一种不同的变革
技术不断重塑依赖它的企业。Web、移动、云、SaaS 和区块链各自以自己的方式重塑了行业。行动早的组织获得了持久的优势,观望的组织则手忙脚乱地追赶。
我们现在在 AI 上看到的,尤其是 2025 年下半年到 2026 年,与前几波浪潮有根本的不同。这不是要加进技术栈的一个新工具,而是工作本身完成方式的转变:软件如何被定义、如何被构建、如何被测试,以及团队如何组织起来完成这一切。
本文给出我们的清醒判断:对想要保持领先的组织而言,这一转变意味着什么。
究竟在变什么
IT 行业正处在一场多数组织尚未完全消化的转型之中。开发团队仍在写代码,QA 团队仍在运行测试,架构师仍在设计系统。但花在执行上的时间比例正在缩小,最重要的工作转向理解产品、理解业务,以及治理 AI 的产出,而不是一切从零开始自己产出。
这不是未来的情景。各公司今天已经围绕这一现实重组角色和招聘画像。大型科技公司在保持或提高产出的同时,减少初级岗位的人数。初创公司用只有两年前所需规模一小部分的工程团队,交付可投入生产的产品。
从运营角度看,影响是显著的:过去需要 8 到 10 人交付一个产品的团队,往往可以用小得多的核心团队有效运作,而不牺牲产出质量。这并不是因为人被淘汰了,而是因为在 AI 的支持下,每个人的能力大幅扩展了,不只是编码,还包括需求如何被收集、测试覆盖如何建立、部署如何被监控。过去逐行手写代码的工程师,现在把更多时间花在整个流水线上审查和完善 AI 生成的产出,前提是他有判断力,能分清好与一般。对于评估团队结构和投资的业务负责人来说,这是一代人以来 IT 运营中最重大的转变。
这对您的业务意味着什么
对于目前依赖越来越长的软件订阅和第三方工具清单的组织,这笔账开始变化。有了合适的团队和 AI 能力,自建专有方案正成为比过去十年任何时候都更可行、更具成本效益的选择。定制软件的单功能成本在下降,而拥有自己的工具所带来的掌控力和竞争优势,中型企业也越来越容易获得,而不只是大型科技企业。
这是一个真正的机会,但它也提高了对组织内人才的要求。过去十年定义 IT 人才的 T 型技能模型,即在一个领域有深度、对其他领域有广泛了解,正在演变为更接近 V 型。您的团队仍然需要领域深度,但也需要足够宽,能同时理解、协调和治理产品的多个部分。只会写代码的开发者,不如既能写代码、又能评估 AI 生成的产出、理解它需要运行的业务背景、并能清楚沟通取舍的开发者有价值。
尽早认识到这一转变并投入培养这类人才的组织,将比其他组织拥有实实在在的结构性优势。这种优势会累积:以这种方式构建的团队,随着 AI 工作流成熟,速度会越来越快。
AI 不会消灭角色,但会拉开团队之间的差距
业务分析师、项目经理、QA 工程师、设计师、DevOps 和开发者这些角色不会消失。但它们之间的界线正变得不那么刚性,对每个角色的期望也在变化。今天不会写代码来自动化自己测试用例的 QA 工程师,竞争力不如会写的。无法把需求表述得足够精确、让 AI 模型生成有用原型的产品经理,不如能做到的产品经理有价值。
能适应的团队会发现自己可以用更少的人做更多的事。他们交付更快,缺陷更少,对需求变化的响应更灵敏。不能适应的团队会发现自己的竞争地位在收窄,不是一夜之间急剧下滑,而是在每个 Sprint 中稳步下降。
深度专业化依然有价值,但前提是它能被系统化,并与 AI 有效配合。在这样的环境中贡献最大的专业人员,是那些能识别 AI 产出不足之处、提出正确的问题来纠偏、并对哪些可用、哪些需要返工做出可靠判断的人。这种批判性评估的能力,AI 确实很难复制,也正是人的专业能力最有价值的地方。
现在应该把投入引向哪里
对于提前规划的业务负责人来说,近期值得在团队中培养的技能和能力如下。
- 更深入的产品和业务理解。随着 AI 承担越来越多的执行工作,界定应该构建什么以及为什么构建的能力,成为关键的输入。深刻理解业务的团队,对 AI 的指挥会比只关注技术产出的团队有效得多。含糊的提示词只会得到含糊的结果。需求的精确,是一项新的竞争技能。
- 系统思维。看清各个组成部分之间如何相连的能力,涵盖产品、流程、技术和数据,正是区分善用 AI 的团队与只在狭窄范围内使用它的团队的关键。AI 可以生成一个函数。而这个函数究竟该不该出现在架构里,是人的判断。
- 有效的 AI 协作。这意味着知道如何清楚地提出问题、批判性地评估输出、高效地迭代。这是一项随时间累积的技能,会在高绩效团队和一般团队之间造成可衡量的吞吐量差异。
- 扎实的评审与治理能力。AI 更快地生成更多产出,瓶颈就转移到人的判断上。投入建立结构化的评审流程和明确的质量标准,如今就是对产出可靠性的直接投资。
- 基础技术知识。在软件架构、数据建模和安全方面有扎实基本功的团队,比没有的团队更有条件用好 AI。正是这样的基础,让人能发现错误、找出缺口,并把 AI 推得比初级从业者更远。
更大的图景
IT 中的工作不会随着 AI 消失,而是在转移。就像市场中的资本,它流向那些有能力获取它的人。适应的组织和个人,会发现自己承接了以前需要大得多的团队或预算才能承接的工作和机会。不适应的,会看到这些工作流向已经建立起更快、更具成本效益交付能力的竞争对手。
这并不是非此即彼的结果,组织并非简单地输或赢。但在两三年里,AI 增强交付的累积效应会造成一个越来越难以弥合的差距。现在就投入建立使 AI 发挥作用的技能、工作流和治理结构的团队,将处在结构性优势的位置。把 AI 当作新鲜玩意儿,或等待技术“进一步成熟”的团队,其实是在做一个选择,即使感觉上不像。
对业务负责人来说,问题不在于 AI 是否会改变您的 IT 运营,它已经在改变了。更重要的问题是,您的组织是否足够有意识地行动,站到这一转变正确的一边。
GTEMAS 如何提供帮助
正在发生的转变意义重大,但也还处在足够早的阶段,组织仍有真正的选择。没有人落后到差距无法弥合,但无需大的动荡就能做到这一点的窗口正在收窄。
在 GTEMAS,我们与业务和技术负责人一起,评估他们的团队目前所处的位置,找出最重要的能力缺口,并制定切实可行的前进路径。无论是调整团队构成、把 AI 引入现有的交付工作流,还是重新思考产品如何被治理和构建,我们都带来工程经验和战略视角,帮助组织从容而非焦虑地前进。我们为这个计划引入的每一位工程师,都来自我们的 Talent Ecosystem,并带着已验证的 Skill Profile,所以这一转变所要求的 V 型判断力,我们可以拿出证据来说明,而不是要您凭信任接受。
如果这正是您的组织此刻所面对的,我们乐于与您交流。
