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 >

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

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

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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

演讲亮点

  • 从“提效”延伸到“扩能”:以 eSIM LPAd 与多平台 SDK 实践,呈现 AI 如何帮助小团队进入过去难以覆盖的工作领域
  • 将能力建设与组织变化连接起来:通过测试工程师转向项目经理,以及产品、研发、运营共同参与客户项目,说明个人责任和协作方式如何演进
  • 提供 CTO 视角的实践判断:分享机会安排、角色调整、专业协作和责任划分,同时保留正在探索的难点与适用边界

by 张驰

帆软
CPO & AI 转型负责人

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

  1. 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
  2. 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
  3. 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
  4.  总结与展望

听众收益

  • 了解 AI 如何改变产品、设计、研发、测试之间的协作方式,以及如何划分职责、控制架构债与测试质量风险
  • 了解如何通过 AI 工具使用、实际产出和项目实践识别合适的人才,以及如何突破过往成功经验带来的路径依赖
  • 了解如何通过独立核算、预算授权和阶段性里程碑,为高风险、快迭代的 AI 业务提供试错空间,并平衡创新效率与交付保障

by 谭宇

枫清科技
CTO

AI 正在改变软件开发的执行方式,但个人效率的提升,并不会自动转化为组织交付能力的提升。当需求仍需跨部门反复解释、现场经验难以沉淀、交付责任分散在不同岗位之间时,更多 AI 工具也难以解决协作中的结构性问题。

本分享以 BA 客户咨询、FDE 现场交付与 Agent 平台研发的协作实践为切入口,从技术视角探讨“使用 AI”与“AI Native”的区别:如何根据业务活动重新分工,如何在现场交付与平台建设之间做出取舍,如何将业务上下文和现场经验转化为可复用的组织能力,以及如何同步调整质量闸门、责任边界与人才评价。分享将呈现一条从具体业务场景出发,逐步推动研发组织演进的路径。

演讲提纲

  1. 从工具提效到组织重构:AI Native 究竟改变什么
    • AI 加速任务执行之后,需求定义、跨团队协作与结果验证如何成为新的约束 
    • 从任务如何被定义、执行、验证和负责,理解“使用 AI”与“AI Native”的区别 
  2. BA—FDE—平台研发:一条需求链路上的组织问题
    • BA 通过客户咨询形成需求,FDE 在现场完成部分交付,底层技术平台承接共性能力建设 
    • 分析业务目标进入研发过程时的信息损失,以及跨团队交接中的决策与责任问题 
    • 探讨 FDE 如何将现场约束、业务判断和交付反馈带回研发体系 
  3. 现场交付与平台建设:取舍与机制设计
    • 区分客户特有需求、可复用的共性能力与尚待验证的探索性需求 
    • 明确需求分流、技术方案和平台投入的决策依据。
    • 处理客户交付时效与平台长期演进之间的张力,建立原型、产品能力与长期维护的边界 
  4. 围绕业务闭环,重新设计人与 Agent 的协作
    • 将业务目标、约束条件和验收依据转化为人机协作所需的上下文 
    • 明确 BA、FDE、平台研发与 Agent 在各项活动中的职责与交付物 
    • 建立场景评估、发布授权、运行反馈与异常升级机制,使执行能力与责任机制同步演进 
  5. 研发组织如何持续演进
    • 围绕可验收的业务任务组织协作,保持专业能力建设与必要的独立质量判断 
    • 调整人才能力模型,强化问题定义、跨域判断、结果验证与经验抽象能力 
    • 从交付周期、质量、业务结果和能力复用等维度评价团队成效

听众收益

  • 获得一套判断框架,识别个人 AI 提效与组织能力变化之间的差距
  • 掌握现场需求与平台能力的分流思路,为定制交付、共性建设和探索验证建立决策依据
  • 理解 BA、FDE、平台研发与 Agent 的协作方式,明确关键交付物、质量闸门和责任边界
  • 获得研发组织演进的参考路径,从一个可验证的业务场景出发,逐步调整协作机制、人才培养与绩效评价

演讲亮点

  • 从具体协作链路切入组织重构

以BA、FDE、平台研发需求流转为线索,让组织变化可观察

  • 重新理解FDE的组织价值

连接客户现场与研发体系,沉淀现场经验为团队能力

  • 呈现真实取舍

聚焦现场交付与平台建设、短期与长期投入的关键取舍

  • 可检验的AI Native判断标准

以上下文、协作、验证、责任检验AI是否改变组织

交通指南

北京新云南皇冠假日酒店

Crowne Plaza Beijing Sun Palace
地址:北京市
  • 微信咨询

  • 电话咨询

    联系电话:13269078023

领取往期热门演讲视频

领取往期热门演讲视频二维码
如您在购票过程中遇到问题,请扫码咨询票务小助手