在AI时代下,管理者应该如何学习,迎接未来的不确定性
返回2026年4月22日 | 深度观点

前阵子,我和一位做了二十年管理的朋友吃饭。他放下筷子,很淡定地说了一句:「我不太担心 AI,因为我的经验是 AI 学不走的。」
说实话,这句话让我沉默了一下。
不是因为他说错了,而是因为我听到了一种危险的自信。这种自信,我在很多优秀的管理者身上都见过——他们不是不努力,而是努力的方向,可能正在偏离。
这篇文章,我想和你聊聊,在 AI 时代,管理者真正需要升级的,到底是什么。
1
AI 是加速器,也是放大器
我对 AI 有两个核心定义,这两个定义,决定了你如何看待它、如何使用它。
第一,它是加速器。 它能让你更快完成任务,把原本需要几小时的数据整理、初稿撰写、方案比较,压缩到几分钟内完成。这一点,大多数人已经感受到了。
第二,它是放大器。 这是更关键的一点,也是很多人没有想清楚的地方。
你可以把 AI 想象成一个超高倍的显微镜。如果你的思考清晰、结构扎实,它会把你的优势放大十倍;但如果你的判断粗糙、逻辑混乱,它同样会把你的错误放大十倍。它的底层是数据与指令质量——你输入什么,决定你得到什么。
所以,那位朋友的问题不在于他的经验「学不走」。问题在于:AI 会让那些思考更清晰的人,跑得比他快太多了。
2
思考,是唯一不能外包的事
我一直主张一个原则:简单、重复、低价值的工作,可以放心交给 AI。但独立思考,不能外包。
这听起来像老生常谈,但仔细想想,你最近有多久没有独立分析过一个问题了?
AI 的便利,带来了一个隐性的风险——当工具太好用,我们会不自觉地减少自己动脑的频率。就像外卖让我们忘记怎么煮饭,导航让我们忘记看地图一样。差别在于,判断力和洞察力是管理者最核心的武器,一旦退化,代价远不只是找不到路那么简单。
外部世界愈来愈混沌,经验的有效期限愈来愈短。在今天,单纯依赖过去的成功经验做决策,风险之高,远超你的想象。我一向强调决策之后要做复盘,形成回路,不断修正认知。这种内在能力,是任何技术都无法取代的。
3
从「知道很多」到「解决问题」
让我说一个可能让某些人不舒服的观点:在 AI 时代,纯粹「知道很多」,已经不再是竞争优势了。
当 AI 可以在三秒内告诉你行业趋势、竞品分析、政策解读,那些靠「信息量」建立权威的管理者,护城河正在快速消失。
真正重要的能力是什么?是你能不能定义问题、拆解问题、设计解决路径,并在不确定中做出决策。
心理学上有一个概念叫做「流体智力」——面对全新问题时的思考与应变能力,相对于依赖过去知识的「晶体智力」。在一个变化速度超过经验积累速度的时代,前者的重要性正在急剧上升。
4
用 AI 训练自己
而不只是用 AI 找答案
很多人使用 AI,只关心答案。我更关心的,是它如何思考。
当我用 AI 处理问题时,我习惯观察它如何拆解题目、建立逻辑架构,然后反过来,用这个过程训练自己的思维框架。工具可以给答案,但思考结构,必须自己建立。
哲学思辨与批判性思维,在这个时代不是奢侈品,而是必需品。
我给管理者的建议是:少一些空谈,多一些实践。 AI 大幅降低了试错成本,我们更应该小步快跑、多点并行、快速迭代,而不是长时间停在讨论与风险推演之中。迭代速度,才是 AI 时代真正的核心竞争力。
5
组织正在变形,角色也在重塑
说完了个人,再说说组织层面。这里有一个变化,正在悄悄颠覆所有人对「团队规模」的认知。
传统组织以人力规模为核心竞争力——你有多少人,决定你能做多少事。但现在,一个十几人的团队,透过智能体与自动化流程,可以完成过去数百人才能做到的产出。这不是未来式,而是正在发生的现在式。
这意味着什么?未来的管理者,不再只是指挥官,而是生态设计师。
指挥官关注的是控制流程;生态设计师关注的是设计流程,让人与 AI 都能在其中高效运作,让决策质量最大化。当每个人手边都可以调动多个 AI 工具时,资源的稀缺性降低了,判断力的稀缺性却在上升。
组织在变,对个人的能力要求自然也在变。
6
π 型人才:AI 时代的新能力标准
过去,我们说优秀的人才要有「T 型能力」:一条垂直的专业深度,加上一条横向的跨领域整合。这个模型在过去几十年里很管用。
前 Google 董事总经理简立峰,很早就提出了 π 型人才的概念——两条腿,一条是专业深度,一条是跨领域整合。我觉得这个框架放到 AI 时代,还需要再加一条腿。
第一条腿:垂直的专业深度。 这条不仅没有消失,反而更重要。AI 能放大的,是那些本来就有深度的人。浅的东西,放大了也还是浅的。
第二条腿:跨领域的整合能力。 链接不同领域的知识,找到别人看不见的解法。
第三条腿:AI 素养(AI literacy)。 这才是新增的一条腿。
注意,AI 素养不是「会用 ChatGPT」那么简单。真正的 AI 素养,是理解它的逻辑、认识它的限制、清楚它的应用边界,并能把它系统性地嵌入自己的专业工作中,让它成为你思维的延伸,而不只是查数据的工具。
如果只停留在「使用工具」的层次,你很容易被取代;但如果你能设计流程、建构工作流、优化决策结构,你的位置就完全不同了。
7
High Impact, Minimal Effort
这是我一直在用的一个评估框架:用最聪明的方式,创造最大的价值。
想象两位员工,交出了同样质量的成果:一位花了三天,另一位用 AI 辅助,一天完成,其余时间用来思考更高层次的问题。你会选谁?
未来的竞争,不是谁更辛苦,而是谁能用更聪明的方式解决问题。与其花时间争论哪个方案比较好,不如快速推出、反复测试、用数据说话。
当然,善用 AI 的同时,责任边界也必须想清楚。AI 会执行指令,但它不会主动反思。效率提升了多少、风险是否可控、决策是否符合组织的核心价值——这些判断,永远是人的责任,不能外包给工具。
8
结语
回到我那位朋友说的那句话:「我的经验是 AI 学不走的。」这句话是对的。但 AI 学不走你的经验,并不代表你是安全的——它可以让一个比你更懂得思考的人,用更短的时间超越你。这才是这个时代真正的威胁,也是真正的机会。
我给管理者三个核心原则:
第一,提升认知,不外包思考。 AI 让很多事情变得更快,但你的判断力,是任何工具都给不了你的。
第二,强化解题能力,实践胜于空谈。 在不确定的时代,行动的学习速度,永远快过思考的学习速度。
第三,建立 AI 素养,成为 π 型人才。 不是为了追赶技术,而是让技术真正成为你的延伸。
AI 已经来了,逃避没有意义,焦虑也无济于事。关键从来不在于 AI 能做什么,而在于你如何使用它。
在 AI 时代,管理者真正要管理的,不只是组织,不只是流程,而是自己的思维方式。这,才是这个时代最重要的竞争力。