动态单元,网状结构下的新型组织颗粒 | “AI+组织变革”系列

传统组织结构下,岗位、部门是组织运转的颗粒,每一个岗位被编入固定的部门,每一个部门被嵌入固定的层级,部门职责边界清晰,人员归属明确,组织依靠这套固定的颗粒划分实现日常运转。

 

同时,在传统的树状结构下,组织内部信息沿固定路径流动,任务沿固定路径分配,人员沿固定路径汇报,因此部门作为路径上的节点必须保持稳定。

 

然而网状结构改变了这一基础,当信息可以在任何节点之间直达共享,任务可以随需求动态组合,人员可以跨部门自由协作,固定部门赖以存在的路径依赖消失了。但组织对结构化单元的需求不会消失,于是问题就变成了网状结构如何在单元层面落地,动态单元将成为网状结构下的新型组织颗粒。

 

一、岗位制到任务制

 

传统岗位设计中,其工作内容相对稳定,岗位的职责在较长时间内不会发生根本性的变化;每个岗位对应一组明确的能力要求,与相邻岗位形成可区分的边界;岗位产出可衡量,并以此为依据进行考核与分配。

 

岗位描述是这套刚性逻辑的载体,每一份岗位说明书界定岗位职责清单、权限范围、汇报关系、考核标准,任职者在其中执行规定动作。

 

但当工作内容随数据和模型能力的迭代而高频变化时,岗位描述的更新速度永远滞后于实际工作的变化速度,岗位描述岗位“做什么”的功能逐渐模糊并向界定“解决什么问题”转化,看似只是表述方式的微调,实则是组织颗粒定义逻辑的根本转换。

 

AI时代任务组合的灵活性从根本上动摇了岗位制的根基。传统组织中,一个人的工作内容在入职时基本确定,岗位描述框定了任务边界,日常工作的变化幅度有限,年度调整不过是在既定框架内的微调。

 

但AI介入后,工作内容不再由岗位预设而是由任务需求动态定义,如当数据揭示了新的问题,原本不在岗位范围内的工作可能突然成为当务之急;当AI接管了重复性操作,人的精力被释放到更高阶的判断与决策环节等。

 

今天的核心工作明天可能被AI接管,今天不存在的任务明天可能成为重心,任务组合随数据迭代和模型升级而不断重组。

 

岗位制解体的更深层标志是人岗匹配逻辑的松动。传统逻辑中,组织先设计岗位再寻找适配的人,人的价值体现为对岗位的胜任程度。当任务组合动态变化,固定的岗位规格与流动的任务需求之间时常是错位的,一个人可能需要参与处理数据分析、参与产品决策、撰写战略报告等这些分属于传统岗位体系中的不同岗位的任务,但在AI赋能下可以由同一人短时间内完成。

 

人的价值不再体现为对某个固定岗位的胜任,而体现为对不断变化的问题的适配能力,能否快速理解新问题、能否运用AI工具扩展自身能力边界、能否在不确定的任务组合中保持判断力。从岗位胜任到问题适配,人的价值锚点发生了根本位移,组织对人的评价标准也随之从“是否胜任岗位”转向“能否解决问题”。

 

这是评价体系的范式转换,从静态的、可预设的、可标准化的,转向动态的、不可预设的、依赖判断力的,两者之间不是程度差异而是类型差异。

 

二、项目制组织的底层机制及运行基础

 

从行业的角度看,工程建设、管理咨询、研发攻关等领域早已采用项目制运作,围绕特定目标组建临时团队,完成后解散。

 

但传统项目制面临一个瓶颈,即资源调度依赖人工协调,项目经理需要与各部门逐一协商人员借调,谈判优先级,确认时间窗口,整个过程耗时漫长且充满摩擦。

 

AI改变的不是项目制的形式,而是资源调度的底层机制,也就是从人工协调转向算法匹配,使项目制从特定行业的安排变为普遍可行的组织模式。

 

AI时代项目制运作具有三个核心特征,首先是动态组建,团队围绕特定问题而非预设岗位搭建,问题界定清晰即可启动人员召集,无需等待编制审批或部门调整。其次是快速解散,任务完成后团队即刻释放成员回归人才池,不维持闲置建制,不产生沉没成本。最后是资源的即调即用,人员、数据和工具按任务需求实时调配,而非预先固定分配,AI根据任务属性自动推荐最适配的组合方案。

 

同时,项目制与传统的矩阵组织存在本质的区别。矩阵组织中,项目经理从各职能部门借调人员,但人员的人事归属、考核权和晋升路径仍保留在原部门,项目获得了跨职能协作的便利,部门保留了对资源的控制权。项目制组织则不同,项目制是部门边界的消融,人员不隶属于任何固定部门,而是存在于组织统一的人才池中,按任务需求被分配到不同项目,项目结束后回归人才池等待下一次分配。

