在全国适宜储氢的废弃盐矿资源稀缺，且利用现有盐腔比新建能节省1到2年造腔时间的前提下，一场围绕废弃盐矿资源的“卡位战”，就此打响。

作者：王雅洁

封图：图虫创意

4月底，一家华东地区能源企业内部，一场围绕河南平顶山盐穴储氢项目的分析会正在进行。类似议题，近期已被反复研讨。

“不能再慢了。”该企业新能源板块的一名负责人认为，“我们手里的盐腔（盐穴的通俗说法，地下盐矿开采后留下的空腔，密封性好，可用于储气）现在是‘香饽饽’，我们不动，别人就要来‘圈’了。”

让他坐不住的，是4天前发生的一件事。

4月25日，中国平煤神马集团（下称“平煤神马”）在平顶山投运了一个百万方级地下盐穴储氢库。氢气被注入地下深处的废弃盐矿空腔内进行存储。该项目实际钻井深度1418米，目标是完成水溶体积大于3万立方米的盐穴造腔、实现150万标方氢气储存。该总投资为7772万元，核心装备全部国产。

这是亚洲第一个投入商业运营的百万方级盐穴储氢项目。

消息传出的当晚，长三角及周边多个省份省级能源平台的氢能业务线负责人，都将目光聚焦于此。记者多方采访后获悉，江苏中部的一处盐矿，已经迎来了新的技术调研团队；华东某资源大省的肥城盐田勘探数据，也被行业内研究机构调出重新研判。

中国工程院院士杨春和一直关注这个项目的进展。他曾公开指出，盐穴储氢的意义在于为氢能产业找到了一个大规模、经济性存储的解决方案，使跨季节、跨区域调配成为可能。如今，方案变成了现实。

一名长三角地区政府部门的人士对经济观察报记者打了个比方：“盐穴储氢，就是把地下废弃盐矿改造成巨型氢仓库，靠囤货、调峰、长租来赚钱。”

他表示，地面高压储氢罐建造成本高、占地大、安全隐患多。而地下800至1200米的废弃盐腔，密封性好，稳定性强，改造成储氢库，成本比地面储罐低80%，使用寿命超过30年，后期几乎没有大修成本。“底层逻辑不复杂。”他对经济观察报记者说，“过去采完盐就废弃的矿坑，现在变成了抢手的地下仓库。谁掌握了盐穴，谁就有了在区域氢能市场上的定价权和调配权。”

河南落子，各地闻风而动。

在全国适宜储氢的废弃盐矿资源稀缺，且利用现有盐腔比新建能节省1到2年造腔时间的前提下，一场围绕废弃盐矿资源的“卡位战”，就此打响。

谁有资格玩？

“这张图上的每一个红点，将来都可能值几十亿元。”上述华东地区能源企业新能源板块负责人，这样解构自己所在的华东资源大省的盐矿资源分布图。

他认为，大汶口盆地、肥城一带的盐腔密集区域，值得被重点标注。该区域拥有70多个现成盐腔，埋深800至1000米，盐层厚、密封好，可以直接改造利用，比河南从零造腔节省时间。但短板同样存在，部分盐矿是“层状盐加石膏夹层”，地质条件比河南的纯盐层复杂，建库需要针对性技术攻关。

“资源是‘卡位’的第一关。”上述管理人员说，“盐穴这东西，不可再生，不可移动。全国能拿出来用的优质盐盆（即富含盐矿的地质盆地）就那么几个，占一个少一个。今天你不占，明天就被别人圈走了。”

他透露，其所在企业已锁定省内3个百万方级盐腔，完成了三维地震勘探，目标在2026年底前开工第一个百万方级示范项目，2028年前形成超过500万立方米总库容，卡位华东氢能枢纽。

长三角地区也在动起来。上述地方发改委人士告诉记者，淮安、盐城、常州一带的盐穴资源“质量非常好”，当地的盐业龙头企业苏盐井神（江苏省盐业集团旗下上市公司，掌握大量盐矿资源）手里就有大量现成盐腔。但他表示：“河南（的地下盐穴储氢库）已经投产了，华东其他资源大省（的能源企业）正在锁定资源。我们要是再等，本地化工、钢铁企业的氢源市场，就可能被其他省份‘截胡’。”

他解释：江苏是全国最大的工业用氢市场，年需求量超过300万吨，化工、钢铁、电子产业密集。这些企业要完成脱碳任务，就必须从灰氢转向绿氢（即利用风电、光伏等可再生能源制取的氢气，全过程无碳排放）。谁的盐穴库先建成，谁就能先和这些下游用户签长期协议。长期协议一签，市场就锁定了。

那么，到底谁有资格坐到这张牌桌上？

一家能源央企负责储运与氢能研究的人士给出了判断：“这个产业并非由单一类型企业垄断，而是形成了清晰的分工。核心基础设施建设，需要国企牵头。”

他分析，进入盐穴储氢的核心基建环节，至少要同时具备三个条件：第一，手里有盐穴资源，或者有能力从地方政府拿到开发权。这一点，省属国资、央企有天然优势。第二，能承担8至12年的投资回报周期和一个项目近亿元的启动资金，产业资本很难接受这么长的回本时间，而国资考核体系里有“战略投资”这个科目。第三，自己或者周边有稳定的大规模用氢下游，化工厂、钢铁厂、工业园区，否则库建成了没人租，就是巨大的浪费。地方能源集团，自己往往会配套这些产业。

但“核心基建由国企主导”，不意味着民营企业没有竞争力。

“很多人觉得民企在盐穴储氢领域没机会，其实不然。”上述长三角地区政府部门人士表示，国内已有一批民企在核心设备制造、运维服务等细分领域形成了独特优势，甚至比部分国企更具灵活性和性价比。比如浙江某民营企业，专注于盐穴储氢高压密封设备，技术水平比肩国际，不仅供应河南、湖北的盐穴项目，还出口海外；还有长三角本地的民企，聚焦盐穴储氢的监测运维，凭借精细化服务，已经拿下多个盐穴项目的运维订单。“这些民企不碰盐穴资源、不建主干管网，而是深耕自己的细分赛道，活得非常好，竞争力一点不弱。”该人士称。

