随着AI的加速渗透，企业竞争的焦点正在从生产效率提升，转向组织能力与智能化水平的全面重塑。作为内部拥有9座WEF（世界经济论坛）认证灯塔工厂的领军企业，富士康工业互联网股份有限公司（以下简称“工业富联”）以5年战略周期持续推进转型，从业务标准化、企业数字化逐步迈向智能化阶段，并通过管理层带头示范、能力持续下沉，以业务需求为导向推动AI适配实际场景。AI转型并非简单的技术升级，当AI工具逐渐改变组织运行方式，企业需要面对的不仅是技术应用问题，更是一场关于组织能力、管理模式与人员体系的深层变革。

01  高层先行，带头探索实践路径

对于管理者而言，除了具备战略判断、组织管理和业务理解能力，还需要进一步提升AI认知与应用能力——不仅要理解AI价值，更要亲自使用AI工具、参与业务创新，并通过示范效应推动组织形成AI应用习惯。

躬身入局，推动AI深度落地

在工业富联，这种“管理者先行”的理念体现在具体行动中。以工业富联高层为例，在AI工具进入企业应用阶段后，主动参与AI实践，将AI工具应用于日常报告撰写、数据分析等工作场景，并持续关注AI技术如何与制造业务深度结合。同时，高层亲自参与AI项目的规划与推进，例如公司与英伟达（NVIDIA）开展合作，基于其Omniverse平台探索工业场景下的AI应用，为智能制造提供决策支持，在全球业务范围内实现了运营优化。

除了推动具体项目落地，工业富联也持续推动组织工作方式的转变，提出未来组织的重要特征将是“敏捷”。在AI赋能下，数据流通效率提升，业务过程更加透明，跨部门协作模式也将随之改变，企业需要从传统层级化组织向更加灵活、高效的敏捷组织演进。由此可见，在AI转型过程中，管理层不仅要提出战略方向，更需要通过亲身实践传递转型决心，让员工看到AI应用并非停留在概念层面，而是正在成为提升业务效率和组织能力的重要方式。

内外联动，持续夯实应用能力

推动AI转型，核心在于持续提升组织能力。工业富联积极参与WEF灯塔工厂项目相关交流活动，公司高层多次参加达沃斯论坛等重要活动，与全球领先企业共同探讨智能制造和数字化转型实践。

在外部学习交流之外，工业富联也着力打造内部能力培养机制。公司推动建立晨会分享制度，邀请行业专家以及公司内部AI项目负责人、业务主管进行经验分享，将外部前沿趋势与内部实践经验相结合。截至目前，公司已开展近千场晨会，每周一、二、四、五固定举行，每次持续约1小时，分享内容覆盖前沿科技、技术架构、AI应用等领域，并围绕AI、智能制造、灯塔工厂等方向开展专题学习周，帮助员工持续更新知识体系。

02  战略落地：一场组织协同能力的深层考验

将高层制定的AI战略转化为团队可执行的具体目标和行动路径，是一个系统工程。工业富联在当前阶段提出了“全面智能化”的总体目标，但不同业务部门的定位、业务场景和发展阶段有所差异，需要结合自身业务实际进行目标拆解，将公司战略转化为具体行动。

以灯塔工厂咨询业务和对外规划工作为例。首先需要从公司整体智能化要求中提炼与自身业务相关的方向，引入适用的AI工具，提高方案输出、分析研究等工作的效率；随后进一步明确具体目标和衡量指标，设定完成时间节点，并在部门内部落实责任人，将公司5年智能化规划逐步转化为业务层面的执行任务。这一过程需要部门负责人充分与团队成员沟通讨论，从大量待推进事项中筛选出真正重要、优先级更高的工作，并通过定期检视推动执行落地。

此外，项目团队每月都会向客户高阶主管、人资、CEO乃至董事长汇报推进情况，在月会上同步阶段性落地事项和项目进展。在工业富联看来，AI转型从来不是单点技术升级，而是一场涉及组织能力、业务模式与流程体系的系统性变革。如果管理者只是停留在“布置任务—等待结果”的角色，AI很难真正进入业务核心。

兼顾基层人员，实现多方共赢

在向团队传递和推动AI战略落地的过程中，最大的挑战并不只是技术问题，而是如何让AI工具的应用真正兼顾不同角色的利益。AI工具导入的基础，是业务流程和数据链条的透明化。但在实际推进过程中，透明化往往会触及原有的工作方式和利益格局。在过去相对不透明的环境下，一些问题可能不会被及时暴露，相关责任也不会被明确划分；而当数据全面呈现、业务过程更加透明后，很多问题会被直接呈现出来。

