過度依賴AI的組織，正在喪失三大核心能力

AI可以提升組織的績效，但前提是你要清楚它的局限性。它無法通過經驗積累專業知識，無法承擔道德責任，無法建立信任、勇氣或共同目標。這些仍然是人類獨有的功能。如果你讓AI排擠掉這些能力，你的組織可能在技術上先進，但在競爭中卻很脆弱。要避免這種情況，就需要在應用AI時，清醒地認識到是什么讓你的組織具有競爭力。

AI常被推銷給高管們，說它是一種“力量倍增器”，能提升員工績效。然而，有一個重大但鮮被強調的弊端：AI可能會消解組織獨特的DNA——它可能固守通用標準，從而削弱了本欲被其優化的組織。在這種情況下，組織變得更加自動化，卻適應性降低；更加依賴數據，卻缺乏智慧；效率提高了，但在員工和客戶眼中卻失去了合理性。

在本文中，我們將闡述AI削弱組織能力的三種方式，并說明首席執行官和高級管理人員應如何解決這些問題。

員工思維退化

AI系統制造出一種強大的假象。其輸出流暢、自信，且往往看似合理。這種流暢性催生了認知依賴，人們不再像以前那樣深入思考，因為機器似乎勝任一切。

對企業而言，陷阱在于當員工過度依賴AI起草分析報告、診斷問題或提出解決方案時，他們自身的技能就會退化。企業失去了通過經驗錘煉判斷力的能力，特別是那種在實踐中通過師徒相授傳遞的隱性知識。

對組織而言，長期風險雖不明顯卻很嚴重。盡管企業在技術上可能看似先進，但卻可能悄然喪失創新、應對危機和競爭所需的專業知識。

領導者可以采取的措施：明確關鍵的人類能力

在將AI引入任何核心工作流程之前，要明確你的組織為了保持競爭力，絕不能失去哪些人類能力。某些技能并非自然形成，包括在不確定情況下的判斷力、系統思維、道德升級以及解釋性推理，即從既定戰略的角度審視機遇與挑戰的能力。這些技能只有通過實踐才能培養和維持。

以一家澳大利亞電信運營商為例，我們稱其為克雷斯頓電信（Creston Telecom）。該公司在利用AI解決城市密度與農村覆蓋之間的戰略權衡時，致力于培養和保持這些技能。戰略規劃主管何塞注意到，中層管理人員越來越依賴AI生成的情景分析，而非自行制定戰略建議。他告訴我們：“我們的規劃團隊變成了算法的執行者。他們會提出三個由AI生成的方案，但無法解釋為何其中一個更優。”

克雷斯頓電信的應對措施是設立“無AI戰略會議”，跨職能團隊必須首先僅依靠自身的判斷力和經驗來處理戰略問題。只有在記錄下他們的推理過程后，才允許參考AI工具。該公司還讓高潛力的經理人員輪崗，參加為期六個月的“戰略駐留”項目，直接與何塞合作處理復雜決策。

這些舉措確保了克雷斯頓電信的戰略決策能力得以保留。這涉及識別跨市場的潛在模式、厘清必要的利益相關方權衡，并制定長期戰略規劃。即使AI處理常規分析，這些關鍵職能仍由人類掌控。

規則被系統掩蓋

在每個組織中，都有一些作為規則體現的道德選擇，比如誰獲得哪些資源、誰被視為成功、誰的主張被接受或拒絕。傳統上，這些規則是可見的、可質疑的，并可進行辯論。這就是企業維護合理性并適應不斷變化環境的方式。

這些決策的關鍵在于，它們通過一種旨在揭示沖突、促進審議并明確責任的組織結構來運作。例如，信貸委員會不僅批準貸款，還會就標準展開辯論、挑戰假設并發展貸款理念。晉升委員會不僅評估績效，還會商討什么構成功績以及如何權衡各種情況。合規部門不僅僅是走過場，還會解讀模糊的規則。

AI改變了這種組織動態，將這些通常帶有主觀性的決策嵌入技術系統中。曾經需要明確審議的過程如今自動進行，而且往往規模大、速度快。決策的道德內涵隱藏在模型、分數和優化功能之后。用算法輸出取代人類判斷，會使組織面臨一種風險，即當系統、政策或激勵措施出現偏差時，失去糾正方向的能力。

領導者可以采取的措施：保護產生專業知識的組織結構

組織許多最有價值的能力源自既定層級結構中所蘊含的組織知識，而非個人表現。明確繪制這些依存關系，并記錄知識如何從一個層級傳遞到下一個層級，是評估AI工具是否使復雜決策過程同質化的基本步驟。

