三位创始人的一场圆桌，说出了当下组织变革最核心的判断
这是一个关于权力如何在组织内部重新分配的故事。
一个3D设计师，在公司待了三年，老板几乎从来不认识他。
直到上周，思珂特教育在内部组织了一场黑客松——100多名员工分成20多个小组，各自用AI解决真实业务问题。这个设计师交出的方案，是一个给全公司所有员工建立AI画像和技能图谱的平台，类似于内部人才的"智能调度系统"。
思珂特教育CEO侯昊当场愣了：这个人以前根本不在他的视线里。
科层制的组织逻辑，系统性地过滤掉了那些不擅长向上表达的人。AI打破了这个过滤机制。
这不是一个关于"AI会不会取代人"的故事。这是一个关于权力如何在组织内部重新分配的故事。
01 | AI正在干掉的，是信息中间层
传统公司的组织架构，本质上是一套信息传递和处理机制。基层负责执行、采集数据；中层负责汇总、过滤、向上汇报；高层负责拍板决策。中层的价值，相当程度上来自于"信息的独占性"——他掌握了上下两端都不完全拥有的信息。
但AI让这套逻辑失效了。
做智能硬件核心零部件的本末科技，去年从200人扩张到700-800人，高层对基层的感知越来越模糊。他们的解法是：用AI把底层数据、中层管理信息直接"看板化输出"，让高层绕过冗长的汇报链条直接读数字。
侯昊很直接："未来可能是CEO直接对到各个节点，每个人带着Agent，通过Dashboard数据直接透明对接。不再是CEO-1、CEO-2这样的模式。"
翻译成白话：中层的信息处理职能，正在被AI逐步替代。剩下的问题，是中层能不能快速转型成"价值创造者"而非"信息搬运工"。
这就是为什么刘润说：AI时代最焦虑的从来不是基层，而是中层。三位创始人用各自公司的实践，独立地验证了这个判断。
信息的壁垒消失了，靠掌握信息而存在的那一层，正在失去存在的理由。
02 | 新的人才筛选，已经换了整套坐标系
人才标准的变化，往往滞后于技术变化。但这一次，滞后期很短。
眯鹿互动做AI硬件品牌出海全案服务，联合创始人Ken用一个词定义招人标准：好奇心。"我们会问他最近用过什么产品，做过什么好玩的事。学历可以做初筛，但能不能真正加入，取决于他对这个世界是否保持好奇。"
这不是软性要求。好奇心是一个能力代理指标——对世界好奇的人，会主动积累跨领域认知，而跨领域认知，是AI时代做好创意工作的核心原材料。
本末科技的合伙人杨凯用三个词筛人：想干、能干、该干。想干是主观驱动力，能干是执行力，该干是边界感。在一个制造+AI的硬科技公司里，员工需要能自驱适配快速变化的市场，同时清楚自己的职责边界不越界。这三个词背后的逻辑是：AI时代的人才，必须是一个能闭环的人，而不是等待指令的人。
侯昊的框架最系统。他提出了"M型人才"的概念：不是T型（一横综合素养+一纵专业能力），而是拥有多个专业支柱。M型人才的核心特征是学习迁移能力——他在过去2-5年内，有没有进入过一个全新领域，并在那个领域成为专家？
但学习迁移还不够。侯昊特别强调了第二个维度：流程化和系统化思维。"驾驭AI做Agent编排，首先要有系统化思维，工具只是第三件事。很多人是点状的专业工，他不会编排自己的工作流。"
三个人，三套标准，指向同一个方向：这个人能不能在高度不确定的环境里，快速识别问题、自主组织资源、闭环解决问题。
能力的核心不是会用哪个工具，而是有没有能力去定义问题本身。
03 | 文化不是口号，是组织结构决定的
很多公司在谈AI转型时，把文化建设当成宣传物料。但事实是：文化是组织结构的函数，结构不变，文化就是贴在墙上的废纸。
侯昊的黑客松能让那个3D设计师浮出水面，不是因为公司喊了"我们鼓励创新"，而是因为创造了一个绕过科层汇报链的展示机制——每个人站在同一个擂台上。这是结构的改变，不是口号的改变。
