摘要：随着人工智能的快速普及，AI已越过了初期的单点应用、局部试水阶段，正向通过人工智能重组业务、组织、人力、流程、文化、治理等生产要素，从根本上提升组织力的深水区迈进。在数智时代的今天，转变管理理念，推动AI+全方位改革，是企业把握发展机遇，打造竞争优势，提升经营效益的必由之路。

      关键词：人工智能、管理理念、业务、组织、人力、流程、文化、治理

      人工智能是本世纪最具颠覆性的技术，其渗透速度让人应接不暇。随着AI快速应用，门槛正不断降低。当今，大模型、算力网络、应用等AI软、硬件服务企业均可以通过多种渠道以市场化价格快速获取，或许在不久的将来，人工智能不再是科技热词，而成为象水、电、气一样的基础设施。所以，权威市调报告显示，大多数人认为人工智能已越过了初期的单点应用、局部试水阶段，正向通过人工智能重组业务、组织、人力、流程、文化、治理等生产要素，从根本上提升组织力的深水区迈进。企业系统性变革，必定伴随管理理念的碰撞、转变。因为理念对行动有方向性的指导作用，是重塑行为方式，进而推动实践层面根本性改观的重大力量。以下笔者抛砖引玉，就AI+时代管理理念演进这个论题分享自己的几点思考。

一、业务

      人工智能转型容易落入的误区是为技术而技术，为转型而转型。很多企业还在用传统的“普及率”、“应用量”、“模型迭代”、“Token消耗”等指标来衡量AI+的成效，这就忘记了商业的核心是为用户创造价值。在AI+时代，企业成功模式正在发生改变，之前赖以生存/发展的业务“护城河”也正在被重新定义。可以说，用户需要的是企业能够创造全新的体验，全新的品类，全新的价值。所以，以人工智能为内核驱动核心业务场景，实现价值增值，才是企业应该认真思索的问题。举例说：如何借力AI进行更精准的洞察（穿透客户的表面需求，预见其深层意图）？如何才能更及时地，甚至零时间等待地响应客户需求？如何才能从原先的提供“千人一面”标准化服务转变为现在的提供“一人一面，千人千面”个性化服务等等。

      企业已在很多工作中应用了AI，如生成报告、数据分析、智能客服、知识管理等，单点效率提升了，却发现企业的整体效率并没有提升。究其原因，一是单点提效仅是优化了孤立业务，而该业务的上下游业务并未同步优化，则会产生“木桶效应”（一个木桶能盛多少水取决于最短的那块木板）。如业务中的一个环节由人工升级为AI自动处理，而后面的环节仍要由人工处理，则该业务的整体效率受限于人工处理速度，难有大的提升。第二，缺乏顶层设计，AI没有与整体业务策略相契合，单点各自为战，形不成合力。举例说，当前业务环节中最消耗成本、效率最低的环节在哪，这些环节是否能用AI进行优化？我们的业务优势是什么，如何应用AI来强化优势、改进短板？我们应用AI的目标是什么，是收入增长、成本降低、满意度提升？等等。显然，此类问题都应该先规划，再推动。所以，从单点提效到整体提升的关键是由“点状思维”向“链式、网络式思维”转变，谋篇布局、统筹兼顾。

二、组织

      传统的金字塔型的科层制组织架构诞生于工业文明时代。当时，随着企业的发展，大规模、标准化、连续性生产对管理提出了新的要求。科层制组织架构解决了管理幅度、专业化协作、信息传递等问题。但随着社会进入智能时代，科层制也暴露出越来越多的弊端，如：层级多，决策重心太高，无法及时响应客户需求；部门林立，壁垒高筑，本位主义严重，沟通协同困难；文化僵化，过分依赖规则和程序，创新难以施展等。

      AI的大规模应用，为重塑组织架构提供了有利条件。一方面，人工智能通过数据采集、数据挖掘、数据看板不仅显著地提升了信息传递效率，而且还可基于模型、算法提供管理者决策支撑，这为高层与一线直接对话，压缩组织层级创造了条件，也使原来的科层制组织架构失去了信息传递效率优势。另一方面，管理者可以借助人工智能技术大幅增加可直接管理的下属人数，解决管理幅度太宽的问题。再次，AI可通过技术手段消除“数据孤岛”“专业隔阂”，为打破部门壁垒铺平道路。

