文｜石丹
ID | BMR2004

软通动力（以下简称“软通”）正加速兑现其“全栈智能化”的战略愿景。依托“软硬一体”的核心竞争力，AI收入首超传统业务成第一大支柱。最新业绩报告显示，2025年，公司AI相关业务营收突破184亿元，占比达52.6%；2026年第一季度，这一高增长态势持续，AI业务同比增长39%。随着“算力+模型+应用+终端”全栈布局的完善，软通动力正从老牌IT服务商加速进化为智能经济时代AI全栈解决方案服务商，开启全新的价值成长空间。

这种底层逻辑的重构，倒逼着组织能力必须与之同频共振。面对战略升维，软通动力究竟在组织层面做出了哪些关键调整？《商学院》记者采访了软通动力董事兼首席人力资源官、《从微光到洪流：打造高效人力资源体系》一书作者黄颖博士。

黄颖告诉记者：“为了让组织更灵活、人才更适配AI时代，软通系统性调整了组织阵型、人才结构、绩效考核，并且重新定义了管理者的角色。我们一直探索一个核心命题，就是如何守住大型组织规模化、全栈交付的规模优势，同时始终保持创业公司的敏捷度与创新活力。”

为了支撑“全栈智能”的能力沉淀，软通动力在组织阵型上打破了传统的组织方式，构建了“四大板块（AI基础设施、计算智能、场景智能、终端智能）+柔性网络”的新型架构。在前端组建行业专属的“战队”，轻量化直面客户，实现快速响应。将中台升级为智能赋能平台，统一提供算力、模型支持，形成“前方打仗、后方造枪”的格局。

“打破部门墙，沉淀全栈能力是我们的最高优先级。”黄颖说，“‘全栈智能’要求的是硬件+软件+服务的一体化能力。我们设计了‘委员会+研究院+多领域COE（技术能力中心）’的架构设计：顶层设立AI战略管理委员会，确保AI战略一致性，也让资源能高效流动；中间层设立AI创新研究院与AI工程研究院，牵引前沿技术攻关；执行层面设立多个领域的COE，聚焦垂直行业的场景化落地与解决方案交付，打通了产、销、研的专家资源，彻底告别了各自为战的孤岛模式。同一个项目团队里，同时有来自产、销、研，懂算法、懂硬件、懂行业场景的人——这种多专业融合的团队作战模式，本身就是沉淀全栈能力最有效的方式。”

黄颖坦言，通常，企业变革中最大的阻碍，是长期沉淀的传统组织的惯性。一个典型的案例情景是：布局算力底座与AI新赛道时，一线团队精准捕捉客户需求，希望小步快跑试点落地。但部分中后台仍沿用传统管控思维，苛求全流程逐级审批、短期立刻见效，用固化流程拉长创新周期，也挫伤了一线积极性。对此，软通通过开辟创新项目绿色通道（诸如一些与AI创新、算力、机器人、鸿蒙系统等相关的项目）、下放试点决策权、简化审批流程，同时植入长期主义、守正创新的文化理念，逐步打破固有惯性。

不仅如此，为了推进“去层次、去部门墙”的目标，软通除了在组织阵型上做了调整之外，还在组织设计层面也做了一些推动：一是通过上述专门的战略委员会，推行跨组织、无边界的协作模式，打破数字化带来的部门隔阂，强化员工之间的情感连接与思维碰撞，定期组织资源交流和创新研讨，让不同部门、不同岗位的员工能跳出本职局限，互相启发、共享资源。很多创新想法，其实都是在这种打破壁垒的沟通中产生的。二是平衡标准化与弹性化，给创新留足空间。软通以标准化为管理底线，把那些重复性、事务性的工作，比如基础数据统计、流程审批等，通过算法固化下来，提升整体运营效率；但对于创造性、探索性的业务，软通坚决保留员工的自主决策空间，不搞“一刀切”的僵化管理，避免算法束缚员工的思维和创造力。“简单说，就是把‘重复的事’交给算法，把‘思考的权利、创造的空间、成长的机会’还给员工。”黄颖说。