因此，AI导入不能仅关注其技术价值，更需要考虑组织各方的实际需求，形成多方受益的应用机制。为降低基层员工在AI导入过程中的适应压力，公司从员工参与、技术优化等方面同步推进。需要注意的是，AI落地并非一蹴而就，技术问题可以通过持续迭代逐步解决，而员工认知、工作习惯和组织文化的转变则需要更长时间。

消解部门壁垒，走向“变形虫”敏捷组织

除了员工层面的接受问题，跨部门协同中的利益分配问题，同样是AI变革过程中需要解决的重要挑战。在企业实际运营中，很多业务痛点并非单一部门能够解决，而是需要多个部门共同参与。

为解决这一跨部门问题，公司正在探索从传统职能型组织向任务导向型“变形虫”敏捷组织转变。展开而言，就是围绕具体业务任务临时组建项目团队，并建立与任务结果相匹配的激励机制。当一个业务痛点被解决后，参与团队可以共享项目奖金或任务奖励，项目成员由任务需要来选择，而不是简单由部门指派。这种机制明显增强了参与者的主动性，也促进了跨部门协作效率。如果仍然沿用传统组织模式，AI工具带来的效率提升，很可能会被原有的协作方式和组织壁垒所抵消。

03  AI不会简单取代管理者：打造不可替代性

面对“AI是否会取代管理者”的讨论，左赣鸿认为AI首先是工具，而管理者是使用工具的人。AI工具的工作模式是：人输入正确的资料和数据，AI基于这些信息输出结果。但什么是正确的数据、应该输入哪些资料、如何设定应用条件，这些问题AI本身无法判断，而这正是管理者管理能力和业务理解能力的体现。

同时，AI输出结果后，还需要有经验的人进行复盘和评审。当前AI的“幻觉”问题仍然存在，尤其面对稍微复杂的任务，输出结果可能只有70%是正确的。如果企业完全依赖AI输出，而缺少人的判断和验证，可能会带来较大的经营风险。未来更容易被AI替代的，是业务积累不足、主要从事简单重复性工作的人。而管理者要持续保持价值，就必须不断学习，深入业务专业领域，形成对业务的深度理解。

管理者的三重

价值AI时代，管理者的价值主要体现在三个方面。

第一，输入端的判断。管理者需要判断什么数据适合提供给AI，包括选择正确的数据来源、时间范围和数据量，并根据实际业务需求设定明确的条件和要求。输入质量，直接影响AI输出结果的质量。

第二，输出端的把关。AI生成结果后，管理者不能简单复制使用，而需要结合业务经验进行复盘和评审，判断结果是否准确、是否符合实际场景。

第三，工具的选择。不同业务场景、不同痛点以及不同指标，需要匹配不同的工具。就像这个世界上没有一种药可以治疗所有疾病，AI工具同样需要结合具体场景进行选择，不可能靠一个工具解决所有问题。

面向未来：中层管理者需要具备的四项能力

在组织AI转型中，中层管理者承担着将公司战略转化为具体行动的关键职责，是承上启下的重要力量。展望未来2～3年，一名优秀的中层管理者，需要逐步建立四方面的AI能力。

第一，完成岗位能力体系的AI化梳理。企业需要重新审视不同岗位的能力要求，将AI相关能力纳入岗位能力模型中。这不仅是管理者个人能力提升的问题，更需要覆盖整个团队，让AI成为组织能力的一部分。

第二，多使用工具，在实践中提升能力。以左赣鸿的实践为例，刚开始使用豆包、元宝等AI工具时也并不熟练，但随着每天不断使用、不断尝试，自然会逐渐掌握工具特点。任何工具，包括AI工具，最终都是在持续使用中熟练起来，关键在于真正“用起来”。

第三，提升工具与业务场景的匹配能力。面对越来越多的AI工具，管理者需要思考：什么业务场景适合使用什么工具，什么问题应该采用什么方法解决。工具选择必须匹配实际问题，否则很难产生有效结果。

第四，掌握完整的AI导入方法论。以WEF灯塔工厂建设方法论为例，AI应用需要围绕业务痛点形成完整的推进路径：首先识别企业的业务痛点，将其定义为核心转型方向；然后分析影响这一问题的关键指标和业务节点；在关键节点中引入AI应用；之后规划所需资源和预算，推动项目实施；最后通过结果验证判断是否达到预期目标。核心不是为了使用AI，而是让AI服务于业务转型目标。

AI时代对所有管理者都是一次挑战。越深入规划，越会发现其中涉及的问题越复杂，越需要进入业务深水区。但也正因为如此，管理者更需要持续学习、持续实践，只有不断提升自身的AI应用能力，才能在组织变革中持续创造价值。

作者：程卿麟

来源：培训杂志