今天一早開車時聽了一集 Podcast「智能組織是如何運轉的？來自一次實戰推演」。
聽完後腦中一直出現一個問題：如果把公司裡所有的匯報、開會、工作進度掌握全部拿掉，換成 AI Agent 幫每個人即時做決策分派，那目前如我們大約 70 人上下的公司，「管理」這件事剩下什麼？
在 podcast 裡描述的虛擬公司，用一次登入系統的事故，演示了一整套「零匯報、資訊全面通報、液態組織」的運作方式。事故被偵測、被評分、被自動組隊、被解決，整個過程幾十秒，對照傳統企業可能要三週才走完同樣的流程。這個對比很震撼，但我最大的問號是，這套機制真正解決的是什麼問題？又留下了什麼問題沒解？
匯報向來不是問題，資訊落差才是
無論是在自己創辦的公司，或是在外部企業任職，層層的匯報鏈拖垮決策速度早已屢見不鮮。一件事從門市發現，到店長反應、區域主管掌握…，一直到我看到報表產生困惑，中間常常隔了 2 到 3 週，甚至更久。不是因為大家不願意面對，或是不清楚其重要性，而是因為每一層都要先確認、消化、包裝，才敢往上回報。
Podcast 節目講的「資訊全面通報」,本質上就是在打掉這個包裝的過程。每個人看到的是同一份即時、高度原始真實的資訊，不用等誰翻譯、誰篩選。
這個案例我完全同意方向，但我也很清楚，匯報從來不是目的，而是一種笨拙的補丁，用來彌補資訊不對稱。真正的問題不是「要不要匯報」，而是「資訊能不能即時、準確地被最相關的人看到」。如果 AI 能做到這件事，匯報這個動作自然就消失了，這是結果不是手段。
但相反的，如果一間公司連 50 個業務指標的乾淨數據都沒有，基本的即時監控做不到，就算套用這個「零匯報」的概念，只會變成另一種形式主義：大家嘴上說零匯報，實際上還是靠人拍腦袋補洞。
液態組織聽起來很美好，前提是信任機制要先蓋好
節目裡最讓我停下來想的，是一個「機會公告」的設計。任務不是主管指派，是廣播出去，讓技能匹配的人自己選擇要不要接。而每個人的 Agent 會根據技能圖譜、歷史經驗、當前產能，去跟指派任務方的 Agent 協商。協商成功不代表入隊，員工本人還要點頭才算數。
這套機制的精妙之處在於，它把「人才流動」這件事從政治博弈，變成了一套可驗證的信任紀錄。誰兌現過承諾、誰的交付造成過當機、誰協作時藏私，全部變成數據，不再是年底考核時一個模糊的分數。
對員工的信任不再是一種自我聲明，而是一段段不可篡改的事實軌跡。
我總以為，傳統組織裡最消耗人的，並不是工作本身，而是為了讓上級「看見」自己努力而做的表演、寫報告、發郵件、開會刷存在感…。如果信任真的能靠客觀紀錄累積，而不是靠誰在會議室裡講話比較大聲，這對企業是很大的解放。
但實話說，這麼套系統能運作的前提是公司已經有足夠成熟的數位基礎設施，能把每個人的技能、產能、歷史表現都結構化記錄下來。對大多數中小企業，包括我自己，這根本還是空中樓閣，能想，卻做不到。不光是技術做不到，組織內部基本的資料治理都還沒打底。
AI 拆掉的不是階級，是官僚機器
很多人擔心 AI 會把人變成機器裡的零件，但真正把人變成零件的，是過去企業內部習以為常的層級制度。AI 如果能自動化掉那些行政雜務、資訊對齊的工作，其實是在拆掉那台把人變成零件的官僚機器。
這個說法值得多想一層。我一直思考將 AI 工具在企業裡的實際導入可能性，我也發現一個很有趣的現象：最積極擁抱 AI 的，往往不是基層員工，是老闆本人。原因很簡單，AI 工具真正的效能，來自使用者本身能不能定義清楚問題、能不能做判斷，而這件事，可能正是打拼出一間公司的老闆最擅長的。
換句話說，AI 不會自動創造扁平組織，它只是把「誰能做判斷」這件事的門檻拉低了。過去要做判斷，你得先爬到能看到全局資訊的位置，現在資訊觸手可及，判斷力反而變成稀缺資源。
中小企業的瓶頸並不是資訊夠不夠即時，是拿到資訊之後，誰有能力做出正確判斷？誰又願意為這個判斷負責？這三件事，任何一件都不會因為導入 AI Agent 就自動解決。工具能把資訊送到每個人面前，但看得懂、扛得起，還是要靠人。
快閃團隊解決得了事故,解決不了組織的慣性
用一個案例呈現：任務被拆成 12 個子任務，每個任務掛著明確交付物，不靠開會，而是依賴流程關係圖推進，做完就解散。這種協作方式理論上效率極高。
但是，對，就是這個但是。事故處理這種明確、有邊界、有評分標準的任務，確實適合這套機制。策略的相關度、客戶影響、緊急層度，已上三個維度如果能正確地被判讀與執行，就能授權組隊。這是一個定義清楚的問題。
可企業裡真正難的，往往不是這種有明確答案的事故。是那些連「這件事重不重要」都吵不出共識的模糊地帶。要不要推出一個新品牌代理？要不要砍掉一個毛利下滑的品項？這些決策沒有 100 個指標可以即時計算出一個分數，靠的是數據、經驗與直覺的綜合判斷。AI 可以把選項攤開，但選哪個，還是人的事。
AI Agent 組織的架構，可以解決的是「執行層的協調成本」,不是「決策層的判斷難題」。前者可以被自動化，後者永遠需要人。
組織的呼吸，還是要靠人決定要不要吸這口氣
我沒有打算把這套架構當成藍圖去複製，也不覺得看完就該立刻導入什麼系統。我把它當成一面鏡子，反應公司現在哪些環節還在靠人力補資訊落差，哪些環節其實可以交給更即時的機制去做。
組織會不會變得更聰明，不是看導入了多少 AI 工具，而是看每個人拿到即時資訊之後，願不願意真正扛起判斷的責任。
這件事,機器目前還幫不了忙。
コメント