麦肯锡的调研里，88%的企业说自己在用AI，把它真正做成规模的只有三分之一上下，还有39%停在试验阶段。德勤和香港大学一起做的企业AI应用指数，问的是100多位高管，说法几乎一样，卡住的地方早就不在技术，在组织。
这句话不新鲜，但每次看到都值得停一下。今年年初我写过一篇《困在原地的大象》，讲的正是同一个场景，PPT上未来光芒万丈，台下点头一片，灯一关，人一散，一步没动。
搞几个试点，买几个账号，发两篇内刊，然后一切照旧。到今天，这份"一步没动"，被一份又一份报告反复印证。
真正难的地方从来不是不知道方向。要扁平，要敏捷，要让机器像水一样渗进业务的缝隙，这些话谁都讲得出来。难的是目标是什么样，大家心里其实没有共识；而通往目标的每一步，踩下去都硌脚。
这三件事，我想一次说清楚。终点是什么样，过去为什么迈不动，AI改掉的到底是什么。
先说终点。
常被提起的一个词是AI原生组织。意思倒不难懂，就是把AI当成组织运转的底座和设计的起点，战略、流程、架构、人才，全围着AI重新搭一遍，而不是在旧的东西上面贴一层AI。
可AI原生组织做成了是什么样，说法一直很散。我给的答案是一个词，液态组织。
液态组织不是没有结构，也不是把金字塔拍扁。它说的是，企业的架构不再钉死，能跟着业务战略随时重排，拆团队、并团队、挪权责，业务一变，组织跟着变，资源、人和权责一起流动。
这里有一件容易混的事得先分清。过去讲敏捷、讲扁平，讲的是一种更轻的固定结构，格子还是那些格子，只是层数少了。液态组织讲的不是结构，是结构可以改。差别像预制板和积木，预制板也能搭得好看，可你搬不动它。
这个词为什么在过去一年被反复提起，说到底是业务的节奏变了。客户要求、市场窗口、技术换代，都在以季度甚至以周为单位翻新，组织的反应速度却还停在年度预算和年度编制的节拍上。两边一拍对不上，组织就成了拖后腿的那一个。
外部也有相似的轮廓。麦肯锡去年提过一个说法，叫智能体组织，说赢家会搭起一张由能动团队组成的扁平网络，工作流默认按AI优先来重新设计。它没有用液态这个名字，指向的却是同一件事，结构要为变化让路。
那过去为什么做不到。
常见的说法是"人不行"，中层守地盘，员工怕变动，考核跟不上，系统太死。这些都对，但它们都是症状。把症状翻过来看，其实是四笔账，每一笔都在劝你，别改。
头一笔，是重新谈一次谁负责的账。团队一重组，谁对结果负责、谁手里有决策权、走哪条审批链，全得重新谈。谈不拢，就落到成功一起分、出事互相推。
矩阵本来就没理顺，再叠一层动态团队，一个人身上挂几个临时的组，向几个人汇报，听谁的都别扭。职能那一头和临时业务团队那一头，哪些事归谁，也一直没有定数。
另一笔，是重新养一批人的账。换岗就要重新学，管理者的地盘被抽调一次，安全感掉一层；员工的晋升路径看不清，不知道自己该对谁负责，焦虑就上来了。更麻烦的是，企业手里往往没有一张清楚的人才能力地图，想调人，不知道谁真行，调人靠感觉。
再一笔，是改一次考核制度的账。绩效本来按部门打，现在人在临时项目里出力，绩效却落在原部门，项目一散，贡献也散了。要理顺，就得改一整套制度文件和核算口径。
最贵的那一笔，是改一次底层系统的账。审批流、预算、权限、财务核算，全是照着固定架构搭的。
新建一个临时业务单元，没有预算主体、没有审批角色、没有数据权限，光把组织在系统里立起来，就要挨个配一遍。预算跟着部门走，人挪了窝钱挪不动，于是有钱的地方缺人，有人的地方缺钱。
四笔账加在一起，答案就出来了，改一次组织的成本，高到没人敢改。组织不是被人守住的，是被成本冻住的。所以组织僵化从来不是道德问题，是一道成本题。
最常见的一种做法，是先动架构图。一家制造企业为了响应敏捷，把原来的职能部门打散，成立十几个特战队。三个月过去，局面比原来还乱。
格子的形状变了，血液流动的路径没变，预算照样按年度卡死，跨部门调数据照样要等三天审批，绩效照样看谁加班久。特战队最后发现，自己被困在旧系统的铁丝网里，一步都挪不动。先改形、再改神，是这件事上最常见的坑。
这四笔账还有一个共同点，它们都挂在人身上。只要岗位必须由人来坐，改一次组织就必然要动一批人的位置、利益和习惯，成本就下不来。
