钉钉陈航:未来的公司没有文档、没有中层

中国企业家杂志
Apr 19

|《中国企业家》记者 见习记者 孙欣

记者 王怡洁

见习编辑|李原 编辑|何伊凡

图片来源|中企图库

2026年4月17~18日,在《中国企业家》杂志主办的2026(第十八届)《中国企业家》商界木兰年会上,围绕AI时代企业如何实现组织与产品的进化,钉钉创始人兼CEO陈航(阿里花名“无招”)出席并作了开幕演讲,分享了他的深度思考。

以下为精彩观点:

1.AI时代的核心并不是让员工更高效,而是一个组织、一个企业甚至一个个体进行生产关系的重构、决策体系的重构和整个协同方式的重构。

2.目前许多公司或许还在购买软件,或自行开发软件,但可以断言,软件时代已彻底终结。

3.软件已经变成“日抛品”,正朝着按需生产、按日进化的方向发展。

4.AI发展到现在绝非如大家所想,不仅仅是与语音助手进行简单的交流互动,或是开展情感层面的沟通,真正的意义在于让你身边存在一个超级智能体。

5.如果老板发现有专注于钻研AI的年轻人才,一定要让他帮助公司开展改革。

6.未来每家公司或许都会构建自身的智能中枢,或者配备专属的小型模型,用于存储公司的敏感数据,避免数据外流的情况发生。

以下为演讲全文(有删减):

新的时代已至,智能体的成长速度远超一般个人的成长速度,企业在组织、执行等工作方式上会发生何种改变?

今天,大多数人都会听到一个声音——“效率提升”。但蒸汽机时代最核心的事情并不是让马跑得快,而是工厂制度的建立。比如,福特汽车将海量的机器设备导入生产线,人类的生产效率得到了巨大提升,这是它本身的制度和工作方式的改变。互联网时代的核心也并非信息跑得更快,而是信息生产方式和传递方式发生了根本性改变。

因此,AI时代的核心并不是让员工更高效,而是一个组织、一个企业甚至一个个体,如何进行生产关系的重构、决策体系的重构和整个协同方式的重构。

如今,钉钉已经没有传统的财务、设计师和人事团队,工作方式已经彻底改变,一些岗位交互的对象不再是人,很多都在跟AI打交道。

传统组织的首要工作内容往往是“拼命写文档”,进入到AI时代后,互联网企业更要率先改革。因为AI浏览文档、写文档的整理分析能力远超人类。因此,写文档也要逐步演变为每家公司重新构建自身的中枢系统,中枢系统会持续且全方位地分析公司内的所有数据与文档。若有问题,直接向AI询问即可。

目前许多公司或许还在购买软件,或自行开发软件。但可以断言的是,软件时代已彻底终结。

因为未来所有软件都将实现即时生成。

无论以往代码系统多么复杂,只需将系统界面和原代码库提供给相应工具,即可实现代码的立即重写。软件已经变成“日抛品”,如同过去人们配眼镜需前往眼镜店,而现在多使用日抛型隐形眼镜,依据不同场景佩戴,使用后即可丢弃。软件正朝着按需生产、按日进化的方向发展。

过去,规模稍大的企业,从总裁、总监、经理到执行层,通常存在5~7层的汇报体系。如今这种体系的中间层正逐渐消失,管理层可直接对接一线员工,将架构层级变为1~3层。

数据的透明化使得决策层能够与一线执行过程的数据直接相连。这可谓是真正意义上的“上帝之眼”,老板不需要靠中层汇报,就知道所有团队的情况。以往那种需拼命汇报与讨论的情形已不复存在,信息传导几乎不存在延迟。决策层可以清晰了解一线执行人员,包括销售、生产、服务、设计等岗位人员的工作表现,所有情况完全透明。

例如,若今日有人拜访联想集团,我会立刻知晓,并能了解此次拜访的过程状况、结果、以及对方的反馈等。所有这些信息均会自动分析,信息损耗几乎为零。

传统时代众多领域也存在“专家”工种。以软件行业为例,涉及产品经理、设计师、工程师等各类专业人员。而如今,借助AI能让一个人极大地拓展其能力边界。过去一个人独立开办一家公司的难度相当大,现在一个人在本不擅长的领域也能有所作为。

例如,如果我是工程师而非设计师,会有AI工具帮助我完成所有设计工作。如果我是工程师且不擅长与人沟通,也会有AI辅助我进行指导。将所有市场、法律、技术、数据方面的要素赋能给AI工具,每个人都可以成为“超级个体”,而企业将逐渐演变为一种记忆体。

