AI 时代的领导力,到底在领导什么?-夜雨聆风

AI 时代的领导力,到底在领导什么?

⭐️星标一下，新文章会第一时间出现在你的列表里

过去一年我接触了很多企业，发现一个有意思的现象：

高管们对AI的态度，正从一个极端滑向另一个极端。

2023年大家觉得“AI是个好东西”，2024年开始砸钱买工具、招团队，到2025年发现——钱花了，人招了，效果只是写PPT更好看了？

从ChatGPT的横空出世到DeepSeek的平民化风暴再到今年春节后的龙虾热，AI经历了几次大热潮，搞得很多公司无所适从，到底要不要跟？

我感觉大家都在焦虑怎么用AI降本增效，或者不能被时代抛弃了，但往往把AI当成了一个纯技术问题。

能用AI赚到钱的企业，往往不是技术最牛的，而是高管团队最先完成认知升级的。这就引出了一个很现实的话题：

AI时代的领导力，到底在领导什么？

我认为，AI对生产力的变革在于重构了劳动力、生产工具与生产资料的底层逻辑。这是AI绝对不等同于工具的原因。

战略判断力：AI不是工具

我当然知道甲骨文前不久刚裁员，但我还是挺烦AI是用来裁员这种卖焦虑的废话，这种假设是顺理成章的，但也太短视了。

真正有价值的AI投资，不是用来替代廉价劳动力的，而是用来重塑核心决策链路的。

｜做AI决策的原则之一，是你的业务里，哪个环节的决策成本最高。

决策成本包括三样东西：时间、准确率、可重复性。

花30分钟做一次判断，和花30秒做一次判断，在生意规模上来的时候，差异是指数级的。

制造业的例子更直观。先导智能研发了一套基于多模态大模型的AI预测性维护系统，部署在锂电生产线上，持续监控超2000个核心部件，故障频次降低35%，停机总时长缩短30%，每年为一个企业创造直接效益超1000万。

为什么这个投入划得来？

因为TWh级别的电池制造，一台设备趴窝，整条线都要停。

停产的损失，远远超过AI系统的成本。

再就像宝武钢铁的设备运维智能体，已经覆盖了52.5万台在线设备，故障识别准确率超过90%，还把新员工培训周期从6个月压缩到3.5个月。

制造型企业要问自己一个问题：如果一台设备非计划停机，一天的损失是多少？算清楚这个数，就知道该不该上预测性维护。

在有些企业的场景里，把AI用在辅助高价值决策上，比用在自动回复客服邮件上，回报率高得多。

有一个AI赋能商在帮一家大型轴承制造商做AI预测性维护时，核心指标是能不能提前60分钟预警。他们将机器学习模型与实时监控技术结合，客户企业从被动救火转向“主动预防”。

为什么是60分钟？

因为这正好是生产团队进行校准和干预，避免产品报废所需的时间。这60分钟的提前量，直接降低了2%的产品废料率，不仅优化了质量水平，还大幅减少了浪费。

｜高管的战略判断力，就是要在眼花缭乱的技术名词里，准确地捏住那个能改变业务结果的关键环节。

组织赋能力：拆掉那堵看不见的墙

AI时代，领导者的核心转变是从指挥到搭建场景，让团队、AI能够协同发力，而非各自为战。

技术买回来了，谁来用？怎么用？这是个大麻烦。

把AI当成工具发给员工，那叫采购；把AI变成同事融入业务流程，才叫赋能。这不是买套系统就能长出来的。

包括我自己在内也说过这句话：人不会被AI取代，但会被”会用AI的人”取代，但我现在反思，这句话有问题——它在暗示”会用”就够了。

其实在企业里面，AI赋能真正的难点是让人和AI共处一个绩效体系里。

是不是很奇葩的观点？

因为我没有把AI等同于Outlook、Excel这样的工具。

詹姆斯·马奇在《组织学习与演化》里提过，组织永远在”探索新能力”和”利用旧经验”之间摇摆。AI转型最容易掉进的坑，就是技术部在探索，业务部在利用，两拨人说的根本不是一种语言。高管的任务是建一座桥——把AI的探索成果，结合成业务部的KPI增量方法。

这涉及到组织资源的重分配。比如以前数据和分析能力掌握在少数几个部门手里，现在通过AI，一线员工也能直接调用强大的分析能力。打破了以往只有数据部门才能做分析的门槛。

组织僵化不是管理问题，是AI时代的战略问题。

｜AI把效率推到一个新高度，传统的审批流程、汇报层级、跨部门协调方式就会变成瓶颈。

我听说，有一些公司因为引入AI而计划增加员工人数。这听起来很不符合常识对吧？AI不是应该替代人吗？

其实有些企业发现，当AI接管了那些”不需要深度思考的工作”后，他们反而需要更多具备好奇心、适应力和情绪智慧的人，去探索新的业务边界。

高管的组织赋能力，就是要营造一种心理安全感，让员工敢于和AI协作，而不是防着AI抢饭碗。

学习迭代力：别让自己成为最大的瓶颈

我见过最尴尬的场景是，90后、00后员工已经用AI把工作提效，而高管还在用十年前的思维布置任务。

前几天在武汉公开课做分享，很多老板跟我说：“我下面的人比我懂AI，我不知道该怎么办。”

参考一下大企业，华润集团举办了第十期高层培训，主题就是“锚定AI应用新机遇”，集团董事长王祥明亲自做导入发言。中信泰富特钢启动了为期一年的AI系列培训，针对中高层管理者聚焦“战略洞察与商业价值”，面向技术人员强化数据建模和算法优化，面向全员普及AI工具应用。

我的建议是分两步走：

第一步，让所有员工（也包括高管自己）了解AI“能做什么、不能做什么”。

第二步，学会“问对问题”。

这听起来简单，做起来难。因为“问对问题”的前提是，提问的人得对业务有足够深的理解。

如果连自己业务的各个环节价值点都不清楚，那么问不出好问题。

｜高管不需要成为AI专家，但必须成为最懂AI边界的人。

如果你对AI的认知还停留在”高级版搜索引擎”，那你的企业在这一波浪潮里，注定只能是个看客。

摩根大通CEO杰米·戴蒙（Jamie Dimon）在近期透露，摩根大通已全面将AI技术整合至营运流程中，目前每周约有15万名员工使用大型语言模型协助处理工作。他们将AI工具的使用定位为常规工作流程的一部分。为了让员工适应，摩根大通大力对员工进行重新培训，比如课程之一就是学“提示词工程”（Prompt Engineering），让所有人都具备AI环境下的生存能力。

很多时候，我们总觉得是技术不够成熟，其实是我们自己还没准备好。

写这篇文章的时候，我一直在想：AI领导力到底是什么？

不是懂技术，不是敢投钱，是在一个自己不完全懂的领域里，依然能做出高质量决策的能力。

这需要判断力，需要组织手腕，需要对风险的直觉，更需要承认自己”还没想明白”的坦诚。

信息出处：

先导智能“基于多模态大模型的AI预测性维护系统”获2025金砖国家工业创新大赛人工智能赛道二等奖：https://www.leadintelligent.com/news-detail/431

微观诊断+宏观决策，钢铁设备运维智能体上岗：https://www.wuganggroup.cn/detail/391732?nId=3154

#高竞 #企业陪跑 #AI领导力 #AI #AI组织