组织结构起源于远古部落中的猎人和采集者，从教权和皇权体制逐渐发展到工业结构，再到今天的后工业结构。古印度神话之中，处处反映着君权神授：君主和大臣们都是由宗教选择的，从事各自的领域，进行审判案件或者制定国家政策的工作。
——这是维基百科对组织架构起源的描述
一、现代公司的组织架构
现代公司的组织架构是在19世纪晚期到20世纪初期逐渐形成的，亨利·福特（Henry Ford）在20世纪初引入的流水线生产方式，特别是在1913年推出的T型车流水线生产，是工业化和现代组织架构发展的一个关键里程碑。这一时期，随着工业革命的深入发展和大规模生产的兴起，公司开始出现更加复杂和分化的组织结构。
每次技术进步都带来了一波组织创新的浪潮。机械钟表和标准化零件帮助亨利·福特实现了流水线；2001年的互联网浪潮推进了敏捷开发。
每次组织管理方式的迭代都在尽力弥补人类认知或者能力上的“缺陷”（在某下情形下可能是优势）：我们的注意力不容易集中，我们时常会被情绪所困，我们无法一天到晚一刻不停歇地工作——我们还是要上厕所的。
技术在不断革新，我们管理的对象还是那群“人”。似乎，如果要完成更多的任务（ya zha de 更彻底）要么招募更多的人，要么不断提升每个人的“效率”（比如，培训流水线的工人，让他们的装配更快；培训咨询顾问，让他们画PPT更快）——你不需要考虑其他的，每个人都是一个没有情感的螺丝钉，在自己的坑位上发光发热。
甚至，在这样的组织架构下，你需要剥离部分那些人之所以为人的认知和情感，才能“平步青云”。
AI正在改变这一不那么人道的局面，大家私下都在开始用了，只是没告诉老板。——有一项调查显示，有超过64%的人未经公司批准就把AI的工作当作自己的成果提交给了公司。
未来这一做法必将全面普及。
你想想，你一天中的多少工作是枯燥、乏味，几乎不太需要你亲自动用智力的？
回邮件/微信、根据公司的模板和手上的资料写报告，即便是那些看上去能展现人类伟大智力的活动，比如战略规划——有些大公司每年10月就开始规划下一年的战略，但是你想想，大量的时间难道不是花在跟各个部门要资料、统计数据和作图上吗？
以上这些工作都不用专业训练的AI工具来完成，即便是通用人工智能ChatGPT的模型都能实现。
任何人都能使用GPT让自己活得更自在。
那么，这对现存的公司组织架构意味着什么呢？
我们面临的挑战跟创造了世界上第一张组织架构图的丹尼尔·麦卡勒姆（Daniel Craig Mccallum）在150年前所面临的很类似：如何围绕工作方式和沟通来重建组织。
世界上第一张现代公司组织架构图
二、重塑现代公司组织架构
我猜，在你自己的公司里，大概率还没有因为AI而调整组织架构。
但是，只要你开始在工作中使用AI了，你就会慢慢感受到，在传统的架构下，虽然你的“上级”、“老板”、“领导”大概率在某方面可能比你更有经验或者资源，能指导你的工作，但是他们并不具备指导你使用AI的能力。
要在AI浪潮下重塑组织，可以遵循以下三点原则：
1、授权团队寻找自己的使用场景。
千万不要把AI与传统软件等同，期待着今天投入明天就能看到回报。引入AI更像在团队中引入以为新成员。它肯定不是一个IT解决方案。每个团队，甚至团队中的每个人，都要根据自己具体的场景找到适合自己的用法。
激励机制要向实验与沟通倾斜，公司文化要能拥抱自由的思想。
2、拥抱错误和不确定性。
在我使用GPT的8个月里，我学会了一门新的计算机语言、学会了自动化的编程，我甚至可以用ChatGPT和Midjourney结合，写一个连环画。
OpenAI最近的宫斗剧更是说明了更先进的模型马上就要到来，我们眼前的GPT4和Midjourney也将是我们使用过的最差的大模型。