上述能源央企负责储运与氢能研究的人士表示，民企可以是盐穴储氢产业的“活力源泉”。盐穴储氢的核心基建（管网、库容）需要国企牵头，但设备配套、运维服务、技术创新等领域，民企的灵活性、创新能力更强。比如国内某民营氢能设备企业自主研发的抗氢脆管材，成本比进口低40%，质量完全达标。该能源央企全国主干管网的配套设备，有30%都来自这家民企。还有一些民营科研企业，在盐穴密封性监测、绿氢套利算法等领域的技术突破，走在了国企前面。

上述能源央企负责储运与氢能研究的人士认为：“民企的竞争力，不在于‘抢资源、建基建’，而在于‘做细分、做创新’。”

上述能源央企下属的省级能源平台公司管理层人士也明确，在设备零部件、工程施工、下游供氢配套等领域，民企有天然优势。比如华东一家民营工程企业，在盐穴造腔的精细化施工上，经验比他们还丰富，其部分项目的施工分包，就交给了这家民企；还有民营制氢企业，聚焦中小型绿氢制造成套设备，适配盐穴储氢的调峰需求，已经和他们签订了长期合作协议。

怎么赚钱

“河南这个项目，我们盯着看了两年，现在终于有一个可以掰开来算账的样本了。”上述能源央企负责储运与氢能研究的人士，在接受经济观察报记者采访时，把平顶山百万方项目视作一个“财务核算基准”。他描述出一条简单的流程图：制氢端—管网—盐穴库—管网—用氢端。

“投资一个百万方级盐穴库，大约需要7000万到8000万元。这是固定资产。”他说，建完之后，主要靠三块收入。

第一块是库容租赁费，制氢企业、化工钢铁企业，或者将来做氢贸易的公司，租下盐穴库的存储空间，按年付租金，这部分收入稳定、可预测，占整体收入的“大头”；第二块是注采运营费，即氢气存入和采出过程中的专业注气、采气、安全监控、设备维护等运营服务费用；第三块，也是他们内部最看重的一块，是调峰套利。在风光发电充足、电价低的时段，下游制氢企业加大产量，将低成本绿氢存入盐穴；到用电高峰、氢气价格高的时候，再采出来供应市场。“这一进一出，赚的是时间差和价格差。”该人士说，“我们内部测算，这个差价空间是相当可观的。”

成本端呢？中国平煤神马集团副总经济师梁五星曾公开算过一笔行业大账，当前国内氢气出厂成本可以做到每公斤20元左右，但经过储存、运输到终端加氢站，综合成本飙升至每公斤50元以上。储运环节，“吃”掉了产业链上最多的利润。

河南项目投运后，这个“利润黑洞”首次被撕开了一个口子。上述华东能源新能源负责人说：“我们判断，盐穴储氢至少能把储运环节成本压低40%到50%。”这表示，一两年内，从盐穴库出来的绿氢，其价格有望与目前市面上用煤或天然气制造的工业灰氢实现接轨。

价格一接轨，下游的商业逻辑就通了。该企业已经开始行动。

上述华东地区能源企业新能源板块负责人透露，他们正和省内几家大型化工、钢铁龙头企业洽谈5到10年的绿氢长期协议。“只要价格有竞争力，这些企业非常愿意切换成绿氢。”他说，“他们有脱碳的硬任务，我们有库容，供需是匹配的。”

但“怎么赚钱”这条线，若要完整闭环，还绕不开央企和地方国资之间的利益分配，这就是管网的账了。

“央企和地方的分账，现在基本有了一致框架。”上述能源央企负责储运与氢能研究的人士说，“央企建‘路’，收‘过路费’，也就是管输费，按输送量计费，对标天然气管网；地方建‘库’，收‘仓储费’，主要是库容租赁和运营费。在调峰套利这一块，双方按比例分成，地方拿大头，鼓励多调峰多保供。谁投资谁受益，边界划清楚，大家才能把这件事一起干成。”

长三角地区方面的账也算得很清楚。“资源是地方的，必须地方国资主导开发。”长三角地区政府部门前述人士说，“本省盐业龙头负责盐穴改造和库容运营，省能源集团对接下游化工钢铁锁定长期协议，央企管网的过路费该收就收，但核心的仓储运营收入要留地方。”

万亿赛道洗牌

“过去五年，氢能行业讲的是‘谁能做出更好的产品’；今后5年，行业讲的是‘谁能拿出更值钱的资产’。”4月28日上午，一名长期关注氢能赛道的产业资本合伙人在与记者交流时，用这句话概括了行业逻辑的变化。他所在的基金，过去几年投过燃料电池、投过电解槽、投过加氢站。现在，他正密集调研江苏、山东、河南的盐穴储氢项目。

“河南投产是一次‘氢能的实体化拐点’。”该产业资本合伙人说，“以前这个赛道里，只要贴‘氢’的标签就能拿融资。现在变了，我们在看企业的时候，会直接问，你有盐穴吗？你签了管网接入协议吗？你的下游长协锁定到什么程度了？”

这不是一家机构的变化。资本市场的估值指挥棒，正在转动。他认为，百万方盐穴项目的投运，为资本市场提供了一个锚点。以后业内再看氢能企业，就有了一个可参照的资产模型——它不是一个故事，是一个有稳定现金流的重资产项目。谁有盐穴资源，谁签了管网和长协，谁就能获得估值溢价。

这种从概念到资产的转变，会驱动行业优胜劣汰，让真正有技术、有资源、有资本实力的企业“跑”出来。

上述产业资本合伙人分析，三类企业正面临直接冲击。第一类是在细分领域缺乏独特技术壁垒的企业。过去这些企业给大项目做配套业务，但一旦行业进入以储运基建为核心的规模化运营阶段，国企主导的供应链会越来越追求稳定性和规模化，这类企业如果没有不可替代的技术，订单会急剧萎缩。

