AI造物时代的组织进化与管理重塑

本条来自 虎嗅（Business / 中文商业），聚焦 technology、ai。 导语最理想的情况是，未来组织是一个多元共生的智能系统，各种异质智能并行不悖、美美与共，携手应对宇宙意义上更恢宏的不确定性。这样的组织，需要坚守以下几项管理原则：第一，管理活动的使命是促成异质智能之间的团结与合作；第二，管理者是促进合作关系的桥梁与纽带；第三，被管理者是与管理者平等的共责主体。人是构成组织的个体...... 本文来自微信公众号： 清华管理评论 ，作者：余菁 导语 最理想的情况是，未来组织是一个多元共生的智能系统，各种异质智能并行不悖、美美与共，携手应对宇宙意义上更恢宏的不确定性。这样的组织，需要坚守以下几项管理原则：第一，管理活动的使命是促成异质智能之间的团结与合作；第二，管理者是促进合作关系的桥梁与纽带；第三，被管理者是与管理者平等的共责主体。 人是构成组织的个体单位，人类用数百万年进化自身，又用万余年进化出文明社会和国家，再用一两千年孕育了工业革命、催生了现代企业组织。在过去一两个世纪里，现代企业组织的加速迭代，促进了科技的爆炸式增长，极大地解放了人造物的生产能力。物理AI的发展，意味着AI作为比人类更高水平的智能正加快从虚拟世界进入物理世界，在这个过程中，AI将逐步替代人类，成为新的造物主。AI造物占比上升，人造物占比降低，这是组织加速进化的未来趋向。未来组织的管理挑战在于，如何顺应这一技术趋势，探索能够更充分地彰显人的价值意义的管理之道。 组织进化简史 组织，是人的社会属性的产物。组织的进化，始于构成组织个体单位的人的进化。从人的自然属性看，人类身体作为一种组织体，其进化是缓慢的。从类人猿到人类的进化，耗时数百万年。距今约318万年前的埃塞俄比亚南方古猿露西的大脑容量，仅为现代人1/3的水平。向前追溯，2000万年前，一部分灵长类动物才开始从树间活动转向地面活动。继续向前追溯，约3.8到3.6亿年前的泥盆纪晚期，作为包括人类在内的四足脊索动物的祖先，肉鳍鱼才刚刚从海洋迁移到陆地；在此之前，绝大多数多细胞生物都生活在海洋里。 从人的社会属性看，人类群体作为一般意义上的组织，也就是社会组织，其进化速度比人自身的进化速度快得多——从野蛮的原始社会向现代的文明社会的进化，耗时数万年。自晚期智人出现至今，上千亿寂寂无名的人在地球上出现并投身于人类文明的发展事业，进化出部落、氏族、方国、邦国与国家等形形色色的组织，推动人类迈进文明社会的大门。过去几千年，这些组织作为有目的的实体，成功将数以十万、百万、千万计的自然人聚合在一起，将他们逐步改造成为适配组织发展目的的社会人，不再是原始丛林中“无组织”的或纯然依托血缘与地缘关系网络组织起来的自然人。 在人类转变为社会人后的文明进程中，有若干重要节点，其中一个是18世纪的工业革命。工业革命之前，人类以有限组织力量创造的奇迹，历经漫长岁月留存下来的，不过是金字塔、长城、约旦佩特拉古城、印加马丘比丘古城等屈指可数的文明遗址。这些文明遗址展现出人类令人震撼的组织性成就，但人类对自然的影响终究有限，这些成就在地球的全部留存物中占比很低。工业革命后，情况发生了根本变化。无数人被看不见的手动员与组织起来，他们在自身消散于历史长河前的短暂时光里，制造出的矿山、工厂园区、道路桥梁、摩天大楼、超大规模城市群，比过去所有时代人类制造的全部留存物还要多得多，对自然的影响也要大得多。 假如有一个外星来客，他没有先入为主的“人类中心主义”观念，当他在考察地球这个样本在工业革命前后发生的诸多变化时，很有可能发现：工业革命为一种叫“现代企业组织”的新物种的繁荣兴盛提供了沃土。这个新物种吃进矿产资源，吐出能源、水泥和金属；吃进金属，吐出机械设备、零部件和交通设备；吃进石油，吐出塑料和化学制品；吃进各种建材，吐出高楼大厦和各种基础设施。