上一章算出来：执行会便宜到接近不要钱，组织会往哑铃两头走。但经济学里有一条铁律：当一样东西变得便宜，瓶颈就转移到别处。这一章我们去找 AI 时代组织的新瓶颈——它不在机器那边，在人这边。
一个思想实验：免费的全能实习生
假设你有一个实习生：不要钱、不睡觉、什么都会一点、随叫随到。听起来是天堂。但真用起来你很快会发现，你的时间全花在另外三件事上：
- 想清楚到底要他做什么。「做个竞品分析」——分析哪些竞品？什么维度？给谁看？要解决什么问题？需求说不清楚，他给你一百份漂亮的废纸。
- 判断他做得对不对。报告写得很像回事，但里面三个数据是编的。你得有能力验货，否则「免费」的输出会以「昂贵的错误」收账。
- 出了问题你负责。他写的代码出了安全漏洞、他拟的合同让客户跑了——赔钱的是你，上法庭的是你。实习生不会坐牢。
这三件事，就是 AI 时代组织里真正贵的东西。它们有个共同点：都不属于执行，都属于「决定+判断+担当」。
瓶颈一：品味——决定做什么
当任何方案都能在一小时内做出十个版本，「做出来」就不再是能力，「选哪个」才是。这种能力没有更好的词，就叫品味——在一堆都说得通的选项里，认出哪个是对的；在没有标准答案的地方，建立起标准。
品味为什么贵？因为它没法外包给 AI 的原因，恰恰是它能外包一切的原因：AI 生成的是「统计上合理」的答案，而真正的决策面对的是「统计之外」的新情况——市场还没发生、用户还没说话、数据还不存在。在没有任何先例的地方下注，这活儿只能人干。
所以未来组织里最值钱的岗位，不是「会做的人」，而是「知道该做什么、并能说清为什么」的人。用西蒙的话说：信息处理不再稀缺，注意力配置的方向成了稀缺品。
瓶颈二：对齐成本——组织内部的新暗账
第二个瓶颈更隐蔽。回想第五章的委托代理问题：你雇的人有自己的小算盘，你得想办法让他的目标和你的一致。现在把「人」换成「AI Agent」，这个问题不但没消失，反而变本加厉了——
AI 没有小算盘，但它有一个更麻烦的特点：它会极其高效地执行你「说的」，而不是你「想的」。你说「提升用户留存」，它可能给出「每天给用户发十条推送」——指标确实涨了，用户被骚扰跑了。还记得古德哈特定律吗？考核什么就毁掉什么。人类员工钻指标的空子还会顾忌点常识和后果，AI 钻起空子来又快又彻底又毫无歉意。
这就是对齐问题——让执行者的目标函数和委托者的真实意图保持一致。它原来是 AI 安全领域的词，但它正在变成每个组织的管理词：未来管理者的一项核心工作，是给 AI 写好「合同」——把目标、约束、边界、验收标准说清楚。而第二章就告诉过我们：合同永远是写不全的。
历史开了个玩笑：科斯说企业用「听指挥」替代「签合同」，是因为合同写不全。AI 时代我们把大量工作外包给 Agent——每个 Agent 都靠一份「提示词合同」干活——于是「合同写不全」这个古老难题，穿着新技术的外衣回来了。
瓶颈三：责任——不能外包的东西
第三个瓶颈最简单，也最硬：责任不能被外包给 AI。
无人驾驶出了事故，坐牢的不会是模型；AI 误诊，被告的是医院；自动交易亏穿了，破产的是公司。法律和社会只认「人或人的组织」作为责任主体。这意味着：无论 AI 干多少活，组织里必须保留一条「责任链」——每个关键环节得有个有名有姓的人（或法人）说「这事我看过，我负责」。
这条链是有成本的：责任人必须有足够的判断力来担这个责（回到瓶颈一），必须给足信息才能担得起（回到第四章的信息流），必须拿到足够的报酬才愿意担（回到第五章的激励）。所以「责任链」会成为 AI 时代组织的骨架——活可以让 AI 干，但骨架必须是人的。
小结：瓶颈转移图
把第九章和这一章合起来，AI 时代组织的瓶颈转移图是这样的：
- 执行、起草、传递——价格塌方，外包给 AI 和市场；
- 品味与决策——价格暴涨，集中在少数人手里；
- 对齐（把意图翻译成指令）——从零出现的新成本，是每个管理者的日常；
- 责任与信任——价格不变但权重上升，构成组织不可拆卸的骨架。
明白了瓶颈在哪，下一章就可以画几张具体的图了：未来的组织会长成哪几种样子？我们挑四种最有苗头的形态，一个个看它们的成立条件。