文 | 穆胜云开体育
对于" AI 期间哪些使命会被替代"的磋磨仍是汹涌澎拜。与以往数字化器具带来的冲击不同，那些 SaaS 类器具似乎只会在某些领域匡助从业者提高遵循，但 AI 带来的却是对从业者的完全替代。
刻下的 AI 对于东说念主类谈话有更深远的相识，这让其大略已毕更灵验的东说念主机交互，从而跳出结构化的数据框架，赢得海量信息，进行高等有规画。当下，各个领域里皆在发展大谈话模子（Large Language Model，LLM），这些模子不仅是"通才"，大略跨领域想考问题，还能输出近似东说念主类谈话文本。这些功能的朝上式迭代，很难不让东说念主假想—— AI 会是更靠谱的职工吗？
最近微软的一项接洽里，接洽东说念主员分析了 20 万条用户与微软 Copilot 果真凿匿名聊天纪录，从这些用户与 AI 交互的对话，发现了 AI 对若干工种的隐蔽范围、告成率和匡助进度。收尾披露，重灾地里简直皆是那些依靠"动脑子"和"靠嘴说"的事迹，而遮拦易被替代的工种反而是"靠膂力"的。
但与其宏不雅地去不雅察事迹商场，我更大的风趣在于不雅察 AI 对企业带来的影响。若是无数工种被 AI 替代，企业的组织结构会发生什么样的变化？
01 AI 推动极致平台化
若是辩论受 AI 冲击最大的是"动脑子"和"靠嘴说"的岗亭，那么，企业中后台职能部门的无数工种简直完全适合这个特征。固然，这只是是可能性，在 AI 完全锻练之前，东说念主类和 AI 在这些岗亭上似乎各有上风，企业未必会刚烈地推动变革。
但若是辩论交易环境的变迁，AI 冲击中后台职能部门的趋势就终点昭彰了。在当下的经济环境里，企业拖沓自如、屏息生计仍是是势在必行。弘远的中后台职能部门不仅酿成了巨大的平直资本，还在很猛进度上以官僚立场、一刀切的政策，照应了前台业务部门纯真作战，仍是成为了组织变革的校正要点。
穆胜接头接头《2025 中国企业平台型组织斥地叙述》披露，刻下企业进行组织变革的大主义是组织精简，而聘请对后台、中台和前台进行精简的企业占比差异为 45.8%、40.0%、34.2%。换言之，中后台职能部门终点一部分的编制，本来就不在企业畴昔的规画里。
企业本来就有缩编的需求，加上 AI 提供的便利，组织结构的变化似乎就呼之欲出了。畴昔，企业的军力会十分前压，每个岗亭皆被要求产生平直的筹办价值，而那些无法量化筹办价值的中后台，则由 AI 来替代。辩论到这些使命原来的价值有限，甚而会产生官僚化的反作用，这样的变化似乎反而是企业迎接的。
地产巨头万科集团选出了一个 2021 年的优秀新东说念主——崔筱盼，是万科首位数字化职工，而况仍是在万科集团财务部暗暗使命了 10 个月，其主要使命试验是各式应收 / 逾期教唆及使命。她不仅比东说念主类处理任务的遵循高百倍，而况经她催办的票据核销率达到 91.44%。对于企业来说，她裕如是个齐全职工，不错 24 小时约束息，还毋庸给发工资、交社保，不会有心扉，不会随敷衍便炒雇主。
试想，职能部门里有若干使命是这类"事务性使命"，若是崔筱盼能上岗，其他的 AI 就不行上岗吗？崔筱盼还并不行算是建立在大谈话模子基础上的 AI，只可算是处理无数重迭使命的 RPA（Robotic process automation，机器东说念主历程自动化）。
除了"事务性使命"，职能部门里那些需要深度有规画的使命试验，又有若干是 AI 无法替代的呢？凡是是基于数据的有规画，AI 确定作念得更好；凡是是不基于数据进行的有规画，似乎又根底不应该存在于这个期间，恰是职能部门里需要算帐的"阴霾边际"。其实，跟着数字化变革的鼓舞，企业的业务流基本在线，职能部门仍是被极猛进度倒逼走向各自领域的数字化。这简直是不可逆的趋势，因为若是他们不变嫌，他们就很难为日益复杂的业务赋能。"业务数字化"匹配"处分数字化"，这是再粗浅不外的风趣。
畴昔，中后台职能部门基于智能算法进行有规画，已毕资源的敏捷调用，最猛进度产成遵循收尾。AI 则代替弘远的传统职能机构，充任了勤恳的企业大脑。于是，通盘职能体系看起来特殊精简，军力似乎皆集会在了前台。全体来看，企业走向极致平台化的趋势简直是肉眼可见了。
02 职能部门的转型主义
职能部门的精简是趋势，但这类部门却不会消散，在 AI 的加合手下，他们会速即转型。其实，无论是从外部商场的需求来看，如故从组织的遵循来看，职能部门的转型趋势皆很明确，无非是回话"怎么举公司之力，赋能前台敏捷作战"的问题。