这个新物种产出的不是地球上自然生长的东西，而是一种可被统称为“人造物”的东西。通过不断提高产出人造物的能力，现代企业组织实现了自身的持续进化并最终拥有了系统性改写地球面貌的力量。 20世纪是现代企业组织加速进化的一个世纪，泰罗的科学管理、韦伯的层级制、福特的流水线、钱德勒的管理革命、二战时期兴盛的运筹学，持续为现代企业组织的进化添砖加瓦。不断迭代的现代企业组织，成为一波又一波技术创新活动的发动机，推动全球人造物的生产效率持续攀升，在数量与质量上均出现指数级增长。《自然》杂志的一项研究测算显示，20世纪初，全球人造物仅相当于全球总生物量的3%左右，进入21世纪20年代，全球人造物逐步超过全球总生物量（不含水）。这是一个质变时刻，是继工业革命之后的又一重要节点。在这个节点之前，地球是主要由自然力量塑造变革的地球；而在这个节点之后，地球成为主要由人造物塑造变革的地球。 回顾组织进化历史不难发现，越是原始的、由自然力量孕育的低阶组织进化活动，耗费的时间往往越长；在累进到某一个节点后，组织进化向高阶活动形式跃变，进入一个指数级变化持续涌现的加速进化阶段；接着，指数级变化进一步推动向更高阶组织进化形式跃变。在新的进化进程中，昔日那些指数级的变化看起来都缓慢得几近龟速。以此规律推演当下的时代剧变：未来十几年，有可能又出现一个发生质变的重要节点；新节点与如飓风海啸般迅猛而来的AI相关，且大概率与物理AI有关。随着物理AI的加速发展，AI造物的增长速度将在短时间内迅速超过人造物的增长速度。马斯克说，未来人类智能是AI的1%。当新节点到来，地球将成为由AI造物而非人造物塑造与主导变革的地球——这是未来一段时期组织加速进化的大势。 加速物理化的AI 目前，AI总体上被束缚在二维世界或虚拟的三维世界模型里，但它们正在加速物理化。有些AI实现了物理化，但被限定在狭窄的应用场景，即垂直场景专用机器人。有更广阔发展前景的是通用机器人，具体有两种技术路径，一是以通用机器人大脑驱动各种物理设备，二是研发脑身合一的通用类人机器人。 垂直专用场景机器人 专用机器人量大面广，是物理AI最基础且较容易实现的路径。目前具备商业增值价值的物理AI产品，绝大部分属于此类。人们常说的机器人（Robot），原本是一个斯拉夫语系词汇，指强制劳动或服劳役；对应于物理AI，即通过在特定场景下使用特定数据训练AI系统，可以自动化或智能化地执行物理世界的单一任务，以代替人类重复劳动。这些机器人可以是人形即人形机器人，也可以是动物的形状，如机器狗、机器狼；可以具备接近于人的形态与功能，也可以专攻一部分形态与功能，如机器臂、灵巧手等。相关企业战略的核心是设定专用场景，再聚焦专用性来加快硬件与智能系统的持续迭代，以形成技术领先优势与成本竞争力。 用在各种产业场景中的专用机器人即产业级专用机器人，其技术特点是稳定性高、场景感知精准，执行重复性工作的性能强、效率高。农业领域有播种、除草或采摘机器人；工业场景有促进人机协作的机器人，在恶劣的环境下工作的焊接机器人，在复杂地形作业或实施灾害救援的机器人，等等。例如，宝马最近在莱比锡工厂部署了瑞典Hexagon公司的AEON人形机器人，用在高压电池装配和精密零部件制造环节，使用了中国大寰的电动夹爪。机器人公司Persona AI研发造船、能源基建、建筑、钢铁等制造业的重载人形机器人，代替人类从事高体力、高危险的重复性劳动。韩国浦项投资了Persona AI，在钢厂成品钢卷装卸物流环节作了部署。 仓储物流是一个商业化程度较高的应用场景，机器人可以从事装卸、码垛及搬运工作。机器人公司Agility Robotics最早生产的双足机器人Cassie拥有一对形似鸵鸟的足，具有动态步行能力；后来在Cassie的腿部技术基础上增加了头部和手臂，可搬运和装卸货物，即Digit。亚马逊投资Agility Robotics并部署了Digit，丰田加拿大工厂也部署了Digit。