为什么AI项目一进入跨部门协作，就会变成所有人的兼职？丨FDE重新理解资源承诺

微软2025年《工作趋势指数》报告，调查了31个国家、约3.1万名职场人。一个数字是：全球80%的劳动力——员工和领导者都算在内——说自己缺乏足够的时间或精力完成手头的工作。另一个数字是：82%的领导者有信心，会在未来12到18个月里用"数字劳动力"，也就是AI Agent，来扩充组织的容量。

一边是已经没有余力的人，一边是准备用Agent来补这个缺口的领导者。报告本身对此是乐观的：智能不再受限于人头，Agent可以按需扩容。

这个判断在很多场景里成立。但它忽略了一个中间环节，而AI项目的翻车，恰恰就发生在这个环节里。

NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。

一个全员参加、却无人有空的项目

下面是一个从多类企业AI项目中抽象出来的综合场景，不对应某一家具体公司。

一个跨部门的Agent项目启动了。启动会业务、技术、数据、安全、法务都派了人来。会议纪要写得也很规范，每一项任务后面都挂着一个负责人的名字。从纸面上看，这个项目资源充足、责任清晰、万事俱备。

然后到了真正开始干活。数据负责人手上还压着每天要出的生产报表，那个不能停。安全负责人正在应付一场审计，审计有硬性截止日期，Agent项目排在后面。最懂业务的那位专家，白天的日程早就排满了，只能等晚上下班以后再看一眼项目需求。

每个人都在这个项目里。但这个项目，排在每个人原有工作的后面。

三个月后，进度停在原地。管理层拿到的解释，通常是一句"跨部门协作难"。于是再开一次高层共识会，再拉几个部门进来，把项目群的人数从二十个扩到三十个。

问题是，这些动作增加了参与者，却没有给任何一个人多出哪怕一小时的可用时间。

真正的问题不在协作，而在更前面一步：这个组织，从来没有为这个项目支付过资源成本。它宣布了优先级，却没有为这个优先级停下任何别的任务。

先别急着骂这个组织

在拆解之前，得先承认一件事：上面那种局面，往往不是因为不负责，而是几个合理的选择叠加出来的结果。

跨部门的项目，天然就需要来自不同部门的专家。你不可能、也不应该为每一个还在探索阶段的想法，都单独配一支全职团队——那样组织会被切得过碎，大量专家被锁死在半空转的项目里，整体资源利用率反而下降。让专家们"兼职参与"，在项目早期是一个理性的默认选择。

同样，用会议和纪要来分派责任，也是组织协调的标准动作。写清楚谁负责什么，本身没有错。

这套默认做法，在项目规模小、依赖简单的时候是够用的。它开始失效，是因为一个前提悄悄变了：当项目需要多个部门持续、并行地投入，而这些部门每个人手上都还压着更确定、更紧急的本职工作时，“兼职参与"就不再是轻量协作，而变成了一场组织内部的资源争抢。

而这场争抢，结果几乎是注定的。

更确定的赌注，通常会赢

亚马逊现任CEO安迪·贾西在2021年的致股东信里，解释过一个叫"单线程团队”（single-threaded teams，一支团队只对一个目标负责、不在多个优先级之间来回切换）的组织机制。

他讲的道理很朴素，也很扎心。他说，当新项目和更成熟的业务争抢资源时，“更确定的赌注通常会赢”（the surer bets usually win out）。成熟业务有明确的营收指标、有现实的问责压力、有等着它交付的客户；新项目这些都还没有。所以每当两者抢同一个人、同一段时间，天平会自动倒向成熟业务那一边。这不是因为谁偏心，而是因为在一个理性的组织里，确定的收益天然压过不确定的探索。

把这个机制放回前面那个综合场景，一切就说得通了。数据负责人不是不想支持AI项目，而是那份生产报表如果晚出，后果是确定的、马上会被追责的；Agent项目晚一周，暂时没人会来问。于是他每一次都会先保报表。这个选择在他个人视角里完全正确，但一个部门、一个部门这样正确下去，项目就永远排在最后。

