AI 正在从单纯回答问题，逐渐发展到能够执行任务、协调工作流程、与客户互动，并越来越多地承担过去需要在不同人员和部门之间流转的工作。对企业而言，如今的问题已不再只是如何采用 AI，而是当 AI 真正成为工作执行方式的一部分时，企业本身需要进行哪些重新设计。
Firuz Alimov 在金融、银行、电信、政府、咨询、学术、初创企业及新兴科技等领域拥有超过二十年的跨行业经验。目前，他担任 The AI Collective 马来西亚国家总监、创业工作室 Aether Builders 创始人、Alimov Ltd 管理顾问，同时也是 Boardy 的 Deal Partner 及 Boardy Pro Advisory Board 成员。他的工作横跨 AI 生态系统、创业项目孵化、运营模式、融资及企业转型，因此，他看待 AI 的角度并不仅仅是将其视为一种需要部署的技术，而是将其视为一种能够改变企业运营方式的力量。
在这次与 NewInAsia 的对话中，Alimov 探讨了中小企业在引入 AI 之前应该先解决哪些问题、为什么 AI 智能体会让技术决策演变成组织设计决策，以及随着 AI 应用加速，马来西亚企业最容易在哪些方面走入误区。
亮点
在购买另一个 AI 工具之前，先解决这个问题
问：你最近提出，中小企业不需要“AI 魔法”，而是需要真正有效的 AI。企业在引入 AI 之前，应该先解决哪些问题，而不是期待 AI 替它们解决问题？
答：我看到最大的误区，就是企业把 AI 当成一个正在寻找问题的解决方案。
一位企业老板参加了一场 AI 大会，看到了几个令人印象深刻的演示，听到有人声称借助 AI 将生产力提高了 300%，于是马上决定公司也需要 AI。到了下周一，他召集管理团队，宣布 AI 将彻底改变一切。
三个月后，什么都没有改变，唯一增加的只是公司每个月需要支付的订阅费用。
一个令人不太愿意面对的事实是：AI 会放大企业内部原本就存在的一切。
如果你的流程本身有问题，AI 只会帮助你更快地把事情搞砸。如果你的数据杂乱无章，AI 会制造更多混乱。如果根本没人知道某个流程究竟由谁负责，那么 AI 只不过会成为大家相互推卸责任时的一个新对象。
在引入 AI 之前，企业需要先回答一个非常无聊的问题：目前的工作究竟是怎样完成的？
大多数中小企业都无法清楚回答这个问题。
问五个人，一次客户咨询究竟如何转化为一笔销售，你可能会得到七种不同的答案。再问谁负责后续跟进、审批、客户入驻、开票、收款以及报告，突然之间，所有人似乎都开始对天气产生了兴趣。
真正从 AI 中取得成效的企业，并不一定是技术最先进的企业。它们往往是那些真正了解自身工作流程、决策节点、瓶颈以及问责机制的企业。
AI 不是魔法，而是一个放大器。
而放大器的危险之处就在于：它会让好的系统变得更好，也会让糟糕的系统变得更糟。
那些真正借助 AI 取得优势的企业，并不是从 ChatGPT 开始，而是从梳理流程、明确运营方式，以及找出那些重复性高、而且原本就没人喜欢做的工作开始。
具有讽刺意味的是，通常正是这些最不起眼的工作，能够带来最大的 AI 回报。
没有人会在 LinkedIn 上发帖庆祝发票核对实现自动化。然而，这种看似无聊的自动化，往往比生成一千篇 AI 社交媒体帖文更能创造实际价值。
未来属于那些不再问：
“我们该如何使用 AI？”
而是开始问：
“工作到底卡在哪里？”
当 AI 成为管理问题的那一刻
问：我们正在从能够回答问题的 AI，迈向能够执行任务并追求目标的智能体。采用 AI 到了什么阶段，就不再只是技术决策，而会成为组织设计决策？
答：我认为，我们其实已经跨过了这条界线。
当 AI 只是回答问题时，这还是一场关于软件的讨论。当 AI 开始执行任务、提出建议、协调工作流程并与客户互动时，它就变成了一场关于组织的讨论。
想象一下，明天你一次性聘请了二十名能力出众的实习生。
你面临的最大挑战会是技术吗？
当然不是。
你最大的挑战将是如何界定职责、审批权限、汇报关系、治理机制、绩效要求以及问责方式。
智能体 AI（Agentic AI）带来的正是同样的挑战。
