AIHR
核心结论
麦肯锡的「原子能力」（atomic capabilities）是把组织能力拆到不可再分、可重组的最小单元，对应其「技能型组织」「超级岗位」（Superjobs）一脉思想。真正的难点不是列出 18 种能力维度，而是工程化：把能力单元映射到具体任务、接成技能图谱、嵌进工作流，并让它被绩效与调度信号调用。多数组织把原子能力做成一张清单就停了，因为没解决「能力单元如何被实际调用」这一环。AI 时代这反而更关键，当任务被重新切分，能力单元才真正可被动态编排。
关键数据
- McKinsey Global Institute《The future of work after COVID-19》（2021-02）：估计约半数当前工作活动在技术上可由已演示的自动化技术承担；并强调一份工作通常由约 20 至 30 项离散技能组成，岗位是这些技能的集合，而非技能本身。口径提示：该估计基于当时技术成熟度，且「技术上可自动化」不等于「会被自动化」，落地还受成本、监管与组织惯性约束。
- 原子能力的定义边界：它是挂在任务上的最小能力单元，不依附于人或岗位，因此可被不同岗位、不同人、乃至不同智能体按需调取。这与胜任力模型（挂在人）、岗位说明书（挂在坑）有本质区别。
- 能力清单失效的普遍模式：原子能力项目最常见的终点是一张能力架构图，而非一套可调用的能力系统。根因不是意愿，而是缺三样东西，任务映射、技能图谱、调度与绩效回写。
- AI 的角色：AI 不创造原子能力，但能把「技能图谱维护」与「任务到能力的实时匹配」自动化，使能力单元从静态清单变成动态可编排的资源。这是「超级岗位」得以成立的技术前提。
把组织能力拆成「原子」这件事，麦肯锡不是第一家提的，但它是把这套思想推到「技能型组织」（skills-based organization）和「超级岗位」（Superjobs）那一脉里最系统的一家。它想解决的问题很实在：当工作被 AI 重新切分，按岗位组织能力的旧方式越来越接不住真实发生的事。能力不应该只存在于岗位说明书里，而应该是一种可以被随时调取的最小单元。
这个想法本身没有争议。有争议的是，绝大多数组织拿到它之后的做法：开一轮工作坊，请顾问列一份能力清单，最好凑成整整齐齐的 18 项，做成一页架构图，写进年度汇报。然后就没有然后了。清单在，能力不在。下一年的组织诊断报告里，又会多出一条「能力模型未落地」。
一、原子能力到底是什么，它和胜任力模型不是一回事
要分清三样东西。胜任力模型回答的是「这类人该具备什么」，它挂在人身上。岗位说明书回答的是「这个坑要填什么」，它挂在岗位上。原子能力回答的是「组织完成一件事所需的最小能力单元是什么」，它挂在任务上。
区别看起来细微，后果天差地别。胜任力模型一旦定下，人就被贴了标签，调岗就要重新评估。岗位说明书一旦定下，工作稍微越界就没人认领。原子能力因为不依附于人或岗位，理论上可以被不同岗位、不同人、乃至不同智能体按需调取。McKinsey Global Institute 在 2021 年的研究里给出的一个观察是，一份工作通常由约 20 到 30 项离散技能组成，岗位只是这些技能的集合，而不是技能本身。把集合拆开，才能重组。
但「挂在任务上」这四个字，恰恰是绝大多数项目没做到的地方。清单列的是能力名称，不是能力到任务的映射。没有映射，能力就永远停留在名词层。
二、清单为什么列完就不会用：缺的是调用机制
能力要产生价值，必须满足三个条件。第一，它要绑定到具体任务，说清楚「做这件事需要这个能力单元」。第二，它要被调度信号触发，也就是任务派发时知道去哪里找具备它的人或系统。第三，它要被绩效结果反馈，做完之后把证据回写，证明这个能力真的被用过、用过之后效果如何。
缺了这三样，能力就是一个漂亮的名词。很多组织的原子能力项目停在 PPT 阶段，不是因为不想用，是不知道怎么让能力单元真正进入日常运转。更直白地说，他们建了一个能力图书馆，却没有借书卡，也没有借阅记录。
