希捷科技(Seagate Technology)约有8000名专业员工,其中已有7000多人接受了AI工具培训,但公司拒绝让任何一个AI智能体出现在组织架构图上。希捷执行副总裁兼首席人力与场所官Patricia Frost在两类对象之间划出一条清晰界线:一边是几秒钟就能删除的软件,另一边是职业生涯牵涉真实后果的人。她曾在美国陆军服役32年,以两星少将军衔退役,这段经历塑造了她的思路,也为这家拥有3万名员工的制造企业提供了一套具体模板:让AI访问权普及到每个人,通过IT部门治理智能体并指定具名的人类负责人,重建公司的岗位数据,让自动化释放产能而不是裁减人手。
以业务负责人、倡导者和受保护时间为基础的推广
希捷的员工队伍分为约8000名公司专业人员和22000名一线制造员工。AI项目从专业人员群体起步,秉持普及访问的理念:每一位办公室员工都能获得工具和基础培训。
支撑这项工作的组织结构有意采取同侪驱动而非自上而下的方式:
| 要素 | 规模 |
|---|---|
| 业务负责人,每个职能部门一名 | 35名 |
| 志愿AI倡导者 | 400余名 |
| 已完成培训的专业人员 | 约8000人中的7000余人 |
| 全球员工总数 | 约30000人 |
两项习惯让培训得以落地而不影响产出。“周五不开例会”制度创造了专门用于技能提升的无会议时段,非正式的“AI与咖啡”活动则为员工提供了交流提示词、技巧和成果的场所。公司还指出,提示词写法本身已经变化:早期生成式模型要求措辞精确,而当前工具能处理更宽泛、更口语化的指令,这降低了普通员工的使用门槛。
从个人生产力到工作流重塑
希捷把基础素养视为起点而非目标。下一阶段是公司所称的“工作流创新培训”,这是一个互动式、自定进度的在线工作坊,每位员工独自在电脑前完成。该模块提出一个直指要害的问题:你最大的摩擦点是什么,也就是哪项重复性行政任务最耗时间、又可以被自动化?
Frost自己的答案说明了这种方法。她每两个月要为希捷高级领导团队准备一份简报,过去需要手工剪切、粘贴来自其所辖组织各地人员的输入。重新设计后的流程让AI汇总这些内容,然后把草稿送入编辑与审核环节,最后以她的名义发出。人仍是负责任的作者,软件只是省去了拼装工作。

▲ AI汇总的高管简报与人工审核
个人痛点一旦确定,员工可以把它交给AI倡导者或跨职能技术团队,尤其是涉及数据在人力资源、财务等部门之间流转的情形。如果缺乏清晰的职能归属,这类交接很快就会变得复杂,这也是希捷把草根路线与高管授权结合起来的原因。
自上而下的部分始于5月一次由高级副总裁及以上级别参加的高级领导会议。希捷首席执行官要求每个高管职能部门识别并展示一项适合AI驱动自动化的高优先级企业工作流。领导层随后把这些摩擦点与有限的技术资源加以权衡,汇编成年度企业工作流路线图。Frost认为,两个方向结合能缓解员工焦虑:当人们看到领导层公开重新设计工作时,AI就不再像一个悄悄裁员的工具。她反复向员工传达的信息是重新定义自己的角色,而不只是从任务中省下几分钟。
智能体为何不上组织架构图
对于智能体AI是否应改变汇报关系、或为编排软件智能体的人员提供管理者薪酬,Frost的立场毫不含糊:希捷不会把AI智能体放进组织架构图,她表示首席执行官也持同样立场。她的理由有三点。
第一,能力。希捷制造硬盘,软件无法制造硬盘,也无法应对实体生产线的工程复杂性。工程师与智能体地位并不对等,公司也不会假装两者对等。
第二,可逆性。数字智能体可以瞬间删除而毫无后果。重组人类员工队伍则要付出深远的组织和个人代价。把两者当作架构图上的同级,会模糊这种差别。
第三,问责。董事会和监管机构永远不会追究智能体的责任。如果智能体出现故障或行为不当,责任落在人类职能负责人身上。组织架构图的存在是为了体现法律、财务和管理上的问责,而这只有人才能承担。来来去去的机器人也会让每次重组变得混乱而难以操作。
希捷用的不是层级,而是由IT治理的智能体管理系统(Agent Management System)。每个智能体都登记在一名指定的人类负责人名下,由其审计智能体是否仍按预期运行、执行护栏规则,并在一年中淘汰已经过时的机器人。
操作软件不等于管理人
同样的逻辑适用于头衔和薪酬。一些学会自动化工作流的员工提出加薪或要求“智能体经理”头衔。Frost拒绝把提示词使用者或工具操作者视为人员管理者。她认为,设定软件参数缺乏领导一线制造工人所需的情感、人际和运营复杂性。她没有设立正式的智能体经理职位,而倾向于通过更广泛的岗位架构来处理这个问题。在她看来,全职智能体开发者可能更适合归属IT部门而非人力资源部门,尽管人力资源人员也需要足够的技术素养来设计基本的自动化流程。