Ken的团队只有40多人，刻意不扩张到100、200人。他的判断是：创意类工作一旦流水线化，质量就开始下降。所以他们维持精干团队，在深圳南山租了一个改造过的旧厂房，定期举办中外创业者聚会，让员工直接接触海外市场的最新产品和团队。员工的创意来自真实接触，不来自PowerPoint上的市场分析报告。
杨凯他们的公司规模扩张了3-4倍，面临的是文化稀释的问题。解法是给全公司建立一个统一的信仰锚点——本末的使命是"驱动全世界"：他们的智能电机模组嵌入高端消费电子和机器人，这些产品进入市场后，本末的技术在物理意义上驱动了这个世界的运转。业界有句话：无本末，不高端。这个使命是具体的、可感知的，不是抽象的价值观贴纸。它让700多人在组织效能变革的阵痛期里，清楚地知道自己做的事情意味着什么。
文化的有效性，取决于它是不是从组织结构里长出来的，而不是从公关稿里写进去的。
04 | 会用AI工具，是门槛，不是护城河
这是这场对话里最重要的一个隐含前提，没有人明说，但三位创始人的实践都指向它。
侯昊说，AI熟练度对非技术背景的教育行业员工固然重要，但它只排在第三位，在学习迁移能力和系统化思维之后。
Ken说，无代码/低代码工具的普及，让没有技术背景的人也能完成以前需要前端工程师才能做的事。"会用工具"的壁垒正在快速趋零。
杨凯说，AI在硬科技领域的作用是加速人对产品和市场的理解、消除重复性工作，而不是替代那些真正理解制造业底层逻辑的人。
三个行业、三个视角，收敛到同一个结论：
当AI工具的使用门槛趋近于零，工具本身就不再构成竞争优势。胜负手转移到了另一个维度——你问出来的问题，是否比别人更准、更深、更值得被解决？
05 | 组织革命的方向，是让该被看见的人被看见
从这场圆桌里，能拼出一张AI时代组织演化的路线图：
信息中间层的价值在下降；真正创造价值的节点（执行者与决策者）之间的距离在缩短；那些此前因为"不擅长汇报"而被系统性淹没的人，有了被看见的机会；衡量人才的维度，从"背景+经验+学历"转向"好奇心+学习迁移+系统思维"。
但这个方向成立有一个前提——公司的一把手要真的愿意拆掉科层制，而不只是在组织架构图上画网状结构。
侯昊说得最坦诚："CEO脑袋里要有那个大图，然后把不符合的都干掉，新的AI组织才能形成。"然后他补了一句：
"干掉，肯定是不容易的，正在干的当中。"
这才是AI时代组织变革真实的样子：不是一次性的技术部署，而是持续的、痛苦的、可能永远无法完成的拆除与重建。
那个在公司里沉默了三年的3D设计师，被一场黑客松推到了台前。问题是：你的公司，有没有那场黑客松？
当AI把每个人的真实能力都摊在台面上，你的组织，准备好迎接那些从来没被看见过的人了吗？
更多对话细节
嘉宾：
眯鹿互動 Wapitee聯合創始人-Ken
本末动力科技 合伙人 -杨凯
思珂特教育 CEO - 侯昊
主持人：CGL 高级合伙人-Xenia Wang
一、 嘉宾自我介绍与 AI 业务现状
Xenia Wang：对于 AI 原生企业，以及在 AI 时代下探索组织转型的企业来说，这都是非常有价值的话题。今天我们请来了三位在 AI 领域非常不同赛道的创始人，谈一谈 2026 年 AI 时代下的组织建设、文化和人才问题。首先邀请三位嘉宾简单做一下自我介绍，并分享一下你们在 AI 业务中的具体情况。先请 Ken 开始。
Ken：大家好，我是眯鹿互动（Wapitee）的 Ken。我们主要是品牌出海全案服务商，针对于消费电子——主要是 AI 硬件，帮他们在欧美市场搭建品牌并做增长。
