AI Productivity - HRTechChina.com

AI Productivity

字节重组飞书拆成两半：豆包吃产品，火山引擎吃商业化，这是一次组织降级，还是一次AI战略升维？ HRTech核心摘要：字节跳动近日启动面向企业服务与人工智能业务的重要组织调整。飞书原有的产品团队和GTM体系将被分别纳入豆包与火山引擎，字节跳动由此进一步整合大模型、企业协作场景、云基础设施及To B商业化能力。简而言之：产品归豆包，销售归火山，引擎归别人，最后只剩“品牌和服务保持不变”这句话。根据此次调整方案，飞书产品团队将与豆包产品团队整合，成立新的豆包产品团队，由豆包负责人赵祺负责，飞书负责人谢欣向赵祺汇报。在GTM体系方面，飞书负责市场、销售和客户服务的团队将与火山引擎相关团队整合，成立新的To B GTM组织——“创造力服务平台（Creativity Service Platform）”。新组织将统一负责字节跳动MaaS、SaaS及其他云服务的市场推广、企业销售和客户服务，由火山引擎负责人谭待负责。飞书销售负责人林婵、飞书战略及市场负责人史志隽将向谭待汇报。需要特别说明的是，此次调整并不意味着飞书品牌消失或现有飞书产品停止运营。根据字节跳动方面的表述，飞书原有产品和服务将保持不变，飞书与豆包还将在企业生产力场景中展开更深入的产品协作。飞书原有组织被拆分，产品与商业化分别进入两条主线从组织架构来看，此次调整改变了飞书过去相对完整的业务运行模式。此前，飞书拥有自己的产品研发、市场、销售和客户服务体系，能够以相对独立的企业协作软件业务进行产品决策、客户拓展和商业化运营。调整完成后，飞书的产品团队进入豆包体系，市场、销售和客户服务团队则进入火山引擎主导的创造力服务平台。飞书不再保留过去完整且相对独立的产品与GTM组织。因此，从组织权力和汇报关系角度观察，飞书的业务独立性确实有所下降。但将这次调整简单概括为“飞书被放弃”并不准确。飞书被拆分之后，其产品、企业数据和协作场景正在被纳入字节跳动更大的企业AI战略。飞书未来承担的角色，可能不再只是经营一套独立的协同办公软件，而是成为豆包进入企业工作场景的重要入口。豆包企业版已经在部分飞书客户中开启内测字节跳动此次调整背后，一个重要产品方向是豆包企业版。据飞书公开介绍，豆包企业版是一款面向企业组织的AI办公产品，依托字节跳动自研Seed模型体系，支持复杂任务执行、文档与数据处理、图片和视频创作，以及电脑与浏览器操作。由飞书产品团队深度参与开发的豆包企业版，已经在部分飞书客户中开启内测。与面向个人用户的通用AI助手不同，豆包企业版试图将人工智能直接嵌入企业的日常工作环境。企业员工可以在获得授权的情况下，让AI理解飞书中的文档、表格、会议、群聊和企业知识，并基于具体工作上下文执行任务。这意味着企业AI不再只是一个独立的聊天窗口，而是可能逐步参与信息检索、内容生成、数据整理、会议处理、跨系统操作和业务流程执行。飞书过去已经在企业级Agent领域进行布局。飞书aily被定位为企业级Agent平台，可连接企业知识、业务系统和AI技能，支持企业构建面向具体工作场景的智能应用。从这一角度看，豆包企业版与飞书的整合，并不是从零开始。飞书已经拥有组织通讯录、权限体系、企业知识、文档协作和应用开发环境，豆包则进一步提供通用模型、推理、内容生成与任务执行能力。豆包、飞书和火山引擎正在形成企业AI完整链条此次组织调整可以概括为三个层面的重新组合。豆包提供大模型、AI助手和Agent执行能力；飞书提供企业工作入口、组织关系、协作场景和知识数据；火山引擎则提供云基础设施、MaaS服务、企业销售与交付能力。过去，这些能力分布在不同的组织和产品体系中。调整后，字节跳动正在将其整合为一条更加完整的企业AI产品与商业化链条：底层是火山引擎提供的云计算、模型服务与技术基础设施；中间是豆包提供的模型与智能体能力；上层则是飞书所覆盖的文档、会议、沟通、知识与组织协作场景。在商业化层面，创造力服务平台将统一承担MaaS、SaaS等企业服务的市场、销售和客户服务工作。