你和AI的关系,决定了你未来的竞争力与成就-夜雨聆风

你和AI的关系,决定了你未来的竞争力与成就

过去这一年，我经常接到企业家的同一种提问：“致中老师，AI到底该怎么用？”

有人说得更直白：“我花几百万买了AI系统，除了让员工多了一个摸鱼工具，业绩纹丝不动。”

还有人一句话道出了普遍焦虑：“感觉不做AI等死，做了AI找死。”

他们没有问错问题。因为AI确实不是一个普通的工具——它不像当年的ERP，也不像上一波的移动互联网。它是一个能主动思考、持续学习、甚至会与你对话的“智能体”。它的出现，正在重写组织内部的权力结构、工作方式和价值链条。

北大国家发展研究院前段时间办了一场关于“AI时代重读德鲁克”的论坛，会上分享了一组数据：个体使用AI可以把效率提升40%，但企业近60%的AI投入无法转化为商业价值。为什么？因为大多数企业犯的是同一个错误：给旧的科层组织“打AI补丁”，却没想清楚一个问题——人和AI之间，到底应该建立一种什么样的关系？传统科层组织叠加AI，可能是“最昂贵的战略”。

德鲁克有一句我很喜欢的话：“动荡时代最大的危险，不是动荡本身，而是沿用过去的逻辑做事。”今天我想跟你聊的，就是人和AI关系的四种模式。它不复杂，但想清楚了，也许能帮你少走一些弯路。

第一种：AI+X

人变成了AI的“侍从”，这是最危险的关系

我把这种关系用公式表达为“AI+X”。AI是主，X是客。人在整个流程里的角色，只剩下输入指令和复制结果。

我见过一些企业，花了大价钱采购AI写稿系统、AI客服系统、AI数据分析系统，然后把全部决策权交给AI。表面上是“提质增效”，实际上是把自己的判断力外包了。

这就像德鲁克当年批评福特公司的一个老问题：当整个企业的运转高度依赖某一个人或某一个节点的时候，体系的脆弱性就暴露无遗了。1917年美国参战前后，老福特坚持事必躬亲，高层管理者形同虚设，结果那五年公司一直在赔钱。依赖一个人和依赖一个智能系统，风险本质是相同的——当一个环节出了问题，企业就瘫痪了。

我常对企业家朋友说一句话：AI+X最大的陷阱不是效率低，而是“自动化偏见”。因为你发现AI“挺准的”，就一步步放弃了对它的质疑。你不再推敲AI产出的东西到底有没有逻辑漏洞，也不再反思它背后有没有隐藏的算法偏差。时间一长，人的专业判断力退化了，真到需要你拍板的时候，你已经不会决策了，也就不是真正的有效管理者了。

德鲁克说“如果没有管理者，企业很快就会沦为一盘散沙”，他批评的不仅是组织失灵，也是人在智能化条件下放弃主动性的风险。这种事在今天重演的后果，会比一百年前更隐蔽，也可能更致命。

第二种：X+AI

用好AI，关键是你自己得有一套真本事

第二种关系我写成“X+AI”。用的是“加法”不是“替代”——你的专业能力为主体，AI叠加上去，增强你的效率、辅助你的决策，但方向盘始终在你手里。

我在不少企业见过这种模式的雏形。比如万物云，去年他们上线了1400多个AI智能体，甚至“转正”了9名AI员工。但董事长朱保全讲得很清楚：AI员工真正被信任，不是在无人接管的时候，而是在中后台的报销流程里做预审，让人的干预节点大幅减少，审批环节从15个压缩到几个人。这背后有一个关键前提：财务团队自己得懂制度、懂流程、懂合规。有了这个基本功，AI才插得上手。

德鲁克一直强调，“管理的本质不是控制，而是解放人的潜能”。X+AI的关键恰恰在此——它解放的不是你的双手，而是解放你的专业判断力。让AI去干它擅长的检索、归纳、格式化的东西，你腾出手来做更深的思考。但这里也有一个很容易被忽略的前提：你得先有真本事。

“0+AI”在管理上毫无意义——你如果自己不会写文章，你根本无法判断AI产出的到底是佳作还是一堆废话；你自己不懂数据分析，AI给你的报表是洞察还是错觉，你根本分不清。

第三种：X×AI

激发AI，从“用户”变“指挥家”

X×AI用的是“乘号”。它突破的是个人效率的边界，追求系统性的能力倍增。

乘号的本质，是人不再是一个照指令行事的“用户”，而是一个编排系统的“指挥家”。他知道每个AI模型的长处和短板，能把复杂的商业问题拆解成不同环节，分发给不同AI去处理，再在关键节点上把关、决策、重组。

万物云推出不动产AI大脑“灵石”的过程中，要面对能源管理、节能改造、微电网调度等完全不同领域的专业任务，绝不是把整体决策交给一个模型，而是把能力各个击破，在不同环节精准地协同调度，人依然是统筹的关键。我前面提到的提效40%与AI投入60%无法变现的数据，同样在这个例子里得到了印证。

有一组数字，在我看来是对这种关系最直白的注脚：明略科技通过全链路的AI改造，把营销复盘报告的产出效率提升了20倍，交付效率提升最高达4倍，企业运营类工单的解决时间压缩了超过30%。注意，不是靠压缩质量换速度——AI在一些维度上的洞察稳定性甚至比纯人力更稳定。

这也符合德鲁克对“知识工作者”的核心判断：不是看你掌握多少信息，而是看你如何产出可行动的洞察，并且对它负起责任。

第四种：X^AI

培养你的AI，打造别人偷不走的“数字竞争力”

最后一种，我把AI放在指数位置：X^AI。它已经超出了“使用”的范畴，进入到“培养”的层面。

这是什么意思？设想一个场景：你是一个多年深耕某个专业领域的人，积累了大量的案例、文档、决策记录和系统性的行业思考。你不再满足于每次打开AI问它“帮我写一个报告”，而是用你自己的数据、你自己的判断标准、你自己的表达习惯，持续喂养和调教这个AI系统。时间一长，这个AI越来越懂你——不仅能按你的风格写东西，甚至能站在你的角度提出逆向思维的质疑，帮你发现自己的认知盲区。