 

项目制从理念走向大规模运作需要AI技术作为基础设施,从项目运行的角度看,有三个层面需要算法支撑。

 

一是人才画像层面,AI持续追踪每个组织成员的技能图谱、项目经历、绩效记录和协作评价,构建动态更新的能力模型,使组织对自身人才储备的认知从模糊印象变为精确映射。

 

二是能力匹配层面,AI将任务需求分解为具体的能力组合,与人才画像进行比对,在组织范围内自动推荐最适配的人选,提高人工协调效率。

 

三是进度协同层面,AI追踪任务进展,识别瓶颈,资源冲突预警,在任务变化时动态调整人员配置,使项目运转从人工管理转向算法辅助的自适应管理。

 

AI基础设施将这种对个人协调能力的依赖转化为组织化的系统能力,项目制的可复制性和可扩展性由此获得根本提升。

 

三、无边界协作与流动团队

 

组织边界的渗透性在AI基础设施支撑下显著增强。当人才池取代固定部门成为人员管理的基本单元,部门边界从不可逾越的制度壁垒变为可配置的参数。哪些信息可以跨部门共享、哪些人员可以跨部门调用、哪些权限可以跨部门授予,都可以根据任务需求动态调整。

 

组织对边界的管理从维护壁垒转向配置渗透性,从而形成了内部人才市场。当项目制成为基本运作模式,人员从固定部门释放到统一人才池,匹配逻辑从组织单向分配转向双向选择,项目发布任务需求与能力要求,人才展示能力画像与时间窗口,AI在两端之间进行匹配推荐。组织仍然保有资源调配的最终决策权,但个人的意愿和能力不再是被动等待分配的对象,而是主动参与匹配的变量。

 

当网状结构的直连性在团队层面落地,流动团队将成为组织协作的常态。信息可以在任何成员之间直达共享,任务可以在任何节点之间直接传递,协作不再需要沿层级路径逐级传导或经部门主管中转。

 

一个基层员工可以直接与高层决策者共享数据,一个技术专家可以直接指挥市场团队的某个环节,因此流动团队中的领导力形态也发生了根本转变。

 

流动团队中,领导力从固定权威转向情境权威,每一项任务都有最适合主导它的人,技术攻关阶段由技术能力最强者主导,市场验证阶段由市场判断最敏锐者主导,资源协调阶段由关系网络最广者主导。领导力的来源从职位赋予转向能力主导下的自然获取,权威不再随职位固定而随任务流转。

 

四、动态单元的治理挑战与风险

 

01稳定与灵活的平衡挑战

 

灵活性是动态单元的主要优势之一,随任务快速组建、随完成快速解散,组织响应速度匹配问题的变化速度。

 

但这种灵活性也是有代价的,团队不断重组,前一个项目积累的经验尚未能有效沉淀就随解散消散;人员持续流动,能力在不同领域间分散,组织能力难以聚焦成型。稳定与灵活不是非此即彼的选择,过度稳定使组织僵化,过度动态化使组织“失忆”,动态单元必须在两者之间寻找组织积累得以延续的平衡点。

 

如何将项目经验转化为组织资产,如何在流动中保持知识连续性,是动态单元治理的核心命题。动态单元要成为可持续的形态,必须建立与流动匹配的知识沉淀机制。

 

02绩效评估面临范式转移

 

传统评估建立在岗位履职基础上,岗位职责明确、考核标准清晰,评估的是人在固定位置上的履职表现。

 

动态单元中岗位不复存在,以岗位为锚点的评估体系失去依托,评估逻辑必须转向贡献追溯,追溯人在具体项目中解决了什么问题、创造了什么价值。转换的前提是完整的痕迹记录,全程记录协作过程、贡献归属与产出效果,使贡献可追溯、可量化、可评价。

 

03身份认同碎片化

 

固定部门不仅分配任务,还提供身份,部门归属给予人稳定的组织坐标以及归属确认。当人员不再属于固定团队,组织坐标则不再稳定,情感依托随团队解散不断重置,归属感失去了承载它的结构。

 

前面已讨论过归属感在AI冲击下的普遍弱化,而动态单元使这一趋势在结构层面加剧,这也是动态单元模式下最隐蔽的风险,组织必须主动构建新的归属载体。

 

当任务组合随数据与模型能力的迭代持续重组,固定岗位从稳定的组织结构变为滞后约束,动态单元是组织颗粒演化的必然方向。

 

将单元构建从固定建制转向动态组合,从岗位管理转向贡献管理,但动态单元也带来了知识沉淀、身份认同等诸多挑战,实现动态单元与稳定基座的科学分工,是组织在流动时代为避免“无根的解构”而必须要持续探索的课题。


咨 询 中 国 · 智 惠 四 海

全国统一业务电话:400-800-0139