这里有一个容易被忽略的组织学含义。能力若只记在档案里、不记在调度里，它就属于「名义资产」。名义资产在审计时很好看，在打仗时派不上用场。组织真正稀缺的从来不是「我们有哪些能力」的清单，而是「此刻这个任务，谁能上、凭什么上、上完怎么算」的机制。
三、从清单到工作流：技能图谱是中间的桥
把原子能力工程化，最关键的桥是技能图谱。清单只说「我们有数据分析能力」，图谱要说「张三具备、水平 3、由项目 A 验证过；李四具备、水平 2、由的内部认证」。图谱把能力从「存在」变成「可定位、可验证、可比较」。
没有图谱，调度就只能靠人脑记忆和口头推荐，规模一大就崩。有了图谱，任务派发时可以自动匹配，完成后可以回写证据，能力水平随真实使用而更新。这一步是原子能力从名词变成资源的分界线。
接着是把图谱嵌进两个系统。一是调度系统，让任务派发时自动找能力，而不是等人来认领。二是绩效系统，让「调用了正确能力、产出了正确结果」被记录、被奖励。注意，是奖励调用，不是奖励拥有。一个员工囤了一身能力却从不被调度，对组织毫无价值；一个员工频繁被调度且结果良好，才是组织真正的能力载体。
四、AI 时代为什么原子能力反而更重要
很多人以为 AI 来了，能力管理就不重要了，机器自己干。这是误读。AI 接管的是任务执行，不是任务定义，更不是能力编排。当岗位边界被打破，工作越来越多以「任务包」的形式存在，组织反而更需要一套不依附于岗位的能力底座。
岗位是静态的，任务流是动态的。只有原子能力这种最小单元，才能被动态编排进不断变化的任务组合。麦肯锡讲的「超级岗位」（Superjobs），本质就是把若干原子能力临时拼成一件事，做完即散，下一件事再换一种拼法。没有原子能力底座，超级岗位只是 HR 汇报里的一个词。
AI 在这里的真实价值，不是替代能力，而是把技能图谱的维护和任务到能力的匹配自动化。过去靠 HR 手工维护的图谱，数据一旧就失真；AI 可以从工作产出里持续推断谁具备什么能力、水平如何。这使得能力单元第一次有可能成为实时可调度的资源，而不是年度盘点时才被翻出来的档案。
五、HR 该接的是「调用」，不是「清单」
原子能力项目常常被丢给 HR，因为「能力」听起来像 HR 的事。但 HR 最容易犯的错误，就是把这件事做成一次性的能力建模，交付一份精美清单，然后归档。真正的杠杆在调用机制，而调用机制横跨调度、绩效、项目管理系统，不在 HR 一个部门手里。
HR 能做的、且只有 HR 能做的，是四件事。把能力从「个人属性」改写成「可调度的组织资源」，让调度系统认得它。推动技能图谱成为正式数据源，而不是 Excel 里的另一张表。把「能力被调用且产生结果」写进绩效评价，使被调度优于被囤积。以及，在 AI 接入能力编排时守住一件事，被自动推断出的能力水平必须可质疑、可更正，否则图谱会从失真滑向歧视。
回到开头那个反常识的点。很多人盯着「18 种」这个数，以为把维度列全就完成了。麦肯锡的原子能力思想真正值钱的，不是那张清单，是清单之后那套让能力流动的工程。组织买的是能力，不是能力的目录。目录印得再漂亮，书不在架子上，读者还是空手而归。
参考信源
- 【原子能力 / 技能型组织 / 超级岗位（Superjobs）思想脉络；具体能力维度数量随分类法而异，非固定 18 项清单】：McKinsey 组织能力与人才绩效相关公开研究，见其 People & Organizational Performance 实践洞察合集（mckinsey.com）。
- 【约半数工作活动技术上可自动化；一份工作约由 20 至 30 项离散技能组成，岗位是技能集合而非技能本身】：McKinsey Global Institute《The future of work after COVID-19》，2021 年 2 月。该估计基于当时技术成熟度，「技术上可自动化」不等于「会被自动化」。
- 【生成式 AI 把工作进一步拆到任务层，使能力单元可被动态重组为超级岗位】：McKinsey《Reimagining the organization for generative AI》，2023 年。
关注公众号，获取 AI 时代 HR 变革一手分析