当AI转型卡在让权而非技术时,这家80人公司用DRI责任线打破部门墙,让主责人真正为结果兜底。更关键的是,他们发现最稀缺的不是算法人才,而是能把业务翻译成AI方案的「翻译岗」,内部培养后AI项目成功率从30%跃升至70%。本文拆解AI原生组织落地的两条横线:责任线与数字岗位。

一、组织没变,变的是责任线
从年初我们把「构建AI 原生组织」定位为公司战略,至今将近8个月,我们在构建AI原生组织的五大要素中「组织与人才重塑」这一点上,到底做了哪些动作,今天和各位分享下。
其中关键的一步,我们把「谁向谁汇报」,改成「谁为结果负责」。
二、责任线:一条关键结果挂一个「主责人」
借曾鸣在 10 月公开演讲里的一个说法:组织的基本单元,从「岗位」变成「任务」;以后看组织,更多是看工作流程图,不是岗位、部门、汇报线。他还提到了个词叫 DRI——直接负责的那个人。这个角色跟岗位脱钩,岗位没了,但结果总得有人扛,不管那结果是 AI 干的还是人干的。
他说的这件事其实很多大厂都在做。11月上旬,携程还召开了all hands大会,从公司层面宣布开始推广「产研融合」制度,在推行的范围内,以项目制将产品、运营、前端、后端、算法、测试等人员统统合并起来。而这个项目制的名字就是DRI——直接负责人制。
这种协作方式,其实我们集团八年前就开始在局部范围内推行——本文说的这家八十余人的公司,就属于集团旗下。当时每条关键结果也挂一个「主责人」,再配若干「协作者」,只是当时看着更像是换了个名字的项目制。
同样的做法,为什么八年前只让人觉得是换个名字的「项目制」,这次却能成为「DRI」?
先说当年为什么没成——因为还是遇到了矩阵式组织的痛点:项目经理那条线是虚线,没有实权。项目优先级一旦跟部门的实线打架,到底听谁的?
这一轮 AI 转型,我们把「直接负责」往前推了一步:完成岗位标准化工作的基础上,项目这条线的优先级高于部门线,赋予责任相应的权力。
当然,这事也不是一蹴而就,从我们公司的实践来看,还必须具备两个前提。一是先把每个岗位的标准化工作梳理清楚,划定了这条线,「其余优先级项目线说了算」这个逻辑才能成立。
二是部门负责人得给项目负责人让权。这一条最难——涉及到切身的权力和利益,没有哪个 leader 会愿意。很多人以为转型卡在大家不懂 AI,其实卡在这儿,卡在让权。权不交出来,项目线就压不住部门线,第一点的标准化工作梳理得再清楚都没用。
我们能推下去,是因为之前花了三年推线性组织、把中间层打掉了,部门负责人基本已经接受了自己的功能是给成员提供支持,而不是管人。
有了这两个基础,这次 DRI 才推得相对顺利。
1. 主责人不是协调员,是兜底的人
那主责人到底兜什么底?一条关键结果拆下来,每个人手里都有一段自己认领的活,这是分工的常态。主责人不单单是催进度、开会对齐的,更是对整条结果兜底的那个人:他手里也许也只认领了一段,但项目没做出来,不能把责任推回自己那一段,整条线的结果都算在他头上。
2. 主责人的核心是决策和兜底
作为主责人,核心是两件事:做决策、为结果兜底。方向怎么定、资源往哪投、卡住时谁来拍板,是他的活;整条线通不通,最后也算在他头上。
3. 组队的约束:跨部门
为什么非要跨部门?表层看,这条横线要解决的,本就是一件单部门做不成的事。
更深一层,是拿跨部门为将来的「拆部门」练兵。这里的拆不是裁人,是把部门之间那道墙拆掉:过去活按部门切、人归部门管;而适配AI的组织架构,活会越来越多按任务切——一群人围着一条结果组队,做完就散。部门这道墙,会被弱化掉。
跨部门小组的一个价值,就是让大家今天习惯了跟别部门的人为同一条结果兜底,哪天真要拆部门了,组织不至于散架。
三、岗位:缺的不是算法岗,是翻译岗
1. 人从执行者变成判断者
先说一个用错的方式:AI 出一版,人改一大半,AI 再出一版,人再改一大半。看着挺忙,这不是人机协作,是人在给 AI 打工。
正确的用法反过来:人只判断三件事——方向对不对、优先级对不对、边界对不对;判断完,具体执行交给 AI。人的活从「动手」挪到了「拍板」,每一次拍板都得能说清依据。
2. 真正缺的,是能把业务翻成 AI 方案的人
那判断靠什么落地?靠一类人:他们既懂业务,又懂 AI,能把「业务部门想要个助手」这种话,翻成 AI 能实现的方案。我把这类岗位叫「翻译岗」。