信号其实早就有了。AI正把金字塔中间那一段掏空，一头是少数能拍板的人，一头是大量和AI搭伴干活的岗位，中间那层做信息中转的管理者，最先感到挤压。这个变化不是未来，是过去两年正在发生的事。
那AI改的是什么。
AI进来的第一层变化，看着是提效，其实换掉的就是这四笔账。
关键在于，岗位不再非要由人来坐。当一个岗可以由数字员工来担，事情就换了规则。数字员工是什么，是一段能独立干完一个岗位活的智能体。
它的职能由一组业务技能授权出来，并不写在编制表上。要新设一个岗，授权一批技能；要调岗，换一套授权；要撤，把授权收回来。
这一下，四笔账同时松了。
谁负责这件事，被写成技能授权和职责边界，清清爽爽，没有模糊地带。换岗不再是重新养人，是换一套技能包。考核不再需要在部门主管和项目负责人之间切权重，剩下的是审计、复核和性能优化。
最贵的那一笔，改系统的成本，从按年算变成按天算。按现在的实践估，改流程、改权限、改规则的代价能压到过去的十分之一上下，所谓新规则培训，也不过是一次技能升级。
顺带说一句，眼下热闹的那几款企业AI产品，还不算数字员工。腾讯的WorkBuddy、字节的豆包工作、阿里的千问办公，今年一个接一个上场，打得火热，但它们的形态还是工作助理，坐在你旁边帮你干活。
数字员工是另一回事，是能定岗、能自己独立干完一个岗位活的那一种。零一万物把今年叫作企业多智能体元年，指的也多半是后一件事。
这一点，2025年初Y Combinator那一批已经先演过一遍。那个批次里四分之一的团队，代码95%以上由AI写，有的不到十个人，营收已经做到千万美元级。撑起这种团队的不是天才，是三样不起眼的东西。
把可重复的活写成一份份技能文件，让任务自动路由到该去的模型，再加一套能被治理的公司记忆。技能是员工，路由是中层，记忆是灵魂，人被腾出来做判断。
账算平了，不等于组织自动就液态了。
讲到这里，很容易顺手得出一个乐观的结论，数字员工管够，液态组织自然就成了。
我不这么收。成本塌下来，只是把能不能改变成了会不会改，这两件事差着很远。
真正的门槛在另一头，组织有没有把改自己变成一个日常动作。制度、流程、权限、知识，这四样得先能被随时重写，组织才真的动得起来。否则数字员工再多，也只是被塞进一套改不动的旧制度里。
先说清楚，数字员工不是万能药。它的能力边界在哪、出错之后谁担责、审计口径怎么定，这些没想明白之前，它撑不起一个岗位。硬上，不过是把人的混乱原样搬进了机器。真正管用的用法，是挑那些职责清楚、结果能验证的岗先上，让它先把标准活接稳。
这一点，过去大半年被反复验证。行业里最直白的一句结论是，工具提效不会自动变成组织提效。微软推过一套按岗位角色来的做法，先去看一个具体岗位真实的一天怎么过，再给他配一套顺手的工具，效果比自上而下发通用账号好得多。
但它的前提摆在那儿，企业的知识得先看得见、用得上。文档散在各个版本的PPT里，纪要只躺在几个人的邮箱里，老项目埋在没人维护的旧系统里，再聪明的AI也下不去手。
德勤那份指数里还有一个数字，前面没展开。只有23%的企业说自己做出了可衡量的财务影响，真正把转型目标落地的只有4%。绝大多数项目做不下去的地方，恰恰就是那四笔账没算平的地方。
所以往液态组织走的第一步，常常不是招数字员工，是把知识、制度、流程先整理成机器读得懂、改得动的东西。这件事没有灯光，没有掌声，却决定了后面所有事的地基。
这一步没有捷径。把散落的知识收拢成机器读得进的结构，把口头约定的规矩写成能执行的授权，把审批和权限从固定架构里解耦出来，全是慢功夫。可它一旦立住，组织就第一次有了随时重排自己的力气。
把这句说完整。
企业里AI的提效，个体那一层只是很小的一块，真正的大头在组织。个体提效推着组织提效，组织提效又回头放大个体，一环咬一环。
而组织能不能真的动起来，不看你招了多少个数字员工，看你的组织有没有能力随时改写自己。液态组织不是没有墙，是墙可以随时拆了重砌。
这就是分水岭。有的企业拿AI去打磨一个固定组织里的效率，有的企业拿AI去换一套能随时重排的组织本事。前者是在旧楼里刷墙，后者是把整块地基换掉。
SkillFlaw想做的，是后面这件事的基础设施，让企业的业务流程能被数字员工接住，让组织能力能跟着业务重排。