事件
盒马从城市制(19 个区域各自为政)升级到大区制(9 个超大区),同时新设 AI 委员会、配置 AI 业务伙伴岗位(BP)。这看似是「部门换了号」,实际暴露了一个企业级的焦虑:旧的组织颗粒度已经跟不上新能力的速度。
为什么现在?
城市制的逻辑很直观:北京经理懂北京的房租、人力、消费习惯,所以把决策权下沉到城市层级。这在「物流最后一公里」和「门店选址」的年代是对的。
但当 AI 能力跨越地理边界时(供应链预测、动态定价、库存优化),小城市经理的本地优势变成了瓶颈。他们无法获取跨区域数据、也无法投入足够的 AI 资源。结果是:最先进的算法永远只在头部城市落地,腰部和尾部城市继续用人力 Excel。
大区制的威力在于:9 个超大区可以共享 AI 基础设施、数据和模型。华北大区的库存预测模型可以直接迁移到华中,而不需要各城市经理逐个立项。
组织结构本身就是策略
CTO 牵头、BP 配置这两个细节很关键。
CTO 主导 意味着 AI 不是「建议部门」或「支持角色」,而是决策核心。以前产品经理可能会对 IT 说「给我一个推荐系统」,IT 六个月后交付一个用不了的东西。现在反过来:CTO 委员会和业务部门是对等的谈判方,甚至 CTO 可以推翻业务经理对需求的定义。
BP 岗位 更深层:BP(Business Partner)不是翻译官,而是「能用 AI 的语言描述业务问题」的人。一个 BP 可能出身于供应链,但他必须读懂机器学习论文才能和算法团队对话。这个岗位的存在等于是说:盒马认为瓶颈不在 AI 技术,而在于「业务端不知道怎么用 AI」。
反面教材:为什么有些企业组织升级失败
很多企业升级组织结构,但没有同步调整激励指标。比如城市总经理的 KPI 还是「本城市销售额」,而 AI 项目是跨城市的长期收益。结果城市总经理会暗示:「别用我这个地区做 AI 试点,影响我的业绩。」
盒马如果不改变考核方式(从「单城市 ROI」改成「大区协同效率」),这次组织升级可能沦为架构改名。