外部行业实践 ·
快手AI研发提效遇规模化卡点，升级AI生产力体系重塑组织与流程
快手经过三年AI研发实践完成工具铺设、个人提效到标杆团队验证的首轮探索后，2026年向万人规模研发组织复制AI提效模式时遭遇组织层面卡点，原有仅升级工具的路径失效。快手转而调整提效命题，探索用AI重新设计交付流程、角色分工与组织结构，将研发效能思路升级为覆盖全组织的AI生产力体系，目前已在多支先锋团队开展落地实践。
仅供行业学习与场景参考，不代表优秘交付、客户关系或效果承诺。
面临的问题
1. 研发人员AI开发能力两极分化，不同人员AI代码生成率差距较大；2. 需求对齐、跨角色协作、任务交接等待等传统协作模式抵消AI局部提效收益，参与需求的开发人数越多，AI整体提效幅度越小；3. 烟囱式组织架构下，业产研分离，标杆团队的AI提效经验难以大规模复制。
AI 落地做法
快手将AI提效核心命题从“如何让研发人员做得更快”调整为“如何用AI重新设计交付流程、角色分工和组织结构”，将原有研发效能体系升级为AI生产力体系，以AI能力为核心供给覆盖组织内所有人员，系统性提升个人效能、团队协作效率和业务交付质量，目前已在多支先锋团队开展新范式落地验证。
实施路径
- 通过微观调研与宏观数据分析定位AI规模化提效的核心卡点
- 参考银行业技术落地的组织变革历程梳理AI研发范式升级的阶段规律
- 调整AI提效核心命题，从提升单一角色效率转向重塑全链路组织与流程
- 搭建以AI能力为核心供给的AI生产力体系，覆盖组织内所有角色
- 在AI先锋团队开展新提效范式的落地实践
来源：InfoQ 中文（本站改写摘要，成效数据均取自原文）
项目背景
快手此前完成了AI研发范式升级的第一轮探索，AI代码生成率持续提升，部分团队需求吞吐与交付效率已有明显增长。2026年快手开始向万人规模的研发组织复制原有AI提效模式，但过程中发现AI深度参与的需求占比并未和人均需求交付数同步增长，整体提效不及预期。 本案例依据「InfoQ 中文」公开发布的信息整理，原文：https://www.infoq.cn/article/Gj6j8QtZhgeuqedeUEft?utm_source=rss&utm_medium=article
业务问题
1. 研发人员AI开发能力两极分化，不同人员AI代码生成率差距较大；2. 需求对齐、跨角色协作、任务交接等待等传统协作模式抵消AI局部提效收益，参与需求的开发人数越多，AI整体提效幅度越小；3. 烟囱式组织架构下，业产研分离，标杆团队的AI提效经验难以大规模复制。
实践方案
快手将AI提效核心命题从“如何让研发人员做得更快”调整为“如何用AI重新设计交付流程、角色分工和组织结构”，将原有研发效能体系升级为AI生产力体系，以AI能力为核心供给覆盖组织内所有人员，系统性提升个人效能、团队协作效率和业务交付质量，目前已在多支先锋团队开展新范式落地验证。
原始来源：https://www.infoq.cn/article/Gj6j8QtZhgeuqedeUEft?utm_source=rss&utm_medium=article