RingCentral 拥有近三十年商业通讯创新历史，年收入超过 26 亿美元，全球员工数千人。该公司正通过拥抱 AI-native 工作方式来延续其创新传统。其核心策略是给每位员工提供 ChatGPT Work 和 Codex 的使用权限，让没有任何工程背景的人也能构建产品和基础设施。

公司 CEO 办公室赞助了一个“AI-Native Challenge”活动，鼓励全球工程团队提升 AI 应用熟练度。参与者被要求用 ChatGPT Work 和 Codex 构建完整端到端项目，不限制具体工作流程。这不仅是编程练习，而是让员工体验从规划实施到测试、文档、CI/CD 和迭代的完整 AI-native 开发周期。结果显示，几乎所有参与者都创建了可运行仓库，数千名员工——包括非技术岗和高管——都交付了能用的项目。公司内部一位负责该项目的工程主管总结：“最清晰的教训是，AI-native 开发不是取代工程师，而是放大他们。AI 加速了整个开发周期，而人类仍处于循环中，负责产品需求、业务上下文、架构决策和结果验证。”

RingCentral 将此方法应用于自身 AI 产品组合（AI Receptionist (AIR)、AI Virtual Assistant (AVA)、AI Conversation Expert (ACE)）的加速开发，缩短从创意到客户功能的距离。工程之外，非技术部门也已采用 AI-native 工作方式。项目管理办公室（PMO）利用 ChatGPT Work 构建了一个相当于项目管理操作系统的平台，取代了零散的笔记和聊天记录，用于状态跟踪、报告、发布治理和知识转移。高级经理 Vaneet Seth 说：“ChatGPT 把我的项目上下文整合在一起，我可以用它把上下文转化为行动和执行。”PMO 团队构建了自动化状态报告工作流，从 Jira、Google Sheets、CRM 等来源收集通知，生成带阻碍项、负责人和行动项的报告。

在公司内部，这一模式已从“让数千名工程师自由实验”的松散活动，演变为 PMO 等团队运作的运营支柱。通过减少手动协调，PMO 能够处理更多项目且准确性更高。贯穿工程和运营的核心逻辑是：给员工空间去用 AI 实验，不仅培养了个人技能，更构建了公司赖以运行的基础设施。

RingCentral 的转型反映了 AI-native 方法在大型企业中落地的真实路径——不是自上而下的工具强制部署，而是为员工提供自由实验的空间，让新工作方式从项目中自然生长出来。这种模式的优势在于，它让整个组织都变成了产品组织，团队从跨职能真正走向了跨能力。AI 缩短了从想法到交付之间的距离，人类负责判断力和决策权，以此实现更快的产品迭代。