專訪中歐王安智：大廠逼員工用AI，成了一種形式主義？

可能是為了裁員，有大廠把員工變成 AI 的對照組了。

某大廠員工潤生（ 化名 ） 對知危表示，“公司現有項目被分成兩組，一組是用 AI 的，一組是不用 AI 的。不用 AI 的是正常工作量，用 AI 的會安排 140% 的工作量，之后還會逐漸增加。”

他有些擔憂地向我們表示：“ 感覺公司就是想看 AI 到底能提效多少，然后可能就要裁員了。”

如今，AI 提效正在成為大廠員工必須面對的一個話題。一邊是大廠們正在強制所有人都要擁抱 AI，另一邊是員工為了應付 AI 考核，開始用 “魔法戰勝魔法”。

知危發現有些員工干脆用 AI 來寫公司要求的 “ AI 使用心得”，還有人故意讓 AI 去 GitHub 上面看上萬行代碼的項目來消耗 Token。這種通過 AI 去刷公司 AI 考核數據的行為，正在成為這場席卷全球的生產力革命中的某種形式主義奇觀。

但是，不管是管理者還是員工，其實都應該考慮一個問題：AI 提效了，然后呢？

效率提升的紅利是否真正轉化為組織成長與員工福祉？還是僅僅成為了壓縮人力、推高 KPI 的工具？或者甚至是干脆成了自己騙自己的形式主義呢？

為了探究這些問題，知危編輯部與中歐國際工商學院管理學副教授王安智在線上對話了兩小時，以下是對話的主要內容。

*注：為方便閱讀，對話進行了部分不改變原意的修改。本訪談在小宇宙和抖音分別有播客版和視頻版，在相關平臺搜索 “ 知危 ” 即可。

知危：現在很多大廠面對 AI 的迅猛發展，怕自己被落下，他們都是強制員工去使用 AI 的，甚至把 AI 的一些指標作為考核的標準或者說和績效綁定，比如要求用 AI 寫的代碼占比多少、甚至是調用的 AI 的 Token 消耗量是多少。那您覺得這種指標是好的指標嗎？

王安智：這個要回到一個蠻基礎的邏輯，就是你用 AI 到底在用什么東西？我覺得這些現象基本上都是基于 “ 我要用 AI 來降本、來提效 ” 的邏輯建構出來的。可是，我們真的要用 AI 做這個事嗎？

2025 年的時候，斯坦福大學有一個研究，它最后的結論是這樣子的：表現平庸的人，把 AI 當工具，但表現杰出的人，其實是把 AI 當隊友。

那什么叫做當工具，什么叫做當隊友？簡單來講，如果你是希望 AI 給你答案，那就叫做當工具，如果你是希望 AI 幫助你變得更好、讓你可以產出更好的答案，那就是當隊友。（ 編者注：王教授提到當對手和當隊友是對于使用者來說的，因為管理者更在乎的是工作結果，這就形成了某種目的性上的不一致，作為打工人，應該在這波浪潮里更多的關注個人借助 AI 的提升。）

MIT 的媒體實驗室，里面有一位負責的人叫科斯米娜，她做了一個寫作的實驗：把人分三組，有一組是用 ChatGPT 來寫作的，有一組是用 Google 搜索來寫作的， 還有一組只能靠自己寫作。然后，她把人擺到 MRI 或者是腦電儀里頭去，看你頭腦里面被激活的部分是多還是少。

結果是，用 ChatGPT 寫作的人，他腦部激活是最少的，最多的是靠自己寫作的，用 Google 搜索來輔助的人他的激活程度也還算高。

接下來還有一個反轉實驗，我覺得特別有趣。就是讓本來靠 ChatGPT 寫作的人把 ChatGPT 關掉，叫他變成要靠自己寫作，另外一組是讓原本靠自己寫作的人開始用 ChatGPT 輔助寫作。