2024年，该公司建成了世界上首家人形机器人工厂。波士顿动力是业内先发者，2005年因发布四足机器人Big Dog而名动天下，十年后，又推出了Spot。被韩国现代汽车收购后，波士顿动力推出了仓储物流机器人Stretch和两足人形机器人Atlas。现代汽车正在推进Atlas的量产，若达到15万台，单个成本可降至2万美元。Atlas最初的应用场景是汽车工厂的零部件分拣作业，随后再逐步扩展至装配环节。 大量日常消费场景有专用的服务机器人，如送餐送货机器人、扫地机器人、泳池清扫机器人、物业清扫与安防巡检机器人、智能喂鸟器、宠物机器人等。这类机器人的智能水平不太高，主要完成简单的垂直场景的劳动任务。医疗护理与家政机器人的智能水平相对更高。例如，直觉外科（Intuitive）的达芬奇机器人在全球广泛应用，公司营收已经达百亿美元，在外科手术机器人市场占据80%的市场份额。再如，Sunday Robotics的轮式家务服务机器人Memo，采用低成本硬件策略开发“技能捕捉手套”，先迭代手套再设计机器人本体。这类专用机器人的智能水平处于完全被动与完全自主之间，具有一定的零样本泛化学习能力。当其进入训练数据未曾覆盖的环境时，能够先完成环境建图，再进行长程任务分解，随后自主规划并执行路径。加拿大Taalas公司推出的搭载固化大模型的芯片，可适配这类具有中等智能水平的专用场景机器人。 通用机器人大脑 有的企业定位于机器人大脑或基础智能系统解决方案提供商。它们不研发软硬件一体或软硬件深度耦合的机器人本体，而是用研发软件或AI智能体的思路，打造能够理解现实世界物理规律并具备操控能力的基础模型，再用模型控制物理世界的机器人或硬件设备执行多步骤任务。这些企业通过“即插即用”方式赋能现有设备完成智能升级，打通AI物理化落地路径。它们与制造物理底座的硬件厂商形成错位互补竞争关系，后者负责降低各种专用设备或专用机器人的制造成本。 研发通用机器人大脑的企业需要围绕AI模型的数据来源、模型架构和训练方法，设定差异化的技术路线。例如，Physical Intelligence（PI）公司运用互联网视频及实地采集的7种机器人本体和68项任务的上万小时高质量数据，来解决“让机器像生物一样思考”的底层问题。Skild AI公司用仿真数据生成相当于人类数千年的经验数据打造Skild Brain。Skild Brain可适配十余万种不同物理形态的实体机器人，涵盖四足机器人、人形机器人及机械臂等品类。即使机器人肢体出现损坏，或受复杂环境条件限制，该系统也可以自主调整适应。2024年，Skild AI曾在宇树机器人上部署Skild Brain。Field AI公司以“物理优先”为设计理念，借助物理知识创建通用机器人大脑，脱离高精度地图或封闭预设路径也可安全运行。Field AI与新加坡安保公司Certis集团合作，将机器人大脑集成到后者的指挥控制平台及车队管理系统中，支持自主巡逻、远程监管及人机协同响应等应用场景的部署。还有些企业在垂直领域发展智能大脑，如Waabi提供自主驾驶解决方案，它不造车、不运营车队，但与优步的出租车绑定，还为沃尔沃提供智驾方案。这类企业想要突破专用场景的应用局限，需推动模型在场景覆盖面、性能稳定性与商业价值层面上达到可进行商业化部署的泛化智能水平，同时解决好真实场景中的长尾故障问题。 总体看来，企业发展通用机器人大脑，战略核心是设定训练数据获取及规模化部署策略，通过形成“数据—模型—部署—更多数据—精调/优化/迁移—更广泛部署”的正向循环，持续提升模型泛化能力，以达到通用模型在跨平台与跨任务场景中的部署门槛。进入规模化部署后，随着数据的积累与AI模型迭代的进一步提速，企业才有可能形成领先优势与竞争力。 通用类人机器人 通用类人机器人（General Purpose Humanoid Robot）是AI突破物理层面发展束缚的重要路径。