区分这一点的一种方式是五级阶梯:使用者(User)只是使用AI工具;委派者(Delegator)把离散任务交给智能体并审核结果;跨过管理门槛之后,是设定标准并对结果负责的智能体监督者(Supervisor)、设计多智能体系统的编排者(Orchestrator),以及在各职能间平衡人类与智能体产能的智能体领导者(Agent leader)。Frost认为这一框架有用,但补充了一点提醒:即便由集中的IT团队搭建复杂的跨职能智能体系统,业务负责人也必须验证并认证这些系统的产出。任何员工或高管都不能把不准确的输出归咎于智能体。
“人类增强”与九个月的岗位架构
Frost不喜欢“AI转型”这个说法,而把希捷的举措称为“人类增强”:用技术增强员工能力、提高生产力、让工作场所更好。落实的载体是一个覆盖全企业的综合岗位与员工队伍架构项目。
许多岗位多年未经系统性审视。该项目把每个职位拆解为构成它的任务、技能和胜任力。希捷与德国人才智能公司Cobrainer合作,后者分析从网络抓取的全球劳动力与市场数据,由此可以估算某个岗位有多大比例的任务可以用现有技术自动化。如果分析显示某项工作有10%可以自动化,管理者就可以引导员工把这些任务自动化,并把这10%的产能转向面向成长的工作。

▲ 岗位中10%任务自动化后释放的产能
Frost把这称为AI的第一原则:在叠加工具之前,先问底层数据是否干净。无论公司用的是SAP、Workday、Oracle还是UKG,职业路径、学习档案等下游模块都依赖准确的技能与岗位结构。在希捷,岗位架构是其SAP实施的数据基础,公司的目标是在九个月内完成全企业范围的构建。
岗位架构包含什么
Frost把这套框架比作每个岗位的一份扩展版标准化简历:
- 该职位在层级中的位置
- 主要职责,以及该职位为之存在的核心任务
- 明确要求的技能,通常每个岗位10到15项
- 分层的熟练度等级,例如专业1级(P1)工程师与P2的区别
在大约30000个岗位上完成这样的编目,会在技术和非技术通道上形成透明的晋升路径。完成初始基线后,人力资源业务伙伴和人员管理者将把这套架构作为活文档加以维护,随着结构演变调整岗位族,并承认一些遗留任务会逐步退出。
Frost强调,岗位消失不意味着员工离开。希捷已经在员工的文化契合和业务知识上有所投入,把他们迁移到相邻或新兴岗位比替换他们更有效。这套架构还为管理者和员工提供了一对一发展谈话的共同数据,而缺乏清晰标准时,管理者往往对这类谈话心生畏惧。
人在回路的招聘
同样的原则也支配着招聘。AI让求职欺诈更容易:精心炮制的简历、合成身份,以及用机器人针对同一职位反复提交微调关键词的简历以绕过筛选过滤器的候选人。希捷用AI分诊系统处理涌入的申请,但让人类招聘人员和面试官留在回路中,因为算法能评估技能匹配度,却评估不了文化契合度。作为最终的真实性核验,每位新员工在正式入职前都必须亲自到场。绩效评估、敏感面谈和入职引导都被视为根本上属于人的工作。
来自陆军的领导视角
Frost的军旅生涯横跨军事情报领域,包括信号、图像和全源情报分析,最后五年在网络防御与行动部门度过。她指出,陆军围绕人而非平台构建,并且经常把人员推向新兴领域,同时提供在那里取得成功所需的训练。她带进希捷的经验是,以能力和学习潜力而非头衔评判人,这与关注任务和技能而非静态岗位标签是同一种直觉。
希捷更广泛的人才发展工作遵循同一脉络。“领导力加速计划”(Leadership Velocity Program)每年遴选35名高潜力中层管理者,进行为期一年、跨越全球制造基地的沉浸式培养;本届学员的第一站是新加坡,参与者签署保密协议后与多位执行副总裁直接会面。其目的是在一家容易形成孤岛的垂直整合企业中打开视野。
从希捷的做法中可以借鉴什么
- 让每个人都获得访问权和培训,但推广要通过职能负责人和志愿倡导者推进,而不是只靠中央指令。
- 保护学习时间,并创造非正式场合分享有效做法。
- 尽快从个人生产力转向工作流重塑,把员工发现的痛点与高管路线图结合起来。
- 让智能体远离组织架构图。把每一个智能体登记在IT管理的系统中,配备人类负责人、护栏和下线节奏。
- 不要把操作软件等同于管理人,并明确人对每一项AI生成的产出负责。
- 在规模化应用AI之前先理清岗位、任务和技能数据,并把自动化定位为可再投资于人的释放产能。
希捷的经验表明,企业AI最难的部分不是工具,而是围绕工具的组织设计。把问责、领导和职业成长牢牢留在界线的人类一侧,看来正是让一家制造企业能够大力推进自动化而不失去员工的关键。