以一家擁有40多年歷史、資產達300億美元的美國中型地區銀行（我們稱之為皮埃蒙特地區銀行）為例，看看它如何在發現其信貸委員會決策日趨自動化后應對此問題。該委員會由高級貸款專員組成，負責審查約15%的貸款申請，但嚴重依賴AI的建議。為應對這一情況，該行現在增設了季度“信貸標準圓桌會議”，委員會在會上明確辯論并記錄不斷演變的貸款標準。以前委員會問的是“這份申請是否符合我們的標準？”，而現在圓桌會議問的是“我們的標準還是否正確？”——這是一個此前從未有專門場所進行的審議功能。

此外，正如該行人力資源總監簡所解釋的：“我們創建了一種全新的學徒制度。現在要求初級分析師每季度輪崗到委員會實習，不僅學習如何解讀分數，還要學習如何質疑分數。”這種人才培養渠道以前從未有過，這是一項有目的的機構性投資，旨在培養下一代的判斷力，而不僅僅是對現有做法的調整。簡繼續說道：“銀行還讓初級分析師與高級貸款專員搭檔處理復雜案例，要求共同簽字，從而積極投資于做出這些判斷所需的組織技能。”

這些特意設計的“摩擦點”雖會略微減緩個別交易的速度，但重建了悄然消失的戰略決策能力和相互問責機制。皮埃蒙特銀行現在將這些受保護的協作空間視為不可協商的基礎設施，而非可有可無的奢侈品。這保留了歷來為該行帶來信貸專業知識和競爭優勢的審議結構。

社會聯系被削弱

企業不僅僅是規則和工作流程的系統，也是建立在信任、相互理解和共同目標基礎上的社會結構。組織文化的這些特質源自人際互動，這些互動有時是合作性的，有時是對抗性的。AI從兩個方面威脅到這種結構。

首先，它取代了曾經需要人們共同解決問題的互動。人們不再就各種選項展開辯論、協商權衡或共同診斷失敗原因，而是越來越多地借助提供私人答案的個性化工具。

其次，當決策看似來自不透明的算法時，傳統的權威來源——首席執行官、經理、專業人士——會失去可信度。員工難以理解誰該負責以及決策依據是什么。

領導者可以采取的措施：重建被AI削弱的社群

組織的能力得以延續，是因為人們通過持續互動形成了共同理解。AI常常以個體化、由機器介導的工作流程取代這些互動。不要讓這種情況在不知不覺中發生。

以一家英國中型廣告公司為例，我們稱其為布萊特維尤創意公司。盡管廣告活動達到了績效指標，但客戶卻開始終止合同。該公司采用了AI工具進行受眾定位、創意優化和活動管理。活動運作高效，但某些東西出了問題。

首席執行官勞倫斯在客戶流失面談中發現了這個問題：“客戶說他們感覺像是在和自動售貨機合作，而不是和創意伙伴合作。我們的客戶團隊會在客戶會議上展示AI生成的計劃，但當客戶問‘為什么針對我們品牌采用這種方法？’時，團隊無法清晰地闡述觀點。他們學會了操作工具，卻沒有培養出創意判斷力。”

布萊特維尤的解決方案側重于通過展現專業知識來重建戰略決策能力。它制定了一項政策，禁止在面向客戶的演示中使用AI生成的內容。團隊必須創建原創的戰略敘述，解釋他們的思路。該機構還重新調整了客戶關系，為每個客戶指定一名“戰略負責人”，由資深人員擔任，其職責是挑戰AI的輸出，并倡導算法可能忽略的創意方法。這些負責人成為了組織專業知識的代表，重建了客戶的信心，讓他們相信是真正的判斷力而非純粹的自動化在指導工作。

AI可以提升組織的績效，但前提是你要清楚它的局限性。它無法通過經驗積累專業知識，無法承擔道德責任，無法建立信任、勇氣或共同目標。這些仍然是人類獨有的功能。如果你讓AI排擠掉這些能力，你的組織可能在技術上先進，但在競爭中卻很脆弱。要避免這種情況，就需要在應用AI時，清醒地認識到是什么讓你的組織具有競爭力。你的未來取決于利用機器來增強人類的判斷力，同時堅決保護任何算法都無法取代的人類投入。

關鍵詞：

格雷厄姆·肯尼（Graham Kenny）、甘娜·波格雷布娜（Ganna Pogrebna）| 文

格雷厄姆·肯尼是Strategic Factors 公司的首席執行官，著有《戰略發現》（Strategy Discovery）。他是戰略和績效衡量領域公認的專家，幫助私營、公共和非營利部門的經理、高管和董事會創建成功的組織。他曾在美國和加拿大的大學擔任管理學教授。甘娜·波格雷布娜是貝爾法斯特女王大學的大衛·特林布爾教席教授。作為行為AI和新興技術領域的教授及高管，她與企業合作，以改善客戶體驗、加強戰略決策和管理技術風險。

周強 | 編校

聯系方式

投稿、廣告、內容和商務合作

newmedia@hbrchina.org