80→8→15：一家新加坡AI公司的「组织手术」

先分享一个近期观察到的有意思的组织实验：新加坡有一家AI公司叫COCO AI，团队从80人精简到8人，后来又增长到15人——但业务不仅没受影响，反而加速增长。这个数据背后，藏着AI原生组织重塑工作流的底层逻辑。

对大多数企业来说，业务增长通常意味着团队扩张。但COCO AI的故事，折射出另一种组织方式的可能性。

这家公司总部在新加坡，2025年成立，核心团队来自字节、阿里、商汤等一线科技公司。产品方向是为企业提供多Agent协作平台，能在几分钟内部署完毕，帮助企业搭建由多个AI Agent组成的“数字员工团队”，覆盖CRM、客服、运营、财务、HR、内容等场景。

值得关注的，不只是产品本身，更是它同时用这套逻辑改造自己。

联合创始人Charlie在访谈中介绍，公司早期接近80人，后来逐步调整结构，一度优化到8人，再之后才增长至15人。与此同时，大量原本由人完成的工作被拆解给了AI Agent——从客户沟通记录、销售复盘，到内容生产、市场研究和内部知识管理，很多流程都已经进入人机协同状态。也就是说，COCO AI不只是卖AI Agent给客户，它自己也是深度用户。

过去一段时间，业务增长很快。目前已经服务数百家付费企业，场景都落在经营中最具体的问题上：客户怎么跟进、线索怎么判断、内容怎么生产、流程怎么推进、员工和AI怎么协作。这也让COCO AI成了一个值得深入观察的组织样本。

按传统增长逻辑，业务跑起来之后，自然要持续扩人。但它的选择是把大量重复性工作交给AI，把会议记录、客户沟通、销售复盘、内容生产、市场观察、竞品信息持续沉淀下来，变成AI可以调用的组织语料。

一个问题随之浮现出来：为什么一些AI原生公司不急着扩人，业务还能继续增长？为什么很多传统企业也用了AI工具，组织效率却没有出现同样的变化？

答案不在工具本身。

很多企业把AI当成外接助手：写文案、做总结、生成表格，员工打开工具问一下，任务完成再回到原来的流程里。AI提高了单点效率，却没有进入组织的运行系统。AI原生组织的差别在于，AI被放进了信息沉淀、流程协同和业务判断之中，开始成为组织的一层能力。COCO AI这个样本的价值就在这里——它让我们看到，AI对组织的改变，最先发生在信息流。

01 AI进入组织，先改变信息流

企业每天都在产生大量信息。过去，这些信息主要靠人流转：销售记在脑子里，运营写在文档里，管理者通过会议听一遍，部门之间再通过群消息、表格、周报同步。信息走得越长，损耗越大。这也是为什么很多企业会议多、沟通重——大家花大量时间复述背景、同步进展、解释上下文。很多会议的真实功能不是决策，而是让更多人“知道发生了什么”。

AI进入组织后，首先改变了这条信息链。

在COCO AI的工作方式里，人仍然要走到真实世界。创始人见客户、参加活动、观察竞品、接触合作伙伴，这些动作都很重要。但它们不再只是个人经验，而会变成持续喂给AI的语料。Charlie提到，线下见过哪些客户、谈了哪些点、看到哪些竞品、接触到哪些情况，都会反哺给AI，让AI从公司的视角理解外部世界。这就是AI原生组织的一个关键变化：人负责采集现实，AI负责沉淀结构，组织再基于结构做判断。

客户从哪里来，最初需求是什么，中间提过哪些异议，谁跟进过，为什么成交，为什么流失——过去这些信息容易散落在个人记忆里。需要复盘时，只能再开会、再追问、再整理。当这些过程被持续沉淀下来，管理者要了解一个客户、一条线索、一个项目，就可以直接让AI拉出前后脉络。会议不再承担大量信息搬运，人的时间也能从反复同步中释放出来。