这有助于减少不同产品团队之间重复覆盖客户、销售资源分散及交付体系割裂的问题。字节跳动CEO梁汝波此前在2026年火山引擎FORCE原动力大会上表示，攀登AI高峰是公司当下最重要的事情。从此次组织调整看，字节跳动正在将这一战略进一步落实到企业业务的组织架构中：AI不再只是某个独立部门的新产品，而是开始重新定义企业软件、云服务和商业化团队之间的关系。飞书“被降级”，还是进入更重要的AI基础设施位置？对于飞书而言，这次调整具有明显的双重含义。一方面，飞书失去了过去相对独立的组织架构。产品负责人、销售负责人和市场负责人分别进入豆包与火山引擎的管理体系，意味着飞书不再以一个完整业务单元独立配置资源和推进战略。从这一意义上说，飞书的组织地位出现下降。另一方面，飞书在字节跳动企业AI体系中的产品价值可能进一步上升。大模型要进入企业，仅有模型能力并不够。AI需要知道员工是谁、可以访问哪些信息、正在参与什么项目、有哪些会议和文档、能够调用哪些业务系统，以及执行任务时应当遵守什么权限。飞书所积累的组织架构、权限体系、企业知识和工作场景，正是企业AI落地所需要的关键基础设施。飞书此前也曾明确表示，其AI能力离不开豆包大模型的支持，并强调企业数据需要受到权限管控和隔离，不应用于模型训练。因此，更准确的判断或许是：飞书的组织独立性正在下降，但它在字节跳动AI战略中的场景价值和数据基础设施价值正在上升。对HR科技行业意味着什么？此次调整不只是字节跳动内部的一次管理变化，也反映出企业软件和HR科技行业正在发生的结构性转变。过去，企业采购软件通常按照功能模块进行划分，例如协同办公、招聘管理、绩效管理、学习发展、员工服务和数据分析。不同系统拥有各自的界面、流程和数据库，员工需要在多个软件之间切换。 AI Agent进入企业后，这一模式可能发生变化。未来，员工不一定需要分别打开多个系统完成工作，而可能直接向企业AI提出任务。例如： “整理过去三个月的离职访谈，并总结主要原因。” “根据招聘计划筛选候选人，并生成面试安排。” “分析员工敬业度调查结果，识别高风险团队。” “根据公司的差旅和薪酬政策，回答员工问题。” 企业AI可以理解任务，再调用HR系统、协同平台、知识库和数据工具完成执行。在这种模式下，企业软件的竞争重点将逐渐从“谁拥有更多功能页面”，转向“谁能够向AI提供可信的数据、标准化的接口、可控的权限和可执行的工作流程”。对于HR SaaS厂商而言，需要重新思考三个问题。首先，产品能否成为AI Agent可以调用的能力模块，而不仅是由员工手动操作的独立系统。其次，企业数据是否具备清晰的权限、语义结构和治理机制，能够让AI安全、准确地理解和使用。第三，产品是否拥有足够深入的业务流程与专业规则，避免被通用AI工作入口替代。 HR部门也将面对新的组织设计问题字节跳动此次调整本身，也是一个典型的AI驱动组织变革案例。当AI从实验性技术变为公司的核心战略后，传统按照产品线划分的组织结构可能不再适用。模型团队、应用团队、云服务团队、销售团队和客户成功团队需要重新组合，形成围绕客户场景和AI能力的协同机制。对于企业HR和组织发展负责人而言，类似变化将带来新的管理议题：企业是否需要设立独立的AI部门，还是应当把AI能力嵌入每个业务部门？传统产品经理、销售、客户成功和实施顾问的职责将如何变化？当多个产品共享同一套模型和数据基础设施时，绩效目标与资源配置应如何设计？原有业务被整合进入AI主航道后，如何处理管理层角色、团队身份认同和员工预期？这些问题说明，AI转型不仅是技术系统升级，也是一场涉及组织架构、管理权限、人才能力和商业模式的系统性调整。 HRTech观察从独立协同办公平台到企业AI工作入口，飞书正在经历一次重要的身份变化。此次重组最值得关注的，并不是飞书是否在字节跳动内部“被降级”，而是字节跳动开始放弃模型、SaaS和云服务相互分离的组织方式。豆包负责智能，飞书提供工作场景，火山引擎负责基础设施与商业化。三者整合之后，字节跳动所竞争的已经不只是协同办公市场或云计算市场，而是企业AI时代的统一工作平台。