传统组织架构图最清楚地回答一个问题:谁向谁汇报。它很少告诉我们另一件越来越重要的事:工作实际上是怎样完成的。在稳定环境中,两者大体重合。职能部门拥有相对清晰的任务,信息沿层级汇总,决策再逐层下达。今天,复杂产品、跨职能团队和AI Agent正在让“汇报关系”和“工作关系”之间的距离越来越大。

未来组织更可能同时存在两张图:一张描述能力与人才归属,一张描述任务、结果和责任如何流动。

层级组织有它成立的经济条件

层级并不是落后的同义词。在信息处理成本高、协调成本高、执行依赖人力的时代,通过层级压缩信息、明确责任和配置资源,是一种高效选择。中层管理者承担大量信息汇总和协调工作,职能部门则沉淀专业知识和人才。AI改变了其中几项成本。信息可以更直接地查询和总结,部分协调可以由系统持续完成,数字执行能力也开始可以按需调用。这不会自动让层级消失,却会让某些层级的存在理由重新接受检验。

复杂业务结果越来越难由单一职能完成。产品、技术、数据、运营和客户需要围绕同一个Outcome协作。AI进入以后,一个小型人类团队还可能监督和调用大量数字执行能力。

ILO与OECD关于AI和工作的研究都把影响落在任务重组、技能变化与工作组织上,而不是把整个岗位视为一个不可分割的单位。对企业而言,这意味着组织设计需要看见真实协作关系,而不能只观察岗位数量。这些变化并不意味着企业会全面取消职能部门。

更可能出现的形态,是稳定的能力平台与动态结果团队并存。

职能组织仍然承担长期能力建设

人才招聘、专业标准、方法论、技术平台和职业发展,很难完全依赖临时团队。如果一切都变成动态项目,组织会失去专业深度和长期归属。因此,未来结构设计的难点不在“职能制还是网络制”二选一,而在两者如何连接。员工可能属于一个专业社区,却同时围绕多个结果团队工作;Agent也可能由平台统一治理,在不同工作流里被调用。

组织需要把人才归属和结果责任分开设计。 当进度汇总、材料整理和部分资源协调被AI辅助,中层作为“信息中转站”的价值会下降。但目标冲突、人才发展、复杂关系和最终判断仍然存在。这会推动管理者从信息中介转向系统编排者:定义边界、处理例外、发展人才、确保不同人机团队之间保持一致。

层级可能变少,管理并不会因此消失。

Agent让组织图必须增加新的责任表达

一个Agent可以持续完成任务,却没有人类意义上的责任。组织需要清楚定义:它能访问什么数据,能执行什么动作,谁负责验证,什么情况下必须停止,最终结果由谁承担。这些关系无法只靠传统Org Chart表达。Workflow Map、Decision Rights和Accountability Map会变得越来越重要。未来企业的组织图不会突然被一张“网络图”完全替代。

网络化组织最容易低估的是协调与治理成本

结构更动态,不代表协调自然发生。团队频繁组建和解散以后,专业标准、知识归属、人才发展和资源冲突仍然需要稳定机制。如果只强调流动性,组织很容易从层级低效走向网络混乱。因此,未来组织可能更扁平,却需要更清楚的接口和协议。平台负责标准与能力,结果团队负责业务Outcome,治理明确红线,Decision Rights尽量靠近信息。这种组合比“取消层级”本身更重要。

过去大规模组织重构可能几年发生一次。AI能力持续变化以后,工作流和团队边界可能需要更频繁调整。组织设计因此不再只是HR或高管一年一次的项目。技术和业务Leader会越来越多地在日常工作中做微观组织设计:改变一个流程,重新定义一个角色,把某类Decision下放,增加一个Agent能力。

未来组织是否敏捷,很大程度上取决于这些小规模调整能否持续发生。 组织结构越流动,员工越需要稳定的专业和文化归属。如果一个人一年参与五个不同任务团队,却没有清楚的专业Home,长期发展和身份感都会受影响。因此,未来企业很可能保留Chapter、Guild或专业平台作为稳定归属,同时让结果团队保持动态。

这类“双重结构”会给管理者提出新的要求:绩效谁负责,人才谁发展,项目Owner和专业Leader如何共享信息。网络化组织真正困难的是把这些双重责任经营清楚,画一张更灵活的图只是开始。

组织图之外,还需要“决策图”

很多企业已经拥有跨职能团队,速度仍然不快。问题往往卡在Decision Rights:谁可以决定,谁必须被咨询,哪些事项层层上报。AI降低信息成本以后,决策仍然集中在上层,就无法获得真正速度。所以,组织扁平化必须和决策权下沉一起看。