第二类是纯粹靠“氢能概念”支撑股价的上市公司。“以前燃料电池签一个几千万元的意向订单，上市公司的股价就能拉几个涨停。”他说，“但以后资本市场会越来越精明，会去查上市公司有没有实体资产、有没有稳定的现金流模型。没有的话，‘市梦率’会变成‘市盈率负数’。”

第三类是那些在没有盐穴资源的地区盲目跟风上马高压储氢、液态储氢项目的企业。上述能源央企专家说：“没有地下盐穴的先天条件，硬上地面储氢，成本大概是盐穴的5到8倍，而且规模上不去。这些项目在未来几年会陆续暴露出经济性问题。”

那么，谁在洗牌中占据了先手？

答案指向那些正在快速将“地下资源”转化为“账面资产”的地方国资和央企，以及那些在细分赛道建立起核心壁垒的民营企业。

上述能源央企内部已经明确，要把全国氢能主干管网建设纳入集团“十五五”核心基础设施规划。

一家华中地区的国企能源企业也在加快推进内部立项程序。经济观察报获悉，该企业看盐穴储氢，不仅看它本身能不能赚钱，更看它能撬动多大的业务边界，假如能把他们的风光制氢、化工用氢、钢铁氢冶金整条线串起来，这将是他们转型估值从传统能源5到10倍PE（市盈率），切换成新能源基建20到30倍PE的支点。

盐穴储氢产业的发展，离不开国企与民企的协同发力。例如河南平顶山盐穴项目，国企平煤神马负责盐穴开发、储氢库建设，但核心设备（压缩机、临氢管材）来自民营厂家，运维服务也由民营团队承担；华东某省级能源平台的盐穴项目，施工分包给民营工程企业，下游供氢配套交给民营制氢企业，既降低了国企的建设和运营成本，也给民企提供了巨大的市场空间。这种“国企主导基建、民企聚焦细分”的模式，让国企的资源优势和民企的创新优势充分结合，推动产业快速落地。

未来盐穴储氢行业，将形成“国企主导核心基建、民企抢占细分赛道”的协同格局——国企聚焦盐穴资源开发、主干管网建设，保障国家能源安全和产业基础；民企聚焦设备制造、运维服务、技术创新、下游应用，激活产业活力。两者分工明确、利益共享，共同推动氢能产业从示范走向规模化商用。

“河南投产，是行业的起点，”上述能源央企省级公司的新能源业务负责人说，“但对我们来说，洗牌才刚刚开始。”

 

企业真正要回答的不是如何让更多员工会用AI，而是如何让AI进入组织，并与人的工作方式、协作关系、管理边界和价值分配形成新的稳定结构。

作者：魏浩征

封图：图虫创意

过去一年，几乎所有企业都在谈AI。有的企业采购工具，有的企业组织培训，有的企业要求员工尽快掌握提示词、工作流和智能体应用。

表面上看，这些企业对AI的热情前所未有。但如果进一步追问，我们会发现一个值得警惕的现象：个体层面的AI使用正在快速普及，组织层面的AI生产力却并未同步出现。

很多企业的现实处境几乎如出一辙：老板很急，团队很慢；员工都会一点，组织却推不起来；每个人都在使用AI，协作反而变得更复杂。

一位制造业公司的董事长曾对我说：“我们给全员配了AI工具，也做了三轮培训，但3个月过去，关键经营指标几乎没有变化。”

另一位科技公司的HRD（人力资源总监）则给出了更尖锐的描述：“员工会用AI写周报、做PPT、整理纪要，个体效率确实提升了。但如果问组织整体产出是否因此发生了质变，我回答不出来。”

这暴露出一个被忽视的真相：AI真正挑战的往往不是员工能力，而是组织结构。

如果说过去企业面对AI时最常会问“员工会不会用AI”，接下来更关键的问题应该是：组织是否具备承接AI的能力。

当AI开始进入岗位、流程、协作乃至决策环节，企业面对的就不再只是技术部署问题，而是组织重构问题：原有岗位是否依然成立？原有分工是否依然有效？原有管理方式是否正在失灵？原有绩效与分配机制是否还能支撑新的价值创造方式？

换句话说，大多数企业今天的问题，并不是“有没有AI”，而是能否仍试图把AI装进一个并不适配它的旧组织里。

要理解这一问题，我们首先需要区分两个概念：个体AI能力与组织级AI生产力。

个体AI能力指的是员工能否借助AI完成写作、分析、搜索、汇总、判断辅助等任务。组织级AI生产力则是指企业能否借助AI真正改变工作流、优化协作机制、重构资源配置，并最终改善整体经营表现。

这两者看似相关，实际上并不等价。

在很多企业里，个体AI能力已经开始提升，但这种提升并没有自动转化为组织结果。原因并不复杂：组织不是个体能力的简单相加，而是一个由角色、流程、协作、权力与激励共同构成的系统。如果系统本身没有变化，个体的AI使用就很容易停留在局部提效，难以形成整体增益。

基于这一观察，我提出一个判断公式：组织级AI生产力=个体AI能力×组织AI适配度

这个公式意在强调：个体AI能力当然重要，但只是乘法的一边；真正决定结果上限的还有组织AI适配度。若后者趋近于零，前者再高，最终的组织级生产力也接近于零。

问题也因此变成：什么决定一个组织的AI适配度？

围绕这一问题，我尝试提出一个框架——AI组织进化金字塔。其核心价值在于把一个原本容易被理解为“技术升级”的问题，重新定义为“组织进化”的问题。

企业真正要回答的不是如何让更多员工会用AI，而是如何让AI进入组织，并与人的工作方式、协作关系、管理边界和价值分配形成新的稳定结构。

组织AI适配度的四个层级

第一层：人机共生的信任底座

任何组织变革，最终都要回到信任问题，AI也不例外。

很多管理者高估了员工拥抱AI的意愿，低估了员工面对AI时的真实心理反应。对大量员工而言，AI首先带来的不是兴奋，而是警觉：它会不会替代我？我越积极使用，是否越快证明自己可以被替换？我训练出来的“数字助手”，会不会明天就成为我的替身？