对于HR科技行业而言，这也是一个清晰信号：未来HR软件不会只与其他HR软件竞争，还需要面对飞书、钉钉、Microsoft 365、Google Workspace等工作平台与大模型深度融合之后形成的新一代企业AI入口。当AI能够跨越文档、沟通、知识和业务系统直接完成任务，传统HR SaaS产品的页面、菜单和功能模块可能不再是用户接触企业软件的第一入口。真正具有长期价值的产品，将是那些拥有专业业务逻辑、可信企业数据、复杂流程执行能力，并能够被企业AI安全调用的系统。飞书的这次组织调整，可能正是中国企业软件从“SaaS协同平台”走向“AI工作操作系统”的一个重要节点。下一步关注 HRTech将继续关注豆包企业版的产品发布、企业客户内测进展，以及飞书、豆包与火山引擎在HR、人效管理、知识管理和企业Agent场景中的后续整合。对于企业HR团队，现阶段可以优先评估三个方向：梳理可供AI调用的企业知识与HR数据；检查权限、隐私和安全审计体系；识别招聘、员工服务、学习发展及人才分析中适合由Agent执行的高频任务。对于HR科技厂商，则需要加快建立开放接口、Agent工具调用能力和企业级权限体系，并重新评估产品在企业AI工作入口下的角色。更多全球HR科技、企业AI及未来工作趋势，欢迎持续关注HRTech，并查看HRTech最新行业活动与研究内容。

AI Productivity
2026年07月30日
AI Productivity

调查：员工开始用AI“抢同事工作”，有人因此升职，有人被裁 HRTech概述：AI正在迅速改变职场结构，但最新一项调查显示，这种变化已经从“提升效率”演变为更复杂的行为模式—很多人用 AI 把同事的工作接过来做，但不会告诉老板是 AI 做的，最后结果是——同事被裁了，他反而升职加薪。AI 已经不只是提效工具，而是“保饭碗工具”。这个对 HR 和管理者，其实是个很大的挑战调查背景：1000名美国员工揭示新趋势美国职业平台ResumeBuilder发布的一项最新调查显示，在当前充满裁员压力的职场环境中，AI的使用方式正在发生显著变化。该调查于2026年4月通过Pollfish平台完成，覆盖1000名美国全职员工，且所有受访者均表示对未来12个月可能发生裁员“至少有一定担忧”。结果显示，60.7%的受访者承认曾使用AI承担原本由同事负责的任务，这一行为被定义为“AI job hijacking”（AI岗位接管）。在过去12个月发生过裁员的公司中，这一比例进一步上升至74.3%，显示出裁员压力与该行为之间的显著关联。行为变化：从“用AI提效”到“用AI替代同事”从人群分布来看，这一行为在35至44岁员工中最为集中，比例达到74.7%；男性员工的参与比例为67.1%，女性为51.8%。此外，近三分之一（32.3%）的AI使用者在过去六个月中已经接管了四项或以上的同事职责，显示出该行为正在规模化发展。这一趋势意味着，AI在职场中的角色正在发生转变：从最初的效率工具，逐步演变为一种提升个人竞争力、甚至替代他人的手段。信息不透明：大多数员工不会告诉老板AI参与程度更值得关注的是，AI的使用过程高度不透明。调查显示，62.8%的员工并未向管理者披露AI在工作中的实际参与程度。相反，他们往往将成果归因于个人努力或能力提升。具体来看，50.1%的受访者表示会向经理解释为“主动承担更多职责”，28.2%称是“工作更加努力”，还有26.5%表示“通过与同事合作学习获得能力提升”。与此同时，61.6%的AI使用者坦言，如果管理者完全了解AI的参与程度，他们会对自身岗位安全感到担忧。职场关系冲击：被替代的往往是“关系不错的同事”在组织关系层面，这一趋势的影响更加直接。调查显示，70.8%的受访者表示，被其接管工作的对象通常是“关系较好的同事”。更具冲击力的是，在这些案例中，有63%的被替代者最终被裁员。按整体样本计算，约27.1%的受访者表示，他们曾通过AI接管朋友的工作，并最终看到对方被裁。