从IBM到微软，商业史上的重大技术转型反复证明：真正困难的从来不是发现下一项技术，而是让上一代组织为它让路。今天，当AI从工具进入经营、开始参与决策和行动，这个问题正在重新出现。
1993年，郭士纳接手IBM时，这家公司上一年度亏损81亿美元，拆分不同业务一度被视为最现实的选择。郭士纳最终做了相反的决定：保留IBM的完整性，并重新把长期各自为战的硬件、软件、服务、研发和销售体系组织成面向客户的一体化能力。
这一名为“One IBM”的组织战略，在后来几年，成功牵引IBM从一家以大型机等硬件产品为中心的公司，转向以综合解决方案和服务能力为核心的企业。
IBM CEO郭士纳，1995年。摄影：Kenneth C. Zirkel / CC BY-SA 3.0
三十多年后，IBM的故事仍值得重提，不是因为一个CEO如何力挽狂澜。值得重新理解的是另一件事：真正具有通用意义的技术革命，最终都会越过“工具升级”，进入“企业重构”。
今天的企业级AI正在逼近同一个临界点。
过去三年，企业最容易看到的AI变化发生在工作台上：写文案、生成代码、总结会议、制作报告。随后，Agent进入工作流，可以读取系统、调用工具、安排日程甚至执行连续任务。到了2026年，问题已经不再只是“AI能够帮助一个人做什么”，而逐渐变成“当AI能够代表组织行动，公司原来的运行方式是否还成立”。
这也是企业级AGI公司爱化身科技，在其最新一期“未来智能研究院”观察中提出的：当AI只影响岗位效率，它仍然是一项工具；但当Agent进入采购、调度、风控、客户运营乃至经营决策，企业面对的就不再是“要不要使用一个更聪明的大模型”，而是需要重新决定哪些经营权可以交给AI，哪些必须由人保留。
智能技术，由此第一次直接碰到了公司的权力结构。
技术革命真正困难的
从来不是“看见未来”
商业史常常喜欢把企业转型归结为伟大企业家的远见。但纵观全球商业发展进程，会发现一个更加残酷的规律：企业并不缺少发现未来的人。
难的是让企业从旧世界果断退出。
1980年代，英特尔面对的正是这样一个问题。DRAM存储器是公司赖以起家的业务，也是其工程文化和行业地位的重要来源，但日本企业迅速崛起，存储器竞争优势逐渐丧失。与此同时，微处理器已经开始成为新的增长方向。
后来被管理学反复引用的一幕发生在英特尔CEO安迪·格鲁夫和董事长戈登·摩尔之间。格鲁夫问，如果董事会把我们两个人都赶出去，新来的CEO会怎么做？摩尔回答，大概会退出存储器业务。格鲁夫于是说，那为什么我们不自己走出门，再回来做同样的决定？
这场对话真正重要的，不是管理者拥有多么超前的技术判断，而是它揭示了企业转型最反常识的一面：外部市场通常已经出现新方向，企业内部资源却仍然被过去的成功牢牢占据。
旧业务对当期收入负责，往往拥有企业中最成熟的客户，控制最大的团队，形成最稳定的利益关系，也定义着公司内部“什么叫成功”。期待这样的业务主动结束自己，几乎违背组织本能。
微软也是如此。
纳德拉2014年接任CEO之后，“mobile-first, cloud-first”真正困难的地方，从来不是微软有没有能力建设云，而是公司愿不愿意承认：Windows不再必须是所有资源、产品和商业模式围绕旋转的太阳。
Office登陆竞争平台，Azure成为资源投入中心，订阅制开始改变收入结构。表面上看，这些都是技术和产品决策；更深处发生的，却是企业内部地位、预算与权力的重排。
这些故事都指向一个共同结论：工程师可以发现未来，业务可以证明未来，但只有企业一号位有权决定旧公司应该以什么方式结束。
因此，CEO不一定是新技术最早的发现者，却必须成为旧组织的合法终结者。
当AI进入经营
“转型”势必对权力重新分配
当Agent除了发送邮件、安排日程、编写代码，被大量授予权限，开始访问企业系统、调用工具和连续执行任务后，一个持续加速的变化正在发生：AI已经在现实世界制造后果。
对于企业而言，这个变化尤其重要。一个给出供应链建议的模型和一个能够实际修改采购计划的Agent不是同一种技术；一个帮助财务分析风险的AI，与一个能够参与授信和资金调配的AI，也对应着完全不同的治理问题。
当机器开始行动，技术问题就会自然转变成权力问题：它能访问什么数据？可以调动什么资源？能够代表谁做出决定？什么情况下必须等待人工确认？机器错误带来的损失由谁承担？
一旦AI开始触碰企业经营权，它就天然不再只是技术部门项目，因为“哪些流程应该被重写”“哪些岗位边界可以被打破”“哪些能力必须长期掌握在企业内部”，已经超出了任何一个单一部门能够决定的范围。
“一号位工程”的真正含义就在这里。
只有CEO能够决定，公司准备重新把权力放在哪里。到了这个阶段，一号位最需要回答的问题极少涉及技术参数——绝不是选择使用哪一种大模型。
他/她要回答的是，公司未来依靠什么创造价值；哪些既有收入可以被主动牺牲，预算和人才从哪个模块转移到哪个模块；谁拥有客户、数据和流程，人与Agent分别获得什么权限，以及未来用什么新的指标评价经营结果。