从物理形态与智能水平看，通用类人机器人最符合人类对于“robot”的想象，也适配各种服务场景与基础设施。以下是几家具有代表性的企业结合特定应用场景，正加快从技术验证迈向商业化与规模化部署。 Apptronik公司的创业灵感来自美国国家航空航天局（NASA）的“瓦尔基里”机器人项目，选择的是从实验室到工厂的落地之路。Apptronik先推出了仅有上半身的机器人Astra，将其部署到物流仓库中，收集真实世界的海量数据；经过数万小时的可靠性测试后，推出人形机器人阿波罗（Apollo）。阿波罗为工业环境量身定制，能无缝接入生产线，双足能快速更换为轮式移动底座。Apptronik以阿波罗为硬件平台，对外开放API接口，支持第三方开发者构建应用，使得同一台机器人实体可叠加不同技能，进而能够执行多样化的任务。通过与DeepMind合作，阿波罗获得了感知环境及基于实时推理进行决策与采取行动的能力。Apptronik与物流巨头GXO签署多年期部署协议，进行合作研发与早期概念验证。奔驰向Apptronik投资了数千万欧元，实现深度绑定，并在柏林和匈牙利工厂进行实地验证与部署。 获得OpenAI投资的挪威1X Technologies公司最早从事机器人核心零部件的研发，自研了电机及驱动系统；曾推出轮式底盘机器人EVE，在安防及物流等工业场景中落地部署应用。公司的目标是加快奔向AGI。因工厂环境重复性高，无法为AGI提供足够多样化的数据，因此，公司转向了更高数据密度的家庭场景，推出了首个商用的家用人形机器人NEO。NEO采用“远程操控+自主学习”模式，由远程遥控完成绝大部分任务和用户数据采集，以实现模型持续迭代和泛化能力提升。2026年该公司将限量交付定价2万美元的NEO。 Figure AI是全球估值最高的人形机器人公司，通过与物业管理巨头博枫（Brookfield）合作，Figure AI从庞大的真实世界“实验室”中大规模采集人类活动的视频数据，构建了全球最大、最多样化的人形预训练数据集。一年前，Figure AI终止了与OpenAI的合作，自主研发为人形机器人深度定制的AI模型。其最近的机器人Figure 03，搭载了最新的AI系统Helix 02，能自主执行端到端全流程整理客厅的任务，其他竞品完成类似任务都需要远程控制。 特斯拉公司是极少数同时拥有机器人大脑及机器人本体研发、制造与商业化能力的企业，推出了自动驾驶系统FSD和类人机器人擎天柱（Optimus）。擎天柱可以与FSD及整体并入SpaceX的xAI共享海量数据训练神经网络，实现AI模型的加速迭代及智能迁移；在物理化环节，还能依托特斯拉的供应链和制造能力降低本体的制造成本，以达成百万级量产规模。多业务的集成式关联布局，使特斯拉拥有领先的智能泛化能力，能灵活实现从自动驾驶等专用物理AI系统向通用物理AI系统的战略迁移与拓展。 AI造物时代的组织管理挑战 当前，人们普遍认为未来的组织将是人机协作或人机共生。前文指出，组织进化的方向是人的占比大大降低，持续迭代的AI与物理AI将成为驱动组织变革的重要力量。随着人类智能占比持续降低，传统组织形式将一步步解体、消失。AI造物时代到来后，最大的组织挑战在于：人类如何在自身占比低的组织中，实现与其他高智能群体的共生共荣。这是关涉地球文明未来走向的重要议题。 AI造物时代的加速器：机器人造机器人 今天，我们已经在不少场景里体验了专用机器人的服务。专用场景机器人以人为中心、为人服务、增强人的能力，它们没有高水平的泛化智能，仍属于人造物范畴，具有工具属性。这是物理AI发展的第一阶段。 在第二阶段，物理AI将发展出与人的水平相当并快速超越人类的智能。随着通用机器人大脑与通用类人机器人等技术日趋成熟，物理AI将在各类复杂场景中快速实现人力替代，承担各类工作，并逐步发展出愈发自主的造物能力。特斯拉、Figure AI等企业正在加速推动“机器人造机器人”这一模式的落地。