这就是为什么"再开一次共识会"没用。会议能增加参与的名字，却改变不了这个底层的争抢结构。只要那位专家没有一段被明确保护起来、不会被本职工作抢走的时间，他的名字出现在多少个项目群里，都不会真的转化成投入。

亚马逊的解法——让团队围绕单一目标全职投入——是一种很强的机制。但要注意，它并不是所有项目的标准答案。对一个还在验证方向的探索项目，硬配一支全职团队，反而是浪费。这个分寸，后面会再讲。

AI把这个老问题，压缩得更快、也更隐蔽

到这里你可能会问：这套资源争抢的逻辑，传统IT项目里不也一样吗？跨部门、抢人、新项目干不过老业务，这些又不是AI才有的事。

对，机制本身是普适的。但AI在四个地方，把它放大了。

第一，AI项目的启动成本太低了。 一个PoC（概念验证，用来测试方案可行性的小规模试验）几天就能跑起来，Demo也很快能看。这本是好事，但副作用是：项目可以在组织还没做过任何正式资源决策的情况下，就先"跑起来"了。传统大型IT项目立项时那道要钱、要人、要排期的正式关卡，被一个轻巧的PoC绕过去了。等到要从PoC进入真正的生产建设，才发现从来没人真正批过资源。

第二，Agent项目的兼职依赖点，比传统系统多得多。 一个Agent要落地，天然横跨业务、数据、权限、安全、运营好几个环节，每一环都依赖一个"兼职"的专家。依赖点越多，被"更确定的赌注"抢走时间的接口就越多，任何一环掉链子，整个项目就卡住。

第三，模型和原型推进得太快，人成了最慢的那一环。 技术侧几天一个迭代，但等法务看合同、等安全批权限、等业务给反馈，还是按人的节奏走。名义参与和真实投入之间的差距，在AI项目里暴露得比传统项目快得多。

第四点最关键，也最容易被那两个微软数字带偏。

回到开头：领导者期待Agent来扩充组织容量。这个期待没错，但它藏着一个时间差。Agent确实可能扩充目标业务流程的执行容量——但那是在它建成、上线、开始工作之后。而在它开始工作之前，组织必须先投入数据、权限、评测、流程和业务专家，去把它建出来。

FDE视角下的推论：AI可以扩充一个目标流程的执行容量，却不能自动提供建设AI本身所需要的那份组织容量。

很多AI项目栽的，就是这个跟头——它们把未来Agent可能释放的执行容量，误当成了今天已经存在的建设容量，于是理直气壮地不为建设阶段付资源成本。可未来的容量还没来，眼前这支已经"缺时间缺精力"的队伍，却要先掏出时间把它建出来。你不能用还没到账的钱，付今天的账单。

FDE重新理解资源承诺

把上面这些收拢成一句话：一个项目要真正推进，缺的从来不是参与者的名单，而是资源承诺。

资源承诺不是"愿意支持"，也不是在会上宣布优先级、把名字写进项目资源。它指的是：组织接受了做这件事的机会成本，并且公开地、可验证地支付了它。

所以FDE进场后，不看有多少部门参加，而是验证三件更具体的事：

第一，谁拥有一段受保护的工作时间——这段时间被明确划给这个项目，不会被本职工作随时抢走。第二，为了腾出这段时间，什么旧工作被明确停掉、延后或降级了——因为时间是守恒的，凭空多出来的投入不存在，新投入必然对应某处的缩减。第三，当依赖部门延迟交付时，谁有权升级和重新排序——否则争抢发生时，项目又会默默退回队尾。

