过去，企业要做大，靠的是“人的规模化”：人一多，层级、流程、汇报、沟通就多，中间层随之越来越厚。AI 智能体正在改变这个逻辑。波士顿咨询公司（BCG）在 2026 年 5 月发布的《AI 组织坍缩效应》报告中给出了一个颇具冲击力的判断：最先消失的不是干活的人，而是“翻译”的人。

一、企业为什么会有中间层

管理学教科书给出的经典答案是“管理幅度”：一个管理者能直接带的人数有限，公司规模大了，老板管不过来，就需要再加一层管理者。

但这只是表面原因。中间层还承担着一项更隐蔽、也更重要的工作：信息转译。老板的想法，要被翻译成一线能执行的任务；一线的进展，要被整理成老板能看懂的汇报；业务部门的需求，要被翻译成财务的语言、法务的语言、技术的语言。很多中后台岗位，本质上都在做这件事：把一种信息，转换成另一种信息。

出门问问创始人李志飞在一次采访中谈到：过去企业做大，往往靠人的规模化；人一多，管理就复杂，层级、流程、汇报、沟通都会变多，中间层也随之变厚，而中间层越厚，信息损耗越大。

信息每经过一层，就会被过滤、简化、延迟一次。一个决策从拍板到落地，往往要经过好几道工序，等结果交出来，可能已经和最初的想法相去甚远。这部分损耗，是企业为规模付出的隐性成本。

二、AI 改变的，是信息怎么流动

第一波冲击中间层的，是协同办公软件。消息、文档、会议搬到了线上，老板理论上可以直接看到一线在做什么。但软件只解决了信息同步，没有解决业务执行：任务不会自己跑起来，推进还是要靠人催。

AI 智能体走得更深一步：它不只是帮人同步信息，而是直接参与执行。BCG 的报告举了财务预算与经营分析的例子：过去需要业务、财务和 IT 多轮对齐、整理数据、生成报告的流程，现在可以由三类智能体协同完成：业务伙伴智能体理解目标、拆解任务，执行智能体完成数据整合与分析，预测智能体提供风险提示。人类管理者只需在关键决策点介入。

当智能体能够同时理解财务、人事、法务等多个职能的规则时，部门之间的那堵“墙”本身就开始失去意义。BCG 将这一变化概括为“部门墙坍缩”：职能部门的 AI 转型，不再是费力地拆墙，而是墙自己慢慢消失。

这一趋势的速度可能超出很多人的预期。Gartner 在 2025 年 8 月预测，到 2026 年底，40% 的企业应用将集成面向特定任务的 AI 智能体，而在 2025 年，这一比例还不足 5%。

三、已经发生的变化

一些企业已经开始用行动回应这一趋势。

2026 年 5 月，代码托管平台 GitLab 宣布重组：计划把全球运营国家的数量减少 30%，移除最多 3 个管理层级，把研发部门重组为约 60 个更小的团队，并用 AI 智能体自动化内部流程。当然，一家公司的重组往往有多重原因，不能简单归结为 AI，但“移除最多 3 个管理层级”这一举措本身，说明一部分中间层的职能正在被重新定义。

2026 年 4 月，出门问问发布了企业级 AI 原生协作平台，核心理念是“群即现场”：在一个工作群里，人和 AI 智能体共同作为协作单元，群里的讨论可以直接触发智能体去写代码、做 PPT、查资料，结果再回到群里继续讨论。会议纪要不再只是存档，而是成了智能体继续执行的入口。

需要冷静看待的是，这些案例大多来自数字化基础较好的科技公司。在传统制造业、大型国企或强监管行业，层级结构不只是信息传递的通道，还承担着合规风控、权责界定和利益平衡等功能。组织变“扁”，在不同行业、不同规模的企业里，速度和形态会很不一样。

四、哪些能力正在被重新定价

BCG 的报告指出，过去中后台大量岗位承担着信息转译职能：把业务需求转化为财务语言，把政策转化为合规要求，把数据整理成管理报告。而生成式 AI 天然具备跨语境理解和文本生成能力，这类“接口型”角色会率先被压缩。

被重新定价的，是转译、协调、催办、汇报这些能力；真正变得更加稀缺的，是判断复杂情况、敢于拍板、愿意承担后果的能力。BCG 把这一转变概括为：专家的护城河，正在从“我记得”变成“我判断”。以知识记忆为核心价值的能力会被逐步替代，而具备判断力、取舍能力和复杂决策能力的人，会成为新的核心资源。

组织的形态也会随之变化。BCG 预计，组织将从金字塔加速向“哑铃型”演化：一端是做判断、定方向的人，另一端是“智能体 + 人工”协同的执行体系，中间环节被大幅压缩。

这并不意味着人会被大规模替代。Anthropic 与 Material 的调研显示，在使用 AI 智能体之后，组织观察到员工把更多时间投向了战略性工作（66%）、人际关系建设（60%）和技能发展（70%），而不是日常执行。德勤报告中一位物流企业高管的说法也很有代表性：目标是让定价分析师变成定价策略师。AI 接手执行，人转向判断和策略，这才是组织变扁的积极一面。

