AI时代个体效率的爆发式增长与组织效率的停滞形成鲜明对比，这让人想起电气革命初期的生产力悖论。从福特流水线的历史经验到现代企业AI应用的困境，本文深入探讨当执行成本骤降时，组织如何重构工作流程与管理模式，才能避免成为『装着电动机的蒸汽机工厂』。关键洞察在于：定义问题与对齐目标的能力，正取代执行力成为新的核心竞争力。

最近一个月，身边越来越多人感慨奇点到来了。LLM和Agent成熟之后，用好的人效率提升很夸张。

夸张到什么地步呢？OpenClaw这个开源项目，近40万行代码、GitHub近20万Star，一个人3个月写出来的。

放到24年，一个20人的研发团队干3个月也不一定有这个产出。

但我也遇到一个真实的困惑：

个体效率确实飙升了，但组织的产出效率，远远达不到预期。

带着这个困惑，我去翻了一段历史，电气革命。发现一百多年前，人们踩过一模一样的坑。

01. 电气革命里被浪费的几十年

1880年代，电动机开始进入工厂。

当时人们觉得，电力比蒸汽高效太多了，未来一定属于电力。

结果呢？到了1900年，电动机只占美国工厂机械动力的不到5%。

不是电动机不好用。是大部分工厂做了一件看起来特别合理的事：把蒸汽机拆了，装上电动机，其他啥也没改。

工厂布局没动，还是围绕一个中央动力源设计的，所有机器靠传动轴和皮带连在一起。岗位分工没动。管理方式没动。

工人是轻松了一些，但整体产量就那样。

经济史学家Paul David专门研究过这个现象，管它叫生产力悖论：技术明明到了，生产力就是不涨。

02. 像不像你们公司现在的样子？

我自己观察下来，现在绝大多数公司做的事情，本质上就是「给员工发一个AI账号」

Cursor 买了，Claude 会员开了。员工确实快了，代码写得快了，文案出得快了，PPT做得快了。

然后呢？

说句不太好听的：效率提升省出来的时间，很大一部分变成了摸鱼时间，甚至人变懒了，有些人AI用的不好，导致质量还下降了。

岗位职责没变，协作流程没变，汇报关系没变，绩效考核没变。个体快了，但组织的瓶颈还卡在那。

以前，写代码贵、出设计贵、做PPT贵，所以组织的核心工作是：把执行任务分配好、协调好、管理好。

AI来了以后，执行变得很便宜了。一个人加AI能写以前五个人的代码。

那什么变贵了？

我觉得是想清楚做什么。

定义一个有价值的问题、想清楚该怎么解决、让团队理解并对齐。这些能力突然变得比执行重要得多。

但大部分组织的结构，还是为「管理执行」设计的。

层层审批是为了管执行质量，细化分工是为了管执行效率，周报月报是为了管执行进度。

当执行不再是瓶颈的时候，这些东西不只是多余，可能还在挡路。

跟一百年前的工厂一样：换了个动力源，生产线还是老样子。

03. 当年福特做对了什么？

电气革命里，第一个真正吃到红利的是福特。

1913年，福特在Highland Park工厂搞出了流水线。

这条流水线能成，不是因为福特的电动机比别人好。是因为他想明白了一件事：电动机和蒸汽机有一个本质区别。每台机器可以有自己独立的电动机，不用再通过传动轴串在一起。

蒸汽机时代，工厂的布局是被动力传输方式决定的。所有机器必须围着中央蒸汽机转，用传动轴和皮带把动力送过去。怎么排机器、工人站哪里，不是按效率来的，是按「离动力源近不近」来的。

