Matthew Cloke 现在有一个下意识的动作：打开电脑，第一件事是确认后台有没有 agent 在跑。如果没有，他会觉得自己在浪费时间。这位 Endava 的 CTO 用一句话概括了这家 25 年历史的技术服务公司过去两年的变化：「If I don't have an agent running in the background, I somehow think I'm wasting my time.」这不是一句口号，而是一个 1.1 万人组织被重新校准之后的默认状态。
Endava 是一家全球技术服务公司，25 年来靠帮企业用技术解决复杂业务问题为生。这类公司过去卖的是工程人力和交付能力——你有多少工程师，能多快写完代码，就决定了你能接多大的单。Cloke 说，AI 把这个前提直接掀翻了：「AI has had a fundamental impact on Endava over the past couple of years. We really had to answer the question of how to be a relevant organization in the new AI world.」当写代码本身被 agent 加速之后，一家以「写代码」为核心竞争力的公司，必须重新回答自己凭什么存在。
Endava 的答案是把 OpenAI 定为企业级 AI 平台，给全员开通 ChatGPT Enterprise 和 Codex。但真正的转变不在于发工具。Cloke 反复强调，AI-native 是一种思维顺序的调整：「To be AI-native at Endava, it's about thinking about AI to solve the problem first. It's the first thing you do rather than the last thing that you do.」过去 AI 是最后兜底的补丁，现在它是拆解任何一个问题时的第一反应。这一句顺序上的调整，比任何一次工具采购都更难，也更值钱。
转型是从软件交付团队内部烧起来的。开发者开始试用 AI 辅助编码和 agentic workflow，很快撞上一个反直觉的发现：瓶颈不再是工程产出了。当 agent 能替你写完大段代码，卡住整个交付的反而是前面那些环节——需求收集、业务分析、方案规划、和干系人的反复对齐。工程侧一旦提速，上游那些「慢工出细活」的白领工序立刻变成新的堵点。
「We started to challenge how quickly we could produce requirements and how quickly we could produce the right business solutions for our clients.」
这个发现逼出了 DavaFlow——Endava 自己的 AI-native 交付方法论。它的关键不在于某个环节用了 AI，而在于整条链路：会议准备、业务规划、产品探索、软件工程、部署上线，每一段都嵌进了 OpenAI 的技术。Cloke 说得很干脆：「There isn't a part of DavaFlow that doesn't use OpenAI technology.」这意味着 Endava 没有把 AI 当成工程团队的一个提效插件，而是把它做成了交付流程本身的操作系统。当交付方法论从「人接力、文档传递」变成「人和 agent 混合协作、上下文实时流转」，组织的运作模式就已经换了底座。
更关键的一步，是 AI 没有停在开发者手里。法务团队开始用 AI 做研究和文档流程；项目经理用 Codex 生成治理报告、汇总工程进度；商务团队则把过去那些堆满公式的表格规划，换成了轻量的 AI 生成小应用。在一次内部定价讨论里，员工干脆跳过了 Excel，直接搭了一个单页定价应用，团队当场就能交互着改参数。Cloke 说：「It changed the conversation completely.」一个不用等工程排期、非技术同事自己就能拼出内部工具的组织，白领岗位的产能边界被彻底重画了。
AI agent 也已经渗进了日常运营。领导团队用 agent 汇总项目、自动化沟通、管理收件箱、异步协调工作。这里出现了一个组织设计上的信号：agent 不再只是执行指令的工具，它开始承接一部分原本属于协调岗、管理支持岗的活——总结、追进度、发通知、排优先级。这些正是过去中层和运营团队大量时间的去处。当这类工作被 agent 常态化接手，组织对「协调层」人力的需求结构会悄悄改变。
Endava 在 1.1 万人规模上推这件事，沉淀下几条原则，每一条都是给同行的实操提醒。第一，把 AI 采用当成行为改变，而不是一次软件上线——这是最容易被 CHRO 忽略的定性判断。第二，领导者必须自己动手用 AI，才能带动全组织采用；Cloke 本人「后台没跑 agent 就觉得在浪费时间」，就是这条原则的活样本。第三，给试验留空间，哪怕结果不完美。第四，早一点把非技术团队拉进来，而不是等工程跑通了再补票。第五，亲手上手是消解怀疑最快的路。第六，让 AI 成为日常工作流的一部分，而不是一个单独立项的「AI 项目」。
最后那条能力清单里还藏着一句最狠的：Endava 已经把 AI fluency 写进了招聘和晋升的预期里。这不是「加分项」，而是across the company 的硬门槛。对 CHRO 来说，这句话的分量超过前面所有的工具部署——当一家 1.1 万人公司把「会不会用 AI 解决问题」写进晋升标准，它实际上是在用职业发展这根最强的杠杆，去逼动整个组织的行为改变。
「The future arrived. You just have to lean into it.」
Cloke 对还在早期的组织给的建议朴素到近乎无聊：先自己个人开始用。Endava 看到的企业 AI 下一阶段是 orchestration——把模型、agent、工作流和人的专长编排进一个整合系统里，而不是一堆各自为战的单点工具。在这个视角下，AI 不再是叠在流程上面的一层生产力，它变成了运作模式本身。