如果这些问题没有被正面回应，组织里的AI应用就容易停留在表演性使用阶段：员工在老板面前使用AI，回到具体工作场景仍然依赖旧方法；AI看似被引入，实际上并未真正进入组织运作。

因此，AI组织进化的起点，首先不是工具接入，而是信任接入。这里至少包含三个层面的重构。

第一，视员工为“人”，而非被替代对象。AI导入的前提不应是让员工感受到“倒计时”，而应是让他们相信：技术的进入并不等于人的退出，组织真正要做的是把人从低价值、重复性、机械化工作中释放出来，转向更具判断、创造与连接价值的活动。

第二，视AI为“硅基同事”，而非单纯工具。一旦AI开始参与信息处理、任务分派、流程协调乃至初步判断，它就不再只是一个被动工具，而是组织中的新型行动单元。角色一变，管理逻辑也必须改变。企业不应再仅讨论“员工如何使用AI”，而应进一步讨论“人如何与AI协同工作”。

第三，建立心理安全、伦理边界与透明共治机制。哪些决策可以交给AI，哪些必须保留给人？数据使用的边界在哪里？员工是否拥有对AI判断提出异议的权利？这些问题如果长期停留在模糊状态，组织就会在效率冲动与风险焦虑之间来回摆动，既不敢真正放开，也无法真正落地。

信任底座一旦缺失，上层所有组织设计都难以成立。许多企业AI推进“看起来很热、结果很弱”，往往并不是因为技术不够先进，而是组织还没有在心理和制度层面为AI腾出位置。

第二层：AI重构的三大组织能力

如果说第一层回答的是“员工愿不愿意让AI进入组织”，第二层回答的则是：当AI真正进入组织，原有的组织能力是否还有效？

在我看来，AI首先冲击的是传统组织中最基础的三项能力：岗位定义能力、协作组织能力和治理调节能力。对应到AI组织的进化金字塔就分别表现为：动态角色、智能协同和弹性治理。

1.动态角色：从“固定岗位”到“能力节点”。传统组织的基本单元是岗位。岗位意味着相对固定的职责边界、汇报关系和考核口径。它适合工业时代稳定、重复、线性的任务分工逻辑。当AI可以承担越来越多的信息处理、资料整合、报告生成、流程执行甚至初步判断工作时，岗位的稳定性基础正在被削弱。

一个值得重视的变化是，员工的组织价值也越来越难由“所在岗位”单一定义，更需要由其能力组合与场景适配来衡量。今天，某个员工可能是某项目的数据分析者，明天可能就是另一个项目的流程设计支持者，后天又可能承担跨部门协同中的关键接口角色。人在组织中的价值表达，从“占据一个岗位”转向“成为一个可被动态调用的能力节点”。

德勤最近推动的去职级改革正是该趋势的典型信号。其背后并不只是头衔管理的变化，而是更深层的转向：员工的身份逐渐从“我是谁”转向“我会什么、我能为哪些场景创造价值”。这意味着，组织未来需要管理的不再只是编制和岗位，而是能力、任务与场景之间的动态匹配关系。

2.智能协同：从“层级汇报”到“智能路由”。传统层级组织之所以能够运转，在很大程度上依赖中间层级承担信息传递、任务拆解、进度协调和例外处理等功能。换言之，层级制本质上是一种人工信息路由结构。

AI的出现使该结构面临系统性挑战。因为AI正在具备对任务状态、资源位置、协作关系和流程节点的实时理解能力。它能够快速完成信息汇总、状态同步、任务提醒、资源匹配，甚至在部分场景下承担流程中的分发与协调工作。

这意味着传统中层管理中大量“上传下达式”的工作，正在失去存在基础。硅谷Block公司“取消中层”的组织变革之所以引发广泛关注，就在于它揭示了更本质的趋势：组织不再必须依赖大量人工中介来完成信息流转。

当然，这不意味着“中层必然消失”，而是那些以信息中转、过程跟催、事务协调为主的管理职能正在被AI重构，真正与判断、教练、文化塑造、冲突调节相关的人类管理价值，反而会变得更加重要。

因此，智能协同的关键在于让AI进入组织协作链条，成为新的信息路由器和协同接口，AI才可能从个体效率工具升级为组织协同的基础设施。

3.弹性治理：从“控制管理”到“边界、共识与自管理”。当岗位不再固定、协作不再完全依赖层级时，传统的控制式管理会逐渐失效。管理者如果仍然主要依靠审批、监督、汇报和指令来维持秩序，会发现组织一方面变得更忙，另一方面变得更慢。

在这一背景下，企业必须发展出第三项关键能力：弹性治理，即用更适合不确定性和流动性的治理方式，替代工业时代那套基于稳定、重复和强控制的治理逻辑。弹性治理至少包括三个核心要素。

其一，边界设计，明确哪些是不可逾越的底线，如安全、合规、伦理、价值观和高风险决策边界；在边界之内，让决策权和行动权尽可能下沉。

其二，共识驱动，通过透明的信息、清晰的目标和可理解的原则，让组织成员在更高水平上形成方向一致性。共识越清晰，局部行动越不需要频繁请示。

其三，自管理能力，AI接管了大量重复处理和低阶协调工作之后，人的价值重心会显著上移，更多集中在判断、创新、连接、情境决策和复杂问题解决上。这些工作天然要求更高的自主性，无法用流水线式管理逻辑来驱动。

从这个意义上说，AI并不是在削弱管理，而是在逼迫管理从“控制人”转向“设计系统”。

第三层：机制引擎——组织架构与激励机制的双重重构

如果说第二层是能力，第三层则是让能力真正落地的机制。很多企业AI试点之所以局部有效、整体失速，就在于组织机制并未同步调整。这一层最关键的是两套系统：组织架构与激励机制。

