生成式AI正悄然渗透职场，但其真正影响仍难以把握。全球三分之二的公司都在使用它¹，但这些探索与以往的企业软件部署大不相同。越来越多的CEO意识到了生成式AI的潜力，但仍不确定如何藉此释放真正的价值。

生成式AI的潜力在于彻底重构员工的工作方式。自然语言界面让交互变得前所未有的直观，快速进化的推理和智能体能力，则让它能够胜任更复杂的任务：解读海量信息、编写代码、解答问题等。更先进的智能体甚至能够生成表格、浏览网页。员工对它充满热情，他们的实际使用频率是管理层认知的三倍²。

然而，把新技术交到员工手里，并不意味着就能高效使用，更不足以改变公司的运作模式。CEO需要一种全新的变革管理思维，激活员工潜能，让他们从“试水者”转变为“加速者”。这并非一个线性过程。在生成式AI时代，变革管理要求员工不再只是使用者，而是积极的参与者：勇于试验、共同创造产品，持续精进技能。同时，也要意识到，不是每个人都能顺利完成转型，有些员工需要额外的支持。本文提出五个关键步骤，可帮助CEO带领企业穿越这片未知水域。

这种新型转型有望开启一个高速增长的新时代，真正释放生成式AI的价值。但前提是，CEO必须妥善管理这场巨变对员工队伍的冲击。卓越领导者会重塑组织架构，将生成式AI深度融入企业，为员工配备“AI超能力”，让他们摆脱繁琐重复的工作。

第一步：围绕成果，而非工具，制定“北极星”目标

许多人将生成式AI视为员工必须掌握的一种新工具。但事实证明，这种理解过于狭隘。对员工而言，AI更像是一种能力，而非单纯的工具。围绕AI重构组织，意味着人类与AI智能体能够实现无缝协作。虽然这一未来尚未完全到来，但有远见的CEO已着手制定“北极星”计划，为明天的成功奠定基础。

“北极星”必须足够简明，让全员一看便懂，又要足够大胆，能激发团队热情。它既要随着技术演进不断调整，也要能在合理时间内吸纳最新的前沿模型与能力。它不仅要指明组织如何通过生成式AI创造价值、形成竞争优势，还要明确对人才生命周期的潜在影响。为了引领变革，领导者同样需要不断自我学习，既要理解生成式AI的当下能力，也要把握其未来发展趋势。

要支撑“北极星”所代表的巨大转型，必须同时具备两大核心要素：资源充足的变革管理方案，以及端到端流程的全面重塑。领导者既要跟上技术迭代的节奏，也要能够带动员工共同迈向未来。比如，企业可以先部署能够执行单一任务的AI智能体，再逐步演进到能够完成完整业务流程的“智能体群”。在这样的AI驱动型企业中，部分组织单元可能会演变为“最小可行组织”（MVO）：由智能体群完成大部分工作，仅需少量人工进行结果把关。其他部门则会保留更多人员，并为他们配备技术赋能的“超能力”。在设计“北极星”时，CEO必须思考哪些部门适合这种模式：例如客户服务等高接触场景，仍然需要以人为主导，而后台运营则可以转型为MVO。

无论人机如何分工，必须清醒认识到，变革在组织内部的推进速度必然不均衡。而打造这种人机融合的组织，已经超出了传统管理手册涵盖的范围。

第二步：通过可访问的数据、治理和企业智慧构建信任

在组织内部建立对生成式AI的信任至关重要。毕竟，如果员工不信任AI的输出，更不会信任它的决策，这项技术也就无法实现规模化应用。研究显示，“生成式AI高绩效企业，”即那些至少将10%的息税前利润归功于生成式AI的公司，更愿意投入“信任建设”活动（图1）。而那些在AI与数字技术上积极构建信任的企业，实现10%以上营收增长的可能性，几乎是未投入企业的两倍³。 

要构建信任的基石，领导者必须把数据可访问性视为一项核心工作流以及变革管理的关键环节。经验表明，几乎所有组织内部都存在一个由层级与政策塑造的“信息集市”，决定了数据的存放位置和访问权限。生成式AI能够处理其中的非结构化数据，并转化为独特的竞争优势，帮助企业从数据中提炼出潜藏的洞见与规律。然而，要训练模型同时处理结构化与非结构化数据，并输出高质量、可信赖的结果，依旧困难重重。当前，用于监控生成式AI输出质量的业务实践与技术框架尚未成熟，在此背景下，领导者构建信任就显得尤为迫切。

一套行之有效的变革管理方法，必须为全体员工确立清晰的数据治理与使用规范。CEO应携手首席信息官（CIO）和首席数据官（CDO），在确保数据可访问性的前提下，逐步搭建起稳健的AI治理体系。这其中包括：成立AI监督委员会，明确AI的使用边界；与风险和法务团队共同制定合规与风险指引；并设立“人工介入检查点”，防范幻觉输出、偏见或数据泄露等问题。

