你那张画了三年的架构图，该换了

前两天，我去一家制造业企业做组织诊断。

会议室里，老板指着墙上那张巨幅组织架构图跟我说："老师，你看我们这架构画得多漂亮，事业部、职能部门、区域分公司，层次分明、职责清晰。"

我问他："这张图挂了多久了？"

"三年了。"

"那这三年来，调整过几次？"

老板沉默了一会儿，说："想调，但不敢动。一动就牵扯十几个部门、几百号人的利益，动错了代价太大了。"

我又问了他一个问题："那你怎么知道，现在这张图是对的？"

他没说话。

我服务过很多制造业客户，发现一个共同的问题：制造业的组织架构，往往是最"稳定"的——稳定到三年五年都不动一次。

为什么呢？

第一，制造业的链条太长了。从供应链到生产，从研发到销售，从质量到售后，每一个环节都环环相扣。动一个部门，就像推倒多米诺骨牌，后面全得跟着变。

第二，制造业的"人"太多了。动一个架构，就意味着动一群人的岗位、汇报关系、利益格局。制造业不像互联网公司，说调整就调整，说扁平就扁平。几千号工人、几百个班组长、几十个车间主任，每一个人背后都有一堆现实问题。

第三，也是最关键的一点——制造业的老板们，习惯了"拍脑袋"做决策。

我问过很多制造业的老板："你调整组织架构的依据是什么？"

答案五花八门："我感觉这样效率更高""我看隔壁老王就是这么干的""咨询公司建议的""高管们讨论出来的"……

但很少有人能回答我："你有数据吗？"

有一家车企，叫赛力斯。

你可能知道赛力斯造车用了AI，但你可能不知道——赛力斯正在用AI改造整个造车的组织。

来源：界面新闻 界面财经号—电厂

这句话点到了本质。

很多制造业企业都在搞智能化、搞数字化转型，上了MES系统、上了ERP、上了各种AI工具。但组织架构还是那套老架构，流程还是那些老流程，决策方式还是那些老方式。

来源：飞书 界面新闻 界面财经号—电厂

你让一群用旧地图的人，拿着新工具，能找到新大陆吗？

赛力斯是怎么做的？2025年12月，他们启动了SAI 2.0，自上而下推动一场组织的AI化变革。他们提炼了三个数字：1+3+N——1套班子，3个体系，N个场景。

不是说上了AI工具就完了，而是要从组织的顶层设计开始，重新思考"人和AI怎么分工""流程怎么重构""架构怎么调整"。

结果呢？四大类AI智能体跑起来之后，研发效率提升了20%，订单交付准时率提升了13%。

再说一个案例。

联想武汉产业基地，一个拥有超万名员工的工厂，生产联想智能手机和平板电脑。

这个工厂里有一个"AI虚拟管理者"，叫"鲁班超级智能体"。

来源：网易—湖北日报数字传媒

这个"鲁班"有多厉害？它能做三件事。

联想武汉产业基地总经理陈淑莉说了一句话："将我们从重复、繁重、需要依赖高度经验的处理任务中解放出来，不仅是效率的提升，更是生产方式的变革。"

注意，她说的是"生产方式的变革"，不是"效率的提升"。

区别在哪？效率提升是让你跑得更快，变革是让你换一条路跑。

你可能会说，老师，你说的这些是AI工具，跟组织架构有什么关系？

关系大了。

"鲁班"能排岗、能预警、能排产，但它能回答一个问题吗："我这个组织，到底应该长什么样？"

"鲁班"能告诉你今天这条线缺几个人，但它能告诉你"这条线应不应该存在"吗？

"鲁班"能帮你算出四个月的排产计划，但它能告诉你"这个部门的职责是不是该重新划分了"吗？

这就是我今天想讲的核心问题：

AI可以帮你跑出12套组织调整方案，标注每一套方案的预期效果——营收变化X%、人效变化Y%。但最终拍板选哪一套、怎么落地、怎么处理人的问题，还得靠人。

这就像看病。AI可以做CT扫描，把病灶看得清清楚楚。但开不开刀、怎么开、术后怎么康复，还得靠医生。

回到开头那个老板的问题。

他的架构图画得很漂亮，但他告诉我，这几年最大的痛苦是：战略定了，但组织跟不上。

想开拓海外市场，找不到能带队的海外总经理；想搞智能化转型，找不到既懂制造又懂AI的复合型人才；想提升产品质量，发现质量部门的权责压根不清晰。

这不就是典型的 "有OD无TD/LD" 吗？

组织架构画得很漂亮，但关键岗位无人可用，能力跟不上战略要求，调整方案停留在纸面上。

结果就是：组织空转，架构悬空。

为什么会出现这个问题？

因为很多制造业企业在做组织设计的时候，眼睛只盯着"格子"——这个部门放哪、那个部门归谁管。但忽略了两个更关键的问题：

第一，人才跟不跟得上？架构画出来了，但人有吗？能力匹配吗？

第二，学习跟不跟得上？新架构需要新能力，培训体系跟上了吗？

这就是我常说的 "OD/TD/LD不拉通，投入全打水漂"。

割裂了，就是各干各的；拉通了，才能形成闭环。

过去，组织变革靠"感觉"——老板觉得该调了、高管觉得该动了、咨询公司建议改了。

但AI时代，组织变革可以靠"计算"。

• 你可以用AI做组织仿真模拟，跑出几十套方案，每一套都标注预期效果。

• 你可以用AI做组织诊断，覆盖率从15%提升到85%，离职预警准确率达到79%。

• 你可以用AI打通人才数据，构建"人才数字基因库"，让每一个关键岗位后面至少有3个替补。

但前提是：你得先承认，你那张画了三年的架构图，该换了。

不是换一张更漂亮的图，而是换一种思考方式——从"我觉得"到"数据告诉我"，从"拍脑袋"到"可计算"，从"各管一摊"到"OD/TD/LD拉通"。

我经常跟制造业的老板说一句话：

业务做得再好，组织跟不上，迟早要摔跟头。AI再强大，也只是工具。工具能帮你跑得更快，但不能帮你决定往哪跑。

决定往哪跑的，是你的组织能力。

而组织能力的核心，是OD、TD、LD三个齿轮能不能咬合在一起运转。