在跟铱云科技创始人 & CEO 冯颉聊之前，我知道铱云科技在今年 4 月底进行过一轮组织调整。
后来他补充说，这并不是一次孤立动作，而是铱云近几年持续按季度调整组织节奏中的一次。
真正让我感兴趣的是，这次调整背后的判断：AI 到底只是又一轮工具升级，还是会改变企业软件公司的底层运转方式？
冯颉的答案很明确。
在他看来，AI 和过去软件、SaaS、云计算时期的转型最大的不同，不只是效率提升，也不是多了几个智能功能。
他举了一个例子：过去工具的进化，从石头、刀，到机关枪、大炮、飞机、无人机，本质上都是让人的某项能力变得更强。人有了更好的工具，跑得更快、打得更远、算得更准、处理事情的效率更高。
但 AI 不一样。它改变的不只是人的某项能力，而是人的智力。AI会取代人可以更闭环的做成一个有效果的行动。
换句话说，过去的工具更多是“人的能力加杠杆”，AI 则是“人的智力加杠杆”。
这句话其实可以解释他为什么要动组织。
如果 AI 只是一个工具，企业大可以在原有产品里加入口、加助手、加生成能力。但如果 AI 改变的是人的智力结构、协作结构和工作完成方式，那么组织本身就不可能还按原来的方式运转。
这次交流里，冯颉谈到的几个变化都很具体：产品先从哪里变，产研为什么要先动，客户到底为什么愿意买 AI，新的 FDE 式角色又是从哪里长出来的。
01
冯颉说，AI 时代的组织会更扁平、更精简、更高效，甚至更像一个端到端的AI OS（组织系统），当然这个进化需要时间。
这个判断听上去很大，但铱云落下去的一步，其实很具体：从产研开始。因为技术驱动一切。
2026 年 4 月，铱云围绕 AI 技术平台，对产研组织做了调整，建立AI基础平台部门，同时把过去的前端、后台，运维，测试，设计重新以业务形态组合成为可以支持销售、服务等环节的更小的 POD组织，每个人都要跨界学习重新定义自己的岗位不再拘泥过去的职位划分。
4 月这次并不是突然推倒重来，而是在原有组织节奏里的继续迭代。
区别在于，AI 让这次调整的方向更集中：产研要更早学会用新的方式理解客户任务、组织产品能力和连接交付。
这背后有一个现实判断：一家 ToB 软件公司如果产研没有先进入状态，后面的销售、交付、客户成功也很难真正跟上。
以前做软件，产研更多是在相对明确的需求链条里工作。需求被整理、评估、排期，然后再进入开发和交付。
AI 来了之后，客户要的往往不是一个标准功能，而是一个能直接完成任务的结果。比如订单能不能自动审，账能不能自动对，商品能不能自动推荐给合适客户。
这时，如果产研还只是等需求、排需求、做功能，速度就会不够。
所以铱云的调整，不只是把几个人重新分组，而是在压缩过去软件生产里的中间环节。
冯颉希望一个产研人越来越具备更完整的能力，前端、后端、设计、产品都要学习 AI 工具和 AI 方法。至少在关键项目里，懂 AI 的产研骨干要能更早站到客户面前。
这对很多 ToB 软件公司都有提醒。
AI 转型不是只让研发接一个大模型接口，也不是让产品经理写几条 AI 需求。真正难的是，原来那套稳定的软件生产分工，是否还能支撑客户对“结果”的期待。
产研开始围绕任务重新组合
02
冯颉在采访里反复提到“一号位”。他说，所有问题的阻碍最终都会汇集到 CEO。
这句话有点重，但很真实。
很多公司讲 AI 转型，最后都会遇到一个问题：大家都知道该学 AI，该用 AI，该调整组织，但真到了要重组团队、换人、改流程、改变资源投入方式的时候，组织会自然回到旧惯性。
旧惯性不是某一个部门造成的，它往往来自公司过去成功的方式。