软通转型升级、重塑竞争力，需要坚实的AI组织能力作为基础，公司的人才标准也在快速升级。2025年，软通的“动力引擎”人才模型正式将“AI+生产力”列为第四大核心要素，与“内驱力”“领导力”“专业力”并重。这不仅是能力的牵引，也是考核的牵引。有了这个“指挥棒”，部门之间的能力壁垒才有动力被真正打破。

因此，在人才结构上，软通跳出了传统IT外包的人力模式，转向AI全栈精锐布局：搭建三层核心人才梯队，聚焦大模型研发、软硬协同、行业方案三大领域，让人才和业务同频；新增了AI交付架构师等原生岗位。“有意思的是，这个岗位优秀人选大多来自传统业务部门——他们懂行业痛点，补补AI知识就能快速上手，成为连接传统业务和AI创新的纽带。”黄颖补充道。

在人才AI能力培养方面，软通坚持“两条腿走路”：一方面对现有人才进行转型赋能培养，另一方面通过产教融合培养AI原生人才。软通建立了“AI学堂+专项训练营”，全员普及AI知识，核心人才通过专项计划强化关键能力，联合校企合作，助力员工终身学习。同时，软通依托博士后工作站、国家和地方工程实验室等创新载体，汇聚行业专家和专业技术团队，围绕市场变化和技术创新前沿持续开展协同研发。

“软通动力董事长兼首席执行官刘天文强调过，产业的跃迁根本在于人才，人才的生长必须根植于与时代同频的教育，AI原生人才的培养，需要教育体系与产业实践深度融合。”黄颖说，“因此，软通动力进行产教融合，培养AI原生人才。”协同全国多所高等院校共建14家产业学院，从源头参与人才培养的标准制定、课程设计、教材编著；通过产教融合实训基地进一步培养具备实战能力的人才。

黄颖告诉记者，软通推进了“碳基+硅基+具身”三元协同的人机协作模式，即AI来做具体任务执行；人类员工聚焦决策、创新这些AI干不了的事；具身机器人员工负责物理场景的自动化，打通协同障碍。“这样一来，我们就彻底告别了靠人堆的模式，变成了人机一起创造价值的组织。”黄颖说，“目前，我们依托岗位SOP、业务流程及操作规范，构建具备自主交付能力的执行智能体，实现对80%以上标准化工作的智能化处理，让老员工从重复劳动中解放出来，聚焦在更需要人的判断和情感连接的高价值环节。”

新的人机协同方式，也带来了如何重新定义绩效的思考。软通从如下几个层面重新定义绩效：首先是考核主体的变化，从“人”到“人+智能体”的协同。“过去我们考核一个员工，看他完成了多少需求、写了多少代码、解决了多少工单。现在智能体参与了代码生成、测试甚至部分决策，纯粹考核个人‘动作’意义不大。因此，我们转向考核‘人+AI’这个联合体的产出质量与效率。”黄颖说，由此，考核内容引入“数据资产贡献”作为新维度。为解决“短期业务交付”与“长期数据资产沉淀”的冲突，软通将“数据资产沉淀”从“额外工作”变成本职工作的一部分。

具体做法是，对在数据资产沉淀中做出重大贡献的人员，在绩效评价中给予额外加分。这样一来，考核的权重就需要进行动态调节。“我们不再采用一刀切考核要求，而是根据不同角色的特点设置差异化的权重。业务团队以短期交付权重为主，AI协同效能和数据资产贡献权重为辅。研发、数据、算法团队以短期交付权重为辅，AI协同效能和数据资产贡献权重为主。”黄颖告诉记者，“绩效的本质是‘公司倡导什么’。通过持续宣导让全员明白，在AI时代，数据资产就是企业的核心资本，沉淀资产不是‘额外负担’，而是最高效的长期主义。”