许多领导者仍然把 AI 当作软件。但他们越来越应该把 AI 看作数字劳动力。
问题已经不再是 AI 能否完成工作，而是：当 AI 完成这些工作之后，究竟由谁对结果负责？
这正是许多组织开始感到不自在的地方。
传统企业围绕职能部门建立。市场营销归市场营销部门管理，财务归财务部门管理，运营归运营部门管理。
但 AI 并不特别在意你的组织架构图。
一个负责客户入驻流程的 AI 智能体，可能在同一套工作流程中同时涉及销售、合规、财务、运营和客户支持。突然之间，最大的挑战不再是能力，而是协调。
几十年来，组织的优化方式都是围绕“信息稀缺”展开的。人员之所以存在，部分原因就在于信息必须通过他们才能传递。
如今，信息可以即时流动。未来，决策也将越来越能够即时流动。
这迫使领导者重新设计权限、问责与执行之间的互动方式。
真正能够蓬勃发展的企业，不会只是部署 AI 智能体，而是会围绕一个“AI 智能体已经存在”的世界重新设计公司。
而那些陷入困境的企业，则会试图把二十一世纪的技术硬塞进二十世纪的运营模式中。
这种做法的结果，通常就像把一台 Formula One 赛车引擎装进马车里一样。
如果真正的遗留系统其实是组织架构呢？
问：如果 AI 智能体最终能够跨部门完成工作，那么企业是否仍然应该围绕传统职能部门来组织？还是说，智能体 AI 会让今天的一些组织结构变得过时？
答：这听起来或许有些争议，但事实上，许多组织结构在 AI 出现之前就已经开始变得过时了。
大多数现代企业仍然采用一种几千年前的军事指挥官都会觉得非常熟悉的模式。
组织有一层又一层的等级结构。信息向上传递，决策向下传达。每个部门负责特定职能。财务部门负责财务，市场营销部门负责营销，运营部门负责运营。
然后所有人一起开会，向其他人解释为什么某件事情到现在还没有完成。
在通信速度缓慢、信息稀缺且协调成本高昂的年代，这种结构是合理的。
问题在于，我们已经不再生活在那个时代。
这种趋势其实已经显现多年。与过去几代企业相比，如今全球许多增长最快的公司，都依靠规模小得惊人的团队运营。
一家只有二十人的初创企业，现在可以完成过去需要两百人才做得到的事情。一家两百人的公司，也越来越能够与拥有数千名员工的组织竞争。
这并不是因为人突然变聪明了，而是因为技术降低了协调成本。
AI 正在大幅加速这一趋势。
传统部门之所以存在，很大程度上是因为工作需要在不同专业人员之间进行分工、管理、协调、汇报、审批和交接。智能体 AI 正在挑战其中许多基本假设。
由 AI 驱动的工作流程并不在乎某项任务究竟属于销售、客户服务、运营、财务还是合规部门。它只会执行整个流程。
真正重要的是结果，而不是组织架构图上的那个方框究竟属于哪个部门。
我认为，未来的组织将不再那么像一座金字塔，而更像是由一系列规模较小、承担高度明确责任的团队组成，并由大量 AI 智能体提供支持。
人类将越来越专注于战略、人际关系、判断、创造力、谈判以及异常情况处理。AI 则会承担大量协调、行政管理、报告、信息收集和执行工作。
其结果未必是企业数量减少，而是企业运行得更快。
企业需要的管理层级更少，能够更迅速地适应市场变化，也能够减少花在管理官僚流程上的时间，把更多时间用于服务客户。
这并不意味着组织结构会消失。
而是意味着组织结构会变得更加扁平、更加灵活，也更加以结果为导向。
几十年来，企业一直围绕如何管理人员进行优化。未来，它们将越来越围绕如何管理系统进行优化。
真正能够脱颖而出的企业不会问：
“我们应该怎样把 AI 塞进现有部门？”
它们会提出一个困难得多的问题：
“如果今天从零开始建立这家公司，我们还会以现在这种方式组织它吗？”
这个问题会让许多高管感到不舒服。
但这也是 AI 迫使每一个领导团队都必须面对的问题。
也许员工抵制的不是 AI，而是糟糕的领导方式
问：你经常强调激励机制、责任归属和人的行为。当 AI 实施失败时，那些被归因于“员工害怕 AI”的抵触情绪，有多少其实是员工对设计不良的变革所作出的理性反应？
答：比大多数高管愿意承认的要多得多。
责怪员工，往往是最简单的解释。