这种人最好是自己培养。为什么?因为招不到。技术侧的人会做工具,不一定懂业务;业务侧的人懂业务,不一定知道 AI 能做什么、不能做什么。而既懂本公司业务、又懂 AI 的人,市场上几乎不存在。
这半年,我们内部培养的这批翻译者,让 AI 项目成功率从 30% 提升到了 70% 以上。同一个工具链、同一批业务需求,因为中间那层翻译的能力不同,直接影响AI嵌入业务流程的成功率。
3. 岗位编制:对着清单看缺口
新加坡国立大学的庞严教授把 AI 原生组织新增的岗位归成六类:AI 产品经理、人机协作流程设计师、AI 智能体工程师、治理与风险负责人、业务专家、AI 运营负责人。拿这份清单对着我们的岗位表看,前面说的翻译岗,正好落在「业务专家」和「人机协作流程设计师」的交界上。
这六类人在实际的场景中,也并非要专人专岗,还是要考虑组织本身的规模。像我们的话,就是按能力去匹配,谁擅长谁顶上,一人多岗是常态,最终的目的是这六个能力都有人可以承接。
四、给 AI 划岗位,再让结构转起来
岗位排完就完了吗?还有两道更难的题。
1. 第一个问题:哪几段交给 AI
把一条业务链路拆成十几个环节,逐个定主导模式——哪些 AI 主导、哪些人机混合、哪些必须人主导。我们当时的比例大致是:多数 AI 主导、少数混合、少数人主导。绝对数不重要,重要的是一段一段定,而不是整条链路一句「上 AI」带过。
每段流程「谁主导」——人发起、人判断、AI 做支持的,是一类;人只定目标和边界、AI 自己规划执行的,是另一类。分野不看用没用 AI,看谁握着主导权。高风险、要拍板的留给人,标准、高频、可重复的交给 AI。
但拆之前有道前置的细活:得先摸清这条流程的 as-is 现状,每个节点拆成几个任务单元、各自按什么规则跑,还要跟业务方确认过。没确认过的现状,拆出来的分工只是建在假设上,做到一半推倒重来,成本和信心都是巨大损失。
2. 第二个问题:AI 能力挂到哪个载体
上个问题要回答哪些节点交给 AI,紧接着的问题是:这些交给 AI 的能力,具体挂在哪儿?
同一个能力有几种落法:做成系统里的一个功能,做成一个能自己规划、自己执行的智能体,或者只封装成一个随调随用的能力组件。选哪种,不看我们手上现成有什么系统,看这个任务单元究竟要什么能力——能归到现有系统的归系统,需要智能体自主处理的归智能体,只是一个具体能力的就做成能力组件挂上去。
我们曾为一条交付链路开过一次会,把它十几个节点上要 AI 提供的能力,逐个定到载体上。载体不是先画好框再往里塞活,是看清每段活要什么能力,再倒推它该长在哪儿。
3. 让结构转起来的:先有人牵头,再靠节奏和权重
结构搭好,不等于它会自己转。
我们一开始想过自下而上:把认知培训铺开,大家懂了 AI 能做什么,自然会把它嵌进自己的流程。试跑下来发现没那么容易——认知到位和流程重构之间隔着一道坎:个人在用 AI 提效,却没人负责把一整条流程重新设计一遍,各用各的,组织层面什么都没沉淀。
后来改成公司层面设一个牵头小组,统一做业务流程梳理:一条流程摸清有哪些节点、每个节点拆成几个任务单元,再逐个识别——哪段 AI 能做、哪段必须人来做,基于人机协作把整条流程重构一遍。这件事细致又辛苦,但只能由公司层面统一牵头;交给各部门各梳各的,只会又长出一片烟囱。扛这个活的主力,就是前面说的「人机协作流程设计师」那类角色。
但这个小组是推事情的,不是又加一层结构:它不改任何人的汇报线,活做完仍落在原来的部门和责任线上。
有了牵头的人,再靠节奏对齐:执行层每周、全员每月、决策层每双月,正好对应三层结构——每一层都在自己的节拍上,对齐该对齐的事。
最后把 AI 相关指标写进考核。庞严教授把「把 AI 使用、流程改造、效率提升纳入绩效」列为组织制度化的五机制之一(另外四个是领导牵引、跨职能小队、岗位重构、文化建设);我们的做法也是直接把权重压到具体岗位上。
所以,AI 原生组织不只是一张新架构图,更是在原架构上叠出来的两条横线:责任线和数字岗位。前者管「谁为结果兜底」,后者管「哪段活归人、哪段归 AI」。
专栏作家
零壹,微信公众号:企业AI转型践行录(ID:Zero_One_369),人人都是产品经理专栏作家。分享AI原生组织建设过程中的真实经验、案例、方法论。
本文原创发布于人人都是产品经理,未经许可,禁止转载
题图来自作者提供



