在 5 月中旬的一场线上闭门会上，我第一次有了强烈的体感，很多企业已经不再把 AI 当单点提效工具了。
百果园让 AI 辅助巡店，助力门店及时规避经营风险，银泰商业在尝试用 AI 接管商场里的 " 盯屏 " 工作，网易智企内部不仅 " 人人养虾 "，甚至已经跟员工 OKR 关联起来 ...
更重要的是，这些变化开始影响组织本身。很多人不再用 PPT 汇报而是用 HTML，产品经理开始自己写前端，那些原本靠 " 人盯人 " 的管理流程，正在被 Agent 一点点介入并接管。
所谓最近大家热聊的 AI Native 组织，可能不是 " 人人会用 AI"，而是 AI 是否开始真正进入组织协作链路中去。
在虎嗅智库第 60 期「502 线上同行」中，百果园科技中心生态负责人张炜立，银泰商业集团产品专家章旖以及网易智企副总经理、云商业务负责人肖钰妍，分别从 " 一线人效提升 "、" 复杂商业中的人机协同 "、"AI Native 组织升级 " 三个角度，分享了各自企业在 AI 进入组织过程中的真实变化。
百果园：AI 应用落地后，为门店管理带来显著变化
百果园的分享里，有两个 AI 应用场景让人印象很深— AI 巡店和 AI 经营诊断。
首先是巡店场景，对于拥有多家门店的连锁零售企业来说，巡店一直高度依赖人力。过去，很多门店规范、标准执行问题都需要靠人工督导一家家现场检查，如今百果园已逐步将 AI 能力应用到门店巡检中。
从传统 CV 算法一路迭代到 AI 多模态大模型后，百果园逐步形成了一套 AI 门店巡检辅助机制。系统可以辅助识别货架空置、收银规范、客流统计、商品陈列合规等情况，并自动触发提醒、优化、培训等环节，形成管理闭环。如果门店认为系统识别存在偏差，还可以在线申诉，相关样本可回流用于模型持续优化，而且整个处理流程都可以在移动端完成。
另一个更贴近组织经营的场景，是 AI 经营诊断。张炜立把它类比为 " 给门店做体检 " —系统会汇聚销售、损耗、经营趋势等各类数据，自动生成诊断分析，内容可细化到关键指标、异常变化与趋势解读。目前，百果园已可按周为全国门店生成经营诊断信息，辅助不同层级管理者更及时地掌握门店经营状态。
张炜立提到，百果园内部对 AI 的定位很清晰，一方面帮助减轻基层员工重复性劳动强度，另一方面提升管理层经营决策效率。百果园科技中心始终致力于 " 科技串联产业闭环，服务产业生态 "， 无论后台技术多复杂，前端界面一定要简单易用，AI 才能真正被一线用起来、用得好。
银泰商业：AI 进入组织协同链路，" 一人公司 OPC" 开始运转
相比生鲜业态的长链条，商业综合体面对的是更复杂的终端协同问题。
商业综合体本身就是一个高度复杂的系统。招商、会员、市场、物业、工程、运营等多个角色，都需要高频协作。过去，大量工作依赖 " 拉群、开会、追进度 "，现在，银泰商业开始尝试让 AI 进入整个协同链路。
以前由不同部门分别完成的会员运营、私域引流、客户关怀等业务流程，如今正在通过 Agent 被重新串联，很多时候，一个人配合 AI 即可跑完整业务链路，形成类似 " 一人公司 OPC" 的协同模式。
比如在内容运营场景中，AI 负责选题、文案、配图、审核，人只负责发起需求与最终确认，一个运营人员甚至可以同时管理多个账号；在物业场景里，AI 也开始承担 " 盯屏 " 工作，自动发现问题、生成工单、派发任务，甚至复核执行结果，人只负责做 " 指挥官 "。
章旖认为，AI 带来是组织边界开始变模糊。产品经理越来越像 AI 产品架构师，研发开始变成 AI 系统编排的角色，测试则更关注 AI 输出质量控制。
AI 的价值不再只是单点提效，而是真正进入业务链路，成为组织有效协同的一部分，并重构岗位边界。
网易智企：从 " 人人养虾 " 到构建组织级 Agent
作为 AI 应用提供商，网易智企在帮助企业落地 AI 过程中，自身组织也在向 AI Native 迈进。
肖钰妍提到，今年 OpenClaw 爆火后，公司内部开始要求员工自己 " 手搓 Skill"，内部逐渐形成一种 " 人人养虾 " 的文化。
网易智企内部开始大量出现个人级 AI 应用，并逐渐升级为团队级工作台和组织级 Agent。与此同时，工作流也开始被改写，很多内部沟通已经改用 HTML，Markdown 正在替代传统 DOC；产品经理开始自己写前端，研发开始直接调研需求。
肖钰妍提到一句很有意思的话："AI 开始吃掉岗位之间原本的边界。"
过去，产品、研发、运营、销售之间有明确分工；现在，很多岗位正在 " 全栈化 "。而这种变化背后，本质上是 AI 开始承担大量中间劳动。
目前，网易智企内部已经形成 L1 个人 Agent、L2 团队工具、L3 组织级 Agent 三级体系，并开始出现排障 Agent、知识协同 Agent、客户洞察 Agent 等真正进入生产环节的应用。
肖钰妍强调，真正难的是怎么把 Agent 从 " 个人能用 "，变成 " 组织好用 "。很多企业被 AI 落地卡住，不是因为模型不行，而是价值没有指标化，导致项目很难立项。岗位流程边界不够清晰，卡住协作。再加上知识、数据、权限治理没有基础，也让落地成效遥遥无期。
AI 时代，真正需要警惕的是人的空心化
圆桌环节里，一个问题被反复提到，为什么很多企业的 AI 应用，始终难以真正深入组织内部？
张炜立认为，核心问题并不完全在技术，而在于企业决策层对 AI 的认知与信念是否足够坚定。
很多企业一上来就聊宏大战略，但真正更务实有效的路径是，先找到最痛、最重复、最繁琐的场景，把最小闭环跑通跑稳。同时，还要解决 " 用得起、用得好、用得值 " 的问题，因为 AI 无论如何发展，都必须考虑投入产出与实际业务价值。
关于如何衡量一家企业的 AI 组织升级程度，肖钰妍提到一个更具体可衡量的指标，业务部门 Token 消耗量 ÷ 产研部门 Token 消耗量，如果业务 Token 达到产研的 50%，说明 AI 已经不再只是技术部门的工具，而是真正进入组织。
伴随 Agent 开始承担越来越多工作，另一个问题也开始出现，如果未来组织越来越依赖 AI，企业真正的护城河还剩什么？
对此，几位嘉宾的判断相对一致，他们都认为人与人的连接、审美、判断力，以及对用户情绪和品牌温度的理解，仍然是 AI 很难替代的部分。
而相比 " 组织空心化 "，肖钰妍更担心的是人的空心化。因为当越来越多执行工作被 AI 接管之后，真正被放大的，反而是人的判断力、沟通能力、审美和决策能力。
听完几位嘉宾的分享后，我最大的感受是，AI Native 组织真正难的，可能从来不是技术，而是企业有没有准备好重新理解 " 人 "。
欢迎扫码添加 " 智库小虎 "，获取更多 AI 落地的案例、洞察、闭门会信息
