Org Topologies现代组织设计之家
访问 Academy

帮助改进这个译文：选中页面上的任意文字，提出更好的版本。

MADE · 第 2 步 · ASSESS

三种拓扑。
选择您的组织目标。

拓扑是组织各单元在地图上所处位置的一种可识别模式。每一种都为某件事做了优化，同时在别处付出代价。没有哪一种是“最好”的。关键在于它是否适合您的目的和所处环境。

Certified Org Topologies Practitioner (C-OTP) 徽章Certified Org Topologies Consultant (C-OTC) 徽章

ACADEMY

学习 Org Topologies 方法

Practitioner (C-OTP) 和 Consultant (C-OTC) 课程，线上直播与线下面授。

访问 Academy →

拓扑一览

适配目的

摘自 10X ORG · 原则 4

没有哪种组织拓扑本身就“更好”。组织方式没有“唯一最佳”，只有适合您目的的那一种。

领导者必须决定自己要优化什么。这个决定需要有人负责，而不是求得共识。它意味着有意识地接受自己不优化什么。取舍不可避免：没有哪个组织能同时为所有目标优化。

在这些Org topology（拓扑）之间做选择，或为不同目标有意识地组合它们，是组织设计的核心实践。它决定了组织能够稳定产出何种绩效。

关键问题

哪些组织能力能有效支撑我们的战略？

您想在哪方面做得更好：

  • 降低每项任务的成本？→ RESOURCE · “THE MECHANISTIC SYSTEM”
  • 加快已知、可重复的工作流？→ DELIVERY · “THE STRUCTURED NETWORK”
  • 还是不断重塑自己，以满足不断变化的需求？→ ADAPTIVE · “THE LIVING ECOSYSTEM”
RESOURCEDELIVERYADAPTIVE
最大化资源利用率、专业化产出、可预测性成果、创新
依赖高中等低
最佳环境稳定、可重复的需求需求已知、路线图稳定不确定、快速变化的市场
  • RESOURCE
    最大化
    资源利用率、专业化
    依赖
    高
    最佳环境
    稳定、可重复的需求
  • DELIVERY
    最大化
    产出、可预测性
    依赖
    中等
    最佳环境
    需求已知、路线图稳定
  • ADAPTIVE
    最大化
    成果、创新
    依赖
    低
    最佳环境
    不确定、快速变化的市场

同一家公司的不同部分可以运行不同的拓扑：传统服务用 Delivery，新业务用 Adaptive。重要的是每个部分的设计都服务于它的目标。

Resource Topology: directing units plan and dispatch work to specialists and AI agents in Doing.Resource Topology组织目标：利用率INCOMPLETECOMPLETEOUTCOMESOUTPUTSNARROWERBROADERSCOPE OF SKILLS MANDATENARROWERBROADERSCOPE OF WORK MANDATEDIRECTINGDRIVINGDOINGDELIVERING

示例映射

01 · DIRECTING + DOING

Resource Topology

组织目标：在稳定需求下，最大化专业技能的效率。

“THE MECHANISTIC SYSTEM”：以专业化换取精确

运作方式

Directing 单元负责规划、拆分和分派工作。职能小组中的专家各自完成一部分。规格说明、交接和协调把各部分连起来；前期规划和重新规划推动工作前进。

稳定环境+ 很适合专业深厚、利用率高、标准工作一致。
变化环境− 吃力协调开销增加；端到端响应变慢；学习局限在现有技能之内。
概览
常见用例
PMO 对专家的资源管理
价值创造
碎片化，依赖多次交接和协调
依赖
高；各单元依赖跨职能孤岛的协调
团队结构
角色专业化的孤岛式职能小组
赋能程度
低；限于预先定义的任务，几乎没有自主权
个人贡献者
用特定技能完成孤立的任务（由协调者定义），几乎没有主人翁意识
战略性 AI
自动化重复性任务，优化工作流，提升资源效率
示例
电影制片人为一场戏雇用舞者

典型场景：共享服务、薪酬、合规、大宗商品制造、长寿命平台。

构建它的框架：PRINCE2、ITIL 等。还有 SAFe：理想情况下它可以构建 Delivery Topology，但我们研究的实施案例严重偏向 Resource，因为跨团队的相互依赖并没有被消除，只是照原样被管理。

有了 AI：AI 能快速自动化专业化任务，除非Mandate（授权）变宽，否则狭窄的专家角色将面临被取代的风险。

Delivery Topology: directing units decide what to build; complete teams of people and AI agents deliver it.Delivery Topology组织目标：可预测的流动INCOMPLETECOMPLETEOUTCOMESOUTPUTSNARROWERBROADERSCOPE OF SKILLS MANDATENARROWERBROADERSCOPE OF WORK MANDATEDIRECTINGDRIVINGDOINGDELIVERING

示例映射

02 · DIRECTING + DELIVERING

Delivery Topology

组织目标：最大化可预测工作从需求到交付的端到端流动。

“THE STRUCTURED NETWORK”：为流动而优化

运作方式

完整的Cross-functional（跨职能）团队在固定、狭窄的价值边界内交付。探索仍然独立，由 Directing 单元决定做什么。产出又快又高效，有时被称为“特性工厂”。

稳定环境+ 很适合交付可靠、可预测，周期短，运营卓越。
变化环境− 吃力学习成本变高；战略响应滞后；设计会过滤掉微弱的市场信号。产出更多，但成果不一定更多。
概览
常见用例
快速交付已证实有价值的东西，几乎无需变化或学习
价值创造
狭窄聚焦于特定能力
依赖
中等；各单元跨边界协调，但频率较低
团队结构
跨职能，与狭窄的产品或服务特性对齐
赋能程度
中等；在自己的小范围内被赋能，但依赖由 Directing 单元管理的单元间对齐
个人贡献者
协作交付团队范围内的特性和组件
战略性 AI
整合数据，改善协作，通过实时洞察和反馈回路使团队产出保持一致
示例
有快餐厨师的餐馆：老板决定菜单，厨师交付完整的菜品

