穆胜：AI 不会取代职能，只给职能装上「智能眼镜」

近日，管理咨询机构穆胜事务所发文回应「AI 摧毁职能体系」的观点，认为这一说法是「技术可以穿越组织」的妄念。该机构指出，开源低代码平台虽然降低了工作流重构的门槛，但 AI 并不能绕过职能直接重塑企业，AI 只能以 API 接口的方式与各职能系统连接。其核心观点是——AI 不会取代职能系统，只会给职能系统装上一副「智能眼镜」，让它看得更准，但干活的依然是职能里那一双双手。

技术无法穿越组织

穆胜事务所认为，AI 化的本质不是一次性替换，而是颗粒度拆解。低代码平台让搭建 AI 应用变得像拼接乐高积木一样简单，但真正的难点在于「砸掉承重墙」，即对现有业务流程进行脱胎换骨式的梳理。工具只是提供了可能性，关键仍要由懂该职能的人去操刀流程重构。

以 HR 招聘流程为例，要拆成 JD 生成、简历初筛、面试问答、背景调查、薪资谈判等十几个节点，每个节点分别 AI 化、试错、拼接，这个「搬砖」的过程没有捷径。在 AI 智能供应链场景中，AI 判断需要补货时，通过 API 调取 ERP 的「创建采购订单」接口；发现库存异常时，通过 API 调取 WMS 的数据。AI 是「神经中枢」发号施令，但「手脚」依然是独立的旧系统，通过 API 这根「神经纤维」连接。

企业真正需要的是「轻快系统」

穆胜事务所指出，企业买的不是模型，也不是数字员工，而是「在业务场景里解决问题的轻快系统」。其运作逻辑是：开源大模型提供「大脑」，低代码开发平台提供「肢体」，企业再基于自身业务流进行重塑。

目前提供低代码开发平台的力量主要有三股：

• 大模型厂商，如 OpenAI 等，附带提供低代码平台；
• 云服务厂商，如阿里云、AWS 等，天然具备低代码平台基因；
• 第三方低代码平台，如 OutSystems、Mendix 等，深耕业务场景。

穆胜事务所强调，AI 不是「一步到位的全案式解决方案」，而是「持续迭代的复杂系统」。它来源于对每个职能的切割、改造、拼接，成熟的系统也需要随市场变化持续迭代。

AI 再强也要遵循组织原理

该机构认为，即便 AI 穿越了职能，也是因为每个职能都先完成了 AI 化，然后用合理方式组合成「系统」。横向分工、纵向集权、流程节点、考核激励——组织的逻辑并未改变。穆胜事务所引用其以往研究结论——「平台型组织 + AI 技术 = 智能体组织」。

文章还指出，AI 带来的真正变革是让业务流或流程更加灵活。未来的核心壁垒在于「事件驱动」，即当 AI 通过 API 写完采购单后，ERP 系统自动触发的审批流是否能反过来通过 API 回调 AI 进行「多轮协商」。这才是「穿越」的高级形态，但本质上依然是 API 对 API 的对话。

职能专家仍有不可替代的价值

穆胜事务所认为，既然重构职能领域需要「颗粒度拆解」，那么到底是「懂业务的老员工学会用低代码」更快，还是「懂 AI 的极客去蹲点摸透业务痛点」更快，决定了 CTO 或 CIO 该把预算花在培训还是招聘上。

其给出的三个具体理由是：

• 工具平权，业务直觉无法平权：OpenAI、DeepSeek、Llama 3 等模型的性能差距在缩小，但「什么节点该调用 AI」「输出结果该如何解释」取决于深度业务理解；
• 懂 AI 的人只问「能不能」，懂业务的人才能判「该不该」：懂业务的老员工构建的工作流是「带着防弹衣」的，能真正落地且不出合规事故；
• 变革的阻力不是技术，是人的惯性：推动 AI 化最难的是让销售团队愿意把客户跟单记录填进系统，这种「组织润滑」能力是 AI 极客学不会的。

不过穆胜事务所也补充，「懂业务」必须是「懂数字化业务」，那些抵制数字化、抵制 AI 的业务能手，理应被排除在未来的组织名单之外。