      所以，AI+时代组织变革的方向是打造流程化、网络化的“柔性”组织。流程化是指根据变革、创新目标来构建流程性、任务性的组织。流程、任务决定组织；网络化是指由一个或几个关键人才为内核组成小型组织，虽然规模小，但企业已构建了完善的资源整合网络，小型组织仍然可以通过该网络获取组织全面资源去完成目标。而且小型组织架构扁平、沟通通畅、决策迅速。“柔性”组织相对于“刚性”组织，其特点在于依战略而变、依目标而变，机动灵活。如海尔的“创客模式”。公司充分赋予一线决策权、用人权、分配权。员工可以自发组织成为自主经营、自驱动、自进化的“创客”。而科层制职能部门则借力AI、云计算、大数据等前沿技术转型成为向“创客”赋能的创业平台。该组织架构的优势是围绕用户需求可实现快速、动态的协作响应。

三、人力

1、破除AI是“增效神器”观念

      如果企业狭隘地将AI定位为“增效神器”，认为立竿见影的增效办法就是用AI替代员工，‌则会走入误区，结果可能适得其反。以下是案例。

      今年初以来，一人公司（One Person Company，简称OPC）迎来了爆发式的增长。OPC是指整个公司只有一个人（创始人），而用人工智能工具-AI员工协助其处理文秘、推广、财务等方面工作。近期，权威部门发布《中国 OPC 发展调研报告》显示：该种轻资产、低门槛的模式得到了以90、00后为主的创业者的青睐，但企业创业成功率低，主要原因在于经营能力欠缺。

      某电商企业引入“龙虾”替代客服，省掉40%的人力。但仅仅一个月，客户满意度大降19%，同步还引起了投诉激增、销量下滑、口碑受损等一系列负面连锁反应，最终算帐得不偿失。

      上述案例说明：用AI替代人员，节约成本是很短视的做法，长远来看，必将削弱企业的发展潜力。

      （1）人才是企业第一资源

      日本经营之神松下幸之助曾有名言：企业最大的资产是人。这是因为：一方面商业竞争，无论是产品、技术、营销等方面，其实质都是人才的竞争。设备、资金、创意、渠道、技术等要素都可以引进、模仿，唯有高素质的人才难以完全复刻。另一方面企业能否基业长青很大程度决定于创新能力。而产品迭代、技术突破、管理优化等战略、战术能否独树一帜，让竞争对手难以企及，则取决于人才。再者，《韩非子·显学》云“宰相必起于州部，猛将必发于卒伍”，这句话的意思是说人才应该从有基层实践经验的人员中选拔。可以说，大部分有能力的管理者、专家都有从基层成长的起点，逐步了解、熟悉业务，再到扩大技能、视野并走上高级职位。如果企业用AI替代了初级员工，则该条人才培养的通道将被切断。

      （2）AI只是人类开发的技术工具

      首先，人类的心智能力和AI的智能能力是完全不同层次的能力，不可同日而语。人类最核心的心智能力是从直觉、逻辑、伦理等角度出发对事物作出的判断，如：对价值的辨析、对未知的预测、对伦理的坚守、从极少量信息中对规律的总结等，这是人类独一无二的能力。所以，人类的心智能力能够解决“做什么”、“该不该做”等高层次的问题。而AI的智能能力则是学习知识并按要求加以应用，以便高效地、有技巧地做事。所以AI解决的是“如何做”的问题。其次，AI本质是人类能力的工具化延伸。就如飞机扩展了人类的出行能力，助听器扩展了人类的听觉能力一样，人工智能设计和开发的初衷始终是辅助人类完成各类任务。并且，AI基于数据和算法运行，这就决定了它不能独立于人类存在，其所表现的能力也是对人类能力的归纳和模拟。所以，AI只是人类开发的技术工具，只能人指挥AI，要坚决杜绝AI指挥人。

      （3）AI发展的最终目标是增加人类福祉

      2026年国家政府工作报告明确指出：完善适应人工智能技术发展促进就业创业的措施。这说明国家所倡导的是将技术红利转化为人民福祉。其实，纵观人类历史上的蒸汽机时代、电气时代、信息时代这三次工业革命，新技术提升了生产效率，改善了生活品质，但并没有引致对人类的替代，只是发生了岗位的牵移。所以，在AI时代，变革的方向也必须以人为本，即：在人工智能应用中首先应该保障人的尊严、权益。

2、应对人员能力退化风险

      如果过度依赖AI，人员能力可能退化。其原因是人们认为AI表现过于优秀，乐于坐享其成。但这可能使个体丧失知识的学习、记忆习惯（直接用AI搜索，不需要学习，更不需花精力记忆知识）、观察力（有问题一股脑塞给AI就行）、深度系统思考能力（有AI就不用自己费脑了）、写作与表达能力（用AI生成真香）、与他人的沟通协作能力（与AI协作足够了，还更高效）等关键职场技能。为什么不能完全依赖AI而放弃自己的成长？一方面，AI并非万能，如果出现AI无法解决的问题，人们如何应对？另一方面，一位管理学大师曾说过：外行永远领导不了内行。因为领导不懂行就抓不住问题的主要矛盾；就无法控制结果的好坏；就不能合理地调配资源......人驾驭AI也是一样的道理。这并不是说人要在AI优势领域和它比效率，而是说我们应该对AI执行的业务做到心中有数，才能有效决策，有效指挥，而不会被蒙蔽。