福特反过来想：既然每台机器可以独立供电了，那设备可以完全按照生产流程来排。于是他从零设计：设备顺着流程排，传送带连接每个工位。

结果：一辆车的组装时间从12.5小时干到93分钟。1923年，福特一家就占了美国汽车市场60%以上的份额，全球超过一半的注册汽车都是福特。

不是因为他更早用了电动机。是因为他围绕电动机的特性，把工厂重新设计了一遍。

04. 执行便宜了，然后呢？

现在AI对个体的放大已经很夸张了。一个人写40万行代码，一个人做出以前一个团队才能做出的产品。

但大部分组织还在「换动力」，配了AI工具，组织本身纹丝不动。

我最近反复在想的一个事是：AI让「做事」变便宜了，但「想清楚做什么事」并没有变便宜。甚至因为能做的事变多了，选择变难了，这部分反而更贵了。

以前的组织，本质是一台「执行机器」。老板想清楚做什么，然后拆解成任务，分配给不同的人去执行。组织的效率 ≈ 执行的效率。

执行被AI大幅提速了，但「想清楚做什么」这一步没有被提速。甚至因为执行速度快了，能在更短时间内生产出更多的垃圾。

AI时代组织真正需要的能力变了：

• 以前最重要的是执行力，能不能把想好的事做出来
• 现在最重要的可能是定义问题，能不能想清楚什么事值得做、问题到底是什么
• 以及对齐能力，组织能不能让每个人理解为什么做这件事，而不只是分配任务

05. 我自己的一些摸索

我们团队10个人做「月见APP」，AI确实帮了很大的忙。

但我越来越觉得，省下来的「执行时间」有没有变成「思考时间」，才是关键。很多时候没有。大家做得更快了，但不一定想得更清楚了。包括我自己。

所以，我最近打算做一个比较大的调整：取消前端、客户端、后端这样的技术分工，也取消产品和技术的分工。

为什么？因为在AI的加持下，每个人都可以突破自己原来的边界。我是产品经理出身，现在借助AI能做一些基础开发。同样，过去的程序员也完全可以借助AI完成基础的产品工作，比如调研竞品、分析需求、设计方案。

具体一点说，我打算用管理业务的方式来管理团队，每个人都背具体的业务目标。

比如，以前的「前端工程师」，以后的职责不再是「完成产品经理写的需求」，而是「负责APP的分享传播」。他要自己去调研竞品怎么做分享、想清楚我们该怎么做、跟客户端设计协作、自己写分享的H5或小程序。责任不再是把需求做完，而是拿到业务结果。

这背后的逻辑跟前面讲的是一回事：执行便宜了，「想清楚做什么」才是瓶颈。

如果还是老板/产品经理想、员工干，那瓶颈全压在了老板/产品经理身上。让每个人都参与到「定义问题」和「定义价值」里来，组织才能真正用好AI带来的执行效率。

很多先进团队已经这样做了，我已经觉得自己慢了。也在反思，为什么我慢了。因为最开始我有顾虑，要求大家做更多的事，又不涨工资，这似乎不太对。但现在我觉得，如果我不推着大家改变和成长，大家反而会逐渐被这个时代淘汰。那才是真正的不负责。

当然，这也只是我的一种尝试，做下去可能会发现新的问题。但至少方向上，我觉得「让每个人都成为业务的 owner，而不只是执行者」，可能是AI时代组织变革的一个关键。

06. 不会再有40年了

电气革命从1880年代到1920年代福特碾压同行，中间隔了差不多40年。

那时候变化慢，工厂有的是时间慢慢适应。

AI不会给这个时间。技术迭代的速度跟一百年前完全不是一个量级。以前有40年，现在可能只有一两年，甚至是半年。

我觉得最危险的状态不是「没用AI」，而是「用了，但什么都没变」。因为你觉得自己已经跟上了，就不再想这件事了。

就像1900年那些装了电动机的工厂主，觉得自己已经拥抱新技术了。二十年后被福特碾过去的时候，他们可能还没反应过来。

工具到了。但工具解决的是执行。

真正的瓶颈已经悄悄换了。

参考资料

• Paul David， 「The Dynamo and the Computer： An Historical Perspective on the Modern Productivity Paradox」（电气革命生产力悖论的经典论文）
• Gains from factory electrification： Evidence from North Carolina， 1905–1926[1]
• Ford 官方历史：The Model T[2]
• History.com： Moving assembly line debuts at Ford factory[3]
• Wikipedia： Ford Model T[4]

References

[1]https://www.sciencedirect.com/science/article/abs/pii/S0014498325000014

[2]https://corporate.ford.com//articles/history/the-model-t/

[3]https://www.history.com/this-day-in-history/moving-assembly-line-at-ford

[4]https://en.wikipedia.org/wiki/Ford_Model_T