文 | 窄播，作者 | 李威
6 月，两篇关于钉钉的文章《置身钉内》和《置身钉外》被广泛传播。前者复盘了钉钉 ONE 从立项到拆分的全过程，并暴露了钉钉组织内部高压管理的问题，后者则共情了前者对高压管理的批评，将这种工作状态称为「频繁汇报、高速迭代、不见起色的循环」。
两篇文章引发讨论后，阿里迅速做出了决断。去年 4 月才回到钉钉的无招卸任，接任的 90 后陈宇森成为阿里最年轻的事业部 CEO。从被广泛视为带领钉钉 AI 转型的希望之星，到匆忙下课的失意者，无招并不缺乏产品嗅觉和打硬仗的能力，只是他惯用的手段不再适应 AI 时代的发展需要。
如果把视野打开会发现，阿里内部不只是无招和钉钉在面临组织管理的挑战，积极进行 AI 转型的大厂中也不只是阿里需要解决组织更新的问题。Google、微软、亚马逊、腾讯等，在推进 AI 业务发展的过程中，也都经历了一系列的业务重构与组织调整。
同一周，Meta 内部一场面向数千员工的直播会议上，一位员工请主持人告诉某位高管，他「是个混蛋（A Piece of Shit）」。这被认为是对 Meta 借助 AI 推进的组织重组的一次不满情绪爆发。Meta CEO 扎克伯格也在一份内部备忘录中承认重组中犯了错误，尝试缓解组织危机。
当大厂走出 AI 技术爆发初期的茫然，开始找到更聚焦的愿景与方向，并据此对业务重新进行动态梳理与整合时，面向 AI 时代的组织更新，就会成为新的竞争变量。一旦处理不妥当，就会像阿里、Meta 一样，让业务变革的阵痛爆发成一场有关组织文化的风波。
过去，互联网公司的竞争重点是流量、产品和资本，而今天越来越多企业发现，模型能力、算力资源甚至人才储备，都不是最难解决的问题。真正困难的是，如何构建一种与 AI 时代的不确定性和创新诉求对应的组织形态，让最重要的人愿意留下来，并持续创造价值。
调整了业务，还要解决人的问题
AI 业务发展的早期，大厂最先想要梳理清楚的是：模型应该由谁负责，应用应该放在哪个部门，云业务和模型业务如何协同，研究团队与产品团队如何配合。
过去两年里，全球科技巨头围绕 AI 展开的大部分组织调整，本质上都是在回答这些问题。
Google 将 DeepMind 与 Google Brain 整合，并逐步推动研究体系与 Gemini 产品体系协同；微软持续整合 Copilot 相关团队，试图建立统一的 AI 产品入口；Meta 则不断调整研究团队与产品团队之间的协作关系。在国内，腾讯将越来越多 AI 能力纳入 CSIG 体系，字节则拆分出 Seed 和 Flow 两个部门，分别负责模型与应用。
从业务架构层面看，阿里在国内大厂中是变革动作比较频繁的一家。进入 2026 年后，阿里仍然在梳理这些问题。3 月成立 ATH 事业群，4 月设立集团技术委员会，6 月又成立 Token Foundry 事业部。三个月内，围绕模型、算力、应用和 Token 体系，阿里连续进行了多轮业务整合。
对这些大厂而言，业务调整的核心目标很明确——减少资源浪费，提高协同效率，让原本分散在不同业务线中的 AI 能力集中发挥作用。
但从目前的结果来看，这一轮架构调整并没有像互联网时代一样，快速变现为大厂的竞争力。核心原因在于，架构调整能解决业务、资源的集中投入问题，能带来更顺畅的组织结构，但做不到组织管理的更新。
组织管理更新，解决的是 AI 转型需要的开放性和创造力的问题。
因为，互联网时代，企业面对的是相对确定的目标和相对成熟的业务模式，管理者需要做的是提高执行效率，让更多资源沿着既定方向快速推进。因此纪律、服从、标准化流程、扁平化管理，甚至高压推进，往往能够带来立竿见影的效果。电商、移动互联网时代的产品竞争、外卖和本地生活都沿袭了这样的思路。