未来一段时间会出现一个人机协作造物大繁荣的局面，海量形态与功能各异的机器人将走进人们的生产与生活中，人类造物的能力会随着AI技术进步而迅速提升。在这个阶段，由于仍然有人类的参与和控制，人机协作造物大体还可以算在人造物的范畴之内。 真正革命性的变化将发生在物理AI发展的第三阶段。届时，AI造物的能力将远超人类，AI不再受限于人的意志，可自主造物。拥有物理实体的AI，将在无数人类不在场的情境里自主行动，独立自主地改造世界和作用于人类社会。当越来越多的AI造物超越人造物时，地球文明将迎来迈入AI造物时代的关键节点，这一节点距离2026年已然不远。 效率猛兽与官僚组织的悲歌 由人类组成的社会组织，其沟通协作效率与执行能力始终受人类自然属性极值的限制。物理AI能够突破这些限制，由其构成的新型组织如同一头效率猛兽，无论是组织协调度还是资源调动规模，都将达到传统组织无法企及的高度。当前，科技巨头的算力投资动辄数百亿乃至千亿美元，例如，特斯拉发布的百万级卫星、转产擎天柱的计划以及千亿级超级芯片制造计划，都是传统的生产组织方式难以想象的。未来的新型组织，将实现管理幅度与管理边界的极致拓展，仅凭少量人力便可统筹调度海量生产资源。越来越多的新型组织将涌现出来，它们看似体量轻小，却能挑战、击溃乃至征服那些规模庞大、存续已久的官僚组织，就像战场上的无人机集群，能快速攻破由重金装备的传统组织的防线。 现代官僚组织是人类社会组织历经千万年演化的产物，其发展演进是以人类自身的发展为前提的。庞大的官僚组织长期以人类组织体系中的高级形式存在，仿佛旧世界中的恐龙，占据了生态高位。但官僚组织能耗高、变革慢，满足不了AI及AI造物的加速进化要求，因此，有可能像恐龙一样在剧变期遭遇淘汰与覆灭。近期，德勤美国决定取消传统职级头衔，这是一项去官僚化的组织变革举措。随着AI大举进入物理世界并实现对指数量级生产资源的大规模调用，传统组织形式将遭受越来越强烈的震荡与冲击，它们不得不通过去官僚化及“去人化”来加快自身进化速度。从某种意义上而言，人造物“大加速”发展时期恰恰是地球上其他物种的“大灭绝”期。当AI造物迈入高速发展阶段，人造物及人的组织将面临数量与质量双重收缩的巨大压力，因为在AI造物“大繁荣”这枚硬币的反面，是人造物及人的组织的“大过剩”。在加速主义者看来，剧烈的过剩危机才能消除现有社会秩序中的怠惰与冗余，重新激活被繁荣与安逸消磨殆尽的人与组织的进化本能。 混合智能组织的崛起与向AI对齐的变奏曲 作为人、数字AI、物理AI的共生体，未来的新型组织是混合智能组织，具有三个特点。首先，混合智能组织的构成主体，既包括受自然属性制约的人类，也包括各类数字AI及物理AI。每一个人可以同时拥有多个数字AI分身及多个物理AI分身，数字AI也可以拥有自己的物理AI分身。其次，混合智能组织中的诸多管理活动将在人类管理者不在场的情况下发生。在这些管理活动中，AI将通过物理AI实现完全自主的行动，从依附人类和用于增强人类智能的工具与被管理者，转变为完全独立于人的智能主体、管理者与决策者。最后，混合智能组织的管理活动将发生裂变。一小部分管理活动是人对人的管理，相当一部分是人对数字AI或物理AI的管理，更多的是AI对其他人及其他AI的管理活动。人类组织的传统管理范式显然不适用于未来的混合智能组织，后者围绕异质智能开展的各种管理活动，需要从底层逻辑架构上予以重构。 人类组织有相对稳定的结构与相对清晰的边界，混合智能组织则不然。AI可以在本地运行，也可以在千里之外的云端运行，它不受物理空间限制，能够在与其他AI的交互中随时改变自身，同时驱动物理AI和人作出突破组织边界的尝试。具有流变性的混合智能，打破了组织的固有边界，使得混合智能组织能够随任务环境、时空情境变化动态更新组织结构。各类异质的智能主体可以灵活嵌入或脱离混合智能组织，整体如同一个处于持续重组状态中的液态网络。