這個實驗最后發現，原本靠自己寫作的人，就算現在有 ChatGPT 可以使用，腦部激活的部分還是比較多，而原本依賴 ChatGPT 寫作的人，讓他靠自己寫作時，他的腦部激活部分仍然不高。

意思就是說我們人腦有種特性： “ 一旦養成任務可以外包出去的習慣，它就會覺得這件事就不歸我管了 ”。

那個 ChatGPT 寫作組，其實他就是把 AI 當工具的人，那個先靠自己寫作再拿東西去輔助自己的人，他其實就是把 AI 當作隊友的人。那誰是表現平庸的人？答案是當工具的人是平庸的人。

所以我會覺得，降本提效是跟工具連接在一起的，所以當今天你以組織架構的立場要求我們大家使用 AI 去做降本提效的時候，你本質上就是在告訴你的員工說 “ 我希望你把這件事情外包出去 ”。

那當員工覺得這件事我可以外包出去的時候，員工就失去主人翁意識了。

知危：所以您覺得，把某些 AI 相關的指標作為考核指標的話，這只是體現了 AI 作為一種工具的方式，長遠來講益處不大是嗎？

王安智：是的，我覺得在 AI 時代，最終人還是要想一件事情：AI 時代何，以為人？人到底要在 這 AI 時代里面做什么事情？

作為人的頭腦做的事情，我們在心理學上把這種東西叫做 “ 序列處理 ”，跟序列處理相對的另外一個極端叫 “ 同時處理 ”。你今天如果把作業丟給 AI 做，對 AI 來說 所有東西在同個時間內全部進來，都用一樣多時間，這樣叫同時處理。你覺得同時處理比較厲害？還是序列處理比較厲害？

知危：同時處理吧。

王安智：是的，但是很抱歉，人類的頭腦是序列處理的，人類頭腦設計出來的應用模式是這樣子的，我們的注意力資源很有限，很多時候一次只能做一件事。

有一些東西雖然很耗費資源像你一開始學游泳，手要怎么劃、腳要怎么踩、什么時候要換氣之類的，都很耗注意力的資源。但我們可以通過刻意練習達到熟能生巧，熟能生巧之后，我們大腦就會把這一整件事情比如說游泳打包，之后把這件事自動化。

按照剛才我們說的這個人腦的原理，把任務隨意外包這件事情，就變得非常的危險。

因為要把一個東西自動化的關鍵在于練習很多次、刻意練習到熟能生巧的程度，但如果你一開始就外包了，那這件事情就永遠不會被自動化，它永遠對你來說都是一個新的作業，它永遠需要耗用你的注意力資源。

所以你會發現，有一些人到了 AI時代，即便有很多 AI 可以幫助他，他好像也沒有變得比較輕松，因為他把很多東西都外包出去，那件事情他從來沒有熟能生巧。

所以如果單純地拿 AI 當工具，人類的頭腦會失去一種很寶貴的東西，就是一直不斷地、刻意練習。這樣下去的話，你那個所謂的敏感度、所謂的靈感、所謂的那神來一筆、頓悟的感覺全部都不會再出現。

所以人類的頭腦雖然好像跟能同時處理的 AI 比起來很糟糕、沒有效率，但序列處理有它獨特的優勢，無論 AI 多厲害，頂多只能做到觸類旁通，沒有辦法無中生有。

知危：但現狀是，作為一個管理者，他可能在短期內會發現只要讓員工去用 AI，肯定是能產生效率的提高的，這樣他可能根本就不會去考慮太長遠的問題。這就有了員工個人成長和管理者對效率的追求這兩方的目的性的差異，該怎么處理這么矛盾呢？

王安智：你會觀察到一個很有很有趣的現象，就是AI 可以幫助一個個人提效 不止 5 倍 10 倍，那理論上企業應該要產值提升 5 倍、10 倍，但我們好像沒有看到這種組織對不對？

