陈春花:AI时代,人人协同为什么更难了?

过去，协同的主要障碍是信息不对称。我不知道你在做什么，你不知道我需要什么；信息在部门之间断裂，决策在层级之间延迟。于是，我们用信息系统打通数据，用协同平台连接流程，用智能工具加速决策。AI的介入，让这些问题迎刃而解。

但新的问题随之而来。

当信息随时可见、决策即时发生，人与人之间的信任、责任、意义反而变得更加突出。信息透明不会自动带来信任，决策速度不会自动带来共识。当每个人都能快速行动，反而更容易“各跑各的”；当AI提供了最优解，反而可能消解共同的目标感。

我在《AI时代，领导者需要新能力》中曾追问过一个关键问题：“当我们把越来越多的决策权交给算法，一个关键问题就浮现出来：组织会不会丧失战略自主性与核心判断力？”

这个追问的背后，是AI时代人人协同的根本困境。

难点一： AI辅助决策下，谁为结果负责？

AI可以给出建议，但不能承担后果；可以辅助决策，但不能替代判断。当决策速度加快、信息流转自动化，责任的归属反而变得模糊。

让我描述一个真实的管理场景：

某企业引入AI定价系统后，销售部门根据系统推荐调整了折扣策略。三个月后，一个大客户流失。复盘时发现：AI的推荐基于历史数据，没有识别出该客户正处于“战略亏损期”的特殊价值。但问题来了——这算谁的失误？

销售部门说：“我们采纳了AI的建议。”技术部门说：“算法是按照既定逻辑运行的。”管理层说：“最终决策是人做的，人应该负责。”每个人都找到了不负责的理由，但没有人真正承担责任。

我在《在“黄昏”与“黎明”之间》中曾提出四个根本性问题，其中第一个就是：“谁定义目标？”紧接着是：“谁承担后果？”

这恰恰点出了AI时代人人协同的核心困境：当AI介入决策，责任链条被撕裂了——权力在执行端，责任在管理端；建议来自AI，后果由人承担。当没有人对AI的结果负责，协同就变成“集体免责”或“互相推诿”。

这是人人协同的第一个难点：在AI的“建议”与人的“决策”之间，责任归属如何界定？

难点二：人不愿意和人工作了，怎么办？

AI释放了个体效率，也带来了一个意想不到的副作用：人越来越愿意和AI工作，越来越不愿意和人工作。

和AI工作多轻松——它不会质疑你，不会推诿你，不会情绪化，24小时在线。和人工作多麻烦——要沟通、要磨合、要妥协、要建立信任。

于是我们看到：工作流在AI系统里自动流转，但人与人之间的交流在减少；任务按时完成了，但团队的凝聚力在消失。有人宁愿对着屏幕做“AI的搭档”，也不愿走进会议室做“人的伙伴”。

我在《数字化时代下的“强个体”与“新组织”》中曾指出：“新生代员工对企业的期望和自我期望都比较高，他们不再致力于成为一个‘组织人’，他们更想要成为自己想成为的人。”

当AI提供了“成为自己想成为的人”的便捷通道——你可以专注于自己喜欢的事，把不喜欢的事交给AI——那么，为什么还要和人协作？为什么要妥协、磨合、建立关系？

这是人人协同的第二个难点：当AI成为更“舒适”的协作者，管理者如何让人重新愿意和人协作？

难点三：当效率不再稀缺，人和人协同为了什么？

这是最深层的困境。

当AI承担了执行层面的工作，当效率不再成为核心瓶颈，一个更根本的问题浮现出来：人和人还需要协同吗？如果需要，协同的目的是什么？

过去，人们协同是为了“把事情做成”。现在，事情可以被AI做成，人还需要在一起吗？

我在《AI时代，领导者需要新能力》中提出：AI时代，管理者的核心能力不是技术能力，而是“对算法的判断力”“生态架构力”“组织变革能力”“伦理抉择与数据治理能力”。

这些能力的共同点是什么？它们都指向一个方向：当AI能做事，人才能做回人。那些AI做不了的事——创造新价值、定义新意义、建立新关系、做出价值判断、进行伦理抉择——恰恰需要人与人之间的深度协同。

但这不再是“执行层面的协同”，而是“意义层面的协同”。人的责任正在发生根本性转变：从“为效率负责”转向“为意义和价值负责”。

这是人人协同的第三个难点：当人的责任升级，管理者如何引导这种更高维度的协同？

面对这三个难点，我们需要用共生理论重新理解人人协同。在《协同共生论》中，我与合作者提出了协同共生的SDAP模型——从场景（Scene）、意愿（Desirability）、能力（Ability）、过程（Process）四个维度构建管理模式。用这个框架来理解AI时代的人人协同，可以得出四个新内涵：

新内涵一：场景重构——从“流程设计”到“信任场域营造”

