技术团队经营
从专业交付走向组织经营,连接方向、机制、人才与技术判断。
Areas of practice
我关注领导者判断、团队运行机制与 AI 规模化之间的连接,帮助管理团队看清结构、做出选择,并建立能够持续运行的机制。
从专业交付走向组织经营,连接方向、机制、人才与技术判断。
重新设计岗位、工作流、决策权与责任,让人机协作进入组织运行。
从 Pilot 走向 Scale,把业务价值、治理、能力建设与组织学习连成系统。
Selected writing
关于AI与工作的讨论,最容易吸引注意的问题始终是“哪些岗位会消失”。这个问题适合做标题,却不适合指导企业做组织设计。一个岗位从来不是一项单一工作。软件工程师写代码,也做需求澄清、架构判断、代码审查、故障处理和跨团队协…
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…
“AI会不会减少中层”正在成为一个高频问题。这个问题很容易落到人数和层级上。更值得拆开的是,中层管理者今天花时间做的事情中,哪些正在变得便宜,哪些仍然稀缺。很多组织的中层工作包含大量信息汇总、状态追踪、资源协调、材料…
知识工作长期把“知道答案”当作专业能力的重要部分。经验丰富的人见过更多案例、掌握更多框架,也能更快给出方案。生成式AI改变了这个成本结构。今天,普通员工几分钟就能获得过去需要专家数小时整理的分析、比较和初稿。答案并没…
企业讨论AI工作设计时,经常只有两个问题:这项工作人做,还是AI做。现实更复杂。同一个流程里,AI可能只负责信息准备,也可能承担主要执行;人的角色有时是主导,有时是审核,有时只在例外时介入。把人机分工拆成四种工作模式…
一个研发团队引入AI编码工具后,很快看到了速度变化。初稿代码、测试用例和文档都生成得更快。几个月后,另一个现象开始出现:Code Review排队,测试环境更紧张,资深工程师被大量审核任务占满。局部效率提高了,端到端…