组织变革需要时间，变革后的组织形态往往也会固化下来，因此，下一代的组织架构要足够灵活，让团队有充分的空间来迎接即将到来的新模型。
3、从今天就开始，不断迭代。
如果就因为采用了现有AI的一小部分功能，尝到了甜头就沾沾自喜故步自封了，那么这样的组织也很快会被AI淘汰。
如果我们能将AI应用的测试周期缩短为数天，甚至数小时，这就会对我们的工作方式带来深刻的改变。
而那些花一年中1/3时间做规划的企业在这波AI的浪潮中会活得很难受。
AI还有很多缺陷，比如一本正经的胡说八道/人工智能幻觉（AI Hallucinations），这限制了它的应用场景，但这不妨碍它保持指数级的增长。
改变组织行为看起来为时尚早，但是面对指数级的变化，企业的反应只会有两种，要么太早，要么就是太晚。
三、重塑现代公司组织架构的例子
在我和我朋友的公司（头部美元基金被投企业）里，都已经全面接入了ChatGPT Plus和API。
- 我们的客服团队可以基于用Llamaindex（现在你也可以用自定义GPT）制作的知识库来为客户解答问题。
- 营销团队会借用ChatGPT写营销材料。
- 网站运维团队会借助ChatGPT的代码更新网页HTML。
- 数据分析团队能借助AI找Python的Bug。
……
在面临我们没有应对过的问题时，传统组织架构荡然无存，所有人都会一起在最基础的层面进行思考——听上去似乎只有在小公司才能进行，或者似乎效率很低，但是其实恰恰相反。
我们是如何纳入AI，帮助我们做出更加“智能”的决策的呢？
这是个复杂且反复的过程，看起来是这样的：
1、AI擅长的一件事是提供反馈。
我们从研究中知道，你可以从你所定义的AI角色那里得到相当不错的反馈（比如，你想让它成为一个高管教练，它就能成为一个还不错的教练）
当然，肯定不如真人的回复那样充满生命力（嗯，其实也行），但对于中间步骤来说就足够好了。
这样一来我们的员工就能专注于更重要的任务，并让AI进行用户反馈的初步尝试。
我们可以这样与AI（ChatGPT）沟通：
作为获取一些初步反馈的方式来说，还不错。
2、AI擅长整理和总结（嗯，怎么听上去像是我们的某些领导）
我们还能让AI做什么呢？
你想想一下这样一个场景：
我们团队一起开了一小时的讨论会，我们正坐在一起回顾所有外部和内部的反馈。会议是达成共识和产生想法的重要方式，但收集和整理信息的过程总是让人身心俱疲——甚至就因为花了太多的时间搜集信息，我们有时会忘记思考。
AI可以帮我们更有效地开会。
每个人都可以使用AI语音转录功能，在每个人提供详细的反馈之后，要求GPT-4将所有建议的总结分类，制作成一个表格。然后项目负责人可以审阅这份文件并对它进行修改。
AI也能实现其他功能。
例如，我们可以让它直接生成产品原型或者网页代码，这样我们的讨论就更直观了。我们还能把我们画在草图上产品图上传到GPT，让它分析了之后给建议。
会议本身可以直接实现产品创造，而不仅仅是简单的计划。
会议结束后，我们的开发人员不仅可以向AI询问会议中提出的问题，而且还可以得到一个可以用来构建的工作原型。当然，在他们实际实施原型的过程中也会得到AI的帮助。
即使是使用如今现成的AI工具，我们也可以彻底改变整个工作流程。让理论探讨变得更加落地。
让我们从繁琐枯燥的工作中尽可能脱身。
而且更重要的是，会议更高效了。过去需要一周的工作可以缩短到一两天。
而这甚至还不是AI未来最有想象力的版本。
我们已经可以预想一个这样的世界：AI自主地从产品概念开始创造，一直到代码编写和部署，过程中几乎不需要人类干预。这实际上是OpenAI下一阶段产品开发的一个明确目标。
未来的工作交给AI，人类扮演监工。