南方+ | 中能拾贝：帮助用户AI转型，自身先要成为AI原生组织

本文转载自：南方+

作者：郜小平  贺宇洁

“我们公司向员工提供Token额度，鼓励员工在工作中使用先进的AI模型与工具，养成AI工作思维与适应AI带来的变化。”中能拾贝科技有限公司副总经理黄洪说。

作为工业智能领域的探索者，中能拾贝认为：要帮助工业企业实现AI转型，首先要让自己成为AI原生组织。基于这一判断，中能拾贝将AI原生组织转型确立为公司级战略——CyberwA。

CyberwA不是一个单点工具，也不是一次短期的信息化项目，而是中能拾贝面向未来的组织变革行动。它以人工智能为重要生产力，系统推动员工能力、工作流程、组织机制和技术系统协同升级，将个人经验沉淀为组织知识，将有效实践转化为可复用的智能体和工作流，将局部效率转化为公司整体能力。

作为公司副总经理兼运营与人资负责人，黄洪越来越明显地感受到AI对工作带来的影响。

以招聘为例，简历初筛、面试提纲、初面等工作，都可以在人工复核的前提下交给AI来完成；考核方面，KPI已经能自动取数，还能自动生成下一周期的KPI方案等。

以往，管理者更多会关注“流程到哪了”，现在，项目执行的人力成本、招聘进度、交付侧的人力缺口、异常事项，看板上都有数，管理岗已经逐步从催进度转到做判断。

过去，技术与业务人员“各管一摊”，负责技术的同事通常不会过问前端业务的问题，但现今，代码已基本由AI生成，技术人员不必再耗费大量时间和精力写代码；他们已逐步转向前端业务，在ICED（智联工程部署，以SC智联咨询顾问、SA智联架构师、AIW数字员工、FD智联部署工程师四类角色协同，完成“价值定义—资产组合—自动化执行—现场落地”的完整闭环）的交付模式下，中能拾贝的技术人员正逐步向前端业务转型，有对技术的深度理解，他们能把业务的底层逻辑更直观呈现给客户，让客户能全面深入了解解决方案。

为适应这种变化，中能拾贝鼓励员工从“T型”人才到“梳子型”人才转变。

“T型”是一竖一横：一个纵深加一点宽度，但若只有一根齿，换个赛道就归零。“梳子型”是多齿一梁：“梁”是共同底座——懂业务、有数据素养、能人机协作；“齿”是几根都能扎到底的专业深度。

这正是AI冲击下的生存逻辑：AI技术将替代部分岗位的重复性工作，可标准化的工作价值会逐渐下降，深度理解业务场景，同时创新能力、结构化思维等将成为未来核心竞争力。

不过，员工必然会面临“不能、不愿、不会”转型的痛点。中能拾贝鼓励员工主动为转型学习，同时强化业务与AI培训，为员工转型赋能。

“我们鼓励员工使用Token，摸索期不评价产出，只为让员工更习惯使用AI工具，具备AI素养。”黄洪说，作为激励，对完成转型、产出可衡量的员工，公司会在薪酬上给予明确倾斜。

作为公司副总经理兼运营与人资负责人，黄洪越来越明显地感受到AI对工作带来的影响。

以招聘为例，简历初筛、面试提纲、初面等工作，都可以在人工复核的前提下交给AI来完成；考核方面，KPI已经能自动取数，还能自动生成下一周期的KPI方案等。

以往，管理者更多会关注“流程到哪了”，现在，项目执行的人力成本、招聘进度、交付侧的人力缺口、异常事项，看板上都有数，管理岗已经逐步从催进度转到做判断。

过去，技术与业务人员“各管一摊”，负责技术的同事通常不会过问前端业务的问题，但现今，代码已基本由AI生成，技术人员不必再耗费大量时间和精力写代码；他们已逐步转向前端业务，在ICED（智联工程部署，以SC智联咨询顾问、SA智联架构师、AIW数字员工、FD智联部署工程师四类角色协同，完成“价值定义—资产组合—自动化执行—现场落地”的完整闭环）的交付模式下，中能拾贝的技术人员正逐步向前端业务转型，有对技术的深度理解，他们能把业务的底层逻辑更直观呈现给客户，让客户能全面深入了解解决方案。

为适应这种变化，中能拾贝鼓励员工从“T型”人才到“梳子型”人才转变。

“T型”是一竖一横：一个纵深加一点宽度，但若只有一根齿，换个赛道就归零。“梳子型”是多齿一梁：“梁”是共同底座——懂业务、有数据素养、能人机协作；“齿”是几根都能扎到底的专业深度。

