2026年，腾讯研究院发布了一份三万字报告《从超级个体到超级团队：AI时代组织变革的涌现路径》。报告很长，但真正值得每个管理者抄在桌上的，是一个公式：
组织竞争力 = 人才密度 × AI杠杆 ÷ 组织摩擦
注意，是乘除，不是加减。
人才密度，是单位团队里能独立跑完业务闭环的人占比；AI杠杆，是AI实际嵌入工作流的深度；组织摩擦，是一个想法从产生到变成可交付成果之间，要经过多少等待、审批、对齐和信息衰减。
这个公式最狠的地方在除号上：分子再大，分母不动，结果不变。 你买再多的AI、训再多的员工，只要审批链还是七级、汇报还是五层、跨部门还是要拉三个会——分子加上的每一分，都被分母原样摊薄。
这不是腾讯研究院一家之言。本站的方法论白皮书里，核心公式写的是：新工具创造的效率 < 流程惯性反噬的损耗 = 白做（详见《流程惯性反噬方法论白皮书》）。「组织摩擦」就是「反噬损耗」的量化表达，两个公式说的是同一件事：决定AI生死的，从来不是分子，而是分母。
问题在于：几乎所有企业，都在疯狂拉分子，没人碰分母。
一、88%在用，1%在变：分母失明的宏观证据
先看两组硬数据，出自麦肯锡不同年份的两份全球调研，分开标注。
第一组，2024年年中的麦肯锡全球AI调研：71%的组织已在至少一个业务职能中常态化使用生成式AI——但把自己企业的AI部署称为"成熟"的高管，只有约1%。
第二组，2025年11月的《The State of AI in 2025》：常态化使用AI的企业比例升到88%（去年是78%），调研覆盖全球近2000家企业。但约三分之二的企业尚未启动规模化部署，多数仍停在探索或试点阶段；62%的企业至少在试验智能体，真正在至少一个职能里规模化跑起来的，只有23%。
88%在用，1%敢称成熟——两组数字虽出自不同年份的调研，指向却完全一致：用的人越来越多，变了组织的还是那么少。断层的本质是什么？麦肯锡自己的定义说得很清楚——所谓"成熟"，指的是围绕AI重新设计了工作流和组织，而不是买了多少工具。
翻译一下：88%的企业拿到了分子（工具装上了、人用上了），只有1%的企业动了分母（流程、架构、协作方式围绕AI重造）。
Gartner的评判标准更直白，一句话就能自查：把AI从你的业务里剥离出去，核心业务会不会伤筋动骨？ 绝大多数企业的诚实回答是——不会。AI停了，审批照走、流程照转、业务照做。这不是AI没用，是AI从来没有真正进入过组织的分母。
再看智能体这一波。Gartner 2026年CIO调研显示：真正部署了AI智能体的组织目前只有17%，但超过60%计划在未来两年内部署；另一项被广泛转述的Gartner调研口径是，42%的企业预计2026年部署AI智能体。部署意愿一年翻倍不止——但请注意一个不对称：技术三个月就能上线，组织的适配调整，行业观察普遍认为要以年计。 这个时间差，后面第四部分细说。
数据摆完了，结论只剩一句：工具的普及速度，和组织的变革速度，是两条完全不同斜率的曲线。前者是分子，正在指数增长；后者是分母，几乎纹丝不动。
二、AI剥离测试：一票判断真嵌入还是假嵌入
上面的数据里藏着一个可以立刻拿去用的工具。我们把它提炼出来，命名为——
「AI剥离测试」：假设从下周一起，全公司停用所有AI工具两周。问一个问题：核心业务是否伤筋动骨？
只有两种结果：
| 测试结果 | 判定 | 含义 |
|---|---|---|
| 不伤筋动骨，业务照转 | 假嵌入 | AI在组织外面——是个人助兴工具，不是业务器官。采购预算本质上花在了「分子装饰」上 |
| 核心流程瘫痪、交付停摆 | 真嵌入 | AI已进入组织的分母——此时真正该操心的，是刹车和冗余（反噬防护） |
这个测试的价值在于它的一票否决性：不需要算ROI、不需要看使用率报表、不需要员工调研——伤不伤筋动骨，业务负责人三分钟就能给出答案。
对照一下现实：晶科能源财务BP的预算分析Skill（2天→15分钟）、蒙牛的奶牛诊疗Skill（1.5天→2小时）、明略科技3000个Agent嵌入日常运营——这些场景剥离AI，业务立刻疼。而多数企业的AI使用，停留在「员工私下用AI写邮件」——剥离了，谁也不会发现。
