当AI从屏幕走进现场，从“打辅助”到“打配合”的变革发生了|大模型|智能体|机器人|算法|辅助

“数智创新与管理”

ZJUSOM

提到AI，我们下意识地会想到屏幕里那些负责解读信息、输出建议、生成方案的的大模型和分析工具。长期以来，这类型的AI产品始终是依附于信息系统的“辅助工具”，只在虚拟信息空间发挥作用，无法直接介入真实的生产、仓储、制造等物理作业场景。

在当今背景下，具身智能、工业机器人、多模态感知大模型快速融合，“物理AI”正在走进“现场”，例如亚马逊部署数十万仓储智能机器人、宝马落地人形机器人产线、医疗场景出现自主穿刺护理设备……AI能够感知现实环境、自主规划动作、直接完成实体作业，实现了“感知—思考—执行—持续优化”的完整闭环。

图片来源：千库网

从处理“信息”到改造“物理世界”，AI正在完成一次关键的能力跃迁。那么，当AI不再只是屏幕里的“虚拟大脑”，而是能够感知环境、自主决策、直接执行任务的“行动者”，组织将面临怎样的变革？浙江大学管理学院教授莫申江及其博士生虞文清在《清华管理评论》发表研究文章，不仅区分了数字AI与物理AI的核心差异，拆解了物理AI驱动变革的底层逻辑，还梳理了转型过程中不可回避的人机适配、组织治理难题，并配套了可落地的管理方案。本期【数智创新与管理】，一起通过他们的研究，来共同探索物理AI时代企业必须完成的组织进化。

作者简介

莫申江

浙江大学管理学院教授、博士生导师

虞文清

浙江大学管理学院2021级企业管理博士研究生

“数字AI” vs. “物理AI”

Part.1

数字AI与物理AI最核心的区别，在于是否能直接作用于真实物理世界。

数字AI以大语言模型、图像识别算法为代表，运行于云端、软件系统之中，处理的是经过抽象处理的静态符号与数据流，而非真实、开放且持续变化的物理环境。它只能给出分析结论、决策参考，不会产生实体动作，全程属于“认知辅助”。

物理AI则不同。英伟达CEO黄仁勋将其概括为“能够理解现实世界并与之交互的AI模型”。它通过多模态传感器（如激光雷达、触觉传感器等）感知环境，在极短时间内完成规划与决策，再将判断转化为现实动作。更重要的是，物理AI的每一次行动都会改变环境状态，并反过来为系统提供新的反馈信息，从而不断修正后续决策。

图片来源：论文原文

如果说数字AI处理的是“信息”，物理AI处理的则是“信息—环境—动作”之间的复杂联动关系。以亚马逊仓储体系为例，分拣机械手Sparrow、自主移动机器人Proteus就是典型物理AI：前者精准抓取数百万类商品，承接重复性分拣劳动；后者可实时感知人类动线、主动避让，无需物理隔离就能和员工同区域作业。整套调度系统统一统筹数十万智能体，不再是机器单独自动化，而是人与多台物理AI实时协同作业。

对于组织而言，二者的定位也截然不同：数字AI是线上“副驾驶”，物理AI是现场并肩作业的“协同执行者”，这也是物理AI会引发全方位组织重构的根本原因。

变革从何而起？物理AI

自下而上推动组织全面进化

Part.2

与传统自上而下的数字化改革不同，物理AI带来的组织变革遵循自下而上的路径：智能设备先落地一线岗位，改变员工日常工作内容、技能需求、角色定位；大量微观岗位变化持续累积，倒逼企业重构分工、管理模式，最终推动整体组织形态迭代，是一套从个体到组织的演化链条。

图片来源：论文原文

对于微观个体而言

物理AI重新定义“人应该如何工作”

物理AI落地后，员工的身份会经历三层根本性转变。

首先，任务结构变了。员工正从物理世界的“直接执行者”向智能集群的“监督员与导师”跨越。高重复、高标准化、体力密集或高风险的执行工作逐步剥离给智能系统，员工不再直接从事物理劳动，而是转变为对物理AI集群进行目标设定、异常处理和价值对齐的监督员。

其次，技能要求变了。在数字AI时代，组织对员工的技能要求集中在数据素养、信息甄别等认知型技能。而在物理AI时代，人机交互从虚拟世界延伸到物理空间。员工不仅需要兼顾传统业务工艺与系统运行逻辑，更要掌握一项关键能力——人机信任校准。在动态环境中，员工必须准确判断物理AI的可靠性。

另外，角色认同也变了。当工作的执行权由具身智能系统接管后，原本依靠操作经验、现场判断和熟练技艺建立价值的员工，可能会经历明显的职业认同冲击。员工需要接受一种全新的角色认同：他们不再仅对自己的工作产出负责，还要对整个“人-AI组合体”协同作业的安全性与最终结果把关。

图片来源：千库网

对于宏观组织而言

物理AI重构系统配置逻辑

当大量微观个体的任务与角色发生根本性转变时，组织的宏观系统必然随之演进。物理AI的变革力量，正从三个层面改写组织的“系统配置”。

在分工逻辑上，从人岗匹配转向人机混合动态配置。传统组织架构中，任务分工的边界严格划定在人与人之间。随着物理AI高度介入，分工会同时在人与AI、“人-AI组合体”及系统之间动态展开。组织设计的基本单元将从静态的“人岗匹配”转向敏捷、连续的动态资源调度。

在治理结构上，从层级监督转向去中心化算法调度。传统组织管理高度依赖层级式的监督、标准化的作业流程与事后绩效评估。在物理AI驱动的系统中，管理活动开始大规模向实时感知、即时反馈和算法调度倾斜。大量战术性决策交由AI模型执行，人类的决策角色则在战略层面快速升维。管理者不再是事无巨细的“监工”，而是划定边界、把控方向的“掌舵人”。

在组织形态上，从固化科层转向网络化动态智能体系统。在高度自动化场景中，随着物理AI系统和集中调度能力不断增强，少量人类员工即可协同管理更大规模的现场执行单元。组织逐步摆脱对稳定层级和标准流程的依赖，向更扁平化、更网络化、更弹性化的形态演进。