任何真正的技术转型，与之对应最终都会在企业内部发生一场“领地”的重新划分。新业务获得预算，旧业务就会失去预算；新的组织单元获得权力，旧的管理链条就必然被削弱。如果这些关系没有改变，所谓智能转型，只是把一项AI技术覆盖到旧公司上面。那么系统上线了，企业仍然按照原来的方式运行，就会再度刻画过去二十年大量企业数字化转型典型的失败方式。
而AI正在让这种矛盾变得更加尖锐，因为它所挑战的不只是信息化工具，更是公司过去围绕人的认知、沟通和管理半径所建立起来的整套组织体系。
企业智能化走到深处
本质是在重新定义公司自身
准确说，企业智能化是一场技术与制度共同作用下的“企业自我定义”。它重新回答的是：这家公司如何认识自己，如何组织行动，又如何分配价值、权力和责任。
这里面天然包含大量哲学判断。
对于研发构建企业AI底层系统的AGI公司而言，必须更早回答这些问题。因为任何智能系统都不可能建立在完全中性的技术假设之上。
换句话说，产品架构背后，一定站着一套关于企业如何运行的基本观念。这与基础模型公司的价值对齐有相似之处。
大模型公司需要在模型真正进入社会以前，就思考“智能应该遵循什么价值”“什么情况应该服从人的指令”“不同价值发生冲突时应该如何取舍”。这些不是产品上线之后才补上的伦理讨论，而是随着模型能力增强，越来越需要被前置到模型设计与治理之中的基础问题。DeepMind对AI Alignment的研究就明确区分了技术问题和规范问题：不仅要解决如何让模型遵循某种原则，还必须先回答究竟什么原则值得被写进AI。
因此，如果说基础模型公司的底层研究不可避免地会触及伦理哲学和社会哲学，那么企业级AGI公司，必然会触及另一类更基础的问题——组织哲学与管理哲学的研究。
它们必须形成一套关于企业的第一性认识：
企业究竟是一张部门架构图，还是一个由客户、订单、设备、规则、任务和关系持续变化构成的业务世界？组织能力应该固化在岗位和部门之中，还是能够围绕任务动态组合？决策应该沿着层级传递，还是应该在明确治理边界下尽可能接近业务现场？
对于这些问题的判断，最终会直接进入AI系统架构。
企业级AGI
身处“创造新生产力”和“使用新生产力”双重位置
在这个背景下，爱化身科技近期进行的一轮组织调整颇有深意。
9月28日，这家成立5年，已服务全球200家知名企业的企业级AI公司，将原有11个部门整合为四个核心体系，进一步打破产品、研发与交付之间相对固定的边界。一部分技术力量继续围绕企业智能语义基座、世界行为模型WBM等长期方向形成纵深；另一部分则以更小型、高密度的单元，围绕持续涌入的客户需求和研发任务动态组合。
其内部将这种组织方向称为“液态组织”：打破能力固化于部门的形态，人才、资源和任务依据真实业务问题重新组合。映射到管理学语境中，有一个更形象的概念，蜂群组织。
蜂群并不是“没有组织”。
恰恰相反，它需要更强的底层规则、更透明的信息、更清晰的能力结构和更实时的协同机制。固定组织边界减少之后，决定效率的就不再是“谁隶属于哪个部门”，而是谁最适合解决眼前的问题，以及组织能否迅速完成能力组合。
企业级AGI公司，正在率先经历自己所判断的变化。
爱化身科技这类公司之所以更早进入组织重构，并不是因为它们天然更先进，而是因为它们同时处在“创造新生产力”和“使用新生产力”的双重位置。换个角度看，企业级AGI公司对企业的第一性认知，如果只停留在产品架构和技术叙事，没有反过来改变自己的业务组织方式，那么它所创造的仍然更接近一套新的技术工具，很难真正称为一种新的生产力系统。
对于这轮调整，爱化身科技给出的解释是：“如果希望帮助客户回答‘当智能开始成为新的生产要素，企业本身应该怎样重新组织’，就不能只把答案写进产品，需要先把答案写进（我们）自己的组织。”
这句话进一步指向一个更大的命题：公司本身，也许只是上一轮生产力条件下形成的答案。
现代公司的部门、岗位、层级、汇报关系和固定流程，并不是天然存在的组织形式，而是在信息有限、认知有限、沟通昂贵的条件下，人类为了完成大规模协作形成的一套制度技术。
当AI开始改变认知、信息和协调成本，这些制度安排也必然重新接受效率检验。
工业革命带来的不只是蒸汽机和电力，也创造了现代工厂和现代公司。互联网改变的不只是通信成本，也重塑了企业边界，催生了平台经济和全球协作。
如果AI最终成为一种真正意义上的通用生产要素，那么它不太可能只给今天的公司安装一层更聪明的软件，然后就此结束。它一定会要求企业重新回答：谁拥有信息，谁拥有行动权；哪些决策应该由人保留，哪些能够交给机器；管理者的价值究竟来自信息优势、资源配置权，还是在不确定世界里承担最终责任。
商业史上的IBM、英特尔与微软等巨头已经多次证明：真正的跨越周期从来不仅仅是发现未来，而是有能力结束过去。
新的生产力终会寻找到与自己最适应的组织方式。AI正在要求这一代企业管理者，再面对一次类似的选择。只不过这一次，需要被重新设计的是公司本身。
