当越来越多业务应用开始由业务部门自主构建，企业还需要IT部门吗？放在几年前，这或许还是一个难以成立的假设，但今天，它正在成为越来越多企业管理者必须面对的新命题。
过去几十年，企业数字化建设始终遵循着一套相对稳定的逻辑：业务负责提出需求，IT负责建设系统；业务创造价值，技术提供支撑。无论是ERP时代、互联网时代，还是后来的云计算和移动化浪潮，技术不断演进，但这种分工模式始终没有发生根本改变。
原因很简单。技术能力长期掌握在少数专业人员手中。
业务部门知道问题在哪里，却不知道如何通过技术解决问题；业务人员理解流程和场景，却缺乏开发系统、管理数据和构建应用的能力。因此，“业务提需求、IT做开发”成为企业运行多年的默认模式。
过去十年，低代码/无代码平台曾试图打破这一困局，通过简化开发流程降低参与门槛，但由于仍需具备基础技术理解能力，始终无法实现大规模普及，仅能覆盖少数标准化场景。
生成式AI的出现，让这一局面发生了本质性改变。
“AI时代真正值得关注的变化，并不是模型能力提升了多少，也不是智能体能够替代多少岗位，而是企业内部关于技术能力、组织职责和价值创造方式的底层逻辑正在被重新定义。”在Gartner高级研究总监李彬看来，AI带来的不只是技术革命，更是一场组织革命。
AI带来的最底层变革，是真正降低了每个人使用技术完成自己工作的门槛，实现了技术平权。过去业务人员想要落地一个功能，需要理解数据库、接口、逻辑流程乃至基础代码；如今只需通过自然语言描述需求，AI就能辅助完成应用构建、流程编排、智能体配置，甚至直接输出可落地的解决方案。
技术以前所未有的姿态贴近业务，褪去专业光环，成为业务人员可以直接上手的生产工具。这正是李彬所强调的“IT民主化”的核心内涵——技术民主化从来不是“业务全员学技术”，而是技术主动向业务场景下沉，从专业人员的专属能力，变成全员可及的生产要素。
“技术民主化直接推倒了组织间的围墙，推动企业IT组织从单一形态，向四种差异化原型演进。”李彬透露，未来企业IT不存在唯一标准答案，而是会根据技术在战略中的地位、业务增长态势、业务侧承接技术工作的意愿，分化为精益型IT、增强型IT、民主化IT、双构建者IT四种形态。
这四种模式并非技术演进的先后阶段，而是企业战略选择的直接结果：精益型IT对应成熟稳定、业务增长见顶的市场，AI带来的效率提升直接转化为组织精简，用更小的团队完成同等工作量；增强型IT则适配业务需求持续增长的企业，AI释放的生产力不用于裁员，而是转化为更强的业务承载能力，团队规模不变但产能翻倍；民主化IT的核心是能力前置，业务部门主动承担部分技术职责，IT从交付执行者转变为赋能者，专注平台搭建与规则制定；而双构建者IT，是AI原生业务模式下的终极形态，也是企业创新机制的彻底重构。
过去企业的创新更像一场接力赛：业务提出需求→IT开发落地→系统上线交付→业务使用产生价值，整个周期以月、季度为单位，试错成本极高、创新效率低下。
而双构建者模式彻底打破了线性流程，业务与IT从供需关系变为价值共创伙伴。业务人员负责发现问题、验证场景、快速试错，利用AI工具自主探索创新可能；IT部门不再深陷琐碎的开发工作，转而提供开发平台、治理框架、安全能力，为业务创新保驾护航。
创新不再是一次性的项目交付，而是持续循环、快速迭代的动态过程。AI最大的价值之一，就是大幅降低企业创新的试错成本，过去一个想法从提出到验证需要数周，如今业务团队借助AI与平台能力，几天甚至几小时就能完成验证。
