10 个关键问题问与答
没错，人工智能的表现令人惊叹：速度快、能力强，还在持续迭代学习。但即便企业管理者在内部铺开大量试点项目，大多数企业依旧难以把试验成果转化为企业实际价值；如今，智能体 AI 的出现，进一步放大了这一挑战。在本期麦肯锡播客节目中，麦肯锡高级合伙人亚历克西斯・克里夫科维奇对话全球总编露西娅・拉希利，探讨如何打造 “具备智能体能力的组织”—— 包括重新构想工作流程、重塑领导角色、技能体系与组织文化，迎接人类越来越多处于循环之上（above the loop）的未来。
本播客由露西娅・拉希利与罗伯塔・富萨罗联合主持。 以下文字稿已为便于理解与精简内容进行编辑。
AI 领域的巨大悖论
露西娅・拉希利：亚历克西斯，我们经常听到企业投入资源布局智能体 AI，却没能获得与之匹配的回报。事实上，我们的研究表明，想要规模化落地智能体 AI 的愿景，落地实施的复杂度极高。我们现在处于什么阶段？
亚历克西斯・克里夫科维奇：核心悖论恰恰就在这里。企业期待 AI 带来颠覆性变革，并抱着这样的心态投入资金。然而超过 80% 的企业表示，这些投资尚未对企业利润产生实质影响。
真正的问题在于：“我们该如何把握当下，打造面向未来的智能体组织？” 在我和企业管理者的每一次沟通中，大家都感觉站在变革的临界点。他们反复思考一系列问题：岗位会如何变化？未来我们需要哪些技能？如何调动员工，让他们满怀期待而非心生恐惧？要怎样推动这场变革，让变革渗透到组织的每一个角落？
露西娅・拉希利：这份研究提出了构建全新智能体组织的五大支柱。我们先从第一支柱 —— 企业商业模式谈起。有哪些案例可以帮助管理者理解其中的利害得失？
亚历克西斯・克里夫科维奇：试想，如果服务交付的边际成本趋近于零，世界会变成什么样？这会如何改变你向客户提供产品服务的方式？如何实现千人千面、甚至针对单个用户的极致个性化定制？又会如何影响企业的增长布局？ 如果是一家做内容分发的科技企业，你能否为数百万消费者中的每一个人打造专属体验？这又会为商业创新带来哪些可能性？
进一步思考，换个视角：如果小企业或者个人用户，也能拥有为自己服务的 AI 智能体会发生什么？举个例子，设想客户拥有一个智能体，可以无障碍地在多个银行账户之间调拨资金，自动寻找最优利率。这会从根本上颠覆金融业长久以来构建的护城河。
如今我们还做不到这件事，是因为这套操作流程本身的实施难度极大。可一旦这个阻碍消失，企业对商业模式的全部思考，无论是潜在机遇，还是来自竞争威胁的风险，都将彻底改写。
重新设计智能体时代的团队模式
露西娅・拉希利：你是我们人才与组织绩效业务的全球负责人。在你看来，智能体时代的团队架构会如何运转？
亚历克西斯・克里夫科维奇：对比生成式 AI 以及此前迭代的各类 AI，智能体真正的价值，是能够为团队赋予近乎超人的能力。但日常工作流程，以及各类工作协作模式，都必须发生根本性改变。
这就是我们所说的运营模式需要转型。企业需要思考，员工每日的工作安排该如何调整；如何管理大量 AI 智能体；团队该如何开展问题攻坚；同时搭建配套的治理机制与风险管控体系。
对绝大多数企业而言，这都是全新的领域。智能体的应用场景十分广泛，机遇与挑战几乎会同时出现在业务的方方面面。
露西娅・拉希利：正如你所说，现在一切都还处在早期，所有企业的既有模式都受到冲击。结合你和行业先行者的合作经历，企业在重构组织架构时，一般会从哪里着手？
亚历克西斯・克里夫科维奇：组织架构图这件事并不简单。目前阶段我们还无法给出定论，不同领域的答案也会差异巨大。
以制药行业举例：很多生命科学与制药企业，都设想在研发部门部署大量 AI 智能体。这并不意味着现有科研人员会在组织架构中被取代，而是可以极大加快他们的创新速度。
但在人力资源、财务、法务等其他领域，企业把后台职能部门看作成本中心，它们承担关键执行工作，却不直接驱动前端价值创造。企业非常期待智能体技术可以重塑这类工作的开展方式与人员分工，把人力释放出来投入业务的其他环节。
过去十年，绝大多数企业从 CEO 到一线员工，管理层级至少增加了一层，部分企业甚至增加两到三层。这不仅带来高昂成本，还拖慢决策效率 —— 每一项决策都需要更多人参与审批。大家寄希望于 AI，帮助管理者拥有更强的能力，管辖更大范围的业务与人员，进而推动企业扁平化，提升决策速度。
露西娅・拉希利：管理者想要管理更多下属、同时管控智能体技术，应当如何培养自身所需能力？
