DHR AIHR大会现场 裕守咨询于晨：传统企业如何走向 AI 原生

下午的专家分享，是裕守咨询的于晨，题目《传统企业如何走向 AI 原生》。上午两家乙方讲框架，他讲的也是框架，拆法却不一样：企业和 AI 原生差在哪，他不用系统清单量，用三个词量。

三个词是 Context、Taste、Authority，译过来就是业务场景、决策偏好、权责归属。说白了是三件事：事情到底是什么，什么样算好，谁有资格拍板。在他看来，差距不在工具新旧，在这三样东西能不能被 AI 读懂、被组织复用。

三个词，先量一量失真

先把三个词说透。Context 是组织如何理解场景：战略意图、业务背景、客户市场、历史决策、任务约束、组织边界都在里面，质量看四样，覆盖率、代表性、时效性、异常敏感度。它回答的问题是：这个场景到底是什么？

Taste 是组织如何判断好坏：增长的取舍、产品与交付的质量标准、审美和企业价值观。它平时不写在纸上，藏在验收、打回和批注意见里。它回答的问题是：什么样的输出有价值？

Authority 是组织如何承认判断能力。他数了四种权威：岗位权威靠职级和任命，专业权威靠经验和资历，关系权威靠信任和网络，经验权威靠被验证的表现。最后一种他专门下了定义：经验权威不是专业权威，是市场验证的结果。业务复盘不能只看完成了多少营收、多少利润，要看客户怎么反馈产品、怎么评价竞争对手，谁有资格作判断，看的是这个。

企业常抱怨领导是草台班子，Taste 差；抱怨授权不足，Authority 弱。但他的判断是，失真从 Context 就已经开始了，而且非常明显。四类根因：组织机制，层层过滤、报喜不报忧、信息遮蔽；认知偏差，确认偏误、幸存者偏差、近因效应；时空限制，一线信号衰减、隐性知识缺少出口；指标口径，口径不一、代理指标偏离本质。

口述里他又补了两刀。一刀砍向扁平化：扁平不扁平，不看层级多少，看客户需求在公司里走的路径快不快；盲目降层级，只会让老板被拉进更多的会。另一刀砍向 KPI：分解指标的时候，已经把自己的逻辑放进去了，外部世界的逻辑一变，不在分解维度里的事，就被结果性 KPI 盖住。他的原话是：“一个公司里面没有一套所谓的真实存在，只有一个相对的存在。”

五层失真，和 AI 自己长出的四条链

为什么失真这么明显？他的原话是：AI 原生企业依靠的管理内容，在传统企业里落入不同部门、由不同系统承载，AI 完全搞不明白。一张五层表把这件事摊开了：方向层归战略、CEO 办、市场、CX、产品管，跑在 OKR、BI、CRM、VOC、舆情上，评判的是战略 Context 是否完整、客户反馈是否校准了 Taste；权责层归 HR、OD、CEO 办、法务、财务、内控，跑在 HRIS、OA、IAM、合同、预算上，评判信息流、权威来源和授权边界；运行层归财务、经营管理、PMO、运营和管理者，跑在 KPI/OKR、EPM、PPM、Jira、BPM、IM 上，评判 Context 是否随任务流转、Taste 是否进入评审。

沉淀层归 IT、数据、知识管理、数字化办、AI 团队，跑在知识库、DMS、BI、LLMOps、Agent 平台上，评判反馈、偏好、Skill 有没有沉淀下来；能力层归 HR 的人才发展、企业大学、OD 和高管团队，跑在 LMS、人才盘点、360、组织健康度上，评判 Context 与 Taste 能不能被学习、复制和传承。

反过来看 AI 原生企业：它们大多还在初创阶段，管理“并不规范”，但恰恰是这样，AI Agents 自然构建了四条传统体系不关注的链条。业务场景链，把战略解码、组织授权、目标绩效、流程会议、知识数据串起来，让人与 AI 理解同一个任务场景；决策偏好链，把客户反馈、战略取舍、文化价值观、管理评审、偏好标准串起来，让质量判断可以表达；权责归属链，从表达偏好、验证结果里识别四种权威，支持更细颗粒度的授权；资产沉淀链最关键，任务执行、人类验收、Matter 留痕、偏好卡片、Skill 与权威，一层层沉下来，后续任务直接复用判断和经验。

四种权威里，最难办的是关系权威。岗位权威、专业权威都有系统承载，组织和授权都在系统里；关系权威没有系统，在人的脑子里。他讲了一个有意思的对比：“因为他是谁谁谁的人，所以这事能过”，这是人的归因谬误；AI 不做归因，它只观察相关性，哪些人在场的时候事情能通过，它就认那是一条快速路径，背后是不是关系，它不分析。所以多元权威要先在组织资产里被识别出来、沉淀下来，授权才谈得上精细。