这一结果表明，AI不仅改变了岗位结构，也正在重塑职场中的人际关系与信任基础。激励机制扭曲：使用AI者反而获得更多回报尽管这一行为对同事产生了直接影响，但从个体职业发展的角度来看，AI使用者却普遍获得正向反馈。调查显示，79.6%的相关员工获得了至少一种职业回报。其中，47.9%获得正面绩效评价，44.2%被赋予更多职责，21.7%获得晋升，20.4%获得加薪。这意味着，在当前绩效评价体系下，AI能力正在被直接转化为职业优势。专家观点：从“创新”转向“生存竞争”ResumeBuilder首席职业顾问Stacie Haller指出，这一现象反映出职场行为逻辑的变化。她认为，这种趋势“更像是生存竞争，而不是单纯的创新”。她进一步指出，当员工因裁员焦虑而采取行动时，往往会减少信息分享、规避风险，甚至在无意中削弱团队合作。长期来看，这种行为可能侵蚀组织内部的信任与文化，而管理层往往难以及时察觉。 AI治理将成为企业核心管理议题从更宏观的角度看，这一趋势并非孤立现象。在裁员压力、绩效竞争与AI能力差异叠加的背景下，员工行为正在发生结构性变化。AI逐渐从效率工具演变为“职场生存工具”。对于企业而言，这提出了新的管理挑战：如何界定AI参与下的绩效归因，如何建立透明的使用规则，以及如何在推动AI应用的同时维护团队信任与协作机制。未来的竞争，不仅在于谁更早采用AI，更在于谁能够更有效地治理AI。

AI Productivity
2026年05月02日
AI Productivity

【重磅解读】当8万人开始依赖AI：工作正在被重新定义，而不是被加速 HRTech概要：基于8万+真实用户访谈，它揭示了一个非常关键的趋势：AI的角色正在发生结构性变化。很多人还在讨论AI是否能提高效率，但真实情况是——用户已经在用AI做更深层的事情，比如学习、决策甚至情绪支持。这意味着AI正在进入“认知层”和“心理层”。更值得关注的是一个核心发现：AI的收益和风险是绑定出现的。效率提升往往伴随着判断能力下降，学习增强可能导致认知依赖，而情绪支持则更容易形成心理依赖。而且这些问题不是提前设计出来的，而是在实际使用中逐渐出现的。这对企业提出了一个新的问题：AI不是简单的工具，而是一种“能力交换机制”。更多全球最新HR科技趋势，请关注 HRTech 刚刚，Anthropic发布了《What 81,000 People Want from AI》研究。这份报告表面上是一次关于AI使用场景的大规模调研，实则更接近一份“人类行为结构变化”的底层观察。研究基于超过80,000份高质量访谈数据，覆盖159个国家、70种语言，在短时间内构建了一个极具代表性的样本体系。与传统问卷不同，这是一组通过AI访谈获得的开放语义数据，其核心价值不在统计分布，而在于揭示一个更深层的问题：当人们真正开始依赖AI时，他们到底在“交换什么”。如果仅从使用场景来看，这份报告并不新颖。软件开发、写作辅助、学习支持等仍然是最主流的应用领域。但当这些使用行为被放入“需求—体验—担忧”的结构中进行分析时，一个更具解释力的模式开始浮现：AI并没有简单地提升效率，而是在重塑人类完成工作的方式本身。 AI使用的真实逻辑：从效率工具到能力外包系统过去两年，企业引入AI的主要叙事是“效率提升”。这一逻辑在早期阶段成立，但Anthropic的研究表明，这只是表层现象。用户在访谈中呈现出的需求，实际上分布在三个递进层级：首先是效率，即自动化重复性任务；其次是认知，即辅助学习、理解复杂问题以及参与决策；第三则是情绪层面，包括缓解压力、提供陪伴以及处理关系问题。尤其值得关注的是，访谈中大量用户主动提及 grief、mental health、relationship 等内容，这类表达在传统用户研究中极为罕见，却在AI访谈中成为高频信号。这一变化的本质在于，AI已经从“完成任务的工具”，演变为“参与认知与情绪结构的系统”。当用户将AI用于思考、判断甚至情绪处理时，其角色已经不再是外部辅助，而是逐步嵌入到人类能力结构之中。这也是为什么单纯以“生产力工具”来理解AI，会低估其长期影响。