模块二 · 组织重写 / F10 方法级 · 所有组织重写框架 →

智能体时代企业岗位体系 Agentic Role Redesign Method ARRM

你在招的那个人,可能是一个已经不存在的岗位。
智能体改变的不是某些岗位的命运,而是所有岗位存在的逻辑。

DEF ·通过T1-T4 任务四分类(可自动化 / AI 增强 / 人工主导 / 人类核心)重构企业岗位体系——三层岗位(执行者 / 编排者 / 设计者),编排者是 Agent 时代新型岗位。

核心问题
智能体时代,企业的岗位体系应该按什么逻辑来重新设计?
体系定位
第四层 · 负责回答「人的工作应该向哪里迁移」,是组织重写的人才结构落地。
使用时机
年度人才战略会议 · AI 转型期组织设计 · 岗位说明书重写 · 编排者人才识别与培养
F10 · T1-T4 任务分类矩阵
P3
任务情境复杂度
T1 · 高自动化潜力

可自动化任务

规则清晰、边界明确、不需要情境判断的执行工作。被智能体替代——释放时间应主动投入 T3/T4。

→ 自动化层处理
T2 · 协同最优

AI 增强任务

人机协同效果最佳——人负责判断和方向,AI 负责处理和执行。

→ 优化人机协作方式
T3 · 人主导

人工主导任务

需要情境理解、关系信任、创造性判断——AI 辅助但无法主导。

→ 深化拓展方向
T4 · 不可替代

人类核心任务

需要价值判断、责任承担、意义赋予——AI 时代价值持续提升。

→ 持续投入
人类不可替代性
岗位重构方向:减少 T1 · 优化 T2 · 深化 T3 · 拓展 T4三层岗位:执行者 + 编排者★新 + 设计者

01HR 部门正在经历的困惑

企业的 HR 部门正在经历一种令人困惑的处境:一边在裁员,一边在招人,而且这两件事往往同时在做。裁掉的是某类岗位,招的是另一类,但招聘需求写出来,往往说不清楚那个新岗位和被裁掉的旧岗位有什么本质区别。

这种困惑的背后,是一个没有被认真回答的问题:在智能体大规模进入工作场景之后,企业的岗位体系应该按什么逻辑来重新设计?

大多数企业给出的临时答案,是在现有岗位上加上"AI 能力要求"——产品经理要懂 AI,运营要会用 AI 工具,分析师要会写提示词。这是一种增量调整,不是结构性重建。它回避了一个更根本的问题:当执行工作大量转移到智能体,人的工作应该向哪里迁移,而不只是如何在原有岗位上加上 AI 工具?

02为什么"岗位+AI技能要求"不够

理论来源:德鲁克知识工作者理论(《管理的实践》,The Practice of Management,1954);工作设计理论(Hackman & Oldham,《工作重设计》,1980)。
本框架创新:在德鲁克知识工作者框架基础上,提出"编排者"作为智能体时代独有的第三类工作角色,构建执行者-编排者-设计者三层岗位体系,并建立任务结构分析模型(T1-T4 分类)作为岗位重构的操作工具。

传统岗位设计的逻辑,来自工业组织理论的经典假设:把一个复杂的工作系统分解为若干个专业化的工作单元,每个单元由一个具有对应专业技能的人来承担。德鲁克在 1954 年系统阐述了知识工作者的概念,但他描述的知识工作者,本质上仍然是一个"执行特定专业工作"的人。

这个逻辑的核心是:岗位的价值来自它所执行的工作内容。

但在智能体广泛渗透之后,这个逻辑出现了一个裂缝:如果一个岗位核心工作的 80% 可以被智能体完成,那这个岗位的价值还有多少?更重要的是,剩下的那 20%,真正的价值是什么?

仅仅在岗位要求里加上"会使用 AI 工具",回答的是"怎么和 AI 协作完成原有工作",而不是"在 AI 可以完成大量执行工作之后,人在组织里应该承担什么样的角色"。前者是工具培训,后者才是岗位体系的结构性重建。

03任务的四种类型

重建岗位体系的思路,来自一个关键的视角转换:分析单元从"岗位"降到"任务"

"这个岗位会不会消失"是错误的问题,因为它把一个岗位当成一个不可分割的整体。正确的问题是:"这个岗位所包含的各类任务,在智能体可以承担大量执行工作的前提下,应该分别往哪个方向演化?"

T1 · 可自动化任务

规则清晰、边界明确、不需要情境判断的执行工作。这类任务会被智能体替代,释放出来的时间应该被重新投入,而不是被当作缩编理由。

T2 · AI 增强任务

人机协同完成效果最佳,人负责判断和方向,AI 负责处理和执行。

T3 · 人工主导任务

需要情境理解、关系信任、创造性判断,AI 可以辅助但无法主导。

T4 · 人类核心任务

需要价值判断、责任承担、意义赋予,是人类不可替代的价值所在。

岗位重构的正确方向,是减少 T1,优化 T2,深化 T3,拓展 T4——而不是在每个任务类型上都附加"AI 工具使用"的要求。

04三层岗位体系:编排者是全新涌现的

基于任务分类,三类岗位角色对应不同的核心价值来源。

执行者岗位:负责在智能体系统无法完全自主处理的场景中,完成具体的工作任务。这类岗位的价值,在于处理智能体边界之外的例外情况——那些需要人类判断、关系能力或情境理解的任务。稳定性来自他们所处理的例外类型的不可标准化程度——越难被标准化的例外,对应的执行者岗位越稳固。

编排者岗位:这是智能体时代最新的岗位类型,在传统组织里几乎没有对应角色。编排者不执行具体任务,也不制定战略方向——他们的工作是设计智能体和人类之间的协作流程,把业务需求转化为可执行的智能体系统,监控系统运行并持续优化。编排者需要同时理解业务逻辑和 AI 系统,是目前市场上最稀缺的人才类型。

设计者岗位:负责定义智能体系统的目标、约束和边界,对 AI 系统的整体方向负责。设计者的核心价值,在于判断什么值得被做,以及什么不应该被自动化

05稀缺性的根本性迁移

这个框架揭示的,是一个关于"稀缺性"的根本性迁移。

工业时代,稀缺的是专业执行能力——能够可靠地、高质量地完成一种特定工作的人,是组织最核心的资产。知识经济时代,稀缺的是专业判断能力——能够在特定领域做出高质量判断的知识工作者,是组织的核心竞争力。

智能体时代,执行能力和大量标准判断能力都开始去稀缺化。新的稀缺,是编排能力——理解 AI 的能力边界,设计人机协作的方式,把业务意图转化为可执行的系统。

这种能力既不在传统技术培训体系里,也不在传统管理培训体系里,它在两者的交界处,是一种全新的跨界能力结构。

关键执行层——那些在系统边界处理例外情况的人——需要被主动保护,不能在降本增效的压力下被错误压缩。他们是整个智能体系统安全运行的最后一道人类防线。