“项目失败是因为员工抵制 AI。”
这句话听起来简单明了，也很方便。但很多时候，它是错的。
想象一下，你的老板明天突然宣布，一套 AI 系统将负责评估绩效、提出晋升建议、监控生产力，甚至可能影响人员配置决策。
然后再想象一下，没有任何人向你解释这一切究竟如何运作。
你会感到兴奋吗？还是会感到担忧？
大多数人抵制的并不是 AI。他们抵制的是不确定性，抵制的是糟糕的沟通，以及突然变得不一致的激励机制。
在许多组织中，员工的担忧完全合理。
如果 AI 每周节省了十个小时，究竟谁从中受益？公司？客户？还是创造了这些效率的员工？
如果 AI 改变了决策方式，那么一旦发生错误，最终由谁承担责任？
这些并不是情绪化的问题，而是理性的问题。
历史上每一次重大技术变革都曾产生类似的紧张关系。今天唯一不同的是变化的速度。
这场讨论经常被描述为“人类对抗 AI”。我认为，这种框架从根本上就是错误的。
真正的问题在于：领导者是否正在设计一种能够让人类与 AI 有效协作的系统。
当实施成功时，员工通常很快就会变得积极，因为没有人喜欢重复性的行政工作。
而当实施失败时，通常是因为领导者只关注技术，却忽视了信任、激励机制、沟通以及组织心理。
技术改变系统。
而人决定系统能否继续运转。
马来西亚面临的更大风险，并不是行动太慢
问：马来西亚希望加快 AI 的实际应用，尤其是在中小企业领域。未来几年，哪种情况更令你担忧：马来西亚企业采用 AI 的速度太慢，还是在没有重新设计决策、问责和实际工作方式的情况下快速采用 AI？
答：毫无疑问，是第二种情况。
采用速度慢，可以补救。
错误的采用方式，却会带来代价高昂的教训。
马来西亚正在进入一个非常值得关注的阶段。关于 AI 的讨论正在从“认识 AI”转向“实施 AI”。这是积极的发展。
危险在于，企业可能会把“有行动”误认为“有进展”。
购买 AI 工具并不等于转型。
开展试点项目并不等于转型。
参加研讨会，然后在 LinkedIn 上发布照片，更绝对不等于转型。
真正的转型发生在企业的经济效益发生改变时。
当决策变得更快，当客户体验得到改善，当成本下降，当收入增长，当新的能力出现——这才是真正的转型。
让我担忧的是，许多组织都把注意力集中在采购技术上，却忽视了组织本身的重新设计。
AI 并不是又一次普通的软件升级。
它会改变信息流动的方式，改变决策方式，改变由谁来执行工作。最终，它也会改变某些业务活动所需要的人数。
面对这些现实，需要领导者拿出勇气。
最危险的结果，是形成一种我称之为 “AI 秀场”（AI theatre） 的现象。
大量公告，大量仪表板，大量试点项目。
但真正可衡量的影响却少之又少。
马来西亚拥有实现跨越式发展的机会，因为中小企业通常比大型企业更加灵活。它们的管理层级较少、官僚程序较少，只要领导层真正下定决心，就能更快速地采取行动。
但没有清晰方向的速度，只会制造混乱。
我担心的并不是马来西亚企业会采用 AI。
我担心的是，其中一些企业只会把昨天的运营模式自动化，而不是重新设计明天的运营模式。
最终的赢家不会是拥有最多 AI 的企业。
而是那些重新思考工作本身究竟应该如何完成的企业。
这是一场困难得多的讨论。
但真正的价值，也正是在这里产生。
结语：领导者已经无法继续回避的问题
随着 AI 承担越来越多的执行工作，企业面临的挑战将不再只是决定应该部署哪一种模型、平台或智能体。
真正的问题是：围绕 AI，企业本身需要改变什么？
围绕人工交接设计的工作流程，未来可能不再合理。过去因为信息瓶颈而建立起来的部门，可能需要变得更加灵活。当工作由人类与 AI 共同承担时，问责体系也必须随之演变。
对于中小企业来说，这反而可能成为一种优势。规模较小的组织通常需要重新设计的管理层级更少，阻碍变革的官僚程序也更少。
但采用更多 AI，并不等于成为一家真正由 AI 赋能的企业。
贯穿 Alimov 整个观点的，是一个更深层次的领导力问题：
如果 AI 能够改变工作的完成方式，那么假如今天重新创办这家公司，你会选择以哪些不同的方式来构建它？
亮点
Read the English article here.