从这个角度来看，双构建者IT讨论的从来不是IT组织的架构调整，而是企业核心创新机制的重塑——谁能让业务与技术形成高效协同，谁就能在AI时代建立绝对的竞争优势。
然而在AI落地的浪潮中，绝大多数CIO都陷入了一个误区：把AI转型当成纯粹的技术项目。纵观整个产业，企业热议的是大模型选型、智能体框架、算力规模、应用场景，却鲜少有人关注组织、人与文化的适配性。
李彬在分享中反复强调一个核心观点：所有转型的本质，最终都是人的转型。这并非空谈，而是来自无数企业的实战教训。很多企业耗费二十年做数据治理，至今仍被数据质量差、数据不通用困扰，问题从来不是技术工具不够先进，而是组织层面的顽疾始终未解决：没人愿意主动维护数据、没人遵守治理规则、部门间缺乏协同机制。
AI落地面临着完全相同的困境，企业采购了顶尖模型、搭建了完善平台、上线了各类智能体，最终却发现员工不愿用、业务不信任、管理层预期失真，技术准备就绪，组织却完全没跟上，这也是绝大多数AI项目无法产生实际价值的核心原因。
更值得警惕的是，当前企业管理者普遍存在“高估AI短期能力、低估AI规模化落地难度”的认知偏差。体验过聊天机器人的便捷后，很容易产生AI无所不能的错觉，但从个人端的实验性使用，到支撑企业生产环境7×24小时稳定运行，再到面向海量用户的高并发服务，中间隔着巨大的工程复杂度、安全复杂度与治理复杂度。
因此对于CIO而言，未来最重要的工作之一，从来不是选择哪一款模型，而是帮助整个组织建立对AI的正确预期：明确AI能做什么、不能做什么，风险在哪里、价值在哪里，厘清个人使用、长期运行、生产部署的本质差异。只有纠正认知偏差，才能让企业在AI转型中避免在狂热与失望之间反复摇摆。
与此同时，技术扩散与组织重构，必然带来人才结构的深度重塑。以软件开发为例，代码生成、单元测试、代码审查等基础重复性工作，已全面由AI辅助完成，开发人员的价值核心，从单纯编码转向架构设计、需求理解、业务洞察与AI协同管理。数据分析、运维管理、项目管理等领域同样如此，重复性劳动被AI接管，创造性、决策性工作的价值被无限放大。
从组织形态来看，传统IT团队的金字塔结构会逐渐向纺锤型演进：底层基础执行岗位被智能体大量替代，中间层专业人才成为组织核心，顶层专家把控方向，初级岗位依然存在，但成长路径彻底改变。
Gartner的调研数据更印证了这一趋势：2025年约20%的IT工作在AI辅助下完成，到2030年，100%的IT工作都将由AI辅助完成，未来的竞争不再是AI覆盖的广度，而是人机协同的深度。人机协同分为五个层级，从L1静态辅助工具到L5全流程自主自动化，企业需根据自身属性分为AI审慎型、AI机遇型、AI优先型三类，而非盲目追求最高等级。
不同IT职能受人机协同程度影响呈现显著分化：软件工程、数据与分析领域的技能重塑需求最为迫切，软件工程不同企业分化非常明显；网络安全是分化最小的领域之一，未来网络攻击呈数倍增长，80%的未授权AI操作将源于内部政策违规，而非外部攻击，无论哪种类型的企业都必须持续强化安全能力；基础设施与运营则会因自动化能力提升，出现明显的人员缩减。
未来企业竞争的核心，早已从“人完成工作”转向“人组织AI完成工作”，这是一套全新的能力体系，也是企业人才培养必须面对的新课题。
写在最后
AI带来的最大变化，或许从来不是效率提升，而是组织重构。当技术能力逐渐成为整个企业共享的生产力，业务与IT的边界开始重绘，人与AI共同创造价值的新模式正在形成。
未来企业的竞争，不仅是技术的竞争，更是组织能力的竞争。而这，或许才是AI时代最深刻的变革。
京公网安备 11010202008829号