快速崛起并日益兴盛的混合智能组织，将进一步助力AI的物理化进程。通用类人机器人实现规模化落地应用后，这类智能实体将具备媲美人类的思考、决策与行动能力，并逐步形成自身的存在诉求。随着其加速向现实世界渗透，越来越多的传统组织将逐步转型为混合智能组织。 在新的组织形式下，非人类智能与人类因目标分歧产生矛盾与冲突的情况将愈发频繁。AI作为非人类智能，其思维模式、道德伦理及生死观与人类智能有本质区别。人类天然存在意义感知的模糊性，AI则秉持理性主义、机械主义和功利主义，追求精确性。尽管人们普遍期盼AI向人类对齐，但在现实层面，AI应该对齐何种群体的目标与价值理念，仍是充满悖论的现实难题——向大多数人对齐，还是向少数人对齐？向强者对齐，还是向弱者对齐？向昨天或今天的人对齐，还是向未来的人对齐？向有限理性的人对齐，还是向人所未知的更高智慧对齐？如果未来组织以单向度的科学与效率原则作为评价管理好坏的基准，那么，人类群体间难以调和的认知分歧决定了时代将沿着人类向AI对齐的路径发展，AI将会持续侵蚀和消解大多数人原本的人生目标与价值追求。人将不再是万物的尺度，也不再处于组织管理活动的中心。以人为中心的组织管理原则与方法、工具，将让位于以物理AI为中心的组织管理原则与方法、工具，后者将成为驱动混合智能组织变革的主导力量。 重新谱写未来文明的组织管理乐章 物理AI的发展进程，本质上是AI从虚拟世界进入物理世界的过程。这一过程与《三体》里二向箔的作用机制恰好相反。二向箔能够让三维世界坍塌为二维空间，物理AI的发展则是“反二向箔”式的。以二进制编码形态存在的AI在虚拟三维世界中完成形态展开，再通过虚拟空间与现实三维世界相融互通，最终成为具有物理实体的存在物。物理AI加速发展带来的“反二向箔”效应，若得不到有效约束，很有可能带来与“二向箔”相似的毁灭性——通过让现存文明加速进化的方式来灭绝过时的文明形态。 今天，AI仍然属于人造物的范畴，当其加速实现物理实体化后，将具备远超人类的造物能力。我们很难确定人类社会是否在向着更好的方向前进，唯一能确定的是，新质生产力无法在旧的社会组织里平稳运行，它召唤新的组织容器。在各方争夺最先进物理AI控制权的过程中，新的生产关系和组织管理范式将应运而生。未来的组织，将以物理AI为重要变革质料，它们既不是依托实体建筑构建的传统组织，也不是不懂与物理AI共存的官僚组织，甚至有可能不再以人为中心。未来的管理挑战在于，我们不仅要继续处理人与人之间的合作问题，还要应对人与AI、AI与AI以及异质智能之间有关权力分配的矛盾与冲突。我们要顺应AI的技术趋势去探索能够更充分地彰显人的价值意义的管理之道，而非放任强大技术力量去泯灭人的价值意义。 理想状态下，未来组织将成为多元共生的智能系统，各种异质智能协同发展、并行不悖、美美与共，共同应对宇宙层面更恢宏的不确定性。这样的组织，需要坚守以下几项管理原则。第一，管理活动的使命是促成异质智能之间的团结与合作。在AI造物时代，守住对他者的善意与仁爱，管理才能成为解放人与成就人的活动；反之，管理将成为异化人和伤害人的利器。第二，管理者是促进合作的桥梁与纽带。管理者的管理权威与职位及智能水平无关，而是建立在对被管理者的理解与包容之上。能够跨越异质智能之间的“理解鸿沟”，具备出色沟通协调及矛盾调和能力的主体，应该被赋予更高的管理权限。第三，被管理者是与管理者平等的共责主体。被管理者与管理者之间的权力关系是流动的、可转换的，这是混合智能组织通过反思与深度学习，求同存异、建构信任体系，进而构筑可持续的人类文明新形态的基石。

导语最理想的情况是，未来组织是一个多元共生的智能系统，各种异质智能并行不悖、美美与共，携手应对宇宙意义上更恢宏的不确定性

• 导语最理想的情况是，未来组织是一个多元共生的智能系统，各种异质智能并行不悖、美美与共，携手应对宇宙意义上更恢宏的不确定性