在高度监管的行业，建立对生成式AI的信任尤为关键，特别是对那些日常处理敏感客户数据的员工而言。

以摩根士丹利（Morgan Stanley）为例，该行与OpenAI合作，利用超过10万份内部研究报告训练了一款生成式AI助手。但在通过严格的评估框架验证其回答质量符合顾问团队的标准之前，摩根士丹利并未贸然推广。事实证明，当防护机制完善后，这款“摩根士丹利AI助手”在财富管理团队中的使用率迅速攀升至98%，让知识获取真正实现了普及化⁴。

最值得信赖的生成式AI平台，往往扎根于组织自身的情境，能够清晰呈现答案的推理路径与引用来源。企业在部署模型时，应注入机构专属知识，无论是专有研究成果、客户交互记录，还是数十年积累的工程经验。同时，也可考虑引入动态的外部信息，进一步扩充知识库。当生成式AI能够给出既可靠又专业的答案时，员工才会真正信任它，并愿意把它纳入日常工作流。

第三步：重塑工作流，打造AI团队

将生成式AI生硬嵌入现有流程，既无法推动大规模应用，也难以带来实质性改变。原因在于，生成式AI并非单纯的软件工具，而是一种全新的能力，它带来的是全新的思考方式、工作方式与创造方式。领导者必须把它放在工作流的核心位置，全面重构组织的运作模式。关键在于“双轮驱动”：业务团队与技术团队协作，共同定义新的工作方式。业务团队负责确保新模式能实现预期的业务成果，技术团队则检验推进技术变革的架构调整是否具备可行性。

这种转型可通过三个阶段循序推进，帮助员工逐步适应全新工作模式：从“人类借助独立AI智能体完成特定离散任务”，到“人类监督下的AI智能体群协作完成端到端全流程”，最终发展为“完全自主的智能体集群以‘最小可行组织’形式独立交付完整业务成果”。即便到了最后阶段，人类依然不可或缺。组织仍需少量员工确保“最小可行组织”安全高效运转，更多员工将被重新部署至能创造更高价值的岗位。要顺利实现这一演进，首先要让员工将生成式AI视为岗位的核心能力，并建立起信任感。

第一阶段：企业挑选出若干可由AI改造的端到端流程，例如“采购到支付”、“招聘到退休”或“创意到产品”。随后，明确在这些流程中嵌入独立生成式AI智能体的节点，帮助员工完成具体任务，而非整个流程。在这一阶段，生成式AI的作用更接近“工具”。

第二阶段：企业将进一步扩大应用范围，组建AI智能体群，协同完成端到端流程中的所有任务，并在持续演进中不断优化流程处理能力。此时，人类仍是监督者，确保智能体的运作与输出可控。

第三阶段：企业进一步扩展智能体规模，形成完全自主的智能体集群，作为最小可行组织独立运行。这一阶段潜力巨大，但目前仍缺乏大规模实践验证。即便在这一阶段，人类监督仍然存在，只是不再参与端到端的具体工作，而是专注于能创造更高价值的事务。至此，企业将真正抵达其“北极星”目标。

在前两个阶段，让员工直接参与流程重塑，能大幅提升变革成效。领导者可鼓励员工自主创建智能体，并就“生成式AI如何融入工作流程”提供反馈。优秀的领导者会明确表态：生成式AI的落地需要全员参与，这关系到企业未来的成败。选择合适的流程优先推进自动化，有助于提高员工的接受度，因为他们能切实感受到工作被简化。领导者可以优先选择那些“价值清晰、可行性高、投入可控”的环节推进转型。

当工作流引入生成式AI后，员工也必须接受正规的使用培训。这既能缓解焦虑，也能增强信心。研究指出，随着技能的提升，员工对生成式AI的使用频率会大幅增加（图2）。调查还发现，48%的员工表示，若能接受正式培训，他们会更频繁地使用生成式AI工具；45%的员工则认为，若这些工具能融入日常工作流，使用率会显著提升。在众多影响因素中，这两点是最核心的驱动力⁵。

将生成式AI融入日常工作流，才能让它从“尝鲜”变为“习惯”，并促使员工把它视为团队成员，而非工具。

第四步：重塑架构，平衡自动化与增强型团队

随着生成式AI逐步深入工作流，CEO必须思考：不同部门的架构该如何重塑？部分业务单元会演变为最小可行组织，即高度精简、高度自动化的工作流；另一些单元则会停留在AI演进的第二阶段，为人类团队配备数字超能力，让他们的产出远超以往。无论是哪种模式，CEO都必须主动推动组织架构的调整，并清晰传达这些变化对员工意味着什么。

最小可行组织最适合处理重复性或逻辑性强的工作。以后台流程“发票处理”为例：借助生成式AI，发票匹配、审批、入账均可自动完成，仅需少量人员处理特殊情况。

要让最小可行组织高效运行，企业不仅要投入资源构建完善的 AI 运营与监控体系，更要彻底重构人才战略。少数负责运营最小可行组织的员工，必须精通AI系统管理、数据分析、异常处理等能力；“AI工作流优化师”、“自动化产品负责人”等新角色或将成为核心岗位。而原本负责那些自动化流程的员工，则需接受技能重塑，转向企业其他环节创造价值。并非所有业务都能或都该转型为最小可行组织，CEO应识别哪些业务环节适合采用“AI优先、人员精简”模式，以显著降低成本并提升效率与准确性。