组织记忆也随之发生变化。过去，一家公司很依赖关键员工的经验，一旦人离开、换岗或忙不过来，信息就容易断掉。AI原生组织要减少这种断点：把过程留在系统里，把上下文交给AI处理，让经验从个人记忆进入组织记忆。这并不削弱人的价值——相反，人的任务更靠前了。AI无法自己走进客户现场，也无法替企业感受市场气氛。人要负责把真实世界的新信息带回来，判断哪些反馈重要，哪些只是噪音，哪些客户问题背后有真实需求，哪些竞品动作值得跟进。

组织效率的变化，正是从这里开始。一个组织如果仍然依赖层层汇报和反复同步，即使用了AI，也很难真正变轻。只有当信息能被持续沉淀、结构化和调用，AI才能进入组织内部，成为公司运转的一部分。

02 会议减少，沟通质量要提高

信息流改变之后，会议也会跟着变化。很多企业会议多，不是因为需要那么多集体决策，而是信息没有在系统里沉淀——客户情况要开会讲一遍，项目进展要开会同步一遍，销售线索要开会复盘一遍，老板临时想了解一个业务细节，又要把相关人叫到一起重新说一遍。这些会议表面上在协同，实际上承担了大量信息搬运的工作。

COCO AI的做法不同。它每天仍然有日会，也会围绕关键问题做讨论，但大量背景信息、客户上下文和过程记录已经交给AI来承接。员工不需要反复解释“这个客户是谁”“之前聊到哪一步”“为什么这个需求重要”——这些信息如果沉淀得足够好，AI可以直接拉出脉络。会议的功能因此被压缩，也被抬高了。

过去会议要解决三个问题：同步信息、解释背景、形成判断。AI介入之后，前两个环节可以被大幅减少。人真正需要坐下来讨论的，是选择、取舍和责任。这会让组织变轻：一个销售见完客户，不必把所有细节都放进下一次会议口头复述；一个项目推进到哪一步，也不必靠负责人反复追问才能拼出全貌。只要过程持续记录，AI就能把分散的信息整理成可读的上下文。

管理者需要的也不再是一堆零散汇报。他可以追问：这个客户为什么迟迟没有转化？这类需求最近出现频率高不高？哪个环节造成了推进变慢？过去，这些问题要靠人去翻记录、找表格、问同事。现在，AI可以先完成一轮信息整理和初步分析，人再判断它的结论是否可靠。

所以，会议变少并不意味着沟通变少。真正减少的是低价值同步，增加的是基于共同上下文的高质量判断。这也是AI原生组织容易被外界低估的地方——它看起来只是少开了几场会，少写了几份汇报，少招了几个协调岗位。实际变化发生在更底层的位置：信息不再依赖会议才能流动，组织也不再靠反复同步来维持运转。

03 中间层被压缩，管理要靠近业务

当信息流和会议方式发生变化，组织结构也会跟着调整。传统公司一旦变大，会自然长出更多中间层：业务复杂了，需要有人上传下达；部门变多了，需要有人协调进度；老板看不过来了，需要有人整理汇报、拆任务、盯执行。这套结构在过去很有必要——信息分散在不同人手里，流程分散在不同部门之间，管理层要靠中间角色把组织串起来。

但在AI原生组织里，一部分中间工作正在被压缩。COCO AI的团队规模不大，组织也相对扁平。很多信息同步、客户复盘、进度整理、上下文梳理，不再完全依赖中间管理者完成。AI可以先把信息拉齐，把过程整理出来，把问题初步拆开，人再基于这些内容做判断。这削弱了传统管理岗位的价值，尤其是那些只负责传递信息、整理材料、催进度的人。过去这类角色能维持组织运转，现在如果信息已经进入系统，流程也能被AI辅助推进，单纯的“中转站”就会变少。