1.组织架构：从“层级金字塔”到“价值网络”。传统组织架构强调稳定的汇报关系和相对固定的部门边界，优点是责任清晰、秩序明确，缺点是信息流动成本高、协作链条长、响应变化慢。在AI时代，这种结构的局限性会被进一步放大。

一旦AI承担了大量信息处理和流程协调工作，组织真正稀缺的就不再是“谁向谁汇报”，而是“谁能和谁围绕价值高效协同”。组织的结构重点将从层级控制转向价值连接。

这并不意味着企业必须激进地“去组织化”或“去管理化”。对大多数中国企业而言，更现实的路径是：识别哪些层级能真正增加价值，哪些层级只是信息中转和审批堆叠；识别哪些部门边界有助于专业分工，哪些边界只是在制造协作摩擦。真正成熟的组织重构，不是简单削减层级，而是持续清理那些不再创造价值的结构摩擦。

2.激励机制：从“职级薪酬”到“能力贡献、价值贡献与协同贡献”。如果说架构决定组织怎么连起来，激励机制则决定组织成员为什么愿意这样行动。AI时代，几乎所有组织都会触碰到这一敏感问题：当岗位边界变得模糊、角色变得动态、AI开始参与价值创造时，原有以职级、资历和岗位占有为基础的激励体系，是否有效？

答案往往是否定的。

过去的薪酬与绩效体系默认一个前提：员工拥有相对稳定的岗位，职责相对清晰，产出相对可归属。但在动态角色和跨场景协作越来越普遍的情境下，个人价值会越来越体现为三个维度：能力贡献：你具备哪些可被组织调用的关键能力；价值贡献：你在具体任务和项目中创造了什么结果；协同贡献：你在多大程度上帮助他人与团队成功。

这意味着，未来企业的激励系统必须从“守住自己的位置”转向“持续创造可流动的价值”。德勤在推进去职级改革的同时，同步调整绩效评估、项目匹配和人才发展机制，也说明一个基本规律：组织变革是联动修改一套系统。

如果架构还在制造壁垒、激励还在奖励本位主义，AI就只能加速局部效率，无法形成组织级协同优势。

第四层：组织级AI生产力

金字塔的顶部是所有企业最终想要的结果：组织级AI生产力。AI真正进入组织运作逻辑，与人的工作方式、协作关系、管理边界和价值分配形成新的稳定结构。

因此，判断一家企业是否拥有组织级AI生产力，至少要看四个问题。

第一，AI是否真正进入了组织分工，而不是只停留在个体层面的辅助工具；第二，AI是否真正融入了跨角色、跨部门的协作机制，而不是各自为战的零散使用；第三，AI是否真正改变了部分权力配置与决策路径，而不是仍被旧层级结构所困；第四，AI是否最终带来了组织级别的效率提升、响应加快、创新增强或经营结果改善。

许多企业今天热衷于统计“多少员工在使用AI”“开展了多少场培训”“部署了多少个工具”，但这些只能说明AI被引入了，不能说明AI已经变成生产力。真正的分水岭在于AI是否开始重塑组织，而非仅仅服务于原有组织。

重新理解企业AI推进的困境

一旦有了金字塔框架，企业在AI推进中的许多常见困境，其实都可以被重新定位。

第一类困境：老板天天讲AI，组织却推不动。这类问题通常出在第一层——信任底座不足。员工不是完全反对AI，而是在观望、在防御、在等待组织给出更明确的承诺与边界。没有信任，组织里的AI就很容易停留在口号层、展示层和局部尝试层，难以进入真实工作流。

第二类困境：大家都在用AI，协作反而更乱。这类问题通常出在第二层——组织能力没有形成。个体AI带来了局部效率提升，但角色依然是固定的，协作依然依赖旧层级，治理依然围绕控制展开。结果往往不是“整体更顺”，而是“局部更快、全局更乱”。每个人都在优化自己，却没有人真正优化系统。

第三类困境：培训做了不少，真正落地很少。这类问题通常出在第三层——机制引擎没有同步更新。员工学会了AI工具，但岗位、流程、考核、分配没有变。企业试图把新工具强行塞进旧系统，自然会产生强烈的组织排异反应。

这也是为什么很多企业的AI培训结束后，现场反应很好，回到组织内部却迅速失速的原因。因为培训之后没有紧接着发生组织设计上的动作。

第四类困境：AI很热，组织没动。这其实是最常见、也最根本的误区。企业往往过于关注塔尖的结果——希望AI马上带来效率提升、成本下降和业绩增长，却不愿正视底层结构的重构成本。它们想要的是“用AI赋能旧组织”，而不是“让组织进化以适应AI时代”。

但历史反复证明：任何一轮真正改变生产方式的技术革命，最终改变的都不只是工具，而是围绕工具重新组织起来的人与系统。AI同样如此。

但不同企业应该从哪一层开始？

AI组织进化金字塔并不意味着所有企业都必须从第一层按部就班向上爬。不同企业所处阶段不同、卡点不同，起点也自然不同。

如果企业当前最突出的问题是员工对AI持观望甚至防御态度，担心被替代、被监控、被边缘化，它的起点则是搭建信任底座的第一层。在这种情况下，最重要的不是追加培训，而是进行透明沟通、明确边界、建立承诺，让员工参与到AI规则的制定之中。

如果企业已经具备一定的个体AI使用基础，但整体协作越来越混乱、流程越来越碎片化，它更应该从第二层组织能力切入。重点不是继续提升个人提示词水平，而是重新设计角色分工、协作路径和治理边界，让AI真正进入组织协作链条。

如果企业在前两层已经有了一定进展，但始终无法实现规模化推进，局部试点有效，一扩展就失真，它大概率卡在机制引擎的第三层。此时需要重新审视的是组织架构、绩效评估、激励方式和资源配置机制，审视旧机制是否仍在不断制造壁垒和摩擦。

如果企业已经意识到AI带来的不是单点提效，而是系统性变革，但还缺乏整体分析工具与推进路径，它可以直接从第四层结果导向的全景诊断入手，用金字塔作为参照系，对自身组织状态进行整体定位，倒推最关键的切入点。