但也有一些职能并不适合转型为最小可行组织，而应停留在第二阶段，保持增强型团队的形态。在这些领域，AI赋能能显著提升产出，但“人的参与”依然不可或缺。例如，销售团队利用生成式AI分析客户数据，在数秒内即可获得个性化的追加销售或营销建议，使单个销售人员能管理更多客户群并显著提升转化率。客服人员也能借助AI更快、更规范地解决问题。然而，在这些直面客户的场景中，如果完全剔除人工，可能会损害客户体验，最终影响品牌形象。

第五步：赋能员工，从学习者到变革推动者

没有员工的广泛参与，基于生成式AI的工作流重构就不可能成功。麦肯锡的研究显示，在大规模科技转型中，员工参与度与转型成效高度相关。通常，只有约2%的员工会直接参与转型，但若将比例提升至7%以上，企业实现正向超额股东回报（TSR）的概率便会翻倍；而表现最突出的企业，参与员工的比例可达21%至30%⁶。

生成式AI的转型更是如此。由于应用边界仍在探索中，让员工成为AI的“推广大使”尤为关键。组织中的每个人都可以一起学习，而部分“超级用户”则能成为强有力的变革推动者，带动整体采用率。研究显示，最积极的拥抱者是千禧一代管理者：在35至44岁人群中，62%表示自己具备较高的AI专业水平；相比之下，18至24岁的Z世代为50%，而65岁以上的婴儿潮一代仅为22%⁷。

CEO可以鼓励这些“千禧先锋”去指导同事，带领实践小组分享经验。更关键的是，CEO自身也必须以身作则，在工作中公开使用生成式AI工具。这种做法不同于传统的“自上而下”或“自下而上”，而是一种更具穿透力和可持续性的“中层推动”路径。

新加坡电信（Singtel）同样选择了“技能优先”的路径来推广生成式AI。2024年10月，该公司携手南洋理工大学和新加坡国立大学创办“AI加速学院”，培训超过一万名员工，帮助他们在各自岗位中掌握数据与生成式AI技能⁸。

一家跨国消费品公司推行“反向导师”项目，让年轻员工反过来向资深同事传授数字技术和社交媒体知识。这一举措突破了传统的经验传递模式，动员年轻力量推动变革。

此外，多位在华跨国企业高管还指出，发展AI对于吸引和留住年轻人才同样意义重大。在与科技企业及本土公司的激烈人才竞争中，AI不仅是一项技术投资，更能让年轻团队保持热情与创造力。

对CEO而言，任务十分明确：今天就要规划全公司的重构，让明天的人类与AI携手创造非凡成果。这类根本性的转型不会一蹴而就，但只要确立清晰的“北极星”，企业就能在正确的航道上稳步前行。

带动员工同行至关重要。生成式AI时代的变革管理，需要领导者营造一种“勇于尝试”的文化氛围，让员工不只是新技术的被动使用者，而是主动参与者。唯有如此，生成式AI才能被视为“超能力”而非威胁，企业也才能真正从投资中创造价值。当生成式AI成为一个无形却不可或缺的同事时，真正的转型才会到来。

---

关于作者

Erik Roth 是麦肯锡全球资深董事合伙人，常驻康涅狄格州达里恩分公司。

感谢麦肯锡中国区董事合伙人张勤亚、咨询顾问袁鴻杰对中文版的审阅和贡献。

1，“The state of AI: How organizations are rewiring to capture value，”麦肯锡，2025年3月12日。

2，Hannah Mayer、Lareina Yee、Michael Chui和Roger Roberts，“Superagency in the workplace: Empowering people to unlock AI’s full potential，”麦肯锡，2025年1月28日。

3，“The state of AI in early 2024: Gen AI adoption spikes and starts to generate value，”麦肯锡，2024年5月30日；所谓数字与人工智能信任领域的领军者，指的是那些已将数据、人工智能以及核心价值观的伦理政策加以制度化，并有信心确保员工遵循这些政策的企业；它们不仅将相关政策写入使命宣言，还在数据隐私、人工智能与网络安全等方面落实了至少一半的最佳实践。

4，“Morgan Stanley Wealth Management announces latest game-changing addition to suite of gen AI tools，”摩根士丹利新闻稿，2024年6月26日。

5，Hannah Mayer、Lareina Yee、Michael Chui和Roger Roberts，“Superagency in the workplace: Empowering people to unlock AI’s full potential，”麦肯锡，2025年1月28日。

6，Laura London、Stephanie Madner和Dominic Skerritt，“How many people are really needed in a transformation?”麦肯锡，2021年9月23日。

7，Hannah Mayer、Lareina Yee、Michael Chui和Roger Roberts，“Superagency in the workplace: Empowering people to unlock AI’s full potential，”麦肯锡，2025年1月28日。

8，“Singtel launches RE:AI, an AI Cloud Service offering to democratise AI for enterprises to drive innovation and growth in the region，”新加坡电信新闻稿，2024年10月10日。