杨凯：大家好，我是本末科技的销售总监杨凯（Gary）。我们本末科技主要做智能硬件的底层服务技术和关键核心零部件。这个方向主要是针对大 B 客户和一些高端消费电子，提供底层的支持技术。谢谢大家。
侯昊：大家好，我叫 侯昊，我们公司叫思珂特教育。我们是一家从事国际教育的机构，组织了全球一些顶尖的赛事，面向要出国的高中生提供经济、商业、科技等不同类别的赛事，其中也包括 AI 赛事。
我们现在正在做第二曲线，打造一个人才凭证和人才数据的体系。传统模式是以文凭来评价人，我们希望未来能以人才数据来对接企业、高校和中学，构建一个全新的人才生态。
二、 传统组织如何平衡老业务与 AI 转型？
Xenia Wang：三位嘉宾在各自赛道都非常领先且各有特色。我想展开问问，尤其先从侯昊这边开始。你们公司成立了有十多年时间，现在在做 AI 组织转型和业务转型。在这个过程当中，你怎么平衡老业务和新的 AI 业务？
侯昊：因为我们公司有一定的年限了，传统组织去做 AI 转型确实有挑战。但我们上周刚刚在内部做了一次 AI 黑客松（Hackathon），大概 100 多号员工分成了 20 多个组。这个活动竞争很激烈，很多以前对 AI 比较抗拒、或者没那么积极拥抱 AI 的员工都参与了。
最终获得冠军的队伍，产出的项目基本可以实现从销售端 Mapping 到最后成单跟进的一键智能化完成——其实就是搭了一个完全智能化的 CRM 系统。通过这次黑客松，我们发现很多年轻人才在业务流程的识别、创造以及 AI 创意方面非常强。
这给了我们一个非常有体感的人才判断标准：什么样的人才是跟 AI 原生匹配的，而什么样的人才不一定跟得上这样的变化。所以我们现在在做比较大的组织变革，把这样的人才挑出来，让他们进入到第一曲线或第二曲线的业务中去赋能。
Xenia Wang：作为一个有 10 年历史的公司，你们通过自下而上的方式去做 AI 转型，甚至在这个过程中发现了 AI 原生的年轻力量，这对很多企业来讲是一个蛮大的启发。
那我也想问 Gary。Gary 在硬科技领域，你们这个赛道也正处在风口上。你们的组织当中肯定有许多研发人员和市场人员。面对不同职能的人员，你们自己怎么去挑选哪些是符合或者可以去做 AI 转型的人才呢？
杨凯：我们公司成立五年，在这期间，我们生产组织的转变经历了五年前的手工，到现在的自动化设备导入，实际上在这个过程当中，纯人力已经在消失了。但这并不是说不用人力，而是通过这个过程提高效率、优化组织。从底层上来说，它的 AI 化也是一种强烈的智能自动化转型。
同时，在销售或者市场突破这类大型业务过程中，需要快速理解客户需求并适配市场。在这个环节，AI 能加速你对产品的理解；前端的快速引导，能加快产品的研发以及量产，从而加速整个产品的迭代速度。AI 在整个产品全链条中的赋能是极其高效的。
另外在研发过程中，像一些 AI 基础的算法、模型，它们都具备一定的基础逻辑架构。我们需要更多人才通过基础架构的适配，去满足不同的功能或需求。总体而言，AI 未来在硬科技领域的应用会渗透到制造、研发、销售等各个环节，降低重复性工作和冗余，提高大家快速适配市场的能力。
Xenia Wang：Gary 提到，在 AI 硬科技组织中，从最早的手工到自动化，再到现在的 AI 算法匹配，工作流在不断优化迭代。对应的人才也要从自动化跨越到 AI 算法，对人的要求确实蛮高的。
杨凯：是的，确实是这样。
三、 AI 原生组织如何定义架构与筛选人才？
Xenia Wang：最后我问问 Ken 的公司。在我看来，你们是 AI 原生的组织，既做出海，又做品牌营销。你们从成立之初，是怎么定义自己的组织架构和人才画像的？