冯颉的做法是，先抓住公司里真正对 AI 有感觉的人。
最早并不是按层级挑人，而是找了 5 个没有被要求、但自己已经在学习和使用 AI 上能力最强的5个人，先组成 AI 决策小组。
后来这个小组升级为AI产品委员会，再演化成 AI 战略执行委员会，以小组虚拟形式挂在CEO之下。
他把这个小组比喻为打仗时的“总前委”。负责协助CEO对公司一切部门向AI转型时的行动调度总指挥。
AI 转型，需要一个行动中枢
这个说法很有冯颉的表达风格，也能看出他的组织判断：AI 转型不能只是一个研究小组，必须变成能决定行动速度的前线机制。这个小组成员有产品联合创始人，产研AI负责人和懂AI的数字运营骨干。
这个小组机动实时交流，同时也固定每周一晚上开会，讨论 AI 对产品、组织架构和业务运作的影响。
谁进入这个小组，不看资历，也不看过去职位有多高，而看他是否真的理解 AI、使用 AI、对 AI 有敏感度。
冯颉说得更直接：“不懂 AI 的人，即便高管，我跟你聊组织变革没意义。”
这句话听起来很锋利，但放在组织转型里看，它其实对应的是一个筛选机制。AI 时代，组织里的关键成员不能只凭过去经验占位。
尤其是 ToB 软件公司，过去懂业务、懂客户、懂交付的人很重要，但如果这些人不能理解 AI 对工作方式的改变，他们就很难继续承担新阶段的组织中枢。
当然，这里面也有难处。
冯颉也提到，一号位要避免感性上的纠结。组织调整不只是理性问题，也会牵动人和人之间的关系。
很多时候，大家道理都懂，但真正做决定时，一些人手会抖。
AI 转型对 CEO 的考验，可能就在这里。
不是他会不会说 AI，而是他能不能把自己相信的东西，变成组织真实的取舍。
03
铱云现在已经做出了一批 AI 数字员工，方向大致分为AI营销获客、AI客户经营、AI管理提效三大套件。
分别对应老板经营时的三个痛点：新客户从哪里来？老客户如何有效经营？组织管理如何降本增收？
但真正让我觉得有价值的，不是“18 个数字员工”这个数量，而是这些数字员工从哪里长出来。
冯颉讲了两个客户场景。
一个是某东南亚知名茶饮连锁品牌客户。
客户老板很年轻，自己也在学习 AI，希望把公司打造成一个 AI 茶饮连锁，一家新一代的茶饮公司。
这个客户目标在印尼今年门店数超越蜜雪冰城。他们的订单量很大，需要实时审核，过去有五六个人时时做业务审单。很多审单动作本身有明确规则，可以通过数据参数判断。
铱云和客户一起做了智能审核专员，让规则明确的订单自动放行，需要人工判断的异常再推给人，并且和铱云供应链系统实时链接。
另一个是一家厦门的建筑材料、防水材料相关品牌服务商。
财务每天要处理大量订单、账单和对账，过去大约有 3 个专职财务在做整理地址、补备注、生成对账单、发给客户核对这些工作。
工作很机械，也容易漏单、错单、延迟。
铱云做了财务对账专员，把原来 3 个人的工作压缩到 0.5 到 1 个人的成本空间。
这两个场景都不宏大。
但是客户先需要解决具体业务痛点，再迭代到完整的AI智能体系统。而不是一开始就要一个宏大的AI平台系统。因为企业自身的能力是需要分段治事的。
客户没有一上来就要“企业级智能体平台”，也没有先画一个全公司智能化蓝图。它们解决的是客户每天都在痛的具体问题：审单、对账、少出错、少占人、快一点。当下的竞争现实，老板为问题买单，而不是为AI愿景买单。
先解决一个具体任务
这恰恰是 ToB AI 产品最真实的入口。
很多实体企业客户并不会先从 AI 原生组织、智能体协同这些概念出发。