组织形态的变化是AI时代最深刻的组织变革之一。项目制、OPC模式等组织形态对干部培养体系提出了根本性的挑战——当“管理幅度”这个概念本身都在被重新定义时，基于管理层级设计的培养体系必须做出结构性调整。

具体来说，对中层管理者而言，黄颖认为，需要从“监督者”转变为“教练”。

“有些观点会说，在AI时代组织变革中，最先消失的是中层。这一观点，我既不完全认同，也不完全否定。”黄颖说，“我更愿意说，传统意义上的‘监督协调型’中层正在消失，而‘价值创造型’中层会变得更加强大。”

具体而言，软通做了三项关键转变：第一，从“监督者”转变为“教练”。过去中层盯着下属“有没有干活”，现在关注“有没有成长”。软通要求中层把主要精力放在人才识别、辅导赋能、团队氛围建设上，考核指标中也加入了“团队AI素养培养与提升”等维度；第二，从“传声筒”转变为“翻译官”。高层战略往往是方向性的，中层需要结合自己团队的业务场景与AI能力边界，将其拆解为可执行的人机协同举措和方案。他们要回答的不是“老板说了什么”，而是“在AI加持下，我们如何用更优的路径达成目标”。这种“懂AI、懂业务”的专家能力，成为软通对中层的核心培养方向；第三，从“信息池”转为“决策锚”。业务举措与方案有许多种，但最终选择哪一个、以什么风险偏好做取舍、出了事谁来负责？中层就是那个“拍板的人”。他们的价值不在于“我掌握了多少信息”，而在于“我敢于在不确定中做出判断并承担责任”。

基于此，软通通过一些具体措施，来推进这些改变。首先是去识别、盘点现有中层，区分哪些是“监督协调型”（易被替代）、哪些是“专业攻坚型”（需保留）、哪些是“人际黏合型”（需强化），对不同类型制定差异化的转型路径；其次是实战赋能，要求中层亲自参与至少一个人机协同项目，从“设计分工—训练AI—复盘效果”全程走一遍；最后用机制兜底，对于确实无法转型、仍停留在“传话+监工”模式的中层，坦诚沟通，帮助其转入适合的专家序列，或给予尊重性的退出方案。

“我们正在做的，不是保护某个群体，而是塑造一种新的‘中坚力量’，他们既是业务专家，又能驾驭AI的效率，还能守护组织的温度。这恰恰是CHO在AI时代最核心的使命。”黄颖说。

对高层领导者而言，黄颖认为，需要让他们达成共识，从而化解变革中“不确定”的阻力。

黄颖坦言，组织转型阻力确实往往来自高管，但根源不是“不愿意”，而是“不确定”，例如，不确定投入产出、不确定路径选择、不确定对现有业务的影响。所以组织干预的核心不是“说服”，而是“让不确定性变得可感知、可验证”。在推动AI转型的过程中，软通动力通过三个关键动作有效化解了这一难题。

首先，公司采取“技术+业务”双引擎驱动模式，破除认知壁垒。不走“先培训、再推动”的传统路径，而是让技术团队与高级管理干部共同组成AI转型的领先军。技术干部提供前沿的技术视野和工具能力，业务干部则提供场景定义和商业判断，两者在实战项目中形成合力。这使得业务干部不再是“被推动转型”，而是主动地“在转型中创造价值”，从而大幅降低转型的内部阻力。同时，软通还拓展了学习场域，让跨界学习的触角延伸到AI应用走在前列的领军企业。让干部在跨行业碰撞中，建立对AI驱动产业变革的全景认知，把其他行业的AI落地经验转化为软通动力自身的业务创新动能。

其次，以AI工作坊和实战学习作为核心干预手段。软通设计了一套从AI通识认知、到AI工具实操、再到AI业务场景落地的递进式学习机制。每个阶段都设有明确的产出要求，强调“学完要带回业务解决方案”并纳入阶段评审。这种做法将学习行为与业务结果直接挂钩，成功让AI转型从“额外负担”转变为了不可或缺的“业务刚需”。

