为保障您的参会权益，本次大会采用人脸识别入场；人脸信息仅用于本次核验，请放心使用

AI 时代的组织重构

会议室：待定

出品人：郑吉敏

当 AI 从辅助编码的工具，进化为能够独立承担需求拆解、开发、测试与线上巡检的「... 展开 >

旗下议题

出品人介绍

Topic 1
从提效到扩能：AI 驱动小团队的能力突破与组织演进
潘成宾
芯博士 SIMBOSS 联合创始人&CTO
Topic 2
给 AI 业务单独划一块地：帆软怎么重新安排事、人和组织
张驰
帆软 CPO & AI 转型负责人

专题出品人：郑吉敏

去哪儿网国际酒店 CTO

去哪儿网国际酒店 CTO、人工智能委员会常委，深耕 OTA 领域多年，长期聚焦业务数字化、AI 大模型、AI Agent 在精细化运营与业务增长的落地实践，推动大模型能力融入 OTA 全业务链路研发与效能升级AI工程化建设。曾在 ArchSummit、Top100、QCon、CSDI、WOT、SACC 等业界技术大会做过技术分享，并在QECon、QCon+ 等大会担任过专题出品人。

专题：AI 时代的组织重构

当 AI 从辅助编码的工具，进化为能够独立承担需求拆解、开发、测试与线上巡检的「数字同事」，企业沿用多年的岗位边界、协作流程与管理假设正在被重写。2025—2026 年，这场变化已从趋势预判走向真实发生：全球前端岗位需求一年收缩近 10%，多家头部企业先后将大前端并入后端、取消纯前端编制；「AI 测试员」在 OTA 企业的用例采纳率接近九成，无脚本 UI 巡检半年运行数十万用例，部分团队已推动 QA 与研发序列合并。与此同时，「用 AI 却只有不到三成信任其准确性」、资深工程师用 AI 反而变慢等现象也表明：工具能力并不自动等于组织效能—— 缺少责任边界、质量闸门与能力重塑的变革，往往以线上事故和团队动荡收场。

本专题聚焦 AI 时代的组织重构，探讨人与 Agent 如何按「活动」而非「岗位」重新分工，前端、测试等职能如何向端到端负责的全栈闭环小队演进，技术团队与业务团队如何共同推进 AI 落地，以及人才能力模型、绩效评价和责任边界应如何随之调整。我们邀请身处变革一线的团队，分享从职能分层到业务闭环的真实路径、硬闸门设计、遇到的阻力与踩过的坑，推动 AI 从少数人的效率工具，沉淀为可复制、可担责、可持续的组织能力。

by 潘成宾

芯博士 SIMBOSS

联合创始人&CTO

从提效到扩能：AI 驱动小团队的能力突破与组织演进

AI 对小团队的影响，正在从提升既有工作的效率，延伸到扩展团队能力与成员责任。本次分享结合智能硬件连接业务，以 eSIM LPAd 与多平台 SDK 能力建设为技术背景，讨论团队如何借助 AI 承担过去难以覆盖的工作，并据此调整角色与协作方式。

分享将重点展开两个组织案例：一位测试工程师从质量把控走向客户需求与项目推进，以及产品、研发、运营共同参与售前和客户项目。通过这些实践，讨论技术负责人如何为成员提供机会与支持，明确责任边界，并将个人能力的扩展沉淀为团队解决客户问题的能力。演讲同时呈现仍在探索的难点，为小团队推进 AI 应用和组织调整提供参考。

演讲提纲

提效之后，我们观察到了什么？
- AI 在研发、产品和运营等角色中的应用
- 从工作产出增加，到可承担任务范围扩大
- 能力变化对原有岗位分工提出了哪些新问题
能力突破：eSIM LPAd 与多平台 SDK 实践
- 客户需求与团队原有能力之间的缺口
- AI 参与方案探索、实现及交付准备的方式
- 工程师的专业判断、验证与能力沉淀
角色变化：从测试工程师到客户项目经理
- 测试与质量经验如何延伸到需求理解和项目推进
- 从负责专业环节，到组织多方完成项目
- 管理者如何提供机会、授权、支持与反馈
- 新角色中仍需培养的能力和明确的边界
协作变化：产品、研发、运营共同走向客户
- 各角色在售前和项目中的参与方式
- 如何共同判断需求、可行性、成本及运营条件
- 阶段牵头人、专业负责人和销售如何协作
- 将一次客户项目的经验转化为可复用能力
方法提炼：从个人扩能到团队能力
- 从真实任务识别 AI 的应用机会
- 根据能力变化调整工作范围与协作方式
- 同步建立责任、验证和支持机制
- 用工作产出、能力复用及客户问题解决情况观察效果

听众收益

获得区分 AI 提效、能力扩展与组织变化的框架，能够从工作产出、能力复用及客户问题解决情况评价 AI 应用价值
获得将成员新增能力转化为更完整工作责任的思路，识别角色前移所需的授权、支持、验证与反馈机制
学习产品、研发、运营共同参与客户需求及项目推进的协作方法，明确阶段牵头、专业责任与商务配合，促进个人能力沉淀为团队能力

by 张驰

帆软

CPO & AI 转型负责人

给 AI 业务单独划一块地：帆软怎么重新安排事、人和组织

过去一年多，帆软一边推动内部 AI 转型，一边孵化了悟帆、Dora 等 AI 产品。回头看，要把这件事做成，关键要过三关。

第一，事怎么做。小团队里，产品、设计、研发、测试依然有各自的分工，但彼此之间的交集很多。大家围绕能跑起来的东西不断迭代，过程中也踩过架构债、测试跟不上的坑。

第二，人从哪来。我们没有单纯根据履历挑人，而是先把 AI 工具和使用额度发下去，看谁用得最多、具体用来做了什么。人是跑出来的，而不是选出来的。反而是做过成功项目的人，有时更容易受到过往成功经验的惯性影响。

第三，组织怎么托底。 AI 转型风险大、调整多，放在原有体系里很难做成。因此，我们把 AI 业务单独拉出来，实行独立核算，对失败和调整的容忍度也比老业务高得多。

这次演讲，希望把这三个层面的实践，以及过程中踩过的坑，讲清楚。

演讲提纲

事：AI 时代的产品研发协作模式重构
- 产品、设计、研发、测试如何从线性交接走向交集协作
- 坑一：复杂产品仍离不开专业研发，如何重新划分职责边界
- 坑二：编码提速后，测试与发布成为新瓶颈，如何建立新的质量保障机制
人：AI 创新人才是跑出来的，不是选出来的
- 如何通过 AI 工具使用、需求征集和黑客马拉松，在实践中识别合适的人才
- 坑一：历史成功经验可能成为创新包袱，如何摆脱过去的增长惯性
- 坑二：核心 AI 人才的激励与留存，以及小团队如何补齐领域专家和业务资源
组织：通过组织隔离与独立核算，为 AI 创新留出空间
- 为什么要将 AI 业务从原有组织体系中独立出来，减少传统机制和客户交付惯性的影响
- 如何通过独立预算、团队授权和阶段性里程碑管理，容忍试错、推动业务验证
- 坑：组织隔离后，如何避免前台创新与后台专家、交付、运维支持脱节
总结与展望