超越组织架构图：AI 可能如何改变公司
锋睿 Frontwise 从投资机构与研究团队的视角，解释 AI 原生组织可能如何从固定岗位转向围绕任务组合人才与 AI。本期 The Ari Lens 将曾鸣与张小珺的对谈收束为两个概念：任务驱动型组织与「组织即模型」（Org-as-Model），并讨论它们对研究协作、组织设计与未来工作的含义。
三个要点
- 从任务出发，再围绕任务组合合适的人与 AI 能力。
- 「组织即模型」从共同成果中学习，让经验能够跨团队流动。
- 在更流动的组织里，人的价值会更依赖主动性、可见贡献，以及在充分语境下作出判断的能力。
整理稿
英文原片，下文为中文译文
视频为英文旁白，以下为中文译文。英文稿依据 YouTube 自动字幕整理，仅修正专有名词、术语、大小写、标点与分段，不改写原有论点。视频中转述的引语如需独立引用，应回到原始访谈核对。
在 AI 时代，固定岗位可能不再是工作的基本单位。人仍然存在，工作仍然存在，但组织方式可能彻底改变。
曾鸣在与张小珺的访谈中讨论了这种可能性。两个概念可以帮助我们理解它：任务驱动型组织，以及「组织即模型」（Org-as-Model）。
想象一家餐厅。每个人都守在自己的岗位上。AI 把切菜速度加快了，但盘子仍然堆在出餐口。任务驱动型组织从订单开始，再把合适的人与 AI 组合起来。任务在前，能力随后围绕任务集结。
一餐结束后，反馈帮助人与 AI 一起修改菜谱和协作方式。下一次，所有人都能复用这段经验。我们把这称为「组织即模型」，简称 OaM。它像一本持续更新的活菜谱：整个团队共同补充，组织本身也在学习。
任务驱动型组织解释我们如何组成团队；「组织即模型」解释我们如何共同学习。两者结合，勾勒出一种 AI 原生组织。
岗位、部门和层级都可能随之改变。按照曾鸣的说法，未来谁的能力最强，谁就会被任务召集。任务被发布，有能力的人主动加入并交付成果。一个人不再被固定在单一方格里，而可以跨越多个团队网络作出贡献。
我们该如何适应？
第一，提高主动性。主动发现问题，学习和实验，持续发展自己的能力，而不是等待指令。
第二，让贡献可见。说明自己承担了什么、交付了什么、带来了什么变化，让能力更容易被发现。
第三，提供语境，而不是加强控制。共享全局地图、目标和约束，而不仅仅是逐条下达指令。这样，人和 AI 才能作出更好的判断。
当能力与经验可以跨团队流动，公司的边界可能变得更松动。组织会不会变成能够不断重组、不断学习的网络？
曾鸣提醒：「大浪到来之前，没有人是安全的。越觉得自己安全的人，风险越大。」今天的位置不能保证明天的安全。持续学习，把想法投入实践，再把经验沉淀为共享能力。
当组织持续变化时，我们是否准备好重新学习如何协作？