知识卡片：AI让每个人都变强了，但为什么公司没跑得更快？
一句话结论：个人借助AI成为“超级个体”后效率成倍提升，但因阿姆达尔定律导致的瓶颈转移——协作、判断和反馈闭环未被同步优化——企业整体提效远低于个体提效，需从工具应用转向组织工程，才能形成“超级团队”。
事件概述或研究问题
2026年世界人工智能大会（WAIC）腾讯论坛上，腾讯研究院副院长袁晓辉博士基于其团队发布的研究报告《从超级个体到超级团队》，探讨了AI放大个人能力后组织层面提效不显著的悖论。核心问题是：当每个环节都提效，为何公司整体提效有限？瓶颈转移到哪里？如何从“超级个体”走向“超级团队”？
方法/产品要点
- 用计算机领域的阿姆达尔定律解释整体加速上限：整体加速比 = 1 ÷ (不可加速部分 + 可加速部分 ÷ 加速倍数)。示例中执行部分提速10倍，但判断、审核等不可加速部分仍占20%，整体仅提速约3.6倍；真实组织中还有目标对齐、跨部门沟通、预算审批等摩擦，实际提升更低。
- 瓶颈转移的三个方向：
- 协作：不同团队工具不统一、知识分散，共享上下文困难，对齐进度需大量会议。
- 判断：AI可快速生成多个方案，但选择哪个、应对市场变化、解决团队分歧等决策变得更加重要。
- 反馈闭环：被提效的节点未能连接成持续学习系统，客户反馈、销售经验无法沉淀为组织知识。
- 案例：某150人公司系统拆解出1400个工作条目，评估哪些可完全交给AI、哪些人机协同、哪些仅由人判断，结果整体提效76%，服饰组和营销组提效90%，物流组等线下组提效超50%。其关键是将AI应用视为组织工程而非单纯工具引入。
- 腾讯推出的AI原生办公智能体WorkBuddy，探索作为组织与AI协作的共同空间，承载人机协作、共享上下文、组织知识及可学习演进的工作流。
主要结果或产业意义
- 个体效率提升（如借助AI Agent完成调研、写代码、设计等，产出数倍于以往）无法直接线性转化为组织效率。企业需重新评估Token投入的性价比，只有系统性地重新设计岗位、任务和流程，才能实现真实提效。
- “超级团队”的定义：不是简单聚集超级个体，而是找到人与Agent的最佳合作方式（AI承担执行与拓展，人负责判断与创造），确保共享上下文、持续知识沉淀、形成反馈闭环，实现“整体大于部分之和”。
- 未来最竞争力的企业不是拥有最多AI工具或最多超级个体的企业，而是能让人和Agent共同学习、判断、创造的超级团队。
为什么重要
- 揭示了当前AI应用中的一个普遍盲点：大量企业聚焦于个人工具提效，忽视了组织协作与决策系统的适配，导致投入产出比下降。本文提供了清晰的瓶颈分析框架和从“超级个体”到“超级团队”的演进路径，对管理者具有直接指导意义。
- 与已有相关卡片关系：本卡片专注组织管理视角，不同于AlphaEvolve（算法设计智能体）或AlphaEarth（地球观测）等具体技术应用，而是讨论AI如何改变组织运行逻辑，属于产业与管理层讨论。
局限与不确定性
- 所引用的公司提效76%案例为内部测试数据，未提供样本量、行业背景及长期效果验证，需待核实其可复制性。
- 阿姆达尔定律在组织中的应用为类比解释，实际组织中瓶颈转移的定量测量方法未详细说明。
- WorkBuddy作为腾讯产品被提及，可能带有公司推广色彩，其是否真正能成为“AI时代的协作定义者”有待市场检验。
可用于图书/PPT/简报的角度
- 标题示例：“发动机换代了，传动系统却未升级——AI时代组织效率的‘阿姆达尔陷阱’”。
- PPT可包含：①个人效率提升数据 vs 组织提效对比图；②阿姆达尔定律公式推导示例；③瓶颈转移的三张示意图（协作、判断、反馈）；④案例拆解图（150人公司1400个条目梳理方法）；⑤从“超级个体”到“超级团队”的演进阶梯图。
- 可用于企业管理层研讨AI战略时的核心论据，强调组织变革必须同步进行。
原始材料
来源：搜狐转载，袁晓辉在2026世界人工智能大会（WAIC）腾讯论坛上的发言全文
URL: https://m.sohu.com/a/1054354466_455313
英文标题：待核实（原文无明确英文标题，建议保留中文原标题或自拟）
英文关键词：AI productivity paradox, Amdahl's Law, super individual, super team, organizational bottleneck, WorkBuddy, Tencent Research Institute