AI时代重构组织观

谈到这里，问题其实已经超出了AI本身，触碰到了领导者对于组织的基本理解。

工业时代的组织观，核心是稳定、分工、控制和效率。它默认组织像一台机器：岗位是零件，层级是齿轮，流程是传动轴，管理者的职责是让整台机器尽可能可控、可预测、可复制。

但AI正在动摇这套组织观的基础。

当信息处理不再稀缺，当大量规则性任务可以被机器承担，当协作接口和知识分发越来越可以由AI完成，组织的竞争优势就不再只来自控制力，而越来越来自学习力、协同力、适应力与自我进化能力。

这意味着，领导者最先要调整的是自己对组织的想象方式。未来的领导者，不再只是流程监督者、资源分配者和结果追踪者，更是组织边界的设计者、协同规则的建构者、信任秩序的维护者，以及人机共生系统的架构师。

换句话说，AI时代最稀缺的领导力，不是“掌握更多工具”，而是重新定义组织如何运转。

过去21年，我参与和见证了包括劳达自身在内的许多中国企业的组织变革。每一次技术浪潮到来时，都会有大量企业陷入同一种误区：把新技术当作一个“插件”，以为只要接入系统、组织培训、发布倡议，就能自然产生新结果。

但历史一再说明，真正拉开企业差距的，从来不是谁更早接触新技术，而是谁更早完成了组织对新技术的内化、吸收与重构。AI时代也不例外。

当AI开始成为“硅基同事”，当岗位从固定走向流动，当协作从层级走向智能路由，当激励从职级走向贡献——组织就不再是原来的组织了。企业如果仍然试图用旧的结构、旧的逻辑、旧的激励去承接新的生产力，最终得到的往往不是跃迁，而是内耗。

这正是我提出“AI组织进化金字塔”的初衷。它不是为了增加一个新概念，而是为了提醒企业：AI时代真正值得追问的，是当AI开始成为组织的一部分时，我们准备把组织变成什么样子？

(作者系劳达咨询集团创始人、塞氏中国研究院发起人，著有《自驱型组织》《组织重启》《横向组织》)

 

主动型ETF的推出，不仅在公募基金的产品货架上增加了一个新品类，而是大概率会引发行业连锁反应。

作者：洪小棠

封图：图虫创意

近日，经济观察报记者独家获悉，随着摩根大通等海外巨头积极寻求业务许可，以及监管层系统试点的推进，呼唤已久的主动管理型ETF或将迎来破局。中国ETF市场站在了从被动工具时代迈向主动管理工具化时代的节点。

截至2026年4月底，境内ETF（交易型开放式指数基金）总规模已突破5万亿元，其中股票型ETF规模占比超50%，成为市场的绝对主力军。

然而，在指数化投资高歌猛进的背后，纯被动产品在震荡市中无法提供超额收益（Alpha）的局限性也日益凸显。

破局

被动投资一直是近年来政策鼓励的方向。监管层此前多次强调要大力推动指数化投资，引导长期资金入市。

然而，随着市场有效性的提升，投资者对产品多元化的需求愈发强烈。当下，

ETF市场或将迎来一个里程碑式的变革。

2026年3月摩根大通全球首席执行官加奇（George Gatch）表示，公司正在积极寻求中国证监会批准，预计年内能够获得开展主动管理型ETF业务的许可。

与此同时，经济观察报记者获悉，监管层此前已与部分公司进行主动型ETF的系统试点工作。在筛选首批试点机构时，需要具备两大核心标准，一是稳定的ETF管理经验，二是主动投资的业绩。这意味着，首批“吃螃蟹”的机构大概率将是头部ETF大厂与部分主动业绩优异的公募机构。

所谓主动管理ETF，是采用ETF 产品结构并在交易所上市的主动管理基金。

为什么在ETF市场如此繁荣的今天，还需要主动ETF？

一家大型公募机构指数部投研人士认为，目前市场上的指数增强型ETF普遍存在的问题是，虽然允许基金经理进行小幅度偏离调整，但受限于严苛的监管要求：必须将80%以上的非现金资产投资于标的指数成份股及其备选成份股，且日均跟踪偏离度绝对值不得超过0.35%，年化跟踪误差不得超过6.5%。

该人士称：“但主动管理ETF可以打破这一枷锁。主动管理ETF是对投资组合进行主动管理而非被动跟踪指数的ETF，即采用ETF产品结构并在交易所上市的主动管理基金。它无需跟踪相关指数标的，基于管理人主动投资策略实现投资目标，可以快速有效地结合市场动态变化进行投资组合和策略的调整。”

不仅如此，一名公募机构指数基金经理表示，目前监管层倡导的是全透明的主动型ETF，该类ETF具有低费率、高透明度、充分投资、流动性强的优点，还能约束风格漂移。

该基金经理举例称，由于ETF持仓披露的程度和频率都要远高于场外基金，对管理人和基金经理的约束也将更加严格，投资者可以更加清晰地了解基金经理的管理思路和风险收益来源。

竞逐新蓝海？

虽然主动ETF让多家公募机构跃跃欲试，但并非所有的主动策略都适合立刻装入ETF的躯壳。经济观察报记者综合多名受访基金经理的意愿来看，在试点初期，低换手的价值型策略、科技与新兴行业主题策略或可与主动ETF适配度高。

事实上，在国内极大概率优先采用全透明披露模式的背景下，底牌尽显的防抢跑压力是主动基金经理最大的顾虑。

一名北京中大型公募机构的基金经理表示，轮动型风格的基金经理可能不愿将持仓进行公开披露，所以大概率不会选择主动ETF进行运作。因此，全透明模式更适合换手偏低、持仓分散较高的策略，以便能有效规避单一个股暴露的冲击风险。

在一名华南银行系公募机构的投研人士看来，随着产业迭代加速，部分概念较新、处于行业发展初期的细分赛道，由于指数编制难度大、耗时长、效率较低，使得主动型ETF更能有效抓住市场机遇。部分新锐的主动权益机构极有动力借主动ETF抢占新兴赛道的话语权。