这正是AI冲击下的生存逻辑：AI技术将替代部分岗位的重复性工作，可标准化的工作价值会逐渐下降，深度理解业务场景，同时创新能力、结构化思维等将成为未来核心竞争力。

不过，员工必然会面临“不能、不愿、不会”转型的痛点。中能拾贝鼓励员工主动为转型学习，同时强化业务与AI培训，为员工转型赋能。

“我们鼓励员工使用Token，摸索期不评价产出，只为让员工更习惯使用AI工具，具备AI素养。”黄洪说，作为激励，对完成转型、产出可衡量的员工，公司会在薪酬上给予明确倾斜。

一个更值得追问的问题是：员工个人效率提升了，组织效率是否也同步提升？

很多企业的答案并不乐观。比如，个人在使用AI，部门仍然各自为战；工具在不断增加，流程却没有改变，等等。

作为工业智能领域的长期深耕者，中能拾贝认为：要帮助工业企业实现AI转型，首先要让自己成为AI原生组织——真正的AI原生，不是给每个人配备更多工具，而是让组织开始围绕AI重新设计工作、流程、协同和经营方式。

基于这一判断，中能拾贝将AI原生组织转型确立为公司级战略——CyberwA。它以人工智能为重要生产力，系统推动员工能力、工作流程、组织机制和技术系统协同升级，将个人经验沉淀为组织知识，将有效实践转化为可复用的智能体和工作流，将局部效率转化为公司整体能力。

相比很多企业还停留在旧组织框架下用AI，中能拾贝正试图把AI嵌进组织与流程。

黄洪介绍，一是从“编制”到“任务”转变：定编制之前先问一句，这项工作值不值得一个人全职干、能不能先交给AI。

二是从“部门”到“流程”转变：从合同到回款、订单到交付、研发到量产这三条主流程，AI嵌在流程里，而不是嵌在部门里。

三是从“管控”到“数据”转变：过去靠审批卡点，现在靠看板和记录，卡点少了，责任反而更清楚。

同时，将AI原生理念落到任务拆解、分配、闭环的全流程中。拆解：拆到“可判定”为止，任务卡写清交付物、判定标准、谁验收等。分配：按人机分工，能规则化的交给AI，要判断的留给人。闭环：闭环不是“做完了”，而是“沉淀了”，写进知识库里，下次别人和AI都能直接使用。

对中能拾贝来说，二十年沉淀的设备、运维、安全与生产经验，不再散落在单个项目里，而是沉淀进CyberwIIOS（拾贝工业智能操作系统）及其AIW（数字员工）、IAR（工业资产库）里，成为可被智能体调用、组合与迭代的行业资产。

面对AI带来的变革，黄洪感受到，AI会让工作变“轻”，也会让工作变“重”——AI降低的是事务性工作——报销对账、简历筛选、工单处理等，这些可以交给AI来完成；而真正决定结果的“判断”和“责任”，必须由人来承担，这部分的工作比过去更“重”了。

一线有了更宽的工作职责与判断决策权，管理者也在从“管控”到“赋能”，管理者变成了服务者。

她坦言，这个过程中，也会产生一定的代价，比如有人用错权，导致结果出现误判。但不能因为怕错就把权收回来。管理者应该从“管”动作调整为“管”规则，管理者制定规则，复核结果与最终决策，基层同事在规则内做检查与判断，AI数字人做具体执行。

那么，员工会不会担心被取代？黄洪认为，这种担心肯定是会有的。但她指出，AI原生组织的建设，不是简单追求“无人化”，也不是用技术替代人的价值。它更重要的意义在于：让人从重复劳动中释放出来，把专业判断、创造力和责任担当投入更高价值的工作；让知识不再停留在个人手中，而成为组织可以持续调用的资产；让每一次成功实践都能够被记录、复用和放大。

“虽然AI原生组织会大量使用算法和数据给建议，但也要平衡算法判断与人的价值判断。算法可以提出建议，但不能决定人的评价、去留和分配，比如说，系统可能把一个正在爬坡的新人算成‘负资产’，从而‘优化’那些不该优化的，人就要及时介入并进行判断。涉及员工利益的重大决策，必须保留人工复核与申诉通道。”黄洪说。

从工具层到岗位层，从流程层到业务层，再到经营层，在中能拾贝看来，AI原生组织不是让更多人简单地使用AI，而是让组织具备与AI共同工作的能力。