没有"停止什么"的资源投入，不是资源配置，只是任务叠加。

这三项验证里，第二项是分水岭。一个组织愿意为一个项目停下什么，比它宣布这个项目多重要，诚实得多。

这里要接住前面埋下的那个反方观点：难道每个项目都得有人全职、都得停掉一堆旧工作吗？大企业根本做不到，也不该这么做。

这个反驳是对的，所以更准确的判断不是"资源承诺必须排他、必须全职"，而是：资源承诺必须包含明确的取舍，但取舍的强度应该和项目的阶段、风险匹配。 一个还在验证方向的探索项目，承诺可以只是每周几个固定的、雷打不动的时段；一个已经进入生产建设的项目，可能需要按比例受保护的投入；一个关键的、高风险的项目，才值得动用亚马逊那种单线程的全职团队。承诺可以轻，但不能没有——没有任何取舍的"支持"，就是没有承诺。

那如果这三项验证过不了，会怎样？这正是下面这张单子要回答的。

一张逼组织说实话的单子：资源承诺单

FDE会把上面三项验证，落成一个具体的交付物——资源承诺单。它在项目正式启动、或者从PoC进入生产建设之前填写，至少包含：

唯一的结果负责人；每个关键角色受保护的投入比例或固定时段；为此明确停止、延期或降级的旧工作；各项依赖事项及明确的交付日期；以及资源发生冲突时，谁来升级、多长时间内必须裁定。

但如果只是这样，它很容易退化成又一张"填完就算数"的项目管理表——填完往抽屉里一塞，项目该兼职还是兼职。

让它真正起作用的，是它背后的一条使用规则：资源承诺单记录的不是组织提供了什么，而是当资源不成立时，项目不能继续假装自己成立。

具体说，如果一个项目填不出受保护的时间、填不出被停掉的旧工作、填不出升级权，那么它就不能继续被挂着"战略优先项目"的牌子。这时组织只有四个诚实的选择：缩小项目范围，让它匹配能拿出的资源；把它降级为探索项目，不再承诺生产级的投入；推迟，等到资源腾得出来再启动；或者，正式停掉别的工作，把资源真正让出来。

四个选择里没有"什么都不改，但继续叫它最高优先级"这一项。

这才是资源承诺单改变的东西：它不增加一道管理流程，它取消掉一个组织最爱用的选项——嘴上把项目排在第一，手上一分钟都不为它腾出。

有一个更快的替代检验，可以当场识别真假优先级：

如果这个项目明天被取消，哪些人的日程、哪些团队的工作安排，会立刻发生变化？

如果答案是"几乎没有"，那么无论会上说得多重要，这个项目实际上从来没有得到过资源。

写在最后

跨部门的AI项目变成所有人的兼职，根子不在协作能力，也不在领导重视程度。它卡在一个更硬的地方：优先级被反复宣布，却从来没有变成任何人日程上受保护的时间、和任何一项被停掉的旧工作。

所以别再问"领导到底重不重视"。这个问题没有答案，因为重视是一种态度，态度不占用日程。要问的是那个替代检验：这个项目取消了，谁的日历会变？一个组织说什么最重要不算，它愿意为这件事停下什么才算。 资源配置，是一个组织最诚实的价值表达——它宣布的不算数，它停下的才算数。

而当资源终于真正到位、项目开始推进之后，你很可能会撞上下一堵墙：整个项目的进度，卡在了那个最懂业务的人身上——他一请假，一切停摆。为什么资源给够了，判断却还是集中在一个人身上，分不出去？

感谢你看到最后，如果你觉得有启发，随手点个赞、在看、转发吧，如果想第一时间收到推送，也可以给我加个星标⭐我们下期见。

我是「AioGeoLab」主理人塔迪Tardi，AioGeoLab是深度洞察AI第一性原理和应用实践的前瞻性研究实验室，目前有两个主要研究方向：
「塔迪GEO判断工程」在AI从“说”到“做”进化阶段，试图回答，如何让AI敢于行动、不因为责任问题而畏手畏脚，而做的一个前沿研究项目。
「塔迪硅基禅心」是传统东方智慧、未来AI前沿、当下应用实践，深层共鸣的探索。不是用AI解读经典，也不是用经典指导AI。 这是一场跨越2500年的对话，在算法与古老智慧之间，照见意识、智能与存在的本质。
塔迪的微信 - tardyai2025。