也就是說，AI 給個人工作帶來的效率提升和組織的效率提升中出現了一個 gap（ 差距 ），這是一個 ongoing （ 正在進行 ）當中的研究課題，我們還沒有非常明確的學術上的答案。

但，我們可以來思考下，我會覺得人類世界的階層性的組織架構，你除了把它想象成是一個信息傳遞系統之外，它也可以是創造活動的軌跡。所以一個組織、一個企業的老大，如果沒有辦法往上看，他就只能往下看，去降本增效，那這個企業的未來的格局，就很可能不會往上提升了。

如果我要讓一家能夠提效 10 倍的組織出現，你得把那個組織的天花板往上擴到 10 倍。在那個天花板還沒有上去之前，是不會出現這種事情的。所以，我們要做的事，不是從這里省一點、那里省一點，聘 1 個人做 10 個人的事情然后裁掉另外 9 個人，這樣是創造不出一個偉大的組織的。

偉大的組織是從創造活動中來的，而創造活動的本身，跟有沒有 AI 不一定有直接的關聯性。

知危：現在 AI 普遍被認為是一種新的生產力工具，企業或是組織通過行政的手段強迫去大家使用 AI，雖然可能不對，但會不會是技術革命必須經歷的階段？

王安智：如果你回顧歷史的話，會發覺工業革命中，本來用的是蒸汽機，后來變電動機了。那這件事情的根源是一個技術上重大的突破對不對？可是真正以電動機為核心實現完全的工廠化，是什么時候呢？是電動機發明出來之后的 30 年后。

就是那個技術已經出現了，我知道電動機比蒸汽機強了很多倍，但我要根據那個電動機去規劃一整個工廠的 layout ( 布局 ），然后把人配到工廠的合適的位置上面，讓所有人的協作都能夠非常精準地咬合在一起，這是需要時間的。

這就好像是把內隱形式的系統輸出一個外顯形式的系統一樣，直到我能夠把這個工廠設計出來，電動機才真正發揮了它的效果。所以，工業革命給我們的一個歷史上面的一個經驗，是一定有一個很聰明的人或一群很聰明的人他把工廠的設計給搞懂了，那電動機才真正發揮效果。

類比來看，AI 出來了，我知道它是一個非常 Powerful ( 強大的 ) 的工具，決勝的關鍵不是壓迫底下的人用 AI 降本提效，而是這些老板里面有一兩個特別開竅的人，他決定不要再做這樣的事情了。

因為再怎么逼員工也沒用，真正的瓶頸出現在老板本人的身上，他要根據 AI 這個新事物去設計新的 “ 工廠 ”，去看更廣闊的其他地方，做開創性的事情、真正提高天花板，那他就撐出了底下的人的空間。

當老板開始往這樣的方向去的時候，他才能帶來更多的可能性。在公司里面，老板往上看，帶來成長路徑，那員工就會開始往上面看，當他往下看，告訴員工說要降本增效的時候，員工就也會只往下看，是不會有未來性的。

就像從蒸汽機走到電動機，最后出現一個真正產能巨大擴張的工廠一樣，人們花的這 30 年的時間，其實就是一個往上看的歷程。

知危：我前面的提問，似乎對 “ 大廠逼員工用 AI ” 是抱有偏見的，默認這么做不對。但其實20 世紀初，人們全面電腦化的時候，企業也都是強制員工去使用電腦的，它說明強制帶來的結果不一定是錯的。

現在這些大的組織，因為客觀上員工比較多，靠員工自己的自主性去擁抱 AI 是有點難的，那么現在這種強制員工使用的行政手段，會不會是打破這種組織惰性、倒逼員工學習的一個必要的動作呢？

