复制公司的每一次正确判断:通过组织Agent实现组织自进化
这段时间其实一直有帮朋友用AI去重构他的整个公司的管理系统,实现了管理的门店数量翻倍的情况下,没有增加一个中后台人员。这篇是我们这段经验用AI做企业管理的干货总结,以及我们认为未来会发生的一些趋势。
原文发表于 微信公众号

最近,我一直在参与一个朋友公司管理架构的人工智能改造。他是一家设计师品牌的co-founder,因为暂不希望公开公司名称,下面只谈其中发生的事情。
大概半年前,他们开始快速扩张线下业务。按照正常的零售逻辑,门店增加以后,商品、运营、供应链、数据、区域管理这些中后台职能也会随之膨胀。尤其麻烦的是那些真正有经验的操盘手:他们很贵,也很难招。一个好的商品经理值钱的地方,往往也不在于他会多少工具,而在于面对一个具体情况时,他知道这一次该照规则做,还是应该调整规则。
半年后,我们用一组Agent接走了相当一部分管理工作,我们管理的门店数、员工数、 SKU 以及现金流都翻了一倍,但是中后台没有增加一个人。Agent们读取销售、库存和门店信息,帮助设计和上架新品,整理供应链进度,生成补货建议,发现异常,再把需要人处理的问题往上推。到这里,这件事情看起来仍然属于AI提效。
直到最近一个月,帮助朋友开始按照他自己的理解重新开发自己企业内部专属的ERP系统,我们才逐渐碰到了一个更有意思的问题:一家公司每天真正大量生产的东西,除了商品、服务和现金流,其实还有“判断”。
谁应该补货,什么时候调拨,哪个异常值得处理,什么事情可以自行决定,什么事情需要向上汇报。公司越大,每天需要完成的这一类判断就越多。大量所谓的组织结构、管理制度和中后台岗位,实际上都是为了让这些判断能够持续发生。
但是,我现在越来越确定一个判断:工业革命把人的体力变成了可以复制的生产能力,软件革命把规则变成了可以复制的生产能力,AI正在尝试把一部分原本只能附着在人身上的判断力,也变成可以复制的生产能力。
沿着这条线继续往下推,岗位为什么存在,管理层为什么存在,公司为什么随着规模扩大而越来越臃肿,以及一家公司的组织能力究竟由什么构成,都值得重新讨论。
一、如果现实完全确定,我们根本不需要这么多管理者
先做一个极端的思想实验。
假设一家公司的未来完全可以预测:明天每一家门店卖多少件,每一个客户会买什么,每一批货什么时候到,每一个员工会遇到什么问题,全部提前知道,那么这家公司其实不需要多少管理。把最优方案计算出来,再让软件按照方案执行就可以了。
管理之所以存在,很大程度上正是因为现实不是这样运行的。
比如一家店某件商品库存低于两件,ERP自动调货。这条规则在平稳期很好用。但四天以后如果有活动,最近销量如果突然翻倍,仓库到门店又需要五天,那么库存还有六件时,风险可能已经出现。
系统看到的是库存数字,一个成熟商品经理看到的是这几个变量组合以后可能发生的未来。
当然,传统软件可以继续增加规则。有活动就提高安全库存,销量加速就提前补货,供应周期延长就提高阈值。随着业务变复杂,天气、达人曝光、节假日、临时活动、其他门店缺货、突然起量的商品都会继续增加新的变量。规则会不断增加,现实也会不断产生新的情况。商业现实始终是开放的,而一套预先写好的规则天然存在边界。
所以,过去几十年的企业信息化,其实形成了一条非常清楚的分工线:确定性被不断送进软件,不确定性被不断留给人。
订单生成、金额计算、库存扣减、固定审批这些事情逐渐自动化,剩下来的往往越来越接近判断:这个变化有没有意义?现在要不要提前动作?这次情况是不是特殊情况?一家公司的真实运行因此长期存在两套系统。一套是ERP、CRM、OA和各种正式流程;另一套是电话、微信群、临时会议、经验,以及所有公司都很熟悉的一句话:“这个情况比较特殊。”
