Snap的决定所揭示的“AI时代组织”现实
美国Snapchat的运营公司Snap宣布将削减约16%的员工。其明确提出的理由正是“AI带来的业务效率提升”。这则新闻超越了单纯的成本削减话题。它标志着AI从“便利的工具”转变为“组织设计的前提条件”的重要转折点。
许多经营者倾向于将AI视为“优化部分业务的工具”。但Snap的决定证明,AI正在影响组织结构本身。他们判断,通过引入AI,某些业务流程变得不再必要,或者可以整合多个角色。
关键在于,这一动向并非“用AI减少人力”的简单逻辑。本质在于“以AI能力为前提,进行新的组织优化”。作为经营者的我们,应如何解读这一变化,并应用于自身企业呢?
“从DX到AX”的真正含义
近来,常看到“从DX(数字化转型)到AX(AI转型)”的说法。然而,真正理解此词含义的经营者并不多。AX并非仅仅是引入AI工具,而是设计以AI为核心的新业务流程和组织结构。
在我的咨询现场,这种差异显而易见。某客户企业在销售部门引入了ChatGPT。最初目的是“提高销售文件制作效率”。但3个月后,他们发现:AI能够进行客户邮件分析、下一步行动建议乃至日程调整。
结果,传统销售助理的角色发生了根本性变化。从简单作业转向专注于验证AI提出的策略、处理复杂客户应对等角色。这就是“AX”的实质。它不仅提升业务效率,更重新定义了角色本身。
日本企业面临的“中层管理职”变革压力
Snap案例尤其具有启示性的一点是,其人员削减直接以“AI提升业务效率”为理由。这预示了许多日本企业未来将面临的现实。尤其受影响较大的是那些花费大量时间在报告制作、进度管理、数据汇总等事务上的中层管理职工作。
我构建的AI代理系统实现了以下管理业务的自动化:
- 周报自动生成与分析
- 项目进度可视化与风险检测
- 团队成员工作负荷平衡分析
每月约1000元人民币的AI工具费用即可实现这些功能。这些在过去是管理职需要花费数小时完成的工作。面对这一现实,中层管理职的角色不得不从“信息汇总者”转变为“AI所提取课题的解决者”。
实践性“组织再设计”的3个步骤
那么,作为经营者具体应该做什么呢?并非所有企业都适合像Snap那样激进的人员削减。需要适合日本企业的、现实可行的方案。
步骤1:业务的“AI适应度”映射
首先将现有业务分为3类:
- 可完全移交AI的业务:固定格式文件制作、数据录入、简单分析等
- 需要AI与人类协作的业务:客户应对(AI起草方案)、战略制定(AI提供选项)等
- 人类判断不可或缺的业务:复杂谈判、创造性工作、伦理判断等
此分类必须实际试用AI工具。例如,在合同审查业务中,有案例通过让Claude 3.5 Sonnet学习过去的修改记录,使其自动指出新合同的风险点,实现了80%的时间削减。
步骤2:角色的重新定义与技能转型计划
基于AI适应度映射,重新定义各岗位的角色。关键在于视角不是“取代工作”,而是“改变工作”。
某制造业客户对其质量管理员的业务进行了如下重新设计:
- 以往:检测数据手动输入→汇总→报告制作(占工作时间的60%)
- 再设计后:验证AI自动汇总·分析的异常模式→为查明原因进行现场调查→制定防止再发措施(AI起草方案)
这一转变需要员工具备正确解读AI生成分析结果的技能,以及现场查明原因的能力。企业需要支持员工掌握这些新技能。
步骤3:阶段性导入与持续评估
若试图突然变革整个组织,将招致巨大阻力和混乱。从特定部门或项目开始的“试点导入”更为有效。
导入成本概览:
- 小规模导入(1个部门):月额2500~5000元人民币(AI工具+初期设置)
- 中规模展开(多个部门):月额1万~2.5万元人民币(含定制)
- 全公司展开:月额5万元人民币以上(含系统整合)
评估指标仅靠“人员削减率”是不够的。“业务质的变化”、“决策速度提升”、“员工技能提升度”等多维度评估至关重要。
ESG数据活用与AI:新经营指标的诞生
与组织再设计并行,值得关注的是ESG(环境、社会、治理)数据的AI活用。正如Sustainable Brands Japan所指出的,ESG数据正从“披露义务”转变为“经营武器”。
通过活用AI,ESG数据可如下运用:
- 实时可视化供应链整体的环境负荷
- 从员工满意度数据预测离职风险
- 自动检测并预警治理相关风险
根据我的经验,某零售企业利用AI分析供应商环境数据,发现了多个预想之外的风险。通过提前处理这些问题,规避了未来的监管风险,也提升了来自投资者的评价。AI驱动的ESG分析正从单纯的合规,转变为竞争优势的源泉。
日本企业应采取“进攻型AI组织战略”
在将Snap案例引以为鉴的同时,日本企业应走自己的道路。相较于激进的人员削减,渐进式的组织进化更为适宜。
具体行动计划:
- 投资提升AI素养:从经营层到一线,开展理解AI潜力与局限性的教育。每月一次的实践研讨会效果显著。
- 设定试点项目:从风险较低的部门开始导入AI。设定6个月的试行期,测量定量与定性效果。
- 重新审视人事评价制度:将与AI的协作能力加入评价项目。设计促进新技能习得的激励机制。
最重要的是,将AI视为“人类能力的扩展”而非“人类的替代”。Snap的决定表明,AI已成为组织设计的前提条件。然而,具体的实施路径需要各企业自行描绘。
AI时代的组织,将从固定的层级结构,转向流动的网络型结构。人类专注于AI无法替代的“创造”、“共情”、“复杂判断”,而AI负责信息处理与分析。如何设计这种新的分工体制,是今后经营者的重要职责。
将自身组织再设计为“AI原生”的旅程,可以从今天开始。第一步,就是以“如何与AI分工”的视角重新审视现有业务。前方,可持续的竞争优势正在等待。


评论