      如何尽可能地防止人员能力退化？一是倡导终身学习。个体将经常向AI求助的内容记录下来，针对这些自己的知识空白点，判断是否需要加强学习，下次就不需要再问AI了，如基础知识。一句话，智能时代仍然偏爱持续学习、主动奋进的人。二是倡导在一定时间范围内不用AI，自己独立思考。如无AI日：每周或每月设订一天倡导大家都依靠自己能力而不借助AI工具来完成工作。无AI会议：会议讨论中要求与会人员针对问题解决方案详细阐述自己的推理、思考过程，而不只是提供一个参考、照搬AI建议的方案结果。三是培养批判能力。对看似合理的AI提供内容，不先入为主，多方交叉验证，多问几个为什么。如这个建议的逻辑链条是什么？为什么这个方案最合理？还有其它方案吗？AI只是建议，判断由自己做。四是着力培养人员诸如：问题定义、产品创新、情感共情、处理不确定性场景、非线性推理因素关系等目前AI并不具备的高端能力。通过这种人员与AI的能力互补规划，不仅可以鼓励员工将高端技能转变为个人绩效增量，还可以强化人员自我认知和职业自信。

四、流程

      传统工作流程是基于人执行量身定制：业务按环节拆分、责任按部门细分、审批按层级区分。如果只是在旧的流程上叠加AI工具，就可能导致AI沦为“附属补丁”，难以发挥应有作用。所以，流程再造是AI+的基石。一般而言，需要体现以下三个原则。一是标准化。统一业务口径、作业标准、审批标准、异常处理规则等流程环节，非标准的业务也尽量改成标准化、可量化、可枚举的流程。只有流程标准化，才能数字化、AI化。二是端到端化。从业务起点到业务终点按流程最短、效率最高的原则重新设计流程。一方面简化繁琐，消除重复。另一方面打破以部门/职权为基础、层层审批逻辑，不再“铁路警察，各管半边”，责任闭环，便于量化考核。三是协同一体化。根据人与人工智能协作共同完成任务来设计流程，并且根据业务需求变化和AI发展，持续迭代、优化流程。如以下案例。某集团在合同管理中通过AI自动解析会议纪要、纸质表格、合同台账等文件，跨生产、业务、采购等相关部门生成统一工作清单。可由AI完成的则自动执行，如老流程中的人工跨部门对账环节，需要几小时甚至几天，由AI系统接管后时长下降99%以上。而必须由人工执行的事项则下发提醒、督办、预警工单，如合同到期提醒等，推动责任人去落实。通过上述流程变革，合同管理效率大幅提升。

五、文化

      根据波士顿公司的咨询报告，能否构建AI文化是企业人工智能转型成功与否的关键要素。因为人工智能战略的顺利实施，员工对AI的态度很重要。AI计划会给员工带来迷茫、畏难、不确定等负面情绪。企业应该正视该情绪，并积极营造文化氛围，发挥同心合力、见贤思齐、包容试错的引导作用。

      同心合力。一是高层垂范。一把手应该是AI推广首席布道师。高层以身作则，率先践行，不仅让抽象的AI理念具象化，而且以其行为向员工树立了标杆，形成积极、信任、学习的工作环境。二是透明沟通。帮助员工理解人工智能的优势、劣势、工作方式等基本概念，破除AI“神化”。三是引导员工与AI良性互动。短期来看，员工掌握AI技能，能够在工作中积极运用AI；长期来看，赋予AI团队角色，员工接纳AI是工作伙伴。四是收集员工使用AI趣事，应用AI技巧，AI与员工共同发展历程等故事，通过内刊、微信、小视频高频次宣讲，将AI融入员工的组织、工作、生活记忆。五是强调人文关怀。在评估AI项目时不只是考虑效率、成本，更重要的是要坚持尊重个体、关怀员工的原则，保障人在人机协作中的主导权。

      见贤思齐。如何运用绩效杠杆，激励员工在工作中尽量多地运用AI、优化AI，并最终大幅度提高工作效率？如果仍沿用传统的方式，只考核人的贡献，则会出现利益冲突。如下面的案例。在质检中运用AI进行自动质检，并针对AI质检出的问题进行人工复检。设订的考核指标为：发现问题的数量。人员为了完成KPI，专挑AI可能出错的地方重点复核。显然，我们的初衷并不是尽量多地发现AI的缺陷，而是通过实际应用中暴露出的问题优化算法，减少AI的差错率。所以，考核人机协同成效是一个新的管理课题，应该按照考核整体效能、考核价值创造两原则来设计考核体系。考核整体效能是指人机协同是一个整体，以整体工作完成为目标，而不纠结是否是人的功劳。考核价值创造是指既然用AI接手重复性、执行性的工作是我们的远景，则人机协同中人的贡献就不应该只是做了多少执行，还应包括持续推动流程改善、算法优化等更有价值的工作。