这也解释了为什么一家企业扩大以后,中后台很容易变厚。新增的业务量带来了更多数据,也制造了更多例外。流程处理正常情况,管理人员吸收流程处理不了的东西。
换个角度看,管理成本里一直隐藏着一笔很大的费用:**不确定性税。**现实越复杂,公司就越需要用人的判断去支付这笔税。
二、岗位的边界,可能会随着判断被拆分而改变

工业革命做了一件很重要的事情:让能力和具体的人的判断逐渐分离。
过去搬一百吨东西,需要很多人;机器出现以后,一个人可以调动远超自己身体极限的力量。软件又完成了另一种分离。过去执行一套复杂规则,需要大量人反复操作;规则进入代码以后,一套程序可以运行一百万次,复制成本几乎不随使用次数同比增加。
AI正在尝试完成第三次分离:判断开始和具体的人分离。
我们最开始也按照现实中的岗位来设计Agent。现实里有商品经理,就做一个AI商品经理;有运营,就做一个AI运营;有供应链,就做一个AI供应链。然后把这个岗位需要看的数据、规则和资料交给它,希望它把整块工作接过去。
真正运行一段时间以后,问题逐渐出现。一个商品经理既要看库存,也要看销售、活动、门店差异、供应周期和商品生命周期。Agent承担的信息越来越多,目标也越来越杂,最后给出的回答很容易变得宽泛。
“整体销售表现稳定,需要重点关注畅销款库存,加强门店调拨,同时持续观察异常趋势。”
每句话都合理,可执行价值已经明显下降。更麻烦的是,一旦最后的结果有问题,很难定位问题究竟发生在哪一步。库存判断、趋势识别、活动权重、信息遗漏,都可能成为原因。
后来我们开始换一种拆法。问题从“哪个岗位可以交给AI”,变成了“这个岗位每天到底在做哪些判断”。
这样一拆,结构清楚了很多。一个完整的商品岗位里,也许真正需要模糊判断的只有十几个节点:销量变化是否异常,现在有没有未来断货风险,两个门店之间是否应该调拨,这件事有没有超出正常经营范围。
其他大量工作继续由传统软件完成。能计算的继续计算,能够明确写成规则的继续使用规则。模型只进入那些规则无法穷举、问题边界又足够清楚的地方。
继续往下看,岗位本身也会显得没有过去那么牢固,因为过去公司设计岗位时,一个非常重要的约束就是:人不可拆。
今天一个商品经理承担二十类工作,很大程度上因为企业购买的是一个完整的人:一天八小时,一个职位,一份工资。很多相近的任务只能被打包在一起。
岗位因此既是一种分工方式,也是一种对昂贵人类认知资源的打包方式,现在这个约束开始松动了。
模型的调用方式则完全不同。一个模型可以只运行300毫秒,只回答一个问题:“当前销量曲线是否出现值得处理的异常?”回答结束以后,这次认知资源就释放了。下一次需要判断时,再调用一次。
这意味着企业第一次可以把一部分认知能力按照“次”购买,而不需要按照“人”购买。这个变化很容易被低估。
于是我们后来做系统时,也逐渐放弃了“AI商品经理”这样的思路。一个Agent承担完整岗位以后,需要知道的东西迅速增加,Context变长,目标变多,回答也开始变得宽泛。更有效的做法,是直接拆判断:销量有没有异常?库存有没有未来断货风险?两个门店现在是否应该调拨?这个事件是否已经超出了正常经营范围?每一个问题都很窄,只给模型完成这个判断所需要的信息(举个例子,在最细微的层级中,我们只使用Deepseek V4 Flash模型,甚至不需要打开推理模式。)。
这样继续发展下去,会产生一个很值得观察的变化:
公司过去以“岗位”为单位组织认知能力,未来可能越来越多地以“决策”为单位组织认知能力。
三、组织层级是为了压缩公司决策的复杂度

再往下一层,就会碰到一个更基础的问题:为什么公司需要层级?
