上个月，哈佛商学院发布了一份报告。他们比对了同行业、同阶段的创业公司，发现“AI原生公司的员工总数少了25%，管理者少了15%，初级员工也少了15%，但工程师多了13%。”
不止如此，研究还发现，在服务行业，AI原生公司和非AI公司的规模差距拉到约70%。一个传统咨询公司可能需要100人，AI原生的同行30人就够了。
这些AI原生公司对人力的使用方式根本不同：更少的运营、财务、销售和行政岗位，更多的工程师，更少的管理层级。不是CEO拍脑袋"我们要扁平化"，是AI本身让扁平化变成了唯一的合理答案。
1. 管理者的核心工作，正在被AI逐步吃掉
中层管理者传统上干的活，一般来说就是三件事：汇总下面的信息、传达上面的决定、确保两边不跑偏。
这套流程在过去一百年运转得很好。因为信息传递需要人。老板不可能亲自看每个人的周报，员工也不可能直接去敲CEO的门。
但AI来了之后，画风变了。
员工用AI写代码、出报告、做分析。老板用AI看数据、做决策、监控进度。那个负责"汇总+传达"的中间层，突然变成了区块链里的共识节点——有它更慢，没它也能跑。
Gartner预测，到2026年底，20%的企业会用AI来压扁组织架构，砍掉一半以上的中层管理岗位。
Forbes最近有一份调查：46%的管理者处于"AI否认"状态——他们拒绝承认AI会对自己的工作产生影响。
这就很有意思了：一半的管理岗位会被消除，但是近一半的管理者不相信这事会发生。
2. 一个真实案例：100x组织长什么样
今年5月，美国一家软件公司ClickUp的CEO Zeb Evans干了一件震动科技圈的事：一次性裁掉22%的员工，同时部署了3000个AI智能体。AI智能体与人类员工的比例达到3:1。
Evans把这套新架构叫做"100x org"。
ClickUp不是"减人降本"。它把整个组织拆成了三层：
第一层：Builder（构建者）。写代码的人，设计AI系统的人。他们的产出不是盯着员工干活，而是创造一个AI能自己跑的系统。
第二层：System Manager（系统管理者）。不直接管人，管的是AI agent网络。以前一个经理管10个人，现在一个System Manager调度40个AI智能体。
第三层：Front-Liner（前线人员）。保留下来做客户关系的人，专门服务需要同理心、谈判和判断力的客户。AI写得了方案，但是和客户的直接接触，还得靠人上。
传统组织里的"管理者"角色在这个架构里消失了。
Evans还干了一件更疯狂的事：留下来的员工，年收入天花板提到了100万美元。不是期权，是现金薪酬。
他的逻辑很直接：AI能做的事，就让AI做。人要做的事，值100万。当AI把每个人的产出放大10倍，"1个顶100个"的人凭什么只拿20万年薪？
实际上，很多科技大厂之前已经做出了类似的决定。
Meta的扎克伯格今年1月在财报会上说过原话："managers managing managers"—那些二级管理者，要么拿出直接贡献，要么走人。
亚马逊两年前也发内部公开信，要求减少管理层级以提升组织效率，参考本公众号之前一篇文章（）。
科技大厂都在集体扁平化，砍掉中间层，扩大管理半径，让一线团队直接向高层汇报。
3. 管理者还可以做什么？
中层管理不应该只是"传声筒"。管理者需要凝聚团队、在模糊信息下做判断、在冲突中找平衡，以及在压力下保持方向感。
这些能力，AI目前给不了。
注意哈佛的那份报告覆盖的是创业公司。创业公司天然更扁平、更灵活。但对于那些有几万人、十几年历史、多个业务线并行的大型组织，"一刀切"地砍掉管理层，可能并不现实。
这些变化，对HR和OD从业者来说，至少传递了三个信息：
第一，组织架构型态从"金字塔"转向"网络化"。不是把层级削薄一点，而是从根本上重新思考：哪些决策需要人？哪些可以交给AI智能体？管理者的角色转变需要全新的岗位定义、胜任力模型、绩效标准和晋升逻辑。
第二，人才定价体系要重构。ClickUp能给员工开100万年薪，是因为AI可以把个人的贡献放大，"能指挥AI团队的人"和"只会执行的人"之间的价值差距会变成数量级的。传统的薪资带宽、职级体系、晋升通道，在这个逻辑面前可能都需要重构。
第三，人才发展的使命发生变化。过去人才发展是"帮员工提升能力"，以后则是"帮员工寻找并培养AI做不了的那个能力"。
最后，上述变化对于现有广大中层管理者的意义是：
不能再把自己单纯地定义为“只负责管人”的角色，而是要思考如何利用AI这个杠杆去撬动组织，如何为组织带来更大价值。
否则，这样的管理者迟早有一天都会被AI所替代。
—— End ——
1、
2、
3、
热门跟贴