Ken：我们公司比较新，2023 年底才成立，是从原本的另外一家公司独立出来、专门做全案服务这块的品牌公司。我们当初也是看到 2023 年所谓的“AI 元年”，OpenAI 和 ChatGPT 可以赋予我们做更多事情的能力，取代很多原本非常重复性的工作。看到这个机会后，我们确定要 all in 这个赛道，后来也专注在服务以 AI 为主的硬件品牌。
我们在人才方面的需求确实有很大不同。因为 AI 工具的赋能越来越多，大家要做的事情跟过往有了很大区别。过往帮品牌在欧美市场做独立站建站和增长时，会需要很多前端工程师去搞技术。但现在的无代码/低代码（No-code/Low-code）工具非常方便，让很多没有技术背景的同学也能完成这部分工作。
在搭建团队的过程中，我们发现现在更需要全能型的 PM。前端技术问题可以快速用 AI 解决，但他们必须有良好的美感，并且了解全球文化（主要是欧美文化）。大家需要懂的东西其实更全面、更广泛了。所以对人的要求反而有所提高，但相对地，我们可以用更精简、更小的团队去做更多的服务。
Xenia Wang：大家肯定很好奇，AI 时代大家都希望人才具备 AI 能力。听下来，三位嘉宾的公司无论是内部培养，还是在外部寻访中，都看到了一些优秀的人。我想了解一下，你们怎么去筛选和评估这些 AI 人才？会有哪些维度？
Ken：我先开始。我们招人可能比较特别，有一个硬性要求：我们希望对方是一个“对世界保持好奇心”的人。因为我们主要做创意和营销工作，如何讲好故事，取决于这个 Marketer 对世界的认知——他看过多少东西，用过多少产品，才能把故事讲得丰满。
所以我们在面试时会问：“最近用过什么样的产品？”“看过或做过什么好玩的事情？”学历等基础背景固然能帮我们完成第一道筛选，但后续真的想加入我们团队并做好工作，我们还是看重他是否对世界保持好奇、愿意持续学习并尝试新产品。
Xenia Wang：看来好奇心是你们招募 AI 核心人才的关键词。那 Gary 呢？
杨凯：关于硬科技行业，我们对 AI 的“好奇心”要求可能没那么重，但需要人才真真正正去落地整个产业链的事情。我们对于员工的导向是三个词：想干、能干、该干。我们希望通过自驱能力和边界意识，打造一个在 AI 时代下，能让硬科技快速迭代、快速适应市场需求的人才梯队。
Xenia Wang：认可。这就是高端人才招聘中经常提到的：AI 时代下的人才，需要真正学会发现问题、定义问题，并能闭环解决问题。这在硬科技领域的验证可能会更直接。
那侯昊呢？你们做 AI 教育现在也需要很多年轻人，你们怎么来定义或者衡量？
侯昊：我可以谈谈人才招聘趋势的变化。过去我们会看重专业能力，即所谓的“T 型人才”（横轴综合素养，纵轴某一领域的专业能力）。但从现在转型开始，我们特别感受到组织需要“一专多能”的人。之前讲“π 型人才”，现在还多了一个“M 型人才”。
M 型人才的支柱在于，他能从一个专业领域跨越到第二个专业领域。首先他要有这种自信心，其次他真的能够快速学习。这样的人才其实比较少。如果我们带着传统工业时代的视角去挑人，往往只看他在哪个领域专业，可能会忽视他在过去几年有没有进入新领域并成为专家。因此，未来我们会更加看重人的“学习迁移能力”，看他有没有这方面的成功案例。
第二个维度，我们在做业务流程改造时发现，具有流程化思考和系统化思考能力的人，能很好地驾驭 AI 进行 Agent 的编排。掌握工具是第三步，很多点状的专业人才可能缺乏这方面的训练，不会去编排自己的工作流。如果一个人有更好的工程化思维和系统化思考能力（即工作流编排能力），在 AI 时代会更具竞争力。
第三是 AI 的熟练度。像我们做教育的大多是非技术背景，他们必须主动拥抱 AI 的技术、软件和工具。总结起来就是三点：学习迁移、流程化思考、以及 AI 熟练度。