一家大型企业每天会产生海量信息。如果所有人都看到全部信息,每个人都参与每个问题的判断,组织很快就会失去运转能力。公司必须不断把现实切成更小的问题,再把不同的问题交给不同的人。一个组织角色不仅规定一个人要完成什么任务,也规定了他应该基于哪些信息、目标和前提进行判断。一个岗位事实上同时规定了“你应该关心什么”和“哪些事情暂时不需要进入你的视野”。
店员面对常规退换货,可以自行处理;遇到特殊投诉,交给店长。店长能够处理绝大部分门店问题,真正涉及品牌政策或者重大金额的,再交给区域负责人。层级越往上,处理的问题越少,但每一个问题的模糊程度、影响范围和潜在损失都越大。所以一个运转良好的公司,每一层都在不断“吃掉”下一层产生的不确定性。
从这个角度看,公司很像一台复杂度压缩机。一家公司一天可能发生十万件事情,最高管理者真正应该看到的,只是其中很小的一部分。基层解决普通问题,中层消化基层处理不了的异常,更高层继续处理那些仍然无法解决的问题。
企业能够扩大的前提,也在这里。最高管理者的认知能力没有随着公司规模成倍增长,组织通过分工、权限和层级,把大部分问题提前压缩掉了。因此,层级的一个核心功能,就是让最高认知能力只处理最值得它处理的问题。
这同样解释了为什么**“一个老板+一万个Agent”的想象可能过于简单**。
如果一万个Agent每天各有一次事情拿不准,老板很快会收到一万条消息。他拥有了一万个数字员工,同时也拥有了一万个新的上级汇报对象。
因此,真正可扩展的AI组织大概率还会存在分层。最下面是确定性的代码,负责明确的问题;再往上是只拥有局部信息的小模型,处理高频、低风险的有限判断;更高一级的模型拥有更多Context和更高权限,负责吸收下面的异常;最后一小部分无法继续处理的问题来到人。
这套结构的核心已经不再是“谁是谁的下属”。它实际上在解决一个资源配置问题:什么级别的智能,应该被花在什么级别的不确定性上。 未来组织层级可能继续存在,只是组成层级的对象开始变化。代码、不同能力的模型和人会同时存在于一张新的决策网络里。
四、越强的模型,越需要有明确的权限边界

做到这里以后,我越来越觉得,很多企业讨论Agent时把注意力放错了地方。大家非常关心模型到底有多聪明,参数有多大,推理能力有多强。但在公司里,“聪明”从来不是唯一变量。
一个非常聪明的新员工,如果第一天就拥有公司全部银行账户权限,仍然是一个灾难性。Agent也一样。真正进入业务以后,每个Agent至少同时面对三个问题:**它能看到什么?它能够决定什么?它做错以后,谁来承担后果?**这三个问题分别对应信息、权力和责任。
这一点在人类组织里已经非常成熟。一个刚入职的员工可以在不了解整家公司全部信息的情况下开始工作,因为组织已经提前划出了权限:什么金额可以自己处理,什么情况找主管,什么情况继续向上。组织并不要求每一个基层成员都具备最高层的判断能力。它依赖的是局部能力和明确边界。
Agent进入企业以后也会逐渐形成类似结构。一个小模型只负责一类问题,并拥有与这个问题匹配的信息和权限。处理不了就升级,上一级获得更多信息和更大的裁量范围,再无法解决时交给人。在agent的治理结构中,这些设定而且会变得更加精确,一个Agent不是简单的“有权限”和“没权限”,我们可以决定它只能看某一家店,只能看过去十四天,只能调用三个工具,只能批准两万元以内的调拨,并且在某几个信号互相矛盾时必须停止执行。
AI越强,这个问题反而越重要。因为弱模型最多给出一个愚蠢建议。**强模型一旦同时拥有信息、工具和权限,可以把一个错误建议立刻变成现实。**因此,Agent组织真正难的地方,最后可能不是Prompt Engineering。而是:
Decision Rights Engineering——决策权设计。
五、判断进入软件以后,公司会开始积累一种新的数据
我后来提出过一个系统改进建议:每一个决策都应该可以留下批注,并且能够看到当时相关的信息。这个功能往下推,其实会触碰到AI进入企业以后一个很重要的问题。公司不能只知道系统最后做了什么,还需要能够还原当时的决策环境。
一次补货决定,应该可以看到当时库存多少、销量如何变化、Agent获得了哪些信息、拥有多大权限、是否触发升级,以及最终是谁确认了这次动作。后续如果结果不好,也可以沿着这条链路重新检查。这里需要保存的是决策相关的事实、依据、权限、路径和结果。