此外，软通还建立了“从上到下”和“从下到上”的双向沟通机制。向上定期向高层呈现AI转型的业务成果和ROI数据，用客观事实回应高管的“不确定”；向下则通过内部案例分享、标杆项目展示等方式，让一线团队直观看到AI落地的真实效果，从而在全公司范围内建立起坚定的信心与紧迫感。

黄颖特别强调，公司去年挂牌的“软通动力干部发展学院”不仅是培训组织，更是组织能力升级的中枢平台。在AI转型中，学院承担着双重使命：既是AI能力的“传播者”，也是组织变革的“催化剂”。

对于人形机器人这类处于探索期、高风险的“具身智能”业务，软通动力在组织形态与人才策略上采取了区别于传统业务的特殊打法。“创新是公司的核心价值观，确保新赛道存活与爆发的关键逻辑可总结为15个字：存活靠隔离、爆发靠激励、人才是核心。”黄颖表示。

具体而言，首先是“存活靠隔离”。为了实现权责清晰与高效，公司对新业务、新赛道采取“彻底独立法人+授权到位”的策略，鼓励单独成立子公司进行独立运行与核算。例如，软通人形机器人作为集团旗下软通天擎子公司的核心产品，该公司于2024年年底成立，专注人形机器人研发与通用交互，偏前沿研发与生态，目前已独立运行1年有余。同时，软通动力还在2025年成立了子公司软通天枢，主攻复合机器人、数字孪生、工业仿真业务，偏垂直场景落地。双主体并行，以前沿技术驱动规模化场景应用，既持续打造行业标杆、培育新兴业务，也同步支撑了集团的创新战略落地并全面提升品牌影响力。

其次是“爆发靠激励”。公司主要推行创业级股权与容错考核两大策略。目前在子公司层面，正运作核心管理及技术骨干的期权激励方案，将团队从“打工人”转变为利益绑定的“创业者”，以此增强团队稳定性并激发极致创造力与冒险精神。在考核机制上，不再单纯考核营收、利润等传统指标，而是大幅提升诸如技术里程碑、专利数、模型能力及场景验证进度等指标的权重。在绩效文化中，公司充分容忍失败，不问责探索性失败，只复盘“学到什么、如何调整”。

最后是始终强调“人才是核心”。面对这一多学科交叉的技术密集型赛道，公司采取全球挖顶尖、内部赛马与灵活用工的策略。只有顶尖人才组合，才能在算法、硬件、控制上实现突破，形成壁垒。招聘不设学历、年龄、国籍限制，只看技术能力与创新潜力；为核心岗位提供高薪，CEO更是亲自下场一对一沟通愿景与资源，打动追求理想的顶尖人才。内部鼓励技术骨干“转岗创业”并设置良性竞争的赛马机制。此外，除了专职团队，还外聘行业专家顾问，通过设立联合实验室、博士后工作站与清华等高校联合培养高精尖人才；并通过收购小而美的初创公司签署对赌协议，快速补齐短板，实现共赢。

黄颖最后强调，AI带来的从来不是工具革命，而是组织文明的迭代。未来胜出的不是技术最强的公司，而是组织最先完成AI原生进化、真正激活人的价值的公司。软通将“All in AI”确立为未来3年核心战略目标，正以底层基座重构、组织模式试点、人才体系重塑、管理者能力升级四大路径前瞻布局，既要完成自身的脱胎换骨，更要立志定义下一代大型企业的组织管理新范式。

（本文图片由受访者提供）

来源｜《商学院》杂志6月刊

排版 | 张可

版权声明：“商学院”所推送的文章，除非确实无法确认，我们都会注明作者和来源。部分文章推送时未能与原作者取得联系。若涉及版权问题，烦请原作者联系我们，与您共同协商解决。联系方式：18513373688，商务合作请加微信18513373688。

获取商界新鲜资讯、聆听大佬领导“心经”

揭秘大公司里的“未可知”

直通全球22家知名商学院校