过去,企业员工若离职,公司的诸多经验会随之流失。就组织层面而言,这是因为公司缺乏一个真正能够承载经验或公司标识的载体。而现在,公司所发生的每一件事,其相关记忆均会存储于公司内部,所有数据都会被AI解析。例如,公司召开的所有会议、每位员工拜访客户以及销售服务的全过程都会被AI记录下来。

以往新员工入职时,员工可能对过往情况并不了解,而且存在知晓结果却不明原因的状况。比如,一个公司成交转化率或销售额下降时,需要层层排查原因。但如今,无需询问,“悟空”就能即刻告知你业绩下降的原因。以往所谓的“虚拟组织”将转变为实体,它不再只是想象中的空壳和一个名称,公司真正拥有了自身的记忆与思考能力。

过去,传统组织采用的还是人管人的模式,由人来追踪业绩。当下,AI可以进行数据分析并给出指导,追踪事务完成情况。过去,通常是经验丰富的师傅凭借自身经验,“帮带”新人。如今,智能系统能够学习这些老师傅的工作过程,他如何思考,怎么做事情,无论是听觉信息、视觉信息还是手工操作,都会被AI学习。一旦AI系统学会这些技能,便会自主进行分析并执行相应任务,且能实现自我驱动。

我们有一个真实案例:一家位于义乌、专门做星空灯的中国头部企业,拥有约100多名员工。该企业和各种各样的软件公司合作,员工每天的工作内容是探寻各类市场机会,一旦发现商机,便筹备产品生产以及后续的上架事宜。

用了我们的“悟空”(钉钉旗下智能体产品)之后,该老板上班第一件事情就告诉“悟空”:“你帮我分析一下淘宝、亚马逊和全球各地的电商平台,公司在星空灯领域有何发展机会,如今有哪些新机遇。”

接到指令后,“悟空”自行打开淘宝进行查看,又打开亚马逊对平台上的所有商品展开分析。分析过程中,将相关数据全部抓取下来,开展深入分析。在分析过程中,对每件商品的照片、标题、销量、评价等信息进行自动分析。分析完毕后,会生成一份报告,告知选品分析的最新情况,报告涵盖全球所有电商平台所售星空灯的分析结果,包括哪些星空灯可能为新品,哪些星空灯的销量正在增长,以及从用户反馈中洞察到的新机会。

在竞争对手星空灯的一条用户评价中,有用户提到将其放置在小孩床头时,电流噪声过大,导致孩子睡不好。这本是一则普通评价,但“悟空”系统会立即提示,当前公司存在一个新机会,可以尝试生产消除电流噪声的儿童床头专用星空灯。根据这个选品报告,这个老板决定开发新品。

接下来是具体操作层面。以往,公司需前往义乌或深圳,专门寻找工业设计及结构设计工程师,请求其协助进行结构设计,明确有哪些组件与零件。如今,只需将设计要求交付给“悟空”,让其进行整体工艺设计分析。这一过程耗时约两分钟,从零件拆解生成图,到工艺设计中的各个问题点,其输出成果大约能达到国内普通结构硬件设计工程师90分的水平。

接下来,老板又要求“悟空”做拆解工作,明确所需的所有零件,确定每个零件的成本,做模拟生产组装,核算加工费总和,进而明确产品定价策略。这个过程一共耗时6分钟,所有零件均完成拆解,并明确了每个零件在中国的批发价格,同时对零件的特点、组合组装生产方式以及所需加工方式均进行了全面分析。

过去,老板需要寻找专业工厂,并从各家工厂收集信息,由硬件工程师进行组合。专业人员向老板汇报硬件生产所需费用及零件数量,再安排生产排班。用了“悟空”后,便能即刻开展排班规划,人员会依据各生产零件间的关联关系,以及最终组装生产的依存关系,从公司员工的特点出发,自动规划生产时间,安排跟进人员,完成全面排班。系统也会根据公司过往合作伙伴的情况,自动预判最合适的工厂,什么时候交货,在哪里进行组装等。

产品生产完成后,便进入运营阶段。传统电商运营中,团队除协同客服、处理履约与交付事宜外,还需长期紧盯竞争对手动态,每天复盘全平台店铺数据。如今通过“悟空”系统,运营人员只需下达指令,系统即可自动监测竞争品牌旗舰店的新品动向,每日生成结构化分析报告,清晰呈现对手的上新节奏、产品策略与市场动作。一旦竞品推出新款,系统会自动评估其销量、影响力与增长势能,并直接给出可执行的应对策略与操作建议,大幅提升决策效率。