过去公司积累了大量销售数据、库存数据、客户数据和财务数据,却很少系统地记录“当时为什么这样决定”。很多经营经验存在于人的脑子里,也散落在群聊、会议和临时沟通中。当AI参与越来越多业务节点以后,每一次判断天然可以形成结构化记录。于是公司会逐渐多出一种过去并不完整的数据:
决策数据。
有了这一层以后,企业看到的不再只有业务结果。它开始可以观察自己的判断过程。假设一个负责库存判断的Agent一个月处理了一万次任务,其中9500次自行完成,500次向上提交。上一级模型再处理掉450次,最后50次来到人这里。从效率角度看,9500次自动完成当然非常重要。从长期学习角度看,那500次被升级的问题可能更值得研究。
如果某一类问题持续被升级,原因可能很具体:Agent少看了一个数据字段,权限设置得太窄,业务规则发生了变化,或者原来划分的决策节点本身就不合理。某种情况过去半年只出现一次,现在已经出现几十次,它也可能已经从“异常”逐渐变成新的常态。一旦决策过程能够持续被记录,人工处理过的问题就可以进入下一轮系统改造。今天一个人介入一次,明天系统增加一条新的信息、调整一个权限,或者重新划分一个节点,以后类似问题就有可能停留在更低层解决。
传统公司也一直通过经验学习,只是这种学习通常比较松散。一个优秀员工处理了一次特殊情况,在群里解释几句,事情结束。几个月以后另一个人遇到类似问题,很可能需要重新判断一次。员工离开以后,一部分经验也会随之流失。真正重要的判断过程,随着会议结束就蒸发了,这可能是传统组织一个巨大的隐性损耗:**公司每天都在产生经验,同时每天都在丢失经验。**当异常和纠偏被持续结构化以后,企业第一次有机会把这些经验留下来。每一次新的例外,都可以暴露现有系统的一块认知空白,并成为下一次改进的材料。
六、被保存的判断力会形成新的管理杠杆

这时候再回头看企业扩张,会出现一个很重要的变化。
传统公司扩大规模时,需要复制大量人的判断能力。一个优秀区域经理能管理十家店,开到五十家店以后,需要继续培养或者招聘更多类似的人。商品、供应链、运营都有相同的问题。
机器可以购买,店铺可以租赁,资金可以融资,成熟的经营经验却很难快速复制。很多公司业务增长到某个阶段以后,真正限制扩张的就是组织培养能力。
如果一个管理者长期形成的一部分局部判断,能够逐渐沉淀成数据、规则、模型、权限和异常处理路径,那么这些经验就开始拥有更低的复制成本。
一家店验证出来的库存判断方式,可以直接部署到第二家店;第二家店遇到新的情况,又继续提供新的样本。随着门店增加,一部分经营经验可以跟着系统一起扩散,而不需要每一个团队重新学习一遍。
人的创造力、关系能力、价值判断和责任承担仍然高度依赖个人。能够反复出现、输入输出相对清楚、结果可以验证的那部分经营判断,会逐渐更容易被外化。
于是,一家公司的资产里开始出现一层新的东西:
被系统保存下来的经营判断。
过去几百年,技术不断降低某种能力的复制成本。机器扩大体力,资本扩大资源调动能力,软件让一段程序可以在几乎不增加复制成本的情况下被使用无数次。AI正在让一部分判断获得类似的特征。
一个优秀商品经理一天能够认真处理的事情始终有限。如果其中一些判断方式能够进入系统,那么一次经验形成以后,就可能同时作用在十家、一百家门店。企业的扩张函数也会随之发生变化。业务规模增加以后,负责日常判断的人数不一定需要维持过去的增长比例。新增成本里,会出现更多算力、模型调用、数据基础设施,以及少数负责处理新异常的人。
未来管理者的工作因此可能逐渐向上游移动。设定目标、划定权限、处理价值冲突、决定什么错误可以被接受,以及判断哪些问题必须回到人手里,会占据越来越重要的位置。一个优秀管理者过去依靠自己做出大量好决定。未来,他还需要设计一套结构,让大量重复决定能够稳定发生,同时把真正关键的问题准确地送到自己面前。
七、新的成本计量单位:稀缺人类判断/业务量
如果上面的系统成立,一些过去非常抽象的管理概念会突然变得可以量化。例如“组织学习能力”。
过去我们说某家公司学习很快,基本是一个定性评价。未来可以直接看:一万个业务事件里,有多少需要人工判断?其中多少属于以前已经发生过的问题?一种异常从第一次出现,到系统能够稳定自行处理,中间需要多少次人工介入?某个节点被上级推翻的概率是多少?