亚历克西斯・克里夫科维奇：未来两到三年内，几乎所有职场人的岗位职责都需要重新定义。大部分岗位不会消失，但会被重塑。当下，75% 的岗位都需要深度重构，既包括团队管理者，也包括普通员工。
谈及能力建设需求时，近半数管理者表示，已经看到企业内部存在技能缺口。绝大多数人都认为，自己非常需要培训、能力建设与配套支持 —— 高层管理者同样不例外。
“重新构想工作流程” 究竟意味着什么
露西娅・拉希利：我们反复提到要端到端重新构想工作流程。放到现实业务中，这是什么样子？又会带来哪些影响？
亚历克西斯・克里夫科维奇：AI 能够规模化创造价值的优质应用场景，往往是对整套工作流程进行彻底重构。因为这类流程通常横跨企业多个团队与业务板块。传统模式下，需要在不同对接环节、不同人员之间反复对接梳理信息。而智能体恰恰擅长于此，可以快速、多维度完成信息串联。
对企业来说，不能再做 “单点解决方案”—— 也就是仅仅用 AI 把某一项任务做得更快更好，而是要着眼完整业务流程：比如，如何彻底重构保险核保全流程？如何重新设计人力资源从招聘到入职的整套流程？正是在这类场景下，AI 才真正释放强大价值。
但这需要大量细致、落地的工作。企业需要重新梳理整套流程，思考：哪些环节适合交给智能体处理？哪些环节需要人类介入循环内开展监督？哪些场景下人类要处于循环之上做顶层判断？什么时候需要多个智能体协同工作？如何让智能体具备复用能力，经过一次训练，就可以部署到多个业务场景？
这套系统性思维，正是解锁规模化价值的关键。前景十分可观，但企业需要一批能够完成这类复杂问题拆解的员工，也需要管理者找准业务突破口，打造标杆示范项目。
露西娅・拉希利：负责重构业务流程的团队，人员构成应该是什么样？
亚历克西斯・克里夫科维奇：AI 带来的一大机遇，就是可以同时调动组织不同层级的员工参与变革，覆盖整个组织的层级体系。需要各个层级的人员共同思考，流程还可以怎样优化。
智能体的一大核心能力，是承担 “执行类职能”，比如复核工作产出。人类依旧需要做出判断，但原本由管理者甚至高层完成的大量质控、复核、模式识别评估工作，都可以交由智能体完成。这意味着从高层管理者，到深耕日常业务的基层员工，都要参与流程重构的思考。
露西娅・拉希利：这对于技术部门的组织模式，是否也会产生影响？
亚历克西斯・克里夫科维奇：目前行业正在尝试多种模式。不少企业组建特种突击小队，人员从技术部门抽调，专门推动变革；也有企业把技术专家派驻到各个业务板块内部。这是一个经典难题：组织既要实现自我迭代，又要推动整体业务转型。
智能体范式变革对领导力的启示
露西娅・拉希利：这份研究将本次变革称为自工业革命、数字革命之后最大的范式转型。企业高管应当如何思考，去领导如此大规模的组织变革？
亚历克西斯・克里夫科维奇：管理者面临一个核心问题：“我应当做出哪些改变，才能引领企业向前？” 有一位管理者说得很好：“如果这项技术会彻底颠覆我们业务的方方面面，那么管理团队首先就要彻底改变自己。” 换句话说，我是否因为使用 AI，而改变了 50% 的工作内容？还是只是浅尝辄止，用 AI 润色邮件、简单提问，却没有真正重新规划自己的工作时间？如果我的时间分配发生巨大变化，又该如何在组织内部传递这种变化？
当下还存在巨大的信任鸿沟。早期部分 AI 试点已经暴露出明显缺陷 —— 新闻报道里的 AI 幻觉问题真实存在。AI 的不当使用会在企业内部传递大量低质量信息，反而增加员工的工作量，而非减负。作为管理者，如何让员工看到技术的可能性、满怀期待，同时做好判断与风险管控？如何坦诚告诉大家，我们尚处在学习摸索阶段，而非成熟落地阶段？
露西娅・拉希利：变革中必然存在源于恐惧的抵触情绪。员工会担心智能体 AI 夺走自己的工作。
亚历克西斯・克里夫科维奇：技术发展不会停下脚步。有一句话说得很有道理：淘汰你的不会是 AI，而是率先用好 AI 的同行。这是所有员工都要面对的现实。作为管理者，如何激发员工学习新技能、使用新工具的热情，帮助他们变得更优秀？如果现有岗位被深度改造，也可以帮助员工转向相近的其他岗位。
判断，成为人类的核心工作
露西娅・拉希利：顺着这个话题，哪些全新的人才特质会变得不可或缺？员工该如何培养这些能力？
亚历克西斯・克里夫科维奇：一部分受影响的技能是大家能够想到的，比如调研、数学、数据科学；但另一部分能力会变得愈发重要：战略思维、系统性思考、人际管理等软技能。在 AI 赋能的时代，前面这类技能依旧需要，但借助智能体，人类可以把它们发挥到更高水平。我们更加需要的，是监督管控能力、判断力、解决复杂问题的能力，以及人类管理者所具备的综合实操能力。