四、 AI 时代的组织架构与文化建设
Xenia Wang：各位嘉宾从不同视角提到了选拔 AI 人才的底层逻辑。过去 10 年大家看经验、背景、语言优势；今天大家更多看底层的好奇心、学习迁移能力和闭环能力。
把人吸引来之后，如何构建文化让他们留下来并带来价值，是创始人必须思考的问题。在组织中，你们最看重的核心文化基因和元素是什么？
侯昊：我觉得文化很大程度上是跟组织架构相关的，组织形式决定了文化的基因。我们过去从早期的职能式，到疫情前后学习华为做流程变革，打通形成了矩阵式模式。这在跨部门协同上面带来了新挑战。
到了 AI 时代，未来的组织可能是“节点网络制”的。我们现在也还在持续变革中。在网络制组织下，我的感受是：聪明、能干的人都想和同样能干的人在一起玩。我们的组织能不能设计成一种 CEO 直接对接各个节点、而不是通过传统科层制（CEO -> -1 -> -2）的工作机制？大家都带着 Agent，通过 Dashboard 实现数据的透明对接。这是很多年前就渴望的、充分具有战斗力和自由度的文化。CEO 脑袋里需要有一个大图，把不符合新体系的传统模式干掉，新的 AI 组织就能形成。
Xenia Wang：但这“干掉”的过程，你觉得容易吗？
侯昊：肯定是不容易的，正在进行当中。比如这次黑客松全公司亮相，如果没有这个机会，我根本看不到下面优秀的人才。我看有播客讲，AI 时代大家谈的不单是裁员，而是许多以前内向、不擅长向老板汇报的人反而走出来了。我们这次就有一位 3D 设计师，他独自搭建了一个 3D 建模的员工 Agent 平台，把每个员工的画像、技能全部放了上去。这样的人才在传统科层制下可能根本无法被看见。如果能用新方式打破限制，让优秀的人才显现出来，组织的活力会非常大。
Xenia Wang：这让我想起刘润近期的分享：AI 时代焦虑的不应该是底层员工，而应该是中层。按侯昊讲的网状结构，直接由 CEO 对接节点，确实在逐渐淡化传统中层的角色。Gary，请跟我们分享一下你们的文化。
杨凯：本末科技经历了五年的发展，人员正在飞速增长。从 2023 年的 200 人左右，到今天已经发展到了六七百人、甚至接近八百人的规模。随着人员的变化，高层很难精细照顾到每一个基层员工。因此，我们的组织效能变革正在从扁平化组织转变为追求组织效率的组织变革。
对我们而言，最大的痛点就是组织效率的提升，以及如何理顺自上而下的管理路径。这中间穿插了两个核心点：一是组织效率的变革，即模块化组织职能与能力建设，实现自上而下的“责任赋能”；高层可以通过 AI 看板，把底层数据和中层管理数据进行直观输出，实现高效汇报。
第二是组织文化的建设。人员变多后，文化就成了每一个组织的信仰。只有把文化嵌入到组织中，效率才能发挥出来。否则，组织就会产生严重的部门隔阂，不利于内部协调沟通。文化要给组织变革赋能，实现快速衔接，确保公司不会因为规模扩张而产生巨大波动。
Xenia Wang：Gary，从 200 人快速扩张到接近 800 人，你们怎么确保文化不被稀释呢？
杨凯：在不同阶段，企业对文化的追求点是不同的。每年初，大家都会奔赴同一个信仰，就是公司的战略目标。通过战略目标拆解，每个部门都能清晰了解职责分工。
同时，我们要建立“本末人”的信仰。本末的使命是“驱动全世界”。我们是做机器人的，拥有全球首款双轮足机器人，也把智能电机模组应用在消费电子上。市场有一句话叫“无本末不高端”，本末科技能给高端产品带来更高的附加值。这就是我们存在的价值。大家建立起这个信仰后，再去推行组织效能，效率提升就会更快。
