超越組織架構圖：AI 可能如何改變公司
鋒睿 Frontwise 從投資機構與研究團隊的視角，解釋 AI 原生組織可能如何從固定職位轉向圍繞任務組合人才與 AI。本期 The Ari Lens 將曾鳴與張小珺的對談收束為兩個概念：任務驅動型組織與「組織即模型」（Org-as-Model），並討論它們對研究協作、組織設計與未來工作的含義。
三個要點
- 從任務出發，再圍繞任務組合合適的人與 AI 能力。
- 「組織即模型」從共同成果中學習，讓經驗能夠跨團隊流動。
- 在更流動的組織裏，人的價值會更依賴主動性、可見貢獻，以及在充分脈絡下作出判斷的能力。
整理稿
英文原片，下文為中文譯文
影片為英文旁白，以下為中文譯文。英文稿依據 YouTube 自動字幕整理，僅修正專有名詞、術語、大小寫、標點與分段，不改寫原有論點。影片中轉述的引語如需獨立引用，應回到原始訪談核對。
在 AI 時代，固定職位可能不再是工作的基本單位。人仍然存在，工作仍然存在，但組織方式可能徹底改變。
曾鳴在與張小珺的訪談中討論了這種可能性。兩個概念可以幫助我們理解它：任務驅動型組織，以及「組織即模型」（Org-as-Model）。
想像一家餐廳。每個人都守在自己的崗位上。AI 把切菜速度加快了，但盤子仍然堆在出餐口。任務驅動型組織從訂單開始，再把合適的人與 AI 組合起來。任務在前，能力隨後圍繞任務集結。
一餐結束後，回饋幫助人與 AI 一起修改菜譜和協作方式。下一次，所有人都能重用這段經驗。我們把這稱為「組織即模型」，簡稱 OaM。它像一本持續更新的活菜譜：整個團隊共同補充，組織本身也在學習。
任務驅動型組織解釋我們如何組成團隊；「組織即模型」解釋我們如何共同學習。兩者結合，勾勒出一種 AI 原生組織。
職位、部門和層級都可能隨之改變。按照曾鳴的說法，未來誰的能力最強，誰就會被任務召集。任務被發布，有能力的人主動加入並交付成果。一個人不再被固定在單一方格裏，而可以跨越多個團隊網絡作出貢獻。
我們該如何適應？
第一，提高主動性。主動發現問題，學習和實驗，持續發展自己的能力，而不是等待指令。
第二，讓貢獻可見。說明自己承擔了甚麼、交付了甚麼、帶來了甚麼變化，讓能力更容易被發現。
第三，提供脈絡，而不是加強控制。共享全局地圖、目標和約束，而不僅僅是逐條下達指令。這樣，人和 AI 才能作出更好的判斷。
當能力與經驗可以跨團隊流動，公司的邊界可能變得更鬆動。組織會不會變成能夠不斷重組、不斷學習的網絡？
曾鳴提醒：「大浪到來之前，沒有人是安全的。越覺得自己安全的人，風險越大。」今天的位置不能保證明天的安全。持續學習，把想法投入實踐，再把經驗沉澱為共享能力。
當組織持續變化時，我們是否準備好重新學習如何協作？