但 AI 转型的当下，互联网时代被反复验证有效的组织变革工具正在失效。麦肯锡在《State of Organizations 2026》中指出，许多企业正在遭遇传统组织变革手段的边际收益递减。依赖组织重组、成本削减和层级扁平化的做法，虽然能够在短期内提升效率，却难以带来持续改善。
无招引发争议的原因，并不完全在于加班或者高压管理本身，而在于「互联网时代的管理逻辑」与「AI 时代的创造逻辑」之间的碰撞。在钉钉 ONE 立项、推进，战略转向去做悟空的过程中，钉钉团队都展现出了极强的执行能力，但这并没能激发出组织的活力和凝聚力。
不少分析也认为，马斯克在管理 xAI 时延续了 SpaceX 和特斯拉时期的管理方法论——强调极致投入、快速迭代和无条件目标一致。但 AI 研究与火箭工程并不完全相同。顶尖 AI 人才拥有更多选择，也更强调自主性和创造空间。当组织无法满足这种需求时，管理效率反而会转化为人才流失和内部摩擦力。
要管理好愿景、战略和创造力
如上所说，进入 AI 时代，企业面对的不再是相对确定的技术和市场，而是每隔几个月就会发现技术能力变了，产品形态变了，甚至用户习惯也变了。这就像从回答客观题——做选择、填空，变成了回答主观题——考点要自己揣摩，思路要自己梳理，考验的能力更综合。
也因此，越来越多 AI 公司的竞争，既是在比模型、比产品、比资源，也是在比组织，拼组织能否持续产生新的想法，并把这些想法转化成产品和能力。
按照战略管理学者明茨伯格的涌现战略理解，一线核心骨干、业务负责人会在日常决策中重塑企业实际执行的战略，人的行动才是真实战略。哪些产品获得资源支持，哪些项目被优先推进，哪些尝试被允许犯错，哪些方向能够坚持投入，最终共同塑造了企业真正的战略。
这会涉及到组织中的三类关键角色：
第一类是提出愿景的人。他们负责回答企业为什么而存在，以及未来几年要去哪里。很多时候，这个角色由创始人或者 CEO 承担。
第二类是把愿景翻译成战略的人。他们能够把抽象的方向拆解成具体路径，明确资源应该投向哪里，哪些事情应该坚持，哪些事情应该放弃，每个阶段应该押注什么。
第三类是一线的核心贡献者。他们并不是战略的被动执行者，而是在每天的产品决策、技术选择和用户反馈中不断修正战略的人。
AI 时代的组织挑战，本质上就在于如何让这三类角色形成顺畅的连接。
如果只有愿景，没有战略，组织就会陷入方向正确但动作混乱的状态；如果只有战略，没有创造力，再完善的规划也会沦为流程化执行；如果核心贡献者无法影响组织决策，企业又会失去持续创新的能力。
目前，各家公司的 AI 愿景已经越来越明确。阿里提出围绕 Token 构建 AI 经济体系；腾讯强调建设开放的 AI 能力生态；OpenAI 希望构建服务全人类的 AGI；Anthropic 则坚持可靠、可解释和可控的 AI 路线。
真正拉开差距的是，企业能否把愿景持续转化为战略，再把战略转化为产品和能力。
Anthropic 过去几年的成长就是一个典型案例。无论是 Claude 模型、安全对齐体系，还是后来围绕编程场景建立优势，其产品演进路径始终围绕着最初的愿景展开。Google 能实现 AI 业务的翻盘，也受益于创始人布林的回归压阵，以及 CEO 皮查伊的决断与布局。
反过来看，一些企业的问题并不在于缺少愿景，而在于愿景之下是一系列彼此独立的项目，没有形成战略层面的协同。OpenAI 经历了多轮调整，从 GPT、Operator 到 Sora，最终也开始试图建立统一的超级 AI，实现从愿景到产品的紧密锚定。在国内，阿里、腾讯也都还没有完成更紧密的协同。