Xenia Wang：未来高端机器人（包括家庭机器人）走向 C端，其实就是靠你们的电机和零部件来驱动的，非常期待。那 Ken，你们 AI 组织中文化的底层元素是什么？
Ken：我们团队比较小，目前才 40 人出头，相对会简单、扁平很多。几位合伙人各自负责品牌建站、红人广告或对外商务等部门，直接做管理，定期开会交流。
我们的文化更加追求放松。为了激发同事的创意，去年底我们在南山市中心租了一个旧厂房，改造成了具有硅谷氛围的办公室。
从去年开始，我们参与了几个头部的 AI 项目，许多美国团队主动找到我们，希望我们帮他们做品牌。纯美国人团队找纯中国人公司来搭建美国品牌，这蛮特别的。而回到硬件层面，这些海外项目最终一定会来深圳。因此，我们定期举办很多中外创业者聚会，鼓励员工参与交流、讨论。回到刚才讲的，他们只有对世界有更多的认知、更了解海外文化和最新产品，才能讲好故事。我们的文化就是带动大家参与好玩的事、接触好玩的人，持续产生好的创意。
Xenia Wang：你们内部那些好玩的年轻人，有什么标签吗？
Ken：每个人都有自己的特色。现在的年轻人很愿意为了兴趣爱好投入大量时间，我们团队里有深度热爱二次元的，也有喜欢不同细分领域的。我们非常鼓励他们去深挖自己的兴趣。
大家都说“AI 让所有产品都值得被重新做一遍”，AI 相对万能，它可以在很多硬件产品上重新定义和赋能。你不知道未来会有什么样的产品进来、我们会跟什么样的团队合作。这些更垂直（Niche）的 Know-how，对我们讲好品牌故事非常有帮助。
五、 总结：坚守的底层逻辑与摒弃的观念
Xenia Wang：你们构建了一个开放多元的环境，让年轻人发挥好奇心，说不定就能延伸出新的业务可能性。最后，想请三位嘉宾做一个总结：在过去 AI 业务发展的过程中，你们特别坚守的底层逻辑是什么？有哪些是经历过之后觉得需要摒弃的？Gary 先请。
杨凯：我们主要面向 To B 客户，大家必须有清晰的认知：面向市场，面向需求。我们需要快速实现与市场的接轨，是市场在驱动本末内部的原生发展。如果我们纯粹定位自己为制造业底层，就必须不断去看未来需要什么、该做什么，这样才能真正把我们的产品应用到未来的 AI 大浪潮里面去。
侯昊：关于什么是不变的，我觉得做教育的人，对教育事业的使命和情怀肯定是不变的，这是大家聚在一起的核心原因。教育不是一个追风口的概念。
但 AI 时代来临后，教育行业迎来了新的转折点。传统的教育模式让大家开始焦虑：即使有了好文凭，孩子未来是否就一定有好工作？是否能适应时代发展？这对我们做教育创新和素质教育是一个很好的机会。所以，员工的使命感是不变的底色。
其次，员工必须展现出 AI 时代所需的素养：好奇心、迁移学习能力以及不断突破边界的能力。如果员工能做到这些，公司就能做出不错的 AI 教育产品。
Ken：对人才而言，我们依然最看重好奇心。在文化和发展策略上，我们现在走更精简的路线，不打算盲目把人数扩充到 100 人或 200 人。因为创意服务一旦变成流水线，就有可能在过程中遗失掉最核心的东西。保持精干的部队，反而让我们能做更多有含金量的事。
这也让我们对客户有了自己的挑选标准。首先我们自己要能看得懂这个产品，自己要是它的用户（这也是为什么鼓励同事深挖个人兴趣的原因）；其次，我们要衡量它是否真的好玩，以及是否是市场的真实需求。现在 AI 相对万能，很多东西好像都可以被赋能，但我们要评估哪些是实际需要的，而不是盲目为了跟风 AI 去开发。我们懂、且觉得好玩的人和事，我们才愿意合作。
Xenia Wang：谢谢三位。在今天的 AI 时代下，资本的叙事故事（以 A、B、C 轮融资来衡量企业的健康度）已经逐渐失效了。大家除了讨论业务的新可能性，更多的是从组织、人才和文化的维度，来看一家公司是否能走得更远。