这些数字描述的,其实是公司消化未知的速度。我觉得这里甚至可以定义一个很简单的指标:单位业务规模需要多少“稀缺人类判断”。
假设两家公司每个月各处理一百万个业务事件。A公司需要高水平管理人员介入两万次。B公司只需要两千次。两家公司使用完全相同的基础模型。真正的差距已经发生在组织里。B公司的系统把更多已知问题沉到了更低层,所以最稀缺的人类注意力可以继续处理真正新的问题。
管理能力由此获得一种新的衡量方式:优秀组织不断把“曾经需要高手处理的问题”,变成以后不再需要高手处理的问题。高手最好的工作成果,也许正是逐渐消灭自己过去的工作。
八、正在启动的“判断力飞轮”

传统公司扩张时,很多业务甚至可以通过融资快速扩大。真正慢的常常是组织。一个优秀区域经理可以带十家店。开到五十家,需要再培养四个。商品负责人、供应链负责人、运营负责人都会遇到类似问题。这些人的判断力无法快速复制。所以很多企业的增长曲线最终会被组织能力压住。前端还可以继续增长,后端已经开始失控。
AI如果能够沉淀一部分局部判断,会改变这里的复制成本。第一家店经历过的问题,第二家店不需要全部重新经历。第十家店发现的新异常,又能成为前九家店的系统更新。规模第一次有可能反过来提高系统的判断能力。
这很重要。过去规模扩大通常意味着复杂度增加。未来某些AI-native系统里,规模扩大同时意味着更多决策样本、更多异常样本、更多纠偏记录。如果学习机制成立,规模本身开始提供学习优势。
于是企业可能出现一种新的飞轮:
业务越多 → 遇到的异常越丰富 → 系统学习越快 → 单位业务需要的人类判断越少 → 可以承载更多业务。
这才是我觉得Agent真正可能带来的规模效应。
九、真正的护城河,会从“模型”转向“纠错历史”
如果未来最强的基础模型大家都可以买到,那么模型本身很难长期成为企业护城河。一家竞争对手明天也可以购买相同的模型,但它无法购买你的过去。
它不知道你的公司过去三年遇到过哪些异常,哪些判断曾经导致灾难,哪些看似异常的信号最后什么都没有发生,哪些地方必须交给人,哪些地方其实可以大胆自动化。这些东西会沉淀在决策数据、评估体系、权限边界和历史纠偏里。所以未来两家公司即使使用完全相同的模型,依然可能表现出完全不同的“性格”。
一家系统保守,遇到稍微复杂的问题就向上升级。另一家在某类业务上已经见过十万次类似情况,可以非常大胆地自动执行。
这时候真正形成壁垒的,是:模型 × 公司的经历。
基础智能越来越商品化以后,独特性会更多来自长期反馈。换句话说,企业真正的AI资产可能并不是“我们用了最新的大模型”,而是:我们保存了多少次高质量的纠错。
十、人何以自处
沿着这条路继续走,人类管理者的位置也会发生变化。大量日常判断逐渐下沉以后,人会越来越集中在几个地方:定义目标、划定权限、处理新异常、解决价值冲突,以及承担最终责任。
这里存在一个很重要的分界。
模型越来越擅长解决:怎样实现一个目标?
人越来越需要回答:哪个目标值得实现?
库存系统可以优化库存周转,营销系统可以优化转化率,销售系统可以优化收入。可一家品牌是否应该为了转化率牺牲审美,为了库存周转牺牲顾客体验,为了季度收入透支长期品牌价值,这些问题无法简单从历史数据里算出一个唯一答案。因为这里已经进入价值排序,公司越自动化,目标函数越重要。
一个模糊的目标交给一百个人执行,错误传播得很慢,中间还会被各种人类犹豫和摩擦抵消。一个错误目标交给高度自动化系统,执行可能极其完美。所以AI越强,顶层人类真正需要做好的事情反而越少,也越宝贵。方向错误以后,效率就是加速器。
最后
我们最初做这件事,只是因为公司要扩大,人很贵,也很难招。后来Agent接走了一部分中后台工作,业务继续往前走。再后来,我们开始拆ERP,把那些固定规则无法稳定覆盖的节点交给小模型,把模型解决不了的问题向上升级,再把所有人工纠偏留下来。
做到这里以后,我越来越觉得,我们做的其实已经不只是自动化。它正在碰触公司的一个底层机制:一个组织如何把现实里的不确定性,变成可以执行的判断。
过去,这套能力主要存在于人、岗位和层级里,现在其中一部分开始进入agent+软件。如果未来几年这件事情继续发展,衡量一家企业是否真正完成AI改造,也许可以有一个非常简单的问题:今天一个高手亲自处理了一次新问题,第二次遇到同样的问题时,公司还需要同一个高手吗?
如果永远需要,那么经验仍然属于个人。如果第二次已经可以下沉,第三次可以自动处理,第十次甚至变成确定性的普通流程,那么经验开始属于组织。
AI真正令人着迷的地方,也许就在这里。过去我们用机器复制力量,用软件复制规则。接下来,我们第一次开始尝试:
复制判断