王安智：我覺得這里有一個因果關系，我們要先搞清楚。

我認可的因果關系，是這樣子：如果你做很多的創造，那自然的結果就叫做提效，所以因是創造，果是提效。

可是現在有很多企業把這兩個東西反過來：我先逼迫你去做各式各樣的提效，相信這樣也許有人能夠創造，它因果關系是反過來的。

所以我們也許要弄清楚，你為什么要逼他？你也沒想好，就只能逼他。然后你賭的是做這件事情多了以后，搞不好會撈到一兩個人他創造出一個真的有道理的東西來，這個效率并不高。

當你做越多創造的時候，你才會創造出越多商機、越多的可能性，在那個時候提效是自然的結果，甚至可能你不想提效，底下的人也會想要不然我來提效一下好了。

所以我覺得你還是得回到人性面去想這個事情，得先去找到那個創造的方向，那個方向有了以后，AI 才能幫助我們走得更快。

知危：其實我們剛才一直都在聊老板和最下面執行的員工，但其實在一個組織里面，除了這兩個角色還有很多中層管理者。一方面，他要向對 AI 表現得很狂熱的老板匯報，另一方面，他又要應對下面這些執行的員工的不解，那有沒有可能這些中層管理者，才是決定企業在 AI 這件事上走向何方的關鍵的因素？

王安智：如果老板不曉得用 AI 到底是要干什么，相當于舵手沒有在喊口號，那中層怎么知道他現在的節奏要怎么帶？

高層必須制定出某一種應對的戰略或者是公司的文化，中層才能很好的當一個橋梁的角色，把這件事情從一個比較抽象的狀態轉化成一個很實際的東西，交給底下的人去執行。

中層的人應該能夠很清晰地了解 高層到底是什么意思，高層如果自己說不清楚、講不明白，那這是高層的問題。等高層說清楚、講明白了，才到中層去想怎么去傳遞和協調。

知危：其實有些員工也跟我講了偏感性的煩惱，比如有個寫代碼程序員，他說使用 AI 的過程中，他感覺 AI 剝奪了他寫代碼的樂趣。這種心理變化，是作為一個領導者需要去關注的東西嗎？

王安智：我覺得需要，人必須要具有充沛的意義感，才能夠很快樂的活著和工作，在任何時代應該都是這樣子的。

一旦一個人發覺做事情不再有意義感了，那他就不太有辦法可以走得很長、走得很快樂。作為主管，你要幫他創造出來那種來自于實驗性開創的意義感。

知危：我看您之前的視頻，提到過速度感這個詞，你怎么看 AI 時代的速度感？

王安智：我有的課上會跟同學說，速度感是一個很華人的東西，我們很在乎什么事情都要做快一點、高效一點。在這種感覺底下，我們那種被逼迫的焦慮感會比西方人還深。然后我們會發覺，當你的焦慮感高到一個程度的時候，創造力的產出就會明顯的掉下來。

當你對提效過于執著的時候，那創造活動是會受到限制的。

知危：我看您之前說過，經濟增速放緩的時期，您教 “ 以人為本 ” 時，老板們會比較聽得進去。那現在這一兩年 AI 快速發展的背景下，您教這個，學生們還能理解嗎？大家好像可能會覺得 “ 你不干有的是 AI 干 ”。

王安智：通常是人在越困頓的時候，反思會越深刻。所以外部機會很充沛的時候、外面的錢賺得非常快的時候 你跟他講說要反思、要以人為本，他只會告訴你說 “ 我就希望先把錢賺到手，以人為本的事我以后再說 ”。

今天如果 AI 你覺得是巨大的威脅，那它就會帶來很多的反思。如果你覺得我現在在上升階段，我現在這個牌局一直在贏，那你就比較不會反思，這是人性。

只有你把 AI 當做危機，搞不好連你老大的位置都坐不穩的時候，才會比較沉下心來想你到底要用 AI 做成什么事情。想通了，你就走到 “ 創造為因，提效為果 ” 的一個路徑上，我覺得這樣才會有一個比較高的提升。

