OpenAI 员工随笔：AI 越能干越容易被采纳——企业组织变革的三条路径

Hemanth Asirvatham 和 Elliott Mokski 今年24岁，在 OpenAI 已经管理自己的团队。他们在 Intelligence Age 系列第二篇随笔中提出一个分析框架：AI 进入企业组织存在三种结构位置——在下方、在旁边、在中间——并论证了一个关键不对称性：能力范围更大的 AI 反而更容易被采纳。

三种场景分别是：'在下方'，每个人保持原有位置，下面长出一层 AI 劳动力，所有人都变成管理者；'在旁边'，AI 作为同事加入团队，向现有人类经理汇报，逐步承担更广的职能；'在中间'，人类在上人类在下，AI 在两者之间协调和监控工作，执行高管的愿景同时识别基层员工的独特贡献。作者认为这三种场景不会完全按描述发生，但三者都已在以微妙的方式展开。

贯穿三种场景的核心机制是采纳不对称性。作者的推理是：新技术传统上使一组受限任务更便宜，然后负担转移给买方——企业必须围绕新工具重新培训、重组和重建流程。电子表格软件没有自行安装进会计部门，是会计部门围绕软件重塑了自己。劳动则相反：一个实习生、一个员工、一个好团队会弄清楚如何对你有用，他们吸收你的上下文，注意到你的需求，告诉你甚至没意识到自己不知道的事情。最好的劳动会自己入职。

因此 AI 越像劳动——有主动性、能适应——企业就越不需要为采纳它付出组织成本。一个只能做特定任务的工具需要整个工作力的广泛认同和再培训；而一个能端到端完成整个营销职能的 AI 团队，高管可以直接使用，就像说一句话就有人帮你把整个部门搭起来。作者将这一不对称性称为'整个转变的核心'。

这一机制解释了为什么 AI 可能同时从组织的底部和顶部进入。在底部，'在下方'场景依赖一线员工先采纳——最擅长让 AI 完成工作的人，正是曾经自己做这项工作的人。在顶部，'在中间'场景的采纳门槛可能更低：AI 作为顾问不需要高管具备技术素养，就像传统咨询一样，你只需要跟你的顾问说话，它处理技术细节。这一采纳浪潮可以从角落办公室开始。

'在中间'场景的结构后果是集中化。当 AI 顾问能扫描数百个 Slack 频道、文档和代码文件，主动发现团队间的沟通断裂，高管与一线之间的信息摩擦被大幅压缩。过去信息不对称保护了中层决策空间；现在高管可以像了解二十人创业公司一样了解自己的大型企业。作者认为这不一定意味着员工失去自主权——AI 提供一个能理解工作真实丰富程度的监控器，如果监控器理解通往好结果的多种不同路径，员工就可以更按自己的方式工作。

但作者也承认这是双刃剑。同一个 AI 顾问既能通过智能监控增加信任，也能更有力地执行 CEO 偏好的做事方式。企业重视一致性——不仅是好决策，还要与公司文化、品牌和规模经济兼容的决策。最终走向取决于高管的选择，而非技术本身。

需要明确的是，这篇随笔是两位 OpenAI 员工的个人观点文章，作者注明它反映他们的观点而非 OpenAI 或同事们的观点。他们坦承不知道模型在管理规模上的实际能力——现有评估大多针对执行型认知劳动，很少捕捉经理和高管层面的大规模编排。三种场景是概念性框架，不是已验证的组织趋势。