对于哪些机构的参与积极性更高，记者从多名受访者处了解到，目前，在被动ETF先发优势明显、市场竞争激烈背景下，部分公募机构较难在传统指数ETF上与巨头竞争。而主动ETF由于不需要编制指数，发行便利，或成为中小机构破局的新思路。

一名第三方基金评级机构相关人士指出，对于主动权益管理经验丰富，但尚未在ETF规模上建立优势的机构来说，发行主动ETF提供了一条将既有投研优势向场内转化的新路径，是其快速切入并争夺ETF市场份额的有效落子。

天相投顾则认为，从规模靠前的增强指数基金来看，市场主流仍为宽基指数增强产品。而随着主动ETF政策窗口逐步打开，这些已经在增强指数领域积累了丰富的主动管理经验、建立了成熟量化模型和投研团队的基金公司，最有望成为下一赛道的主角。

尽管前景可观，但主动ETF在国内的落地并非坦途。在这个融合了“主动灵魂”与“被动躯壳”的新物种身上，依然存在着不可忽视的矛盾与不确定性。

例如，在国内市场，ETF申赎篮子（PCF清单）的准确性和透明度较高，全透明模式的持仓暴露，可能存在策略失灵风险。对于主动基金经理而言，尤其是持有周期相对较短的策略，可能担心“抢跑”带来的收益影响。

更值得注意的是，从海外经验来看，主动权益ETF在部分年份并未能超越指数表现。例如，记者根据Bloomberg数据统计，2019年、2020年美国的主动权益ETF较标普500指数的平均超额收益率分别为-14.11%、-0.57%。虽然ARK等少数机构凭借科技股牛市取得了超额收益，但仍有部分同类产品未能实现。

此外，主动管理ETF的特殊结构在反向交易限制上亦面临挑战。ETF的股票申赎机制使其存在一定的反向交易问题以便对冲风险，如果按照现有公平交易制度，纯粹主动投资策略在反向交易的限制上难以直接豁免，需要监管对申购赎回导致的被动反向交易进行明确的制度界定和豁免。

主动型ETF的推出，不仅在公募基金的产品货架上增加了一个新品类，而是大概率会引发行业连锁反应。

从海外经验看，美国主动股票ETF平均综合费率约0.68%，较被动股票ETF高18个基点，但较场外主动股票基金低65个基点。国内主动管理ETF在费率设计上若参考海外经验，则会较传统的场外主动权益基金有所降低，这或将倒逼整个公募行业向更加让利投资者的方向演进。

与此同时，前述第三方基金评级机构相关人士表示，对于基金经理来说，持仓的日度透明化，意味着基金经理的每一次调仓、每一种风格暴露都将置于全市场的放大镜下，风格漂移等过往场外基金的痼疾将无所遁形。

在受访的多名人士看来，中国ETF市场走向主动化是市场成熟的必然趋势。摩根大通的积极推进和监管的先行试点，一定程度上预示着这一变革已如箭在弦。主动ETF已为投资者提供了兼具Alpha潜力与极高交易效率的新锐工具。

 

能力的对齐是国产大模型迈向收费必须跨越的关键一步。用户的选择逻辑极其朴素：如果在逻辑推理上不及 Claude 3.5，在创意写作上逊于 GPT-4o，在代码编写上落后于 Gemini，凭什么把这笔钱交给给国内模型？

作者：陈白

封图：东方IC

豆包要收费的消息，一石激起千层浪。

2026年5月4日，豆包在苹果App Store的产品页面更新了服务声明，首次披露付费计划。根据页面信息，豆包将推出三个付费层级——标准版、加强版和专业版，对应不同的定价。

尽管付费模式目前仅作为豆包的一项增值服务，其免费的基础服务仍将保留，但这依然被外界解读为：国产大模型已告别“流量换用户”的跑马圈地时代，正式迈入商业闭环的深水区。

如果说此前的“百模大战”拼的是参数、算力甚至噱头，那么从豆包计划收费这一刻起，竞争维度已悄然回归最原始也最残酷的商业准则：价值交换。那个一直拷问着 OpenAI 的难题，如今同样摆在了国产 AI （人工智能）面前：AI 公司，究竟该如何赚钱？

此前，国产大模型大多维持着一种心照不宣的默契：无论后端成本多高，前端一律免费，试图以规模效应换取资本青睐与用户数据。而豆包的付费计划，终于打破了这种注定难以为继的平衡。原因并不复杂：Token（词元）的消耗，实在太贵了。

在 AI 时代，对于大模型公司而言，用户每一次点击“发送”，背后都是真金白银的算力消耗。这种消耗不可逆，且极其昂贵。更直白地说，用户规模越大，成本就越高——即便对于互联网巨头而言，这恐怕也是长期难以承受之重。

事实上，放眼全球，硅谷的 AI 巨头们在“付费”这件事上早已先行一步。无论是 OpenAI 的 ChatGPT Plus、Anthropic 的 Claude，还是 Google 的 Gemini，几乎从诞生之初或早期迭代阶段，就确立了清晰的订阅制模式。

硅谷的逻辑非常简单；大模型的算力与研发成本高到近乎天文数字，如果不能通过健康的商业模式实现自我造血，所谓“AGI 梦”终将沦为烧钱游戏。国产大模型在经历了一年多的免费长跑后，也意识到：如果不向现实低头，就无法向未来看齐。

然而，在这个新纪元开启的时刻，一个最棘手的问题摆在所有人面前：谁会愿意为国产AI的付费模式买单？

从商业史来看，国内互联网市场确实长期缺乏为软件付费的传统。过去二十年，我们已经习惯了用看广告来换取免费视频，在多数人的潜意识里，软件和服务应当像空气一样，理所当然地免费存在。