顺带说透一层：假嵌入不等于没用，但假嵌入配真预算，就是分母失明。 下一步该做的不是加码分子（买更多工具、办更多培训），而是回答那个更贵的问题——为什么两年了，AI还只是个外围工具？
三、分母失明：预算全砸在分子上的组织病
这里给这个现象起个名字：「分母失明」——企业在AI转型中，把全部预算、注意力和考核都投给分子（采购AI、培训员工、开发应用），而对分母（审批链长度、汇报层级、跨部门协作摩擦）零投入、零审计、零问责。
分子有预算科目，分母没有。分子有ROI报表，分母没有。分子有项目负责人，分母没有。看不见的东西，永远不会被管理——这就是失明的代价。
举一个微观标本。行业观察中流传着一个典型案例：某金融企业的AI风控Agent，技术验证成功、效率提升明显，却在推广环节搁浅——原因不是模型，而是它提效掉的初级行政分析工作，牵扯到三个初级分析师的岗位安置。部门负责人反复权衡后选择「再等等看」，项目冻结。（说明：此案例未查到可公开溯源的信源，取其揭示的机制，不当数据引用。）
这个标本的珍贵之处，在于它把「分母失明」具象化了：分子的每一分提效，都在制造分母上的新问题——被提效掉的人去哪、被缩短的流程谁签字、被绕过的层级谁担责。 这些问题不在任何技术团队的职责范围里，于是没人回答，于是项目停摆。技术赢了，组织没接住。
对照正面案例更清楚。晶科能源的「龙虾探索营」为什么能跑通？200个账号秒空、95人成为深度用户之后，晶科做的是让AI进财务、IT、知识产权、生产四个真实业务场景——AI进了分母。蒙牛的AI大赛为什么能沉淀出45个数字员工？因为它配套了L1-L3认证体系、评审标准和数据权限分级——组织为分母动了手术（详见《从边缘到核心》）。
同样是花分子，晶科和蒙牛先修了分母的容纳能力；多数企业是分子花完，才发现分母根本没开门。
四、为什么分母动不了：三速剪刀差
道理不难懂，为什么没企业做？因为分母动不了。这是整个问题里最坚硬的部分。
方法论白皮书v2.2给过一个概念——「三速剪刀差」（详见白皮书第一部分1.5.2）：技术以周为单位迭代，信任以月为单位积累，组织以年为单位移动。 三条速度曲线之间的裂口，就是流程惯性反噬的加速度。
分子是技术侧的事，改起来快：买工具走采购流程，一两个月；训员工做几场workshop，几周。分母是组织侧的事，每动一下都在切利益：审批链减一级，就有人的签字权没了；汇报层压一层，就有人的位置没了；考核指标改一条，就有人的奖金算法变了。降分母的每一步，都在要求组织里具体的人让渡具体的权力——这就是为什么部署的意愿一年翻倍，敢动分母的组织却始终是极少数。
这也解释了《AI项目死因调查》里那个悬案：为什么AI项目恰好死在上线半年后？因为半年，正是技术已经跑远、信任刚刚建立、组织还没开始动，三条曲线裂口最大的时刻（详见《AI项目死因调查》）。
所以真正的局面是：不降分母，分子白加；硬降分母，组织剧痛。 这不是死局，但需要打法——降分母不能全面开花，要找摩擦最重的那个点先动刀。
五、降分母三板斧：从摩擦最重的地方下手
降分母不是组织大重构，是三场小型外科手术。按性价比排序：
板斧一：审批链减法——把AI能完成的环节从链上摘掉
先用一周时间做「审批链盘点」：挑一条核心流程（报价、报销、内容发布、合同审批都行），把每个审批环节列出来，逐个问一个问题：这个环节审的什么？AI能不能给出同等质量的初审？
能的部分，改成「AI初审+异常人工复核」——审批链从七级砍到三级，分母立减。注意，砍的是环节，不是人：被摘掉环节的审批人，转去处理AI标红的异常件，工作量从「全量过目」变成「只看异常」，这恰恰是他们乐见的。找到分子分母同向的第一刀，比全面开战重要十倍。
板斧二：汇报层级压缩——先压「信息搬运层」
组织摩擦的大头不是管理层，是层与层之间的「信息搬运工」——把下层信息整理成汇报材料、再把上层意见传回下层的中级环节。AI最擅长的恰恰是信息搬运：日报自动生成、进度自动同步、异常自动上报。
