上周，一位做软件外包的朋友跟我吐苦水。
他给公司三十多个工程师全部配了 AI 编程工具，钱花了不少，工程师也很买账。半年后他拉数据，想看看交付速度提升了多少——结果发现，项目平均交付周期几乎没变。工程师写的代码确实多了，但代码堆在评审环节；评审通过了，又堆在测试和发布环节。
他问我：「是不是工具不够好？要不要换一个更贵的？」
我说：工具没问题。问题是 AI 把每个人手里的活干快了，但活和活之间的缝隙，一点没变窄。代码从「写完」到「上线」，中间隔着评审、测试、审批、排期——这些环节里没有一个 AI，全是人在等人。
一、个人效率和组织效率，已经脱钩了
这不是个例。今年有两份研究，把这件事说得很透。
第一份是 Faros 的《AI 生产力悖论报告》，基于 10,000 名开发者、1,255 个团队的遥测数据。结论很扎心：
| 指标 | 变化 | 发生在哪一层 |
|---|---|---|
| 人均完成任务数 | +21% | 个人 |
| 人均合并 PR 数 | +98% | 个人 |
| PR 评审等待时间 | +91% | 组织 |
| 人均 bug 数 | +9% | 组织 |
| 公司级交付指标 | 与 AI 采用无显著相关 | 组织 |
报告里有一句话我印象很深：「AI 采用与关键绩效指标之间的相关性，在公司层面蒸发了。」
第二份是 MIT 的 State of AI in Business 2025。他们发现 95% 的生成式 AI 试点没有产生可衡量的业务结果——而成功的 5% 有一个共同点：不是在旁边挂一个聊天机器人，而是 把 AI 深度嵌入了高价值工作流程。
两份研究指向同一个事实： 个人效率的红利，在组织层面被某种东西吞掉了。
这个东西是什么？
二、瓶颈转移：从「做事」到「交接」
先看一个物理类比。一家工厂，每台机器的加工速度提高了两倍，但工序之间的传送带没换、质检台没加、排期会议照旧——工厂的总产出会提高吗？
不会。产出由最慢的环节决定。这就是阿姆达尔定律： 系统的整体速度，取决于最慢的那个环节。
AI 正在对所有知识组织做同样的事。它把「个人做事」这个环节加速了，但组织产出链路上还有别的环节：
我在 AI 的三代进化：Chatbot、数字分身、数字员工 里讲过这条演进线：第一代 AI 回答问题，第二代数字分身提升个人效率，第三代数字员工才进入组织。绝大多数企业今天用的是什么？是第一代和第二代—— AI 只站在了个人旁边，没有站到流程里面。
于是出现了一个结构性错位：
- 个人层面：AI 让产出翻倍，工作流越来越快
- 组织层面：交接、等待、审批、信息搬运——这些环节的处理速度，还是工业时代的节拍
错位的后果不是「组织没变快」这么简单，而是更糟： 上游越快，下游积压越严重。Faros 数据里那个 +91% 的评审等待时间，就是积压本身。AI 生成的代码更多了，但评审员的眼睛还是两双；数字分身写的报告更多了，但老板的日程还是 24 小时。
个人效率的提速，反而把组织摩擦暴露得更清楚了。
三、组织摩擦到底是什么
「摩擦」是个笼统的词，值得拆开看。在组织里，它至少是四种东西：
1. 交接摩擦——工作从一个人转到另一个人时发生的信息损耗。写一份交接文档、开一个对齐会、回答一遍「这个背景是什么」。每一次交接，上下文都要重新装一次。
2. 等待摩擦——一件事卡在「等某个人有空看」。审批在等老板，评审在等专家，答案在等那个唯一知道的人。
3. 搬运摩擦——信息在系统之间的人肉搬运。从 ERP 复制到表格，从表格贴进文档，从文档念给开会的人听。
4. 决策摩擦——决策者收集信息、比较方案、承担不确定性所消耗的时间。这是最贵的一种摩擦，因为它卡住的是整条链路。
前三种摩擦的本质是 人等人、人搬信息；第四种的本质是 决策者的带宽是整个组织的带宽上限。
这四种摩擦有一个共同特征：它们都不创造新价值，只是组织协作必须付出的「过路费」。过去我们默认这些过路费是固定的，优化不了——毕竟人就是需要开会、需要审批、需要反复确认。
但 AI 改变了一个前提： 执行环节已经不需要那么多人力了，组织可以把省下来的注意力，重新分配到这些摩擦带上。
先划清一条边界：不是所有摩擦都该消灭。审批、合规、审计这些摩擦是组织的免疫系统，它们看着是过路费，实际是保险费——MIT 那份报告里成功的 5%，恰恰是把 AI 嵌进这些环节里重新设计，而不是绕过它们。要消灭的是另一类： 不产生任何判断、只产生等待和搬运的摩擦。区分这两类，是后面所有解法的前提。
四、解法的第一条腿：数字员工进流程
怎么消灭摩擦？直觉答案是「自动化」。但这里有一个关键区分： 传统自动化替代的是「做事的环节」，而摩擦发生在「人和人之间的环节」。
用脚本自动发一封通知邮件，不解决「这条通知该谁看、看完谁负责」的问题。用 RPA 自动填一张审批单，不解决「审批人为什么要看这些材料、看完凭什么判断」的问题。