将战略转化为产品和能力，就会涉及到如何激发「核心贡献者」的积极性与创造力。过去几个月，阿里体系内出现了两次与 AI 核心贡献者相关的风波，一次是林俊旸的出走，暴露了管理顶尖 AI 研究人才的缺陷；一次就是《置身钉内》的出圈，进一步放大了外界对阿里组织能力的质疑。
阿里面对的风波是对所有大厂的一个警示，组织要为核心贡献者进行及时更新。否则那些 AI 时代最具活力和创造力的人会很难发挥价值，那些自下而上产生并能够影响企业未来的创新故事，也很难出现在自己的组织中。
AI 时代的组织应该怎么建设
如何打造一个组织，让这三类关键角色能够形成协同？从全球科技大厂的实践中，至少可以提炼出三个关键特质。
第一，个体的观点需要得到尊重。
《AI 时代的指数型组织》提出，未来最具竞争力的组织，不是规模最大的组织，而是最灵活的组织；不是控制力最强的组织，而是协同效率最高的组织。本质上是要给到足够的上下沟通表达的空间。
微软 CEO 纳德拉让基层技术骨干绕过层层汇报直接向他提交想法；亚马逊设立了「反官僚邮箱」，推动了 455 项流程变革。Anthropic 的员工也可以直接挑战领导层，告诉 Dario：「我不同意你这个判断」。
第二，围绕任务组织混编小队。
过往的经验中，扁平化是激活组织的重要手段。但在 Meta 的 Applied AI 团队的实践中，却发现更扁平解决不了 AI 转型的组织问题。这个团队采用极扁平化管理，一名经理对应最多 50 名员工，反而加剧了不确定感和失控感。
反而是像特种部队一样的混编小队，会更能承担 AI 转型的任务。在工厂使用 AI 的场景中，我们已经能看到一个个小混编团队被组建出来，负责攻克某个环节的 AI 化问题。Google 的实践中也能看到，整合之后的 DeepMind 组建 RS、RE、PM 跨职能混编小队，实现了从论文研究到产品化的闭环共创。
第三，不要让山头消耗积极性和创造力。
大厂内部经历了多年发展，往往会存在各种利益团体，在进行创新时这些「山头」之间会内部博弈，甚至暗中拆台，最终形成比较大的摩擦力。这样既会迟滞创新尝试的进展，也会影响顶尖人才、核心贡献者对企业的认同感。
铲平山头，也会成为激发创造力的影响因素。阿里前 P10、飞书副总裁王保平（玉伯）就表示：「这点特别佩服字节。虽然字节让人有很强的齿轮感，但因为无情无义没那么多，更多是看数据、看逻辑，反而很多地方是晴天，不会滋生乱七八糟的东西。」
Anthropic 的成功经验中，也有一条是没有内部政治和山头问题。一位从 Google 跳到 Anthropic 的员工曾表示，其它模型公司内部像一个个各管各的、暗暗较劲的诸侯国，但这种感觉没有在 Anthropic 内部出现过，公司内部始终有一种团结互助的氛围。
麦肯锡认为，企业不应该再期待一个「转型完成」的终点，要从静态的人力规划转向动态编排——持续对齐人才、技能和技术，随业务需求实时调整。未来不会只有这三点，在动态变化过程中，会产生更多、更详细的 AI 组织构建标准。
对于 AI 时代的大厂而言，钉钉风波真正值得关注的，不是一个 CEO 的去留，而是它暴露出的问题：当模型能力越来越趋同，产品功能越来越容易复制，真正决定企业上限的，可能不是拥有多少算力，而是组织能否持续产生新的想法，并把这些想法变成现实。
组织不再只是支撑战略落地的工具，而是战略本身的一部分。当企业构建 AI 时，AI 也在重构企业。