最关键的发现：价值与代价是同一件事的两面这份研究最有穿透力的结论，不在于用户如何使用AI，而在于他们如何同时理解AI的好处与风险。数据表明，提到AI带来收益的用户，显著更可能同时提到其潜在问题，这种“正负共现”在多个维度上都呈现出稳定结构。效率提升往往伴随着对“虚假效率”的警惕，即用户担心自己在更快完成任务的同时，可能降低了判断质量；学习能力的增强，则对应对“认知退化”的担忧；而情绪支持，则与依赖性之间呈现出最强关联，其共现概率达到基准水平的三倍以上。更值得注意的是，这种风险意识并不是在使用前形成的，而是在使用过程中逐步出现。研究中区分了“经验性表达”和“预期性表达”，结果显示，基于真实使用体验的收益—风险关联显著强于基于假设的判断（φ≈0.20 vs φ≈0.07）。这意味着，AI的影响并不是一个可以完全通过设计或培训提前控制的变量，而是一个在持续使用中不断显现的系统性后果。换句话说，AI并不是一个“先理解再使用”的工具，而是一个“先使用再理解其代价”的系统。 AI的真正变化：从工具层进入“行为结构层” 如果将这份研究放入更广泛的产业背景中，可以发现它与当前AI技术演进路径形成了高度一致的映射。在NVIDIA GTC 2026大会上，Jensen Huang提出未来企业将同时拥有Human Workforce和Digital Workforce，而Workday、UKG等企业正在推动的Agentic AI，则进一步将AI从“响应指令”转向“主动执行任务”。 Anthropic的研究从用户行为侧验证了这一趋势。过去，工作的基本结构是“人使用工具完成任务”，工具只是延伸人类能力的外部手段。而现在，AI正在逐步参与任务的拆解、路径选择以及执行过程，在部分场景中甚至可以独立完成完整工作闭环，人类的角色转变为监督与校正。这种变化并不只是效率提升，而是将AI引入到“工作结构本身”。当AI开始参与决策路径时，工作的定义已经发生改变。它不再是“人做什么”，而是“人和系统如何共同完成结果”。对HR的深层影响：从“人力管理”走向“人机协同管理” 对于HR而言，这一变化的意义远远超出工具引入或技能培训层面。真正的挑战在于，企业正在从单一的人类劳动力体系，转向“人类与数字系统共同构成的劳动力结构”。这将直接冲击现有的人力资源管理逻辑。首先，岗位定义将发生根本变化。传统岗位基于个人能力设计，而在AI参与的环境中，岗位需要围绕“人机组合能力”进行重构，即一个人能够通过AI系统实现的整体产出。其次，绩效评估将变得更加复杂。当产出部分来自AI能力时，如何区分个体贡献与系统贡献，将成为新的管理难题。更重要的是，风险管理将从边缘问题变为核心能力，因为AI的每一项能力提升，都伴随着潜在的依赖、偏差与合规风险。在这一背景下，HR的角色也将发生转变，从“管理人”转向“设计与管理人机协同系统”。一个被低估的本质：AI是一种能力交换机制综合这份研究的所有发现，可以抽象出一个更具解释力的结论：AI并不是一个单向提升生产力的工具，而是一种“能力交换机制”。用户通过AI获得更高效率、更强认知支持以及更低情绪成本，但同时也在交换掉部分独立判断能力、学习路径以及心理边界。这种交换并不是线性的，也不是完全可控的，而是在持续使用中逐步累积。正因如此，未来企业真正需要建立的，不是单一的AI应用能力，而是一套能够管理这种交换关系的体系，包括使用边界、风险识别以及行为引导。结语：HR需要重新理解“工作”本身 Anthropic的这份研究，并没有直接回答企业“如何使用AI”的问题，但它提供了一个更基础的视角：AI正在改变的，不是工具，而是“人类如何完成工作”的基本结构。当工作从“人完成任务”转变为“人和系统共同产生结果”，HR所面对的对象、能力模型以及管理边界，都需要被重新定义。对于中国HR科技行业而言，这不仅是一个技术趋势，更是一次关于“工作本质”的再认识。谁能够率先理解这一变化，并将其转化为组织能力，谁就有可能在下一阶段的人才竞争中占据主动。

AI Productivity
2026年03月19日