露西娅・拉希利：我们过去经常提到 “人类介入循环内（humans in the loop）”。在这份报告中，我注意到概念演进为 “人类处于循环之上（humans above the loop）”。二者的区别是否十分关键？
亚历克西斯・克里夫科维奇：是的，这个区分非常重要。当然未来两种模式都会并存。“人类介入循环内” 指智能体完成部分流程，再交由人类完成其余环节。而 “人类处于循环之上”，代表 AI 智能体团队可以完成绝大部分甚至全部核心流程，人类的工作变为顶层的判断与把关。
举个例子，我们重新设计了美国仲裁协会的案件受理复核流程。传统模式下，工作人员要收集成百上千份资料，包括合同照片、邮件往来等证据，翻阅卷宗，再根据协议条款给出裁决，整个过程耗时极长。
于是我们设想：能不能基于已结案卷宗训练智能体，由它整理事件时间线、梳理事实依据、梳理双方论点，并给出初步裁决意见？我们发现，智能体不仅可以完成绝大部分核心工作，部分场景下表现甚至更好。但依旧需要人类通读全部流程，做出最终判断：“我是否认可智能体给出的结论？” 人类的判断层依旧至关重要，但是底层大量工作，都可以交由智能体 AI 端到端完成。
露西娅・拉希利：判断力需要日积月累才能养成。年轻员工不再需要像前辈那样，靠大量枯燥基础工作历练，那他们该如何习得管控 AI 的能力？
亚历克西斯・克里夫科维奇：这是一个价值十亿级别的关键问题。如果完全省去新人的基础历练，企业就只能依靠高薪资深人员；放眼十年之后，企业也会流失下一代核心人才。
当下，学习与人才发展更像一个附加项目。企业知道它很重要，员工也重视它，但培训都是阶段性开展。未来，学习发展应当成为员工职业历程的核心组成部分。新一代员工从入职第一天就会接触这些工具。他们或许没有二十年判例积累出来的模式识别经验，但也不会遇到工作多年之后，才被迫学习颠覆性新技术的阻碍。所以管理者要思考，如何让员工从入职起，就借助这些工具获得成长优势。
另外，企业要培养员工认知：变革管理不再是阶段性项目，而是持续常态。企业要学会适应永不停歇的变化，同时避免组织陷入混乱与风险。
变革时代下的人才发展
露西娅・拉希利：这些变化，会对企业人才层级架构带来哪些影响？
亚历克西斯・克里夫科维奇：现在还无法确定组织的最终形态，但 AI 无疑会推动组织改变。
比如很多人期待，企业可以围绕灵活工作小组开展业务，替代传统岗位层级架构：小组可以快速组建、解散重组，跨部门灵活调配。但现实落地难度很高。企业依旧需要岗位层级，方便绩效考核，让员工知道该向谁寻求管理支持。
因此，绝大多数企业距离完全按照这套模式运转，还有很远距离。但人才的灵活流动一定会越来越普遍。如果企业的人力资源部门可以支撑人才灵活调配，就会获得竞争优势。
露西娅・拉希利：如此大规模的转型，对组织文化意味着什么？
亚历克西斯・克里夫科维奇：当下，能够培养好奇心、倡导持续学习的组织会占据优势，因为还有大量未知等待探索。企业需要愿意尝试、乐于学习的员工。
同时，擅长协同解决跨部门问题，带领团队适应新模式，以积极心态探索变革、而非惧怕变革的人才，会变得格外珍贵。
企业还要把握关键平衡：敢于尝试风险，但不能赌上整个公司。变革需要高度迭代，优先选择 “可回头的尝试”，而非 “一旦启动就无法撤回的决策”。允许开展试验，如果试点效果不佳，就及时止损，转向其他路径。
露西娅・拉希利：内容非常有启发。亚历克西斯，感谢你的分享。
亚历克西斯・克里夫科维奇：非常荣幸。
亚历克西斯・克里夫科维奇是麦肯锡旧金山分所高级合伙人。露西娅・拉希利担任麦肯锡全球出版部全球总编兼副出版人，常驻纽约。罗伯塔・富萨罗是波士顿办公室编辑总监。 版权 ©2026 麦肯锡公司，保留所有权利。
关键术语注释
- agentic organization
具备智能体能力的组织（智能体组织），指能够大规模部署 AI 智能体，重构业务流程、组织模式的企业。 - human in the loop
人类介入循环内，AI 完成部分任务，人类参与流程中间环节，协同完成工作。 - human above the loop
人类处于循环之上，AI 智能体完成全部核心业务，人类仅做顶层审核、价值判断与最终决策。 - hallucination
AI 幻觉，指人工智能生成虚假、不符合事实的内容。 - two‑way doors / one‑way doors
双向门 / 单向门，商业隐喻；双向门代表可以撤回、试错成本低的试验；单向门代表一旦做出就无法逆转的重大决策。