字据咱们的不雅察，职能部门在具体的使命试验上，会跳出传统的"事务性使命"，走向四个转型主义：
一是模子化，即基于业务的分类分级，酿成一套相对庞杂的有规画模子（基座模子上的万般模子），以提高有规画遵循。
二是风控化，即基于风险的分类分级，酿成一套相对庞杂的风控模子，以提高风控遵循。说白了，不同的风险事件，应该匹配不同的风控时间，不行为了戒指 10 元钱的风险，插足 100 元的风控资本，亏损 200 元的契机资本。
三是居品化，行将各职能领域的资源作念成赋能前台的居品，并进行合理确立，为业务单位作战"提供弹药"。
四是 BP（Business Part，业务伙伴）化，即上前台业务单位派出 BP，为其提供基于土产货化场景的政策（如激发政策）和资源（确乎体资源、专科服务、时势赋能等）。
上述四个主义里，前两个主义即是 AI 的精于此道，尔背面两个主义也与 AI 有莫大的联系。辩论到经过数字化校正后的企业，无数的使命皆是在数字化基础上有规画，这恰是 AI 发扬作用的舞台。
固然，要探索职能部门的转型，咱们还需递次悟职能部门里面单干的变化。就咱们的不雅察来看，从财务职能兴起的"三支合手模式"，仍是在被东说念主力职能罗致后，速即扩张到其他领域。罗致三支合手模式的职能部门分为三个部分：后台的大师中心追究出政策；中台的分享中心追究走历程、管数据；前台的 BP 则追究作念赋能。
这样的结构，自然是作念好了让 AI 浸透的准备，咱们简直不错看见畴昔职能部门的使命场景，也大略推测出组织结构的变化。这和咱们前边提到的"阵型前压"的趋势完全一致。
大师中心——由各个领域的精英 AI 工程师们追究设推测法，以各式面貌磨练 AI，让这个企业大脑不停进化，以这种面貌来特等划策。咱们必须递次悟的是，并不是一个 AI 替代一个职能部门。AI 更多的是将某些任务（task）自动化，而不是将通盘行动（job）自动化。是以，AI 架构师们需要缱绻出这个职能体系，明确其中不错由 AI 收受的部分，并为这些部分搭建模子。这个部分无疑会是个"精英式小团队"，对于这类使命来说，东说念主数是莫得好奇的，是以，这个团队的范畴会被压缩到极致。
分享中心——分享服务中心由于追究运转基础的历程（如东说念主力资源的入离调转），当然会追究处分相应的数据仓，他们有武艺基于大师中心给出的模子，进行预磨练、调优（强化磨练）等使命，以确保模子的欺诈成果。这个部分也不以范畴取胜，但东说念主员数目上会比大师中心更多，因为毕竟有很多需要具体去"起程点"的任务。
业务伙伴——既是使用 AI 的妙手，亦然 AI 使用体验的反映者。他们从中后台进入了前台，不错说，是业务部门和中后台职能部门的不绝器。这个部分由于是多分支，团队范畴在三支合手中最大，固然，某个职能部门的 AI 越是锻练，赋能遵循越高，BP 团队的范畴就越小。
03 职能部门的转型进展
若是说职能部门的转型仍是是势在必行，那么，哪些职能部门会率先转型呢？
2025 年，穆胜接头以 68 家中大型客户企业为样本，针对雇主或 CEO（雇主代理东说念主）进行了一次问卷调研。在问卷中，咱们针对一家企业的 XX 个职能领域，最初用三个问题量化了该项职能的复杂进度：
数据复杂性——是否需要退换多种数据进行有规画？
有规画颓落性——是否需要辩论其他职能领域的反映进行有规画？
有规画阻滞性——有规画收尾是否大略变成阻滞选项，亦或是还需要补充无数通达性谜底。
粗浅来说，咱们假定职能领域的中枢使命皆是基于数据的有规画（而非理性有规画），再辩论了这种有规画的复杂进度。前两项是有规画的输入维度，临了一项则是输出维度，直不雅来说，若是某个职能的有规画需要无数数据，还要辩论其他职能领域的影响，有规画酿成的收尾还无法平直欺诈，那么，这个职能领域即是相对更复杂的。
综合来看，万般职能在复杂进度上不错分为三个层次：第一档是后台的计策、财务和东说念主力，以及中台的研发、坐褥 / 业务 / 筹办 / 运营；第二档是后台的办公室，以及中台的采购、金融，这些职能相对圭臬化；第三档则是高度依赖圭臬化的法务、质料圭臬和审计监察。
图 1：职能复杂进度