当 AI 从“能聊天的小助手”升级为“需要按月付费的生产力工具”，用户的心理博弈将异常激烈。这种博弈，不仅存在于要不要掏钱的取舍之中，更存在于国产AI与全球顶尖水平的对标之中。

这就触及了收费的核心门槛——能力的对齐。可以预见的是，一旦进入付费阶段，用户的宽容度将迅速降低。产品免费时，用户对偶尔的“幻觉”或平庸回答或许还能一笑了之；但当每月需要支付几十元甚至上百元时，他们的要求将不再是“能说话”，而是“说对话”。

对豆包，以及后续所有跟进收费的国产 AI 而言，它们需要交付的不再只是一个回答，而是一个能让用户满意、且具有确定性的解决方案。

目前来看，能力的对齐是国产大模型迈向收费必须跨越的关键一步。用户的选择逻辑极其朴素：如果在逻辑推理上不及 Claude 3.5，在创意写作上逊于 GPT-4o，在代码编写上落后于 Gemini，凭什么把这笔钱交给给国内模型？

收费模式的开启，实际上等于把国产 AI 直接推上国际赛场。付费用户是最挑剔的评测官：他们会用脚投票，去选择那个真正能提升效率、解决实际痛点的“外挂大脑”。

因此，豆包的收费更像是递上了一份“投名状”。它向用户许下承诺：既然收了钱，就会提供更强的算力支撑、更优的算法策略以及更深度的场景适配。这对提升国产 AI 的整体成色无疑是件好事，它倒逼企业从“拼情绪价值”转向“拼实效”，从关注“用户规模”转向关注“留存率”和“客单价”。

面对开始收费的豆包，你会买单吗？这不只是抛给用户的问题，更是抛给所有国产 AI 从业者的一道考题。在答案揭晓之前，国产 AI 的商业化之路，才刚刚起步。

（作者系资深媒体人）

 

撤档行为持续多年且未见收敛，正在不断透支多方信任。电影片方亟需维护并重建这份信任，争取“非必要不撤档”——与观众之间一约既定，则万山无阻。在档期上摇摆，不如强化内容竞争力。

作者：韩浩月

封图：图虫创意

据国家电影局统计，2026年五一档票房为7.58亿元，同比增长1.41%。作为新兴档期，五一档在2019年、2021年、2023年、2024年创造的票房分别是15.19亿元、16.68亿元、15.19亿元、15.27亿元，2025年断崖式下跌至7.47亿元。今年五一档票房微涨，传递出止跌回稳的信号，为行业恢复信心提供了有力支撑。

在五一档票房微涨的同时，影片撤档的话题也冲上热搜。今年先后有《千金不换》《森中有林》《三心两意》三部影片宣布撤档，其中《三心两意》的撤档消息直至4月30日下午才由片方通过官方账号发文官宣。

今年五一档计划有18部电影公映，被称为“史上最拥挤五一档”，首日票房1.64亿元，创下四年新低。市场的低迷气息，似乎为电影撤档提供了一种“正当性”。近年来，片方先定档抢占黄金档期，发觉竞争激烈后选择撤档，这已成行业常见操作，但这一做法在不同阶段激起的舆论反响也有鲜明变化，撤档的“正当性”理由很难再博得观众认可。

电影撤档这一现象经历了三个阶段：其一，个别影片以“不可抗力”为由撤档，制造神秘感，实现低成本宣发；其二，撤档风蔓延，撤档理由五花八门，观众逐渐从理解变成反感；其三，撤档被视为“打不过就跑”，反而给作品带来负面影响。

伴随这三个阶段，能够发现撤档给影片带来的效果曲线图，《战狼》《芳华》《八佰》《少年的你》等影片曾实现“撤档改命”，换来很高的票房；《长空之王》《我们一起摇太阳》等片撤档再映时，虽然也获得了不错的成绩，但票房数字并不显眼；《蛟龙行动》《红毯先生》《没有一顿火锅解决不了的事》撤档后再映则票房惨淡。

对比之下，观众对定档后坚守档期的电影更愿报以好感。越是在市场低迷的时候，越需要片方知难而上，用类型多元的供给满足观众不同观影需求。在大环境不佳的前提下，那些坚持按定档时间公映的电影，冒着回报不足的风险力挺市场，是勇气与担当的表现。撤档如今已经被等同于“失信行为”看待。今年五一档“撤档潮”登上热搜，很大程度上是由网友的批评引发的，在人们看来，现在仍然相信“撤档改命”已是一种迷信，撤档无异于主动认输，是对内容的不自信。

其实，决定票房高低的，归根结底仍是影片的内容。今年五一档的后半程，为坚守档期的口碑之作提供了机会：《消失的人》以包含“悬疑、惊悚、犯罪”元素的强类型风格受到欢迎；《寒战1994》以明星阵容和IP效应吸引观众；《给阿嬷的情书》则是一匹脱颖而出的黑马，这部本土潮语电影制作成本仅为1400万元，因无明星、无特效、无宣发被戏称为“三无电影”，但它却在最拥挤的五一档冲了出来，不仅获得高达9.0的豆瓣开分，更升至票房第二名，且还有上升趋势。根据猫眼专业版5月6日晚的数据，该片预测票房为2.1亿元。

这部电影所凸显出来的竞争力，完全可以归功于内容本身。它一扫过去影片常见的话题制造、流量铺垫等宣发套路，单纯靠动人的故事、朴素的情感、对潮汕文化的深沉刻画，就被观众敏锐地发现并托举了出来。《给阿嬷的情书》的成功，将再次验证电影的魅力核心并没有变，这有助于去除行业浮躁心态，鼓励创作者潜心打磨内容。

长期以来，电影“定档”都被视作一件严肃的事情，是片方与院线、观众的一份“契约”，是影院里“不见不散”的承诺。撤档行为持续多年且未见收敛，正在不断透支多方信任。电影片方亟需维护并重建这份信任，争取“非必要不撤档”——与观众之间一约既定，则万山无阻。在档期上摇摆，不如强化内容竞争力，真正的好电影从来无需在档期上朝令夕改。

（作者系文化评论人）