试点做法：选一个十人团队，用AI替代「周报-汇总-汇报」这条链，试行一个月，看决策速度变化。白皮书v2.2里对这个层级消失有个概念叫「中级塌陷效应」——被动发生是灾难，主动设计是进化。区别只在于：你是等它塌，还是先把它设计好。
板斧三：考核重设——把「用了多少AI」从KPI里删掉
最反直觉的一斧。很多企业AI落地的考核指标是「AI使用率」「人均AI调用量」——这恰恰在奖励分子、无视分母。分子指标天然好刷：要求用，大家就会截图证明自己在用。
换成分母指标：流程审批时长是否下降？跨部门协作等待是否缩短？以及，每季度跑一次上面说的AI剥离测试——伤筋动骨的程度，就是真嵌入的深度。工具用没用不重要，业务离不离得开才重要。
三板斧的共同逻辑：每一斧都砍在摩擦上，而不是砍在人头上。 降分母的本质是让组织变顺滑，不是变瘦——这也是它和「裁员式降本」的根本区别。
六、结语：分子时代结束，分母时代开始
回到开头那个公式。组织竞争力 = 人才密度 × AI杠杆 ÷ 组织摩擦。
过去三年，整个市场都在做同一件事：拉分子。工具越买越多、模型越换越强、培训越办越密——分子已经拉到88%的企业都在用。但麦肯锡的数据同时告诉你：分母动起来的，只有1%。
接下来的分水岭不再是谁的分子大，而是谁的分母小。分子是买得来的（工具采购、课程培训、API充值），分母是买不来的（审批链、汇报层级、协作摩擦、考核惯性）——买得来的部分没有护城河，买不来的部分才是。
腾讯研究院把病灶写成了公式，麦肯锡把断层做成了数据，Gartner给出了判据——但药方，得企业自己开。本文给的三板斧是最小可行的开始：一条审批链、一个汇报环、一张考核表。
先跑一次AI剥离测试，看看自己的伤筋动骨指数。测完了，你就知道分子该不该继续加，分母该从哪里开始降。
附录：本文数据与观点来源
| 序号 | 数据/观点 | 来源 | 时间 |
|---|---|---|---|
| 1 | 公式「组织竞争力=人才密度×AI杠杆÷组织摩擦」；人才密度/AI杠杆/组织摩擦定义 | 腾讯研究院《从超级个体到超级团队：AI时代组织变革的涌现路径》 | 2026 |
| 2 | 71%组织常态化使用生成式AI，仅约1%高管称部署「成熟」 | 麦肯锡全球AI调研（The State of AI in Early 2024系列口径） | 2024年中 |
| 3 | 88%企业至少一个职能常态化使用AI（上年78%）；近2000家受访；约2/3未启动规模化；62%试验智能体、23%至少一个职能规模化 | 麦肯锡《The State of AI in 2025: Agents, Innovation, and Transformation》 | 2025-11 |
| 4 | 仅17%组织已部署AI智能体，60%+预计未来两年部署；「剥离AI后核心业务是否伤筋动骨」评判口径 | Gartner 2026 CIO and Technology Executive Survey及公开评述 | 2026 |
| 5 | 42%企业预计2026年部署AI智能体（2025年为17%） | Gartner调研（据行业转述口径，非官方原文） | 2025-2026 |
| 6 | 金融风控Agent因岗位安置搁浅案例 | 行业观察流传案例，未查到公开信源，仅取机制不作数据 | — |
| 7 | 「AI剥离测试」「分母失明」概念 | 本文首发提出，判据启发自Gartner评判标准 | 2026-09-08 |
| 8 | 三速剪刀差、中级塌陷效应概念 | 本站方法论白皮书v2.2（1.5.2/1.4节） | 2026-09-07 |
| 9 | 晶科/蒙牛/明略科技案例 | 上海证券报、环球网、甲子光年、界面新闻（详见《从边缘到核心》附录） | 2026-08/09 |
本文为「阅历」原创，概念与观点欢迎注明出处后引用。系列前作：《AI项目死因调查：杀死一半项目的，不是技术》、《从边缘到核心：企业引入AI工具的六项前置条件与五维流程适配》。转载请联系授权。