典型场景：需求已知的成熟产品、处于增长或成熟期的 SaaS、托管服务、客户支持。

构建它的框架：Team Topologies、Marty Cagan 的 Product Operating Model（Empowered Product Teams）、真正组成团队时的 Spotify Model，以及团队层面的 Scrum。

有了 AI：AI 吸收执行工作的速度，快于团队调整技能和授权的速度。

Adaptive Topology: people and AI agents work as one team of teams with a broad shared mandate in Driving.Adaptive Topology组织目标：适应性INCOMPLETECOMPLETEOUTCOMESOUTPUTSNARROWERBROADERSCOPE OF SKILLS MANDATENARROWERBROADERSCOPE OF WORK MANDATEDIRECTINGDRIVINGDOINGDELIVERING

示例映射

03 · DRIVING

Adaptive Topology

组织目标：在多变环境中，把学习和重新配置的成本降到最低。

“THE LIVING ECOSYSTEM”：与环境共同演化

运作方式

Directing、Doing 和 Delivering 合并为一个Team-of-teams（团队的团队），由人和 AI 智能体组成，拥有宽泛的共同授权。工作是同步进行的，由执行者自己协调；学习贯穿各项技能和整个工作范围。

稳定环境− 额外开销持续学习和重新配置会牺牲效率，并增加变数。
变化环境+ 很适合韧性、持续的相关性，以及朝客户成果廉价而快速地转向。
概览
常见用例
快速交付不确定的结果，用于寻找、改变、发现和适应
价值创造
灵活、整体、新颖
依赖
低；各单元自主工作，对外部团体依赖极少
团队结构
多技能，围绕探索性成果和灵活性组织
赋能程度
高；拥有整个流程，包括单元间的协调
个人贡献者
跨边界协作，交付完整的客户解决方案，端到端负责
战略性 AI
驱动创新，预测客户需求，支持战略决策
示例
跨整个解决方案空间工作的单元（“Uber”）或负责部分领域的单元（“Uber Eats”）

典型场景：新产品开发、创新、平台探索、咨询、研究、新兴服务。

构建它的框架：LeSS、Nexus、FAST 和 Creating Agile Organizations (CAO)。查看全部框架映射。

有了 AI：AI 作为老师和陪练，降低了切换领域的成本，也让这种设计更容易达成。

方法

Change, MADE systemic

Change MADE systemic：围绕组织设计的 Study (Map, Assess) 与 Improve (Design, Elevate)，位于战略与绩效之间ILLUSTRATION · 10X ORG · CC BY-ND · DOWNLOAD ↓

组织设计位于战略与绩效之间。MADE 是让它保持适配的循环，以四个动作命名： Map, Assess, Design, Elevate。先研究现有的设计，再朝所需的设计改进。

Study现有的设计

  1. 01
    Map按技能授权和工作授权安置每个单元
  2. 02
    Assess说出您现有的拓扑，以及它是否适配

Improve所需的设计

  1. 03
    Design想象您所需的组织，不受当下限制
  2. 04
    Elevate用 Elevating Katas 让变革动起来

ELEVATE · MADE 第 4 步

Elevating Katas

Elevate 是在地图上有意识地向右、向上移动。Kata 就是这些移动：小而可重复的例行做法，改变组织的运作方式。它是一份菜单，而不是一个顺序：先从最契合您当下最紧迫约束的几个开始。

Elevating Katas：一个大箭头把地图左下角由狭窄、相互依赖的单元组成的网络，托向右上角的团队的团队，标注为 Elevate 到 Adaptive Topology
插图 · 10X ORG · CC BY-ND · DOWNLOAD ↓

这些 Kata 按 Jay Galbraith 的 Star Model™ 的五个要素分组：改变其中一个要素，其他要素也必须随之改变。

探索 Katalog →

Kata 丰富的案例研究

所有含 Kata 的案例研究 →

ACADEMY

学习 Org Topologies 方法

所有即将举行的活动

14–15 Oct 2026AmsterdamBootcamp – Org Redesign for Agentic AgeAlexey Krivitskyfrom €1,655 excl. VATLearn moreA two-day, in-person bootcamp for consultants and leaders who redesign organizations. Bring a real case, map it with Org Topologies, and leave with a practical redesign direction and first steps to test it, so AI's speed turns into business results. Includes the path to C-OTC accreditation.16 Oct 2026AmsterdamOrg Design Summit 2026Multiple speakers€750 excl. VATLearn moreOrg Design Summit 2026 brings together leaders and practitioners from Product, Tech, HR, and organizational change to explore how organization design shapes performance with people and AI.22 Oct 2026OnlineApplied Systems ThinkingWolfgang Steffens€395 excl. VATLearn moreA hands-on workshop into the world of Systems Thinking and Systems Modeling
全部日期 →

Practitioner (C-OTP) 和 Consultant (C-OTC) 课程，线上直播与线下面授。

访问 Academy →

Community

与作者实时交流

在社区中学习

实践者在 Slack 上分享地图，作者也会实时加入讨论。

加入 Slack

问问我们的 AI

“如何绘制我的组织地图？”

跟 Aiden 一起学

即将开课和举办的活动、公告，以及助力您组织设计实践的新材料。不定期发送，绝无垃圾邮件。

随时可以退订。隐私 →

或者在 LinkedIn 上关注 Org Topologies。

建议更好的译文

当前文本

它会成为 GitHub 上给译者的公开备注（issue）：可以通过我们匿名提交并附跟踪链接，也可以用您自己的 GitHub 账号提交。