知危：我發現有一些員工，他比較愿意去探索 AI 這種新的東西，秉承著一些比較樸素的社會達爾文主義，認為“ 你們適應不了這些新變化的人，就應該被淘汰 ”。你怎么看待這種想法？

王安智：我這里有些高管同學就會有這種想法，覺得 “ 你如果做得不好的話，那你就應該被開掉，讓我換一個更好的人 ”。

但是其實在真實世界里面，把一個人開掉再換一個人有很高的成本，而且現在這個時代，真的能夠在職務上面非常能力匹配、其他方面又很合適的人，并不好找。

所以，領導力的主題不是管理，而是點亮。

就像在戈壁徒步的時候，你們隊有一個人，他走的很慢，你絕對不能把他背在你的背上，你再厲害都不行。一旦你把他背到背上去之后，你對這個人的觀感就會改變 ，你就會開始想距離終點還有多遠、到了營地之后就把那個人拉黑。

真正好的做法是，你能從內在上把那個人點亮，把他點燃。可能在前面的互動里面，你了解到這人比較喜歡吃東西，你就應該開始跟他聊吃的東西。比如聊有這種口味小龍蝦、那種口味小龍蝦，講著講著他就興奮起來了，然后那個時候就要鼓勵他，就是忽悠也要把他忽悠到終點。

這樣，你在做的事情就是從內在點亮他。你永遠沒有辦法靠外在的管理去逼迫一個人，那種路走不長遠的，如果是短跑也許還可以，可是現在的企業都必須要做長。

現實情況下，有的時候隊友是已經確定了的，很可能我們隊就這些人了，也沒有辦法再組成什么更強戰隊了，那里面就是會有一個人看起來能力上、資歷上甚至運氣上比較弱的存在。這時候真正的領導力不是說我把他換掉，現實情況下我就這些人可以用，我怎么把這些人都點燃起來，才是領導力的展現。

所以，我覺得不管是不是 AI 時代，深度理解挖掘員工的需求缺口是一個非常關鍵而重要的能力。為什么要學以人為本？就是這樣子。

有一個人在你的企業里面非常糾結，你可以很簡單歸因說就是他能力不行、要換掉，但你應該要去挖掘他為什么現在表現糾結，有些時候挖掘到最后你會發覺：好像不是他的問題，是誰的問題？是公司的問題。

那其實這個人，是我們公司的貴人。如果你能夠基于他的問題，進而發現了公司啟動變革的重要因子，那你是再幸運不過的公司了。

知危：我之前也看過黃仁勛的一些關于 AI 的看法，他也提到過那些靠裁員來應對 AI 的領導者可能是因為確實想不到更好的辦法了、腦子里沒有新的東西，那么您覺得在當前的背景下，是不是老板或者說領導者自己要對 AI 足夠的了解，由他帶領員工，組織才能完成變革？

王安智：作為公司的老大，你應該想這個東西怎么幫客戶創造出價值，就算沒有 AI 幫助你，你也應該要想清楚，這樣你才會在所有的商業環境競爭者中脫穎而出。

而這樣的能力，如果有在過去 30 年幫助你脫穎而出，未來 30 年應該也可以幫助到你，這件事情跟 AI 不一定有直接的關聯性。

知危：最近一兩年。您作為中歐國際工商學院的教授，會接觸大量的一線的企業家和管理者，他們會跟您反映一些 對于 AI 的迷茫或者說他們自己的思考嗎？

王安智：其實對他們來講，這是一個非常新的東西，現在來讀商學院的高管同學可能是 70 后、 80 后，如果用年輕人的詞匯來形容，整班我在教的人都是 “ 老登 ”。但是你說有沒有愿意更開放的去接納這些事情的老登？我覺得還是有的。

比如說像石化行業，是非常的傳統的行業。它的那個控制室，一個人眼睛前面要八個屏、十個屏的，然后所有人應該都很忙碌對不對？現在有了 AI 之后，就可以不是這樣了。就實際在廠區里面走的人會非常的少，那些控制室每個人面前的十臺屏幕很多事情不需要一個人來處理，這些事情都 AI 去處理了。然后老板說，那你就去喝杯咖啡好了。