这个收尾并不让东说念主不测，字据咱们的不雅察，现实中越是强调我方在为企业避让风险的职能部门，越心爱讲"恐怖故事"，越是会忽略我方的赋能属性，越可能是使命难度偏低的部门。另外，对这类使命来说，还有个悖论——若是要强调避让风险，那么势必即是圭臬导向的，而一朝有了圭臬，就不错积存数据，AI 当然就不错浸透进来。
举例，在法务领域，智能左券早就大大镌汰了左券审核的使命难度，往后 AI 的介入，出路可期。再如，在审计领域，识别若干业务历程中可能的风险点，对各式风险点赋予权重，尔后识别综合的风险，这恰是 AI 擅长的。在 GPT-3 中，有 1750 亿个代表不同变量权重的参数，而在 GPT-4 中，这类参数的数目达到了 1.76 万亿个。若是需要这样多的数据才能得出论断，AI 昭彰比东说念主类更适合来作念风控或监察这类使命。
尔后，咱们祥和了联系 AI 替代该项职能成果的三个问题：
AI 的欺诈范围——对于该职能，AI 大略在多大范围上进行欺诈？
AI 的推论成果——对于该职能上欺诈 AI 的所在，是否大略让东说念主快意？
AI 的影响进度——在该职能上欺诈 AI 后，对于职能使命的影响进度怎么？
数据披露，AI 在任能领域的欺诈成果不错分为三个层次：第一档是坐褥 / 业务 / 筹办 / 运营（不错笼统为业务），以及财务、东说念主力这类中枢职能；第二档是研发、采购、金融、法务；第三档则是办公室、计策、质料圭臬、审计监察。
图 2：AI 适用成果
昭彰，部分中枢业务和中枢职能在导入 AI 上走在了前边，但另一方面，另一些中枢业务和中枢职能则因为万般原因，并莫得积极导入 AI，准确地说不是因为不行，而是因为不肯。
为了探究这个问题，咱们推测了一个名为"导入 AI 积十分"的规画，即"导入 AI 积十分 =AI 适用成果 / 职能复杂进度"。这个规画很明确地评释了职能部门在不同的"先天条目"下导入 AI 的进展，直不雅来看，这个规画越大，越评释该职能积极地导入了 AI，反之，则是对 AI 存在箝制立场。
图 3：导入 AI 积十分
收尾披露，并非易用 AI 的部门才会导 入 AI，而是那些受到最大压力，且易于使用 AI 的部门会积极导入 AI。说白了，从违害就利的角度来看，悉数职能部门的从业者皆但愿非标化，但愿这块职能必须要依赖我方，但推动圭臬化，甚而引入 AI 的，如故那些承受压力最大的部门。一方面，法务、质料圭臬、采购、金融等职能部门的遵循早已饱受诟病，他们也有条目导入 AI，其积极似乎不错相识；另一方面，坐褥 / 业务 / 筹办 / 运营、财务、东说念主力资源这类职能则是因为难度太大，在导入 AI 上尚需竭力；除此除外，办公室、计策、研发、审计监察因为万般原因，被从业者们导向了凭手感的操作，AI 当然是难以浸透。
04 交易逻辑的再次迭代
在企业的筹办处分上，有一个规章，前台能不行跑得起来，流毒看中后台。因为中后台决定了企业的游戏规则，也决定了资源果真立逻辑。昭彰，率先对中后台职能部门进行告成校正的部门，会有一个遵循的爆发，从而酿成远高于竞对的竞争上风。
就咫尺的数据来看：积极进度最高的法务、质料圭臬、采购、金融，会当然走向 AI 化，其出路简直是不错确定的；而积极进度最低的办公室、计策、研发、审计监察，则在很长一段时候里皆不会有昭彰的变化；是以，最流毒的输赢手如故坐褥、业务、筹办、运营、财务以及东说念主力资源部门，它们差异代表企业的业务流、资金流与东说念主才流。
要在这几个领域有所冲破，企业最初要对这些职能有超过竞对的穿透性相识，拉开方法，其次，必须刚烈地进行 AI 化的实践，深耕落地。若是作念到这两个方面，企业的遵循提高将是水到渠成之事。
不错预见，一朝企业完成这几个职能部门的校正，他们的敏捷进度就会发生天崩地裂的变化。曩昔，在中后台遵循阁下的条目下，前台业务部门往往皆 是"孤勇者"，依赖捕捉契机创造功绩，这带有终点大的有时性。如今，中后台遵循的巨大差距，将使得这些"孤勇者"中，有的能插上 AI 赋能的翅膀，有的却只可赓续依靠双腿劳作跋涉。
无需质疑，AI 会让前台交易方法资格一次大洗牌。此次洗牌中，身躯弘远、算法逾期、依靠蛮力的"恐龙们"会被淘汰掉。在粗暴的交易逻辑下，一度躲在后方的职能部门成为了输赢手，职能部门的从业者倏得成为了主角。
曩昔，职能部门自己是职权中心云开体育，他们有权拒却转型。但咫尺，AI 无疑为这场变革烧了最蹙迫的一把火，烧掉的是他们的老传统，从此，他们避无可避。