传统协同发生在流程中，管理者负责设计流程、分配任务、监督执行。AI时代，流程被自动化，管理者需要转向营造“信任场域”。

这意味着什么？意味着管理者要思考：在这个由AI连接的数字空间里，人与人之间的信任如何建立？当信息透明但信任稀缺，如何让数据背后的人愿意彼此相信？

信任不会因为信息透明而自动产生。它需要在共同的目标、共同的经历、共同的价值观中慢慢培育。管理者需要刻意创造那些让信任生长的“场域”——面对面的沟通机会、非正式的交流时刻、共同解决问题的经历。

新内涵二：意愿重构——从“利益共识”到“意义共鸣”

传统的协同靠利益驱动——这件事对大家都有好处，所以大家愿意合作。AI时代，当利益分配可以被算法优化，人们需要新的理由来协同。

这个理由，就是“意义”。

我在《共生理念》中提出，组织正在从“利益最大化”走向“意义最大化”。这个转变同样适用于协同：当人们不是为了“分蛋糕”而在一起，而是为了“做一件有意义的事”而在一起，协同就获得了更深层的动力。

管理者需要做的，不是设计更精巧的利益分配机制，而是唤醒大家对共同意义的感知。当员工觉得“我们一起做的事，比我们各自做的事更有价值”时，协同就自然发生。

新内涵三：能力重构——从“专业能力”到“关系能力”

传统组织看重的是专业能力——你做得好你的工作，就是好员工。AI时代，专业能力可以被AI替代或增强，真正稀缺的是“关系能力”——建立信任的能力、化解冲突的能力、激发他人的能力、共同创造的能力。

这正是我在《AI时代，更需要投资于人》中所说的深层含义。投资于人，不是投资于他们的专业技能，而是投资于他们作为“人”的独特性——共情、理解、创造、连接。

管理者需要重新定义“能力”的内涵：在选拔人才时，除了看专业，更要看关系；在培养人才时，除了教技能，更要教协同；在评价人才时，除了考业绩，更要考贡献。

新内涵四：过程重构——从“线性执行”到“共同演化”

传统协同遵循线性逻辑：设定目标，分解任务，按计划执行，定期检查。AI时代，当环境变化加速，当可能性不断涌现，协同需要从“执行”转向“演化”。

这意味着管理者要接受一个事实：最有价值的协同结果，往往不是设计出来的，而是“涌现”出来的。给团队留出试错的空间，给关系留出演化的空间，给意义留出生长的空间。

当你不执着于“必须这样”，当你能接受“也许那样更好”，协同的创造力就会被释放。

回到我们开篇的问题：信息更透明了，决策更快了，为什么协同反而更难了？

答案已经清晰：因为AI解决了“事”的问题，但放大了“人”的问题。

AI时代，人人协同的困境不再是“如何配合得更顺畅”，而是“如何共担责任、如何重建关系、如何共创意义”。这三个问题，AI一个都解决不了。这是管理者必须面对的新课题。

课题一：如何重建责任链条？

当AI介入决策，责任归属变得模糊。管理者需要做的，不是在事后追究责任，而是在事前明确规则：哪些决策由AI独立完成，哪些由人机共同完成，哪些必须由人最终决定；当问题发生时，谁负责回溯、谁负责判断、谁负责承担。

这不是技术问题，是管理问题。管理者需要从“决策者”转变为“规则设计者”和“责任界定者”。

课题二：如何让人愿意和人协作？

当AI成为更舒适的协作者，管理者需要创造那些让“人和人在一起”更有价值的场景。这意味着：把那些需要创造力、需要共情、需要共同判断的事留给人类；把那些需要意义感、需要归属感、需要成就感的时刻设计成共同经历。

当员工发现，和AI只能做事，和人才能“做自己”时，他们自然会愿意和人协作。

课题三：如何引导意义层面的协同？

当人的责任从“为效率负责”转向“为意义和价值负责”，管理者需要重新定义“协同的目的”。不再是“我们一起完成这个任务”，而是“我们一起创造什么价值”；不再是“我们一起达成这个目标”，而是“我们一起成为什么样的人”。

这需要管理者自己有清晰的价值观和使命感，并且能够把这些传递出去。我曾在多个场合强调过：真正卓越的管理者，首先是组织成员世界观的建设者。

AI时代，人人协同没有变容易，也没有变难——它只是变得不一样了。

当AI承担了80%的“事”，剩下的20%恰恰是协同最核心的部分：信任的构建、责任的共担、意义的共鸣、关系的培育。这些，是AI永远无法替代的，也是管理者需要重新投入精力去经营的地方。

所以，协同不是被AI替代了，而是被AI解放了。当我们不再被流程和事务困住，我们才有机会回到协同的本源——人与人之间的理解、信任与共创。

这，才是AI时代人人协同的真正内涵。

—END—

UMT招生简章