结构减少一层,却增加三轮审批,不会产生任何敏捷。更现实的变化,是管理者开始同时经营几种结构:人才在哪里,工作怎么流,决策怎么做,责任落在哪里。谁能把这几张图连接得更清楚,谁就更可能获得速度,而不会用失控换取灵活。

一张层级图不够,至少要经营四种关系

任务网络不是再画一张更复杂的连线图。真正需要被管理的是四种不同关系:

关系 核心问题 常见载体
人才归属 谁发展这个人,专业标准从哪里来? Org Chart、Chapter、人才盘点
工作流动 价值从需求到结果经过哪些人和系统? Workflow Map、Value Stream
决策权 谁决定,谁提供意见,何时升级? Decision Map、决策日志
结果责任 失败时谁解释、修复并承担后果? Accountability Map、风险Owner

四张图不需要同时做成大型项目。高管团队可以先选一条最重要的价值流,检查四种关系是否互相矛盾。一个人可能行政上属于平台团队,日常工作却服务业务单元;项目Owner对结果负责,却无权决定优先级;Agent可以执行动作,却没有清楚的业务Owner。这些冲突才是结构摩擦的来源。

网络运行依赖协议,而不只依赖协作意愿

层级组织依靠职位权力降低协调成本。任务网络减少固定层级以后,需要用更清楚的协议补回来。这些协议包括:团队如何组建和退出,需求如何进入,资源冲突由谁裁决,标准由谁维护,跨团队依赖多长时间必须响应,Agent异常由谁接管。协议越模糊,组织越依赖少数“会协调的人”四处救火,表面扁平,实际形成隐性的权力中心。

好的协议还有一个特点:正常情况尽量自动运行,只有真正例外才进入管理层。这样,网络依靠明确接口降低日常协商成本,无需用更多会议维持。

从双重结构开始,而不是一次性去层级

大多数企业更现实的路径,是保留专业Home,同时围绕重要Outcome建立稳定一段时间的跨职能团队。专业Home负责人才、标准与长期能力,Outcome团队负责目标、节奏与交付。二者之间要明确三项共享责任:人员绩效如何输入、能力缺口如何回流、资源冲突怎样裁决。

当这套双重结构成熟以后,企业才有条件进一步增加动态性。否则,频繁组队只会让员工同时面对多个优先级、多个事实上的老板,以及没人真正负责的发展问题。

判断网络是否健康,要看流动质量

组织网络的质量不能用“跨部门项目数量”衡量。更有意义的信号包括:关键决策从信息出现到做出的时间、跨团队等待占总周期的比例、优先级冲突需要上升几层、成员在不同团队间切换造成的损耗,以及异常是否能够找到明确Owner。

如果网络让信息走得更快,却让责任变得模糊,它只是加速了问题扩散;如果团队更灵活,却没有稳定专业归属,它透支的是长期能力。任务网络的核心价值,是让权力、信息和责任更接近工作发生的地方。层级仍然可以存在,但每一层都需要证明自己降低了复杂度,而不是仅仅延长了路径。

先从一个反复卡住的跨团队结果开始

组织设计最容易从“理想结构”出发,最后得到一张无法验证的新图。更有效的起点,是选择一个跨团队结果,回看过去两个月发生过的等待、冲突和责任转移。将每次停滞放回四张图:人才归属是否限制资源,工作接口是否不清,决定是否等待错误层级,结果是否缺少Owner。

找到主约束后,只改一个连接点。例如把一类可逆决定下放给Outcome Owner,为平台与业务约定响应时间,或明确专业Leader对人才发展、项目Owner对结果的双重输入。运行一个完整业务周期,再观察决策时间、承诺兑现和升级层级。

从观点到管理动作

观察面 健康信号 危险信号 可以先做的动作
人才归属 专业成长与项目反馈都有明确责任人 员工参与多个项目,却无人负责长期发展 写清专业Leader与Outcome Owner的共同输入
工作接口 需求、服务和交付标准可预期 依赖每次靠个人关系协调 为一个高频接口建立服务约定
决策权 决定靠近信息,升级条件清楚 跨职能团队存在,决定仍层层上报 梳理三类高频可逆决定并下放
结果责任 异常能够迅速找到业务Owner Agent、平台和业务之间互相解释 画一条端到端Accountability链
网络负荷 成员切换和在制品受到限制 同一个人同时服务过多结果团队 设置并行上限,明确退出与优先级规则

任务网络成熟以后,管理者感受到的应该是跨团队等待减少、决定更接近现场、专业能力仍能积累。如果只是线条变多、会议变多和矩阵关系变多,组织获得的是结构复杂度,还没有获得网络优势。

延伸依据:ILO:Generative AI and JobsOECD:AI and the changing demand for skillsNIST AI RMF:Govern、Map、Measure、Manage