摩擦带上需要的不是自动化，是 协作——一个能理解上下文、能承担责任、能被追问的参与者。这正是我在 数字员工的第一准则不是可控性 里推导的结论：数字员工要成为组织成员，前提是它的行为可以归属到一个问责链上。有了这个前提，它才能进入流程，而不只是挂在流程旁边。
数字员工进入流程之后，四种摩擦的变化是这样的：
| 摩擦类型 | 原来 | 数字员工进流程后 |
|---|---|---|
| 交接摩擦 | 人写交接文档，开会对齐 | 数字员工是流程常驻成员，上下文在它身上，不交接 |
| 等待摩擦 | 等专家有空、等老板有空 | 数字员工 7×24 在岗，先做预处理和预判，人只做终审 |
| 搬运摩擦 | 人在系统间复制粘贴 | 数字员工天然连接多个系统，信息自动流转 |
| 决策摩擦 | 决策者从零收集信息 | 数字员工备好材料、给出方案对比，决策者只做判断 |
注意最后两行：数字员工不是替人做决策，而是 把决策者面前的路铺平。决策权仍然在人手里——这一点在 企业级 AI 必须设计成出错后可以追责到人 里我讲过，是不可让渡的底线。
但「铺路」本身的价值已经足够大。一个审批流程里，80% 的时间可能花在「凑齐材料」上，只有 20% 是真正的判断。数字员工把那 80% 吃掉，人的判断力就被释放出来，可以做更多、更好的判断。
这里可以引出我的一个判断： 衡量一个数字员工是否真的「上岗」，不看它回答了多少问题，看它是否让某条流程上的等待时间变短了。前者是聊天机器人的指标，后者才是组织成员的指标。
五、解法的第二条腿：老板 AI
第一条腿解决的是执行链路上的摩擦。但有一条链路最特殊： 决策链路。
组织的决策带宽，永远等于决策者的带宽。数字员工可以把材料备好、把方案列齐，但最后拍板的那一下，还是人。如果这个人一天只有 8 小时、一周只能开 10 个会，那么无论流程跑得多快，整个组织的节奏都被这 8 小时锁死。
我在 让组织可编程：一位连锁门店老板教会我的事 里讲过一位管 7 家门店的朋友。他用 AI 搭出了排班、核查、日报、工资预审一整套流程——但请注意，那篇文章里，AI 是 他手里的工具，是他自己在定义规则、自己在看结果。
这次我想再往前推一步。老板真正稀缺的不是搭流程的能力，是 做判断的带宽。所以第二条腿不是「老板用 AI 干活」，而是「AI 围绕老板的决策环节做服务」——我称之为 老板 AI：
- 信息侧：每天发生了什么，不用等周报。数字员工把经营异常、客户反馈、流程卡点实时归拢，老板问一句就能拿到带上下文的答案。
- 决策侧：要拍板的事，材料提前备好。数字员工把相关数据、历史先例、可选方案整理成一页纸，老板的时间花在比较和判断上，而不是收集信息上。
- 追踪侧：拍板之后，执行不靠老板记性。决策变成任务，任务有负责人和期限，数字员工定期汇报进展，异常主动上报。
这三件事的共同点是： 它们都发生在决策摩擦带上。老板 AI 不替老板做决定，它把「做决定」这个动作的前置成本和后置成本都压下去，让同样的 8 小时能承载更多高质量决策。
为什么这一步特别重要？因为在上下文的竞争这个判断下，老板其实是组织里上下文负担最重的人——所有条线的信息都向他汇聚，而他恰恰是时间最稀缺的人。组织里最大的上下文错配，就发生在决策者身上。老板 AI 做的，正是把最稀缺的注意力和最需要的上下文对齐。
而且老板 AI 有一个飞轮效应： 老板的决策变快了，组织的授权半径就变大了。以前老板因为看不过来，很多事要攒到周会一起拍；现在随时能看、随时能判，授权就可以放得更低、更细。决策权下沉，组织才能真正快起来——这不是 AI 直接提速，而是 AI 改变了组织的决策结构。
六、两条腿合起来：摩擦带地图
把两条腿放在一起看，会发现它们覆盖的是同一条链路的不同区段：
这张图可以当一个诊断工具用，我称之为 摩擦带地图：
- 画出你的核心业务链路（从需求到交付，从线索到回款）
- 标出每一段的处理时间，区分「干活时间」和「等待时间」
- 等待时间最长的区段，就是你的主摩擦带
- 主摩擦带在执行段 → 配个人工具就够了；在交接等待段 → 需要数字员工进流程；在决策段 → 需要老板 AI
大多数企业做完第 2 步就会有一个意外的发现： 真正吃时间的，从来不是干活。这也解释了为什么买了那么多 AI 工具，报表上的交付周期纹丝不动——工具全都配在了本来就不慢的区段。
七、回到那个问题
回到开头那位朋友。他后来没有换更贵的编程工具，而是做了两件事：给代码评审环节配了一个数字员工，先做静态检查、测试补全和风险初筛，人只评审它标记出的重点；给他自己配了一个日报 Agent，每天把各项目进度、卡点和风险归拢成三屏以内的摘要。
三个月后，项目平均交付周期缩短了大约三分之一（他自己的粗略估算）。他跟我说：「其实工程师的产出没再涨，涨的是东西不在半路上停着了。」
这句话值得记下来：组织效率的提升，往往不是任何一个人变快了，而是工作在流动中不再停顿。
AI 已经证明它能让每个人变快。接下来的竞赛不在个人层面，而在组织层面——谁先把数字员工放进流程，谁先给决策者配上 AI，谁的组织就先跑起来。
你所在的组织，主摩擦带在哪一段？欢迎留言聊聊。