88%的公司用了 AI ，为什么只有 1%真正变了？
最近，腾讯研究院发布了一份 3 万字的深度报告。
名字叫《从超级个体到超级团队： AI 时代组织变革的涌现路径》。
顾问是腾讯集团高级管理顾问杨国安教授。主笔是腾讯研究院副院长袁晓辉和高级研究员余一。
他们用一年多时间，走访了美图、 Rokid 、 Manus 、月之暗面、特赞、安克创新、 flomo 等十几家企业的 AI 转型实践，还深度调研了腾讯内部的 CodeBuddy 团队，以及几十位一线创始人和超级个体。
这份报告的核心发现，可能会颠覆你对"企业 AI 转型"的认知。
绝大多数组织推进的 AI 变革，根本不是真正的变革。大家买了工具、成立了委员会、写了政策文件，但组织本身——人如何协作、决策如何流动、价值如何创造——并没有发生根本性变化。
而真正有效的变革，往往始于一个工程师的深夜编程，或一个产品经理用 Claude Code 跑通需求验证的那个下午。
它不是被"设计"出来的，而是自下而上"长"出来的。
更关键的是，报告给出了一个公式，可以直接用来衡量你的组织在 AI 时代的竞争力：
一个公式，说透 AI 时代组织竞争力
组织竞争力 = （人才密度 × AI 杠杆） ÷ 组织摩擦
三个变量，各自独立可操作：
人才密度：团队中具备独立闭环能力的人占比。不是学历高、资历深，而是能一个人用 AI 跑通从想法到交付的整条链路。
AI 杠杆： AI 实际嵌入工作流的深度。是偶尔问问 AI ，还是所有工作的默认起点？这个区别决定了 AI 是 10%的增量工具，还是 10 倍的放大器。
组织摩擦：从想法到交付要经过多少等待、审批、对齐和信息衰减。这是最容易被忽视的"隐形杀手"。
为什么是乘除关系？
分子翻倍但分母不动，净效果打折。分母减半的效果，等价于分子翻倍。
很多企业砸钱买 AI 工具、招 AI 人才，但流程没变、审批没减、会议没少——AI 的红利全被组织摩擦消耗掉了。
超级个体放大的是分子，超级团队解决的是分母。
这个区分，是整份报告最值钱的地方。
超级个体：一个人就是一个团队
报告对超级个体的定义非常精确：
借助 AI ，一个人能达到过去一个小团队才能达到的产出规模和影响半径。
他们不是"会用 AI 的员工"，他们有四个结构性特征，缺一不可：
第一， AI First 。 AI 是工作的默认起点，不是遇到困难时的求助对象。大多数人用 AI 的方式是"我照常工作，遇到困难问一下 AI"；超级个体的方式是"我让 AI 先跑，然后在 AI 的产出上做判断和修正"。
第二，能力量级跃迁。 不是提升 20%或 30%，而是 10 倍甚至数十倍。一个人可以独立跑通需要产品、设计、研发、运营多个角色接力的整条链路。
第三，极强的主动性。 他们是天然的边界探索者，不等待组织安排，主动寻找 AI 能力的极限。
第四，影响力溢出。 这是判定超级个体的关键阈值——
高效个体只让自己变快，超级个体让团队变快。
如果一个人用了 AI 让自己产出翻 10 倍，但同事毫无察觉——那他还没成为超级个体，只是一个使用 AI 的优秀员工。
谁先醒来？三种觉醒路径
报告发现，超级个体在不同位置、以不同方式"觉醒"，但主要有三条路径：
路径一：开发者觉醒——从写代码到指挥代码
腾讯 CodeBuddy 团队的 subo ， 90%以上的代码由 AI 编写。他说了一个 AI 时代反常规的判断："AI 是中心，所有人都是边缘。"
在 AI 原生的工作流里，人是给 AI 输入意图的边缘节点， AI 是协调一切的中心节点。效率提升的上限，取决于你能同时管理多少个 AI Agent 。
路径二：非工程师跨界觉醒——岗位边界在溶解
这才是最让人兴奋的。
特赞的创始人范凌观察到，公司里用 AI 工具用得最好的不是研发团队，而是产品经理和设计师。产品经理直接用 Cursor 出功能，不再等研发排期。
安克创新走得更激进，明确提出：到 2027 年基本消除前端工程师、测试工程师等细分岗位，只保留三种角色——业务工程师（全栈）、 AI 工程师和产品经理。
一个只会写代码的人，如果不发展 AI 时代的判断力，可能被一个会用 AI 的产品经理超越。
路径三：创始人变 Builder——从提需求到亲手做
flomo 联合创始人少楠，从未写过代码。现在他每天花三个小时用 Claude Code 跑需求验证，直接把想法变成可运行的原型。
