最近和一个制造业老板聊天，他说了一句话让我特别警觉。他说："我们AI搞得不错，现在员工写周报、做汇报PPT效率高多了。"
我当时没接话。因为我想到了一个一百多年前的故事。
两个历史教训，和今天的AI热一模一样
蒸汽机刚出来的时候，英国很多工厂做了这么一件事：用蒸汽机把水抽到高处，然后让水流下来继续推原来的水车。你没看错——手里拿着人类历史上最强大的动力机器，用来干的却是造一个人造瀑布。
他们不是不理解蒸汽机的价值，而是理解错了。他们觉得蒸汽机就是一个更稳定的水源，工厂的结构不需要变，动力来源变一下就好了。
几十年后电力出现，类似的事又来了一遍。当时工厂都是中央蒸汽机加传动轴加皮带的架构，电力来了以后，很多老板的做法是：把蒸汽机换成一个大电机，继续拉旧轴和旧皮带。他们完全没有意识到电力真正的厉害之处在于"分布式"——每台机器都可以有自己的电机，工厂可以按工序重新设计布局。
后来福特干了一件事，把工厂彻底拆了重建，按生产流程排布设备，移动装配线才诞生，大规模生产才真正爆发。
这两段历史指向同一个结论：技术来了不等于革命来了，革命要等组织被拆掉重建。
大部分企业正在给科层制装AI插件
我最近看到太多制造业企业的AI应用状态：质检部门买了AI质检系统，设备部门上了预测性维护，生产计划部门用了智能排产工具。每个部门都在用AI，效率确实有提升。
但问题在于：这些AI应用之间不联动，数据不共享，决策流程完全没变。质检发现了问题，还是要写报告、走审批、等生产部门排时间处理。设备预警了，还是要先通知主管，主管再协调维修工段，维修工段再去查备件库存。每个环节都用AI让效率提升了百分之二三十，但决策链条一点没缩短。
这不就是用蒸汽机抽水去推水车吗？
说白了，大部分企业做的事情叫给科层制装AI插件。老板在原来的汇报体系上加了AI辅助分析，总监在原来的审批流程上加了AI自动初审，员工在原来的周报体系上加了AI自动生成。整个组织的骨架纹丝未动，只是在每个骨节上贴了一张AI贴纸。
AI真正的潜力不在于让旧流程跑得更快，而在于让你能设计全新的流程。但设计新流程需要拆旧流程，拆旧流程触及的是权力、利益、安全感。这就是为什么大多数人宁可用AI推水车，也不愿意拆掉水车。
制造业企业该怎么做？三个信号
我不是说所有企业都要现在就去拆组织。这不现实，风险也太大。但我认为有三个信号值得关注，如果你看到了其中两个以上，说明你该认真考虑组织层面的调整了。
第一个信号：信息停留层级太多。车间产线出了质量问题，信息要经过班组长、车间主任、质量经理、生产副总才能到总经理。中间每一层都在做"加工和过滤"。如果AI已经能帮你把质量数据自动分析好了，为什么这个信息链还要经过四层？扁平化不是管理时尚，是AI时代的效率刚需。
第二个信号：AI应用的ROI被组织结构吞噬。你花了大价钱上的AI质检系统，准确率95%，但质检员发现异常后的处理流程还是老的——填单子、等审批、排计划——整个闭环周期和没上AI的时候差不多。AI省下来的那几个小时，被等待消耗掉了。
第三个信号：一线员工用AI的热情远高于管理层。这是一个很耐人寻味的现象。基层员工用AI写方案、查数据、做分析，效率提升明显。但管理层的决策方式和会议模式没有任何变化。这往往说明，AI的价值释放被卡在了"最后一公里"——从分析结果到执行决策之间。
拆不拆组织，取决于一个问题
我不想给一个笼统的建议说"所有企业都应该立刻扁平化"。这不负责任。
但我认为有一个问题值得每个企业主认真想：如果AI让你的每个员工都具备了相当于部门经理的分析能力，你的组织还需要这么多层级吗？
如果答案是不需要，但你又不敢动，那你真正需要解决的不是AI问题，是管理问题。
科斯说公司的存在是因为交易成本太高。如果AI把交易成本大幅压下来，公司的边界必然会被重新定义。不是公司消失，而是公司会变得更薄、更灵活。大公司变成提供基础设施的平台，个人带着判断力和AI工具在平台上完成项目。
对于制造业来说，这一天可能比大多数人想象的要快。因为制造业的决策链条本来就比互联网行业更僵化，AI的冲击力反而更大——就像同样的风力，结构越刚性，受力面越大。
核心观点
大部分企业正在犯蒸汽机时代的错误——用新动力推旧结构。AI真正改变的不是每个节点的效率，而是整个协作网络的结构。如果你不打算拆组织，那至少要关注三个信号：信息停留层级是否太多、AI的ROI是否被旧流程吞噬、一线用AI的热情是否远高于管理层。看到两个以上，就该动了。