但管理不会消失。真正重要的管理工作会更突出：判断什么事该优先做，什么客户值得投入，哪个方向要砍掉，哪些资源需要重新分配，哪些风险必须提前处理。这些事情AI可以提供分析，但不能替组织承担责任。所以AI原生组织压缩的不是管理本身，而是低价值管理。留下来的管理，要更靠近业务、更靠近判断、也更靠近结果。

这对权限和责任也提出了更高要求。公司再扁平，核心财务数据、商业机密、关键客户信息，也不可能对所有人完全开放。谁能看到什么信息，谁能调用什么Agent，谁能让AI执行什么动作，哪些环节必须人工确认——这些问题都会变得更重要。组织变轻之后，管理反而不能粗糙。过去靠层级兜底，很多风险可以通过审批和汇报拦下来。AI进入流程后，动作更快、协同更短，组织就更需要清楚的边界。否则，效率提升很快会变成管理失控。

AI原生组织的结构变化，并不只是“人少了”。更准确地说，是中间的低价值环节被压缩，核心判断和责任边界被抬高。组织不再需要那么多传声筒，但更需要真正懂业务、能判断、敢负责的人。

04 真正的门槛是把AI放进业务深处

很多企业谈AI，第一反应还是工具：买一个大模型账号，接一个智能客服，上一个知识库，给员工做几场培训。短期看，确实能提高一些效率——写东西更快了，查资料更快了，会议纪要也更快了。但这些变化大多停留在工作表面。

COCO AI的访谈里有一个细节很有意思：很多企业会问，COCO AI和通用大模型有什么区别。这个问题本身就说明，不少企业仍然把AI理解成一个问答工具。只要能提问、能回答、能生成内容，就觉得已经接近AI应用了。可一旦进入企业真实业务，问题会复杂得多：一个销售管理场景，涉及客户线索、销售阶段、历史沟通、报价策略、跟进节奏、成交概率、团队分工；一个招聘场景，涉及岗位画像、候选人筛选、面试记录、能力判断、组织匹配；一个财务内审场景，涉及单据、流程、风险规则、权限边界和责任归属。这些工作很少能靠一次问答解决。

AI真正进入组织，需要穿过业务流程，理解上下文，接入数据，遵守权限，并在关键节点交回人工确认。它要从“能回答问题”走向“能参与完成任务”。很多传统企业的问题在于，AI一直被挡在业务外面——员工把它当成临时帮手，用完就关掉。业务数据没有打通，工作流没有重构，组织也没有重新定义人与AI的分工。这样的AI很难带来系统性变化。

销售漏斗怎么推进，客户成功怎么复盘，产品需求怎么判断，团队如何协作，组织怎么减少无效消耗——这些更深的问题仍然留在原来的系统里。AI原生组织要做的，是把AI放进这些更难的地方：参与客户理解、线索判断、流程推进和经验沉淀。人负责带回真实世界的信息，判断方向，承担责任；AI负责整理上下文，辅助分析，生成方案，推动流程。

当AI进入业务深处，组织才会开始真正变化：岗位边界会变，会议方式会变，管理层级会变，员工能力要求也会变。一个人不再只负责完成某个固定动作，而要学会调动AI、判断AI、修正AI，并把现实问题转化成AI可以处理的任务。这也是为什么AI原生组织很难靠“买工具”复制——工具可以买，模型可以接，培训可以做。但组织认知、业务流程和管理方式，需要重新搭一遍。企业必须回答AI和人的角色分工、AI的权限、AI的安全治理等根本性问题。这些问题不解决，AI就只能停留在外围。

05 结语

AI原生组织的起点，不是多买几个工具，也不是让员工学会更多提示词。真正的变化发生在组织内部：信息怎么流动，会议怎么发生，管理怎么靠近业务，人和AI如何分工，责任边界如何划定。这些问题被重新回答之后，AI才会从一个效率工具，变成组织的一部分。

COCO AI只是一个早期样本。它提醒我们，AI对企业的影响不会停在降本增效，更深的一层变化是——组织本身正在被重新设计。