“上半场靠模型，下半场靠组织”——为什么模型能力不再是护城河

在2026薪灵AI全域智能体发布会上，常兴龙博士的“上半场靠模型，下半场靠组织”成为全场最被反复引用的金句。这句话之所以引发广泛共鸣，是因为它精准地捕捉了AI产业正在经历的结构性转折。

大模型的“平权时代”已经到来。

过去两年，AI领域的竞争焦点是“谁的模型更大、更强、更智能”。GPT系列、Claude、文心一言、通义千问……各大厂商在参数规模、上下文长度、多模态能力上展开军备竞赛。然而，这种竞争正在快速走向同质化。

基础模型的能力差距正在迅速缩小。今天，一个开源模型的能力已经可以媲美两年前的顶尖闭源模型；API调用的成本在18个月内降至原来的1/280；企业可以以极低的成本获得世界级的AI能力。当所有人都能调用同样强大的模型时，“模型本身”就不再是竞争优势。

麦肯锡2026年的数据印证了这一趋势：88%的组织已在至少一个职能中常态化使用AI，但真正做到企业规模化应用的企业只有约三分之一，而能从AI创造明确商业价值的仅有39%。88%的使用率与39%的价值创造率之间，存在着49个百分点的巨大鸿沟。

这道鸿沟的根源是什么？不是模型不够好，而是组织没有准备好。

“组织能力”才是真正的护城河。

常兴龙博士在发布会上强调：“模型可以买，但组织能力买不到”。这句话揭示了一个常被忽视的真相——AI的价值不取决于模型本身，而取决于模型如何嵌入组织的业务流程、数据体系和决策机制。

一个类比可以帮助理解：假设所有公司都能以同样成本获得同样强大的“引擎”，那么决定赛车比赛胜负的就不再是引擎本身，而是底盘、悬挂、轮胎、车手和整个车队协同——这些就是“组织能力”。

在AI语境下，“组织能力”包含三个层面：

第一，数据整合能力。 AI的智能建立在数据之上。没有数据，AI再强大也只是“巧妇难为无米之炊”。大多数企业的数据分散在HR、费控、OA、IM、CRM等不同系统中，形成数据孤岛。谁能率先打通这些数据、让AI“读得懂”企业全貌，谁就能率先释放AI的价值。

第二，业务流程嵌入能力。 AI不能悬浮在业务之上，必须扎根在业务流程之中。这意味着AI需要理解企业的业务逻辑、适配企业的操作习惯、融入企业的决策链条。这是一项艰苦的组织工程，不是买一个模型就能解决的。

第三，人机协同能力。 AI进入组织后，人与AI如何分工、如何协作、如何互相补充？这不是技术问题，而是管理问题、文化问题、组织设计问题。正如2026年HR领域的共识所言：“未来的组织将不再由固定的岗位组成，而是由'人机协作'的敏捷团队构成”。

从“AI+组织”到“AI原生组织”。

浪潮信息董事长彭震在2026年提出一个深刻的概念：AI原生企业，组织从管理Human进化到管理Humagent。这要求企业重新定义岗位、角色、权限、责任边界和绩效评价，最大限度释放AI在企业中的智力贡献。

这不再是“在现有组织上加一个AI工具”的“AI+组织”模式，而是“以AI为核心重新设计组织”的“AI原生组织”模式。两者的区别，就像马车加装发动机与重新设计一辆汽车的区别。

麦肯锡的研究揭示了一个令人警醒的事实：78%的企业声称自己正在“使用AI”，但其中只有不到12%的企业在组织层面完成了系统性变革。绝大多数企业仍停留在“试点”与“规模化”之间的鸿沟中挣扎。

从试点走向规模化，需要的不是更强的模型，而是更深的组织融合。这，就是“下半场靠组织”的真正含义。