后來就說，如果是這樣子，你們也不用穿工作服了，穿西服來上班就好了。再過一陣子就會說，如果是這樣的話，控制室為什么要擺在工廠旁邊？反正都是線上處理的，廠區可能在很偏的地方，但控制室可以放在縣城。

他下一步就會在想，那控制室可不可以在上海、在北京？就其實有非常多的應用是現在都已經在做的事情了。

還是有非常多的企業家，他把自己弄得非常清楚，一直不斷在吸收全新的東西。

知危：這些企業家應該經歷過很多風口的變化，這種變化和現在 AI 帶來的變化，在他們看來會是本質上沒有很大的區別嗎？

王安智：有可能，比如說我在課堂上跟他們討論 AI 帶來的變化的時候，通常我們最后會導引到的結論就是，其實如果你要研究 “ AI 對這個世界帶來什么變化 ”，這好像一個很新的題目，可如果你要研究的是 “ 變局對管理者所造成的影響 ”，那這個我們已經研究很久了，AI 也是一種變局。

知危：您現在會考慮 AI 時代教育產業要怎么去發展和改變嗎？

王安智：有，比如說我們學校的 DBA 課程，他讀完是有博士學位的，我也拿 AI 訓練出一個對話的平臺讓 DBA 的同學跟 AI 對話，最后 AI 幫助他把他感興趣的管理現象梳理出來，變成一個可以做的論文的題目。

知危：最后一個問題，假如我們設想未來 AI 已經強大到可以執行大部分我們日常工作的地步，您覺得職場會變成什么樣？

王安智：我覺得如果我們就把所謂的 AI 時代再細分成幾個階段。

2022 年到 2024 年，我會說這叫做 MaaS 的時代就是 Model as a Service，我們都在談要怎么做模型的事情，那個時候 AI 是工具，人是使用者。

2024 到 2026 年的發展，是 SaaS 的時代，AI 是技能的組合，Skills as a Service，這時 AI 是你的協作者，而人類的角色比較像是決策者。

2026 年開始 AI 最終要走向的就是那個 AGI 的時代，那 AGI 的時代 AI 是代理者，它可以取代人類了，那人要干啥？

我覺得我的答案是：在 AI 成為代理者的時候，人應該是探索者。

就是，執行是 AI 的事，AI 同時處理的能力強，它最強的就是執行，而人類的頭腦是序列處理的頭腦，人類最強的事情就是探索。

人可以進步，人可以不斷的觸類旁通、無中生有，變成一個不一樣存在。其實我覺得真正嚴格定義上來講，最底層的電力、算力決定了以后模型是不會無限進步的。所謂 AI 的迭代，是我把底下這些參數改變了提升了，讓 AI 可以做更多的事情。

作為人類，你要去創造新的東西、你要去創造新的意義、你要去創造下一個 generation( 一代 )的人類應該要往哪一個方向去走。

這些東西 AI 不會做的比我們好的，我很樂觀的講，AI 就是你給定的 Database（ 數據庫 ）就這么大，它長不出這個 Database 以外的東西。

它可以很快速的運算、它可以很快速的去做數據的分析跟整理、它可以去做各式各樣的對照、差異比較......這些東西都做得比人好太多太多了。

可是 AI 弄不清楚為什么 “ 一個難題你先暫時丟下不想而是出去跑步，再回來， 哎，突然你解開了 ” 這樣的歷程， AI 也許永遠不會懂這個事情。

這本來就是造物主賦予人類的任務，你應該好好去做這件事情，當所有的人類都專注做探索者的時候，那我們的世界就應該會去到一個你現在無法想象但是更美好的地方。

而這，就是手上有資源、有籌碼的人，都應該要去努力的方向。

（ 訪談全文完 ）