一、旧分工正在被数字员工撬动
AI Agent进入企业日常运营后，组织管理层面冒出一个新难题：这些能独立干活的数字员工，管理权该落到HR、IT还是业务部门手里？
以往分工相对清晰：技术系统归IT，人员与组织归HR，工作结果归业务部门。但Agent如今接手实际业务，甚至有了独立身份、岗位职责和指定管理者，原有管理边界正被打破。今年7月Gartner针对297位CHRO做调查，仅24%的受访者表示其企业领导层已就AI Agent管理责任达成共识。Agent数量攀升，旧有组织管理方式是否仍适用、又该如何调整，成为企业必须思考的问题。
二、Agent已配岗位、主管和绩效
几个案例颇具观察价值。
印度IT服务企业LTM约有8.7万名员工，内部已落地1500个AI Agent。ServiceNow公开的客户案例显示，每个Agent都配有员工ID、清晰岗位职责和指定管理者，还需参加培训并接受年度绩效评估。这些Agent承担发票处理、客户准入合规、管理层研究等实际任务。公司披露，AI支持下HR团队生产力提升21%，IT工单减少30%。LTM的做法颇具代表性——它把传统组织中的岗位、管理责任和绩效机制移植过来，用于管理日益扩大的Agent群体。当然，员工ID不等于法律意义上的员工身份，这更多是企业内部对数字劳动力的一种管理安排。
类似探索也在别处出现。Atlassian给参与团队协作的Agent配了负责人、身份档案和工作记录；Cisco 10月7日宣布，计划让AI Agent进入Webex会议、通话和团队协作场景，与员工一起完成任务；Workday 10月13日宣布拟收购AI身份管理公司C1.ai，打算把员工与Agent的系统访问权限统一管起来。
Agent越多，企业要回答的问题也越多：创建Agent的权限归谁？授权和维护由谁负责？工作质量怎么评？出了错谁来担责？这些都不是大模型层面的技术问题，而是组织管理问题。
三、HR与IT边界松动，有企业直接合并部门
Gartner 10月7日公布的研究显示，仅38%的CHRO与CIO在AI对未来工作的影响上看法一致。Gartner还点出一个耐人寻味的现象：CIO正扮演起“意料之外的人才管理领导者”（Accidental Talent Leaders）角色。原因不难理解：眼下不少企业的AI转型由IT或数字化部门主导，他们既建平台、开发Agent，也参与员工能力培养、业务流程改造乃至岗位职责重设；HR有时则仍集中在组织培训、推广应用、提升员工AI使用率等事项上。
已有企业直接动组织架构，试图把技术变革与组织变革统筹考虑。美国生物技术公司Moderna是个典型。2024年11月，该公司把HR与数字技术职能归到同一领导之下，原CHRO Tracey Franklin升任首席人力与数字技术官（Chief People and Digital Technology Officer），CIO改为向她汇报。调整背后是Moderna正在推进的AI转型：公司此前与OpenAI合作开发了3000多个定制GPT，覆盖研发、临床、运营和HR等场景。如今，人才、数字技术和组织战略由同一位高管统管，目的是同步权衡哪些工作由人做、哪些交给AI，以及岗位和团队如何重新设计。
另一家值得关注的是协同软件及AI公司Atlassian。2026年4月，Atlassian扩大原HR负责人Avani Prabhakar的职责，任命她为首席人力与AI赋能官（Chief People and AI Enablement Officer）。她领导的People and Transformations组织把人员管理、内部工程、数据科学、客户技术支持和战略转型等能力整合到一起，推动企业级AI转型。
两家公司的整合程度不同，但都在回应同一个问题：AI转型既牵涉技术，也牵涉工作和组织设计，需要有人对跨职能变革负总责。Gartner今年8月预测，到2029年30%的企业会组建HR与IT混合团队以加快AI落地。据我们所知，国内一些科技型企业也已采取类似动作，有的甚至更早。当然，合并HR与IT并非所有企业的必选项。大型组织组建跨部门AI转型团队、明确共同负责人，或许是更现实的路子。
四、归谁管，眼下未必有标准答案
企业一定要指定某个部门统一管理吗？在我看来，现阶段未必需要标准答案。各企业的业务特点、技术底子和组织成熟度千差万别，Agent承担的任务也五花八门。比如研发团队用的编码Agent，可由技术负责人直管；客服、销售类Agent，可由业务部门牵头；跨部门流程的Agent，则可能需要IT、业务和相关职能共同管理。有的企业会搭建统一的Agent平台和治理机制，有的则先让业务部门试点，再慢慢形成跨部门管理方式。像Moderna那样把HR与数字技术职能合在一起，也是值得观察的实践。
对多数企业而言，更务实的路径或许是先挑有价值的业务场景，让Agent真正上手干活，再在实践中逐步厘清组织分工和管理机制。毕竟不少企业的Agent应用还在摸索期。一上来就耗费大量精力争论设什么部门、由谁统一管，反而可能抬高协调成本，拖累落地。
但先跑起来也得有基本规矩：每个Agent服务什么业务、谁对结果负责、能拿哪些权限、出问题怎么处理，至少要明确。等Agent数量和业务复杂度上来后，再逐步补齐身份管理、运行监控、绩效评价和跨部门治理机制。HR未必直接管理所有Agent，但当Agent开始改变岗位任务、团队分工、人员配置和管理者职责时，HR应及时介入组织设计。未来管理者可能同时带员工和多个Agent，团队怎么分工、绩效怎么评、员工能力怎么发展，都会出现新变化。
因此，数字员工归谁管，可以因企业、因场景而异；管理方式也可以边做边调，逐步形成适合自身的组织模式。AI原生组织建设仍在探索期，无论最终由哪个部门牵头，关键在于让Agent创造业务价值，并随着应用深入持续完善管理机制。
朴谷观点
从组织管理角度看，AI Agent带来的真正挑战不是“技术归口”，而是“责任归口”。朴谷认为，企业不宜过早纠结于由HR还是IT统一管理Agent，而应先建立三条底线：一是身份与权限可追溯，每个Agent有明确负责人和服务边界；二是结果责任可落实，Agent出错时能找到业务责任主体；三是组织设计可联动，当Agent改变岗位任务和团队分工时，HR与IT能够共同介入。在此基础上，企业可根据Agent承担任务的跨部门程度，分层选择管理方式：单一场景由业务部门主导，跨部门流程由IT与业务共同治理，涉及组织变革则由HR与数字化部门联合推动。AI原生组织尚处早期，管理机制需要在实践中迭代，但“先明确责任、再讨论归口”应是更稳妥的路径。
Disclaimer: The information provided in this article is for general informational purposes only and does not constitute financial advice.