前段时间，路透社深度剖析了Meta内部一场轰轰烈烈的AI实验。

这场实验的代号叫“Project OT”，主导者是扎克伯格。核心意图很直接：用AI把人省下来。原本10到20人的团队，压缩到3到5个人，大家不再死守岗位边界，而是统一在AI的辅助下协同作业。理想状态下，整个公司的团队规模要砍掉60%，只留40%的人。

说实话，这个方向并不激进。在AI能力指数级攀升的今天，如果一家公司依然需要10个人才能干完10个人的活，那才真正值得焦虑。

Meta也确实跑出了数据。启用AI辅助写代码之后，内部代码产出量暴涨了220%。今年5月，他们顺利完成了10%的组织瘦身。一切看起来都在往“更少的人、更多的产出”这个方向狂奔。

但转折来得很快。

代码多了，功能并没有同步多起来。真正落到用户手中、能感知到的产品变化，只增长了36%。与此同时，重大技术事故飙升了40%，团队花在“救火”上的时间增加了70%。原本指望AI解放生产力，结果反而让剩下的员工疲于奔命。最终，Meta不得不叫停了后续的AI转型计划。

这场看起来“半途而废”的实验，恰恰给所有想在AI时代重写规则的企业，留下了一堂价值千金的实践课。

01 AI确实解决了那个最贵的问题

过去几十年，企业管理研究本质上就围绕一个难题打转：怎么让人多干活。

人的时间有上限，精力会枯竭，培养周期长，成本居高不下。于是，才有了流程拆解、标准化操作、绩效考核、层层管理——所有制度都在试图把“人的产出”压到极致。

但AI正在从根本上改写这道题。越来越多的执行类工作，从写报告、写代码、做数据整理，到生成方案、设计素材，AI都能胜任，而且速度快得多、成本低得多。

科技投资人拉斯·特维德做过一个大胆预测：到2050年，AI有能力承担99.9%的脑力劳动和80%的体力工作。换句话说，今天绝大多数由人亲手完成的任务，未来都会被AI接走。

从这个角度看，组织规模缩小几乎是必然。Meta的实验已经验证了前半段：AI确实能让人均产出大幅跃升，团队可以更精干。

但接下来的问题才真正致命。

02 做得多，不等于拿得到结果

Meta踩到的坑，用一个比喻来解释最贴切：

工厂原来一天生产100个零件，后面的质检、装配、包装环节刚好能消化100个。现在AI把产能顶到300个，但后面的流程还是只能处理100个。第一天堆货，第二天爆仓，第三天全员不是在搞生产，而是在吵架、返工、处理投诉。

AI写出来的代码增加了220%，但新增代码里哪些能上线、有没有安全漏洞、和原有系统是否兼容、出了问题谁来修——这些“后处理”的能力并没有同步跟上。

于是，新代码越多，需要审核、测试、协调、修复的工作量也越大。效率提升的红利，被消化能力的短板吃掉了。

这揭示了一个AI时代极其关键的转折：过去企业缺的是执行能力，未来企业缺的是消化能力。

什么叫消化能力？它包括：判断什么值得做、什么该放弃；把不同环节的产出连接起来，形成闭环；检查结果，处理异常；最终把“内部分产出”真正变成“用户价值”。

这项能力，会越来越值钱。它也会成为AI转型中最大的效率瓶颈。

03 公司变小了，但不一定更简单

顺着这个逻辑往下推，会得出一个反直觉的结论：

AI越强，一个人能干的活越多，需要的人自然越少，管理层级也会随之压缩。公司会更扁平、成本更低——这没错。但有一个前提容易被忽视：人数下降，不代表组织的复杂程度同比例下降。

举个具体的例子：

一个管理者原来做五件事——汇总信息、分派任务、判断质量、协调目标、培养员工。前两件事AI可以接手了，这个岗位可能不再需要。但剩下的三件事不会自动消失。如果没人负责判断质量、没人协调目标、没人培养人，它们会以另一种方式回来：返工、事故、客户投诉、人才断层。

换句话说，AI替换了一部分工作内容，但连接这些内容的责任结构不会凭空产生。工作流变了，岗位得重新设计；人减少了，决策权得重新划分；AI参与深了，绩效指标也得重新定义。

麦肯锡在讨论AI时代组织时，提出过一个很有意思的观点：组织越扁平、越灵活，责任边界反而要越清晰。否则，灵活很容易变成混乱。

04 AI转型的下半场，比上半场更难

所以我越来越觉得，AI转型分上下半场。

上半场解决的是：怎么让更少的人完成更多的工作。

这个阶段的核心是效率。不上AI，就会被上AI的对手甩开。未来很可能是这样的场景：一个优秀员工带着几个AI智能体，就能干过去一个小团队的活。500人的公司，也许200人就能做得更好。这个趋势，没有必要抵抗。

但下半场的挑战更本质：怎么重新设计一个由“更少的人 + 更多的AI”共同组成的组织？

过去组织设计的基本单位是“人”。以后必须变成“人 + AI + 工作流”的组合。

一个岗位需要重新回答：什么事必须由人来负责？什么事AI可以独立完成？什么事AI能做但必须让人来审核？AI出错以后，谁来修正、谁来担责？绩效怎么算？技能要求怎么变？

企业如果只盯着上半场——把AI当成效率工具，埋头裁岗位、压编制——很容易陷入Meta式的尴尬：人省下来了，但剩下的那拨人，天天在处理AI制造出来的新麻烦。

05 正确的顺序，不是先砍人

Meta这场实验最值得记住的，不是“AI转型失败了”，而是它让我们看清了一个关键顺序：

先看AI能替代什么工作，再看什么岗位需要重新设计；先重构流程，再重构层级；先把新的责任划分清楚，再动旧的人。

否则，结果是AI确实让产出变多了，但组织反而更脆弱。效率上去了，稳定性下来了；成本降低了，事故率上来了。

AI能让我们走得更快，但走得更快之后的路，需要重新画地图。这堂价值千金的课，越早听懂，越早受益。

泰卦是全球化国际贸易平台，聚焦医疗器械出海与外贸数智化赋能。

泰卦医疗器械板块以自营品牌 Tigerty  为核心，联合多个国际优质合作品牌。

泰卦外贸赋能板块基于泰卦外贸系统「AI 智能体外贸+海外社媒矩阵」，通过公开课、总裁班及赋能方案，助力企业出海获客。

泰卦使命：国货之光全球绽放，跟外贸公司做外贸！

泰卦愿景：自强不息，厚德载物！