这位电商老板使用了“悟空”后,大受震撼。这背后也折射出:中国有高度集中的制造体系与全链路数据沉淀。国内海量的制造企业、高度协同的产业带布局,在设计、生产、流通、销售等环节,积累了全球最丰富的产业数据。未来,当各垂直领域的数据充分融合,训练模型,中国将有望诞生掌握全产业知识、具备全球竞争力的最顶尖的模型公司。

目前,美国的一些模型公司和产品,如OpenAI、Gimini等,看似实力强劲,但一旦涉及生产、运营及销售领域,无法与中国比拟。在生产制造方面,中国的领先地位毋庸置疑。

实际上,AI发展到现在已经绝非大家所想,仅仅是与语音助手进行简单的交流互动,或是开展情感层面的沟通,真正的意义在于让你身边出现了一个超级智能体。倘若你能够将公司的全部数据提供给它,它能帮你完成许多超乎想象的事务。当然,这也涉及到一个关键概念,即公司中必须有至少一位真正精通相关业务的人员,且此人需保持绝对的信念。

这与2004年前后,有人提议去淘宝做电商的情形颇为相似。当时,99%的人都认为淘宝上充斥着骗子和假货。我2010年回国时,淘宝约有近300多万家商家,其中将近40万商家每年的营业额超过100万元。这些人不会声张,他们在闷声发财。如今的AI也是如此,真正秉持AI信仰、真正了解AI、懂得如何运用AI,并且能够切实助力企业在组织结构、决策方式、工作方式等方面进行全面AI化改革的人,依旧是少数。

公司里面一定要有人坚信AI。如果老板发现有专注于钻研AI的年轻人才,一定要让他帮助公司开展改革。否则,以公司内诸多部门为例,采购软件与进行软件维护的人员往往会声称相关技术尚不成熟,存在各类问题。待两三年后再审视,若对手能将公司数据充分利用,本公司与对方公司之间的最大差距,便会体现为迭代速度的差距。别人迭代速度以天为单位计算,而你公司的迭代周期最长为一个月,如此一来,差距很快就会显现。

像义乌、深圳等地已经有许多公司将AI运用得十分出色,他们每日都会向“悟空”提出建议。然而,每次我询问这些公司为何不对外分享工作经验时,他们将此视为“独门秘籍”,自然不会轻易告知他人。但我们作为平台方,希望所有用户都能了解相关信息。

当下的时代存在两类人群:一类是对AI有所了解的人,另一类是对AI缺乏了解的人。大部分人往往更倾向于听取他人的评价,但较少亲自去实践体验。前文提及的老板是真正把AI用起来的人,其工作方式和组织结构都发生了彻底的改变。

总而言之,究竟什么是现代化的组织?若公司中仍有人以撰写文档为主要工作,并以此自傲,认为自己撰写的文档数量众多,这样的公司必然属于过去式。

不准耗费人力去写文档是当前钉钉工作方式的基本原则。同时,会议期间也不需要做笔记,所有事务均依靠AI处理,讨论问题就使用白板,在板上随便画随便写,这是人类最自然的沟通方式。沟通完之后拍张照片全部结束,照片、会议过程对话的语音全用AI自动分析、总结变成会议纪要,AI再进行后续跟进。撰写文档的时代已然过去,那些擅长撰写文档、依靠层层汇报和精细分工的工作模式也随之终结。

若公司内部仍存在大量分工,且多层级架构已然形成,应尽可能压缩层级。当中间管理层不再承担所有流程操作与分析工作时,从理论层面而言,人们会质疑设置中间管理层的必要性,为何其职责不是单纯的分析与指导?其核心问题在于缺乏数据支持。

因此,公司推行AI的举措最容易导入的事情,就是要求公司内所有的工作沟通和交流均引入AI进行记录,我们将此称为“听记”。

当然,这可能涉及前文提及的数据安全问题。未来每家公司或许都会构建自身的智能中枢,或者配备专属的小型模型,用于存储公司的敏感数据,避免数据外流的情况发生。这一举措本质上就是每一个人都要成为一个智能体,不再通过层层汇报的方式,去进行管理。

一家公司若要成为一个AI原生组织,其最基本的原则在于用AI对所有流程进行分析与梳理。这个过程不再依赖人工进行整理、总结及存档,而是跨越中间层级,直接对一线流程展开分析与指导。精细分工模式已经不再适用,“日抛型”软件将不断涌现。这些软件可根据需求自动生成,无需寻求软件公司定制或修复。

如果你的公司有人跟你说,写不出软件,你来找我!钉钉可以保证不管什么样的软件诉求,“悟空”都能完成,而且写出来的结果远超大部分软件公司。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10