他对所有产品经理提了一个新要求：提需求之前，必须先拿到代码库权限，在自己的分支上用代码把需求跑通，再写 PRD 交给工程师上线。
现在 flomo 70%-80%的代码由 AI 贡献，开发周期从按周计算变成了按小时计算。
能力排序洗牌：谁被留下，谁被甩下？
报告里的这个发现，可能让人不太舒服——
AI 不会带来能力平权，它会拉大差距。
触宝科技创始人王佳梁提出了一个分层模型：
被洗掉的是什么？不是技能——AI 几乎抹平了技能这一层。真正被重新定价的是它底下那层更难命名的东西：判断力、学习速率、问题分解、品味。
现有的人才评估体系（学历、资历、职级、过往业绩），衡量的恰恰是正在贬值的那一层。
醒不来的三类人：
为什么还需要团队？四个不反直觉的答案
如果一个人能完成一个团队的产出，团队还有什么用？
报告给出了四重结构性需要：
第一，共担风险。 一个人做所有判断，表面稳定实则积累了系统性风险。数据显示，有联合创始人的公司 5 年存活概率高 45%，价值表现高 163%。
第二，稳定注意力。 注意力切换有结构性损耗——中断后平均需要 23 分钟才能回到等效专注状态。 AI 的高吞吐让决策点密度暴涨，团队能帮你锚定优先级。
第三，形成信用。 超级个体的绩效本质上依赖于工具栈、数据、伙伴、组织信用和反馈结构，而不仅是个人能力。一个人本身就是结构性地不可靠的——你生病怎么办？你突然忙了怎么办？
第四，进入更大的价值场景。 一人公司有结构性天花板。真正的 AI 红利发生在小团队身上： Cursor ≈20 人时 12 个月做到 1 亿美元 ARR ； Midjourney ≈11 人做到年收入 5000 万美元。
协作的本质变了：
传统团队像拼图——每人补一个缺口。 超级团队像共振——每个人都带着被 AI 放大的优势场，彼此叠加。
AI 会放大每个人最强的那一部分。产品感强的人用 AI 快速把想法变成原型，工程直觉强的人用 AI 搭出更稳定的系统，用户洞察强的人用 AI 更快分析反馈。
团队的核心不再是"补短板"，而是"让长板更长"。
对 HR 的六个行动建议
把报告的洞察落地到企业实践中，以下是六件 HR 可以马上做的事：
1. 重新定义"人才密度"的衡量标准
学历、资历、职级正在贬值。真正值得衡量的是：这个人用 AI 能做到什么程度？他的判断力、学习速率、问题分解能力如何？
在能力模型中加入 AI 原生能力维度，面试中增加问题分解和判断力的考察。
2. 改造培训体系——停止拍脑袋式授课
AI 工具变化比课程快。与其开"AI 概论式"讲座，不如办AI Hackathon——给真实业务问题，限定 1-2 天用 AI 做交付，让内部超级个体当教练。
3. 绩效从"过程考核"转向"价值产出"
一个超级个体的产出可能是一般员工的 10 倍+，薪酬和晋升要匹配。同时为"影响力溢出"设立奖励——不仅奖励个人高产，更奖励带动团队变快。
4. 削减组织摩擦——这才是最大的杠杆
分母减半的效果等价于分子翻倍。审视从想法到交付的每一步：哪些环节可以取消？哪些审批可以简化？
尝试"最小超级团队"实验：给 3-5 人的小团队全权处理一个业务问题，给方向+安全边界，而非每步审批。
5. 留住超级个体的方法不是加薪
超级个体不会因为薪资离开，但会因为缺少"能共鸣的伙伴"离开。给他们更大的问题定义权，创造能让一群超级个体共舞的组织容器。
6. 第一周就可以做的事
Day 1 ：快速诊断组织 AI 成熟度Day 2 ：找到内部 3-5 个"隐藏超级个体"Day 3 ：梳理目前最大的"组织摩擦"Day 4 ：发起 AI 原生经验分享会——让内部超级个体讲， HR 只搭台不讲课Day 5 ：设立一个"最小超级团队"试点Day 6 ：更新一个岗位的 JDDay 7 ：取消或简化一条审批流程
AI 时代一天能做的事，不需要等三天批复。
真正的 AI 组织变革，极少是被规划出来的。组织能自上而下设计的，至多是让它生长的土壤。
超级个体是自下而上涌现的，超级团队也是。它们在对的人、对的工具、对的环境碰到一起时，自己生长出来。
HR 的使命不再是"管控人才"，而是当一个好园丁。
你公司里有"隐藏超级个体"吗？你现在用的 AI 工具，是搜索引擎还是真正的协作对象？
欢迎在评论区聊聊。
关注公众号：AI+HR ，获取更多 AI+人力资源的前沿洞察。