      包容试错。企业应建立容错文化。AI+是一场创新，一场变革，不允许犯错或过于关注错误会使人故步自封，不敢勇于尝试。容错文化创造一个安全空间，让员工可以放心大胆地冒险、反思、学习、迭代、提升。当然，容错决不是指放任犯错，不计成本。可建立一种小步快跑的机制，即：快速试错，扁平决策，有问题立即转向，避免过高的试错成本。

六、治理

      目前，AI的作用已远不只是生成一般性供人们知晓、浏览、娱乐用的资讯，而是能够通过运算、分析提供关于某个具体事项的建议。当这些建议被使用者采纳、运用，并可能影响使用者决策、行动时，谁应该对可能出现的负面后果负责？

案例1

      XX使用某AI平台查询高考报考信息，AI生成了所查询高校主校区的不准确信息。由于XX之前查询过该信息，随后遂在与AI的多轮对话中进行了批评和指正。但AI不承认自己的错误，并提出：如果您能证明我提供信息是错误的，我将赔偿您10万元信息鉴定费。后XX将人工智能公司告上法庭，要求赔偿AI所承诺的10万元信息鉴定费。法院审理后认为AI并不具备民事主体资格，且人工智能公司已经对AI生成内容的局限性（可能存在错误）进行了提醒，所以驳回了XX的诉讼请求。

      为什么AI不具备民事主体资格？因为我国法律规定只有自然人、法人和非法人组织才能成为民事主体。这说明只有人（或组织）能够承担责任。无论如何，AI不能、也不应该成为被问责的主体。

案例2

      某公司运用AI对生产线进行排程。但一天AI出错，生产线空转了几个小时。领导现场追责。IT说：算法没有问题，是数据延迟造成；计划说：我们负责的工作只是对AI排程进行抽检，没有要求全检，出错就不是我们责任；运营说：AI系统上线运行到现在，并没有赋予我们任何职责......

      这的确是一个冷笑话，AI出错后没有任何人担责，难道是AI的责任？上述案例说明，AI参与决策/行动后，可能存在责任空白区域，导致无法追责。

      所以，我们这里所说的“治理”，不是指如何减少AI错误（那是另一个大的话题，本文暂不讨论），而是指企业应该针对AI出错后导致的不良后果进行清晰的责任界定。只有责任清晰、功奖过罚，才能各司其职，有序运转。

      首先，有专家说，AI会成为组织内各种现象的放大器，如果责任、流程不清，AI就会放大混乱。如：功劳的归属是集体的，过错的归属是模糊的；每个人都在做事，但分工并不明确；流程是顺畅的，但没有人为异常情况兜底等等问题。显然，在这种责任、流程不清的状态下，不管业务是由人还是AI执行，都会出现出错后无人负责的情况。所以，梳理责任、流程，这是治理的第一步，只有责任、流程清晰的业务才能交给AI。

      其次，谁是AI出错的责任者？AI的部署者、使用者。

      部署者负责AI的边界界定、行为规范、目标校准等工作。AI的训练数据、逻辑链条、检索范围、后置验证、交叉核验等直接关系AI输出质量的要素也高度依赖部署者的设定、引导。所以，部署者对AI输出偏差（不符合组织目标、法律条文、道德规范等问题）负责。如预见AI偏差无法避免，部署者应该对使用者进行明确的风险提示。

      使用者对使用不当所导致的不良后果负责。举例一：在高危场景下，人员违反操作规范，对AI输出不加审核直接套用。如风控人员完全轻信AI信贷审批结果不进行复核引发坏账；医护人员照抄AI处方造成误诊。举例二：人员超越AI能力越界使用。如司机酒后放手用“自动驾驶”（现阶段所谓的“自动驾驶”厂商明确提示过仅能辅助人类驾驶机动车辆）开车导致交通事故等等。

      一言以蔽之，企业应该按照部署者、使用者链条明确责任人，并通过‌日志审计、决策留痕、场景分级等方式建立问题的溯源及问责体系。

      综上所述，随着人工智能的快速普及，AI已越过了初期的单点应用、局部试水阶段，正向通过人工智能重组业务、组织、人力、流程、文化、治理等生产要素，从根本上提升组织力的深水区迈进。在数智时代的今天，转变管理理念，推动AI+全方位改革，是企业把握发展机遇，打造竞争优势，提升经营效益的必由之路。

作者：陈浩 中国移动在线营销服务中心四川分中心