他们更关心的是：这件事现在几个人做？每天耗多少时间？出错之后谁来补？如果 AI 能做，能省多少钱，能不能马上跑起来？
所以冯颉也强调，AI 产品一定要基于客户需求。但他同时补了一句，不能只是被客户需求牵着走。产品经理仍然要有自己的产品构想，要能在客户的具体痛点和产品的长期方向之间找到平衡。但不能以自我的战略规划去逆推客户现实需求。
这对 ToB 软件公司来说很关键。
如果只跟着客户走，AI 很容易变成一个个定制项目。如果完全从宏大愿景出发，又可能离客户真实痛点太远。真正能跑出来的 AI 产品，大概率要从一个具体岗位任务切进去，再逐步沉淀成可复用能力。
04
聊到 AI 之后的交付变化，自然会谈到 FDE。
冯颉说，过去客户有需求，通常是销售先听，写商机说明，再转给售前，售前再找产品经理，产品经理再约客户调研，后面还有方案、评审、开发、实施。客户可能要跟三四拨人重复讲同一个问题。
这是很多 ToB 软件公司的日常。
每个角色都在努力工作，但信息一层层传递，问题也一层层损耗。客户真正的痛点，到了产品和研发那里，可能已经变成一个被整理过、抽象过、甚至有点变形的需求。
AI 之后，铱云开始出现另一种方式。
懂 AI 的产研骨干，或者类似 FDE 的角色，更早直接和客户沟通。他们会从一开始就问：现在几个人做这件事？具体做哪些动作？最先想解决哪一个问题？哪些步骤可以标准化？哪些异常必须留给人判断？
然后，把客户的业务流程拆成智能体任务，把客户需求翻译成机器可执行的步骤，并尽快做出一个能跑的 demo。
这个变化很重要。
过去 ToB 软件销售，经常靠 PPT、方案和案例让客户理解产品价值。
AI 项目里，客户更想看到的是：这个机器人到底怎么工作？它是不是真的能跑？它能不能处理我现在的订单、账单、客户和商品？
冯颉提到的推品机器人、审单机器人，都是这种逻辑。它们不是先讲一大套概念，而是把一个任务跑给客户看。
从这个角度看，FDE 的价值不是多设一个岗位名，而是让产品、技术和客户业务之间的距离变短。
交付链条，正在变短
但他也提醒说，FDE 不能变成简单卖人头。
如果每个客户都靠人堆、靠定制开发解决，最后还是会回到传统服务外包的人效问题。真正可持续的 FDE，需要平台支撑、标准动作和产品边界。
FDE 不是“更懂技术的售前”，也不是“更懂客户的研发”。
它更像一种新的连接能力：既懂客户现场，又能调用 AI 工具和产品平台，把需求快速翻译成可执行、可验证、可迭代的结果。
05
采访结束后，我对铱云这轮 AI 变化的感受更清楚了。
它不是单纯在产品里加 AI，而是在用 AI 重新组织产品、产研、交付和客户成功之间的关系。
产研调整、AI 战略执行委员会、产研 POD、数字员工产品、FDE 式交付，这些动作看上去分散，其实都指向同一个问题：当客户买的不是系统功能，而是某个岗位任务被更好地完成，ToB 软件公司的组织链条就必须重新变短。
谁能更早理解客户任务，谁能把业务语言翻译成机器步骤，谁能把 demo 快速跑出来，谁能在客户使用后持续调优结果，谁就会站到新的价值链中间。
AI 对 ToB 软件公司的影响，表面看是产品形态在变，往深处看，是产研、销售、交付、客户成功之间的关系被重新组织。
冯颉说，过去工具更多是在放大人的能力，AI 放大的则是人的智力。所以组织的人才密度需要组织彻底重构。（懂AI的）人和（不懂AI的）人是不一样的，这个差异会在业务创新中倍数放大。
但对一家企业来说，真正被加杠杆的，不只是某一个人的智力，而是整个组织处理问题、形成判断、交付结果的方式。