三步走，和一部外搭的电梯

第一步，方向层打通。先把战略解码、文化价值观、客户反馈拉通，缺口往往是取舍逻辑、决策原则、价值观没有沉淀进业务动作里。产出是三样东西：战略 Context 包、评审标准案例库、聚合 Context。打没打通，不看会上说了什么，看运营层验证：目标绩效、流程项目、会议沟通里，Brief、决策、风险、复盘、打回原因有没有进入 Matter，会议纪要能不能结构化地记下 Context 和 Taste。他提醒了一句实话：老板的 Taste 到了执行层经常走样，上面说一套，底下做一套。

第二步，权责来自多元权威。把岗位、专业、关系、经验四种权威识别清楚，审批不再只记结果，还要记判断依据。部门墙切断 Context、审批只记结果不记依据，是这一层最常见的两个断点。

第三步，能力层。管理者要换三顶帽子：Context Provider，负责把场景和背景供给到位；Taste Keeper，负责守住质量标准；Authority Designer，负责设计授权。人才发展和入职导入也跟着变：案例共评、导师传承，把经验结构化沉淀成 Skill 和案例库，让 Taste 可以教、可以传。

动手之前，他先劝大家别乱动组织。他的组织扫描不按职能扫，也不按业务流程扫，而是从 AI 的角度扫：谁在产生 Context，谁在产生 Taste，谁能决定 Authority，再看这些点之间的连接度。原话是：“组织变革是永远跟不上业务和技术发展的。”今天改的组织明天就过时，今天用的工具三个月后可能就是要扔的东西。传统企业也不必硬凹 AI 原生的人设，用他的话说，百年老店不可能把老房全拆了重盖，在选定的赛道里比别人快一步，就够了。

系统怎么办，他给了三条路。ERP、CRM、OA、BI 这些核心系统仍是产生 Context 的主要来源，该留还得留，该升还要升。问题是要不要推倒重来：盖新城，盖不起；旧城改造，成本极高，他打趣说“大乙方就非常高兴”；他推荐第三条，老公房外面搭电梯，先把关乎 Context、Taste、Authority 的东西外搭出来。一套老房子，如果能快速做出相对合理的决策并执行下去，就比新房子强。把单点效率转成组织效率，第一步就是先搭这部电梯。

给 HR 的话：别在技能层面和 AI 拼

能力层最后落到 HR 头上。他的建议有点反直觉：不要太关注给员工做 AI 技能赋能。今天全员学的热门工具，几个月就过时，不要在技能层面和 AI 打拼。该学的是另外三样：怎么解释方向、背景、边界和优先级；怎么追问、怎么打回，把 Taste 真正挖出来；怎么在岗位权责设计里，把隐性的 Authority 和关系行为体现出来。他引了上午场的一句话作证：人在技能层面想拼过 AI 的时候，AI 就永远只是你的助手；把这一点放弃了，AI 才能真正变成你的员工。

年轻人要学的也不是技能。他引上午陈继东的判断，还往前推了一步：未来公司上面是一堆老员工，底下是一堆小朋友，中间的中层可能在两三年内成为被 AI“牺牲的一代”。为什么还要招年轻人、带年轻人？教给他们的不是经验，更不是技能，而是 Taste：怎么看待一件事，什么是好，什么是对，分寸在哪里。这是 AI 替代不了的，也是人在公司里最终的价值。

他的提效观也很直白。指望员工自觉自愿提效，只会提高他们“生产管理垃圾”的效率；真想提高人效，最简单的办法是砍掉一半的人，剩下的人自然会去用工具，不需要干的事自然不干，流程自然清爽。这话是口语里的夸张，但对倡导式变革的不信任是真的。

收尾是他自己的选择。他已经离开原来的机构出来创业，给出的判断是“大厂已死”：企业会走向 AI 原生组织，咨询会走向超级个体的联合体，这和他大屏最后一页写的话一模一样。今天三位乙方，其实讲的是同一件事：衷海说 2026 年进入经验时代，Skill 是经验的封装；陈继东说要把老专家的决策沉淀成经验结构；于晨说，Taste 就藏在每一次验收、打回和批注里，沉淀下来就是偏好卡片和 Skill。说法各异，落点只有一个：企业的判断，第一次要被当成资产来管。

既然看到这里了，如果觉得有用，随手点个赞、在看、转发三连吧。

THANKS FOR READING