五、组织变扁的隐性代价

组织变扁不是只有好处，有几个代价值得提前想清楚。

协调成本不会凭空消失。团队拆得越小，团队之间的接口、任务依赖和优先级冲突就越多。这些成本没有消失，只是从部门之间的摩擦，转移到了人和 AI 协作的界面上。一个管理者以前带 10 个人，将来可能要指挥更多的智能体，管理幅度变大了，认知负担也会加重。

错误会被放大得更快。智能体不会闹情绪、不会争资源，但会严格执行一个有缺陷的指令。当 AI 承担财务、人事、法务等核心任务时，一次偏差的分析、一份不合规的决策，在规模化执行下可能被迅速放大。

判断力可能在不知不觉中退化。如果管理者不再亲自接触一线信息，只依赖 AI 过滤后的二手信息做决策，判断力就会变成“无源之水”。越依赖 AI，越不敢脱离 AI，组织看似更高效，实则更脆弱。

不同企业的节奏不会一样。强监管行业会更慢，金融、医疗等领域的合规要求会延缓 AI 对核心决策流程的渗透；以创意为核心的组织，AI 更像碰撞想法的工具，而不是替代协调的执行者；大企业中间层厚、变化空间大，但利益格局复杂、阻力也大，中小企业中间层薄，变化空间有限，却更容易快速调整。组织变扁更可能是局部先行、反复试错的过程，而不是一夜之间的剧变。

因此，BCG 预计会出现一类新的职能角色：AI 输出审核与治理。他们既懂业务，又有合规敏感度和技术判断力，负责定义 AI 的能力边界、审核关键节点的输出、为重大风险兜底。

六、对中小企业老板意味着什么

中小企业的中间层本来就薄，组织变扁对它们来说，更多不是“砍层级”，而是“一个人能管更多的事”。老板们可以从这几件事做起：

• 盘点岗位里的“传话”工作。把每个岗位一天的工作列出来，看看有多少时间花在转述、整理、汇总、催办上。这些往往就是 AI 最先能接手的部分。
• 让信息直接到达。销售日报、库存提醒、回款情况、客户反馈，能自动汇总的就不要层层转述，让老板和一线看到同一份真实数据。
• 把省下的时间投向客户和判断。如果 AI 省下的时间只是被更多杂事填满，价值就会打折扣。要有意识地把时间投入到客户维护、产品改进和经营决策上。
• 培养“会用 AI 拿结果”的人。未来最有价值的员工，不是记得最多的人，而是能把业务问题拆清楚、指挥 AI 把事情办完、并对结果负责的人。
• 关键决策留给人。涉及钱、合同、客户承诺和人事的决定，AI 可以提供分析和建议，但最终拍板和担责的必须是人。

七、一个可以马上动手的练习：画一张“信息流转图”

想知道 AI 能在自己的组织里压缩多少“传话”成本，最直接的办法是画一张信息流转图。以一家批发贸易企业为例，可以这样做：

• 选一条最常见的业务线。比如“客户咨询到发货”：客户在微信上问价，销售查价格和库存，报价，客户下单，销售开单，财务确认收款，仓库配货发货。
• 标出每一次信息交接。销售问仓库有没有货，销售把订单发给仓库，销售告诉财务客户付了款，财务通知仓库可以发货。每一次交接用了什么方式：口头、微信、纸条还是表格？
• 记下每次交接的耗时和出错情况。问一次库存要等多久？订单从销售传到仓库，平均延迟多久？最近一次因为信息没传到位而出错，是什么时候、损失多少？
• 圈出“只传话、不判断”的环节。那些仅仅是把信息从一个人搬到另一个人手里、中间不需要做任何判断的环节，就是 AI 和系统最先能接手的地方。

画完这张图，很多老板会发现，企业里相当一部分时间并没有花在“做事”上，而是花在“问一下”“确认一下”“转告一下”上。这些时间单看都不长，累积起来却相当可观，而且每一次转述都是一次出错的机会。把这部分工作交给 AI 和系统，员工才有余力去做真正需要判断的事。

结语

AI 对组织的冲击，不是从替代某个岗位开始的，而是从改变信息的流动方式开始的。当信息可以不经层层转述直接到达，当执行可以由智能体完成，组织里真正值钱的，就只剩下判断、取舍和担当。

对每一位管理者来说，真正值得追问的问题不是“AI 会不会替代我”，而是“我的价值，有多少来自信息差，有多少来自判断力”。前者正在被 AI 压缩，后者才是 AI 时代的立身之本。

参考资料

• BCG《AI 组织坍缩效应》报告，2026 年 5 月（观点与案例据虎嗅《AI组织坍缩效应：中层管理者正在失去的，不是职位，是“信息税”》转引）。
• Gartner 关于企业应用集成 AI 智能体的预测，2025 年 8 月（同上转引）。
• Anthropic 与 Material 对 500 多位美国技术领导者的调研（据 36氪，2026 年 1 月）。
• 德勤《企业 AI 现状》年度报告（据虎嗅，2026 年 5 月）。