企业老板:千万别患上“AI病”

管理随笔 ｜ 第49篇

企业老板：千万别患上“AI病”

文／黄东风

管理随笔｜黄东风咨询中心

2026年，中国有6000多万户中小企业。政策早就把话挑明了：AI不是“要不要用”，是“怎么用”。

可另一组数字更耐人寻味。

信通院的调查说：超过一半的中小企业已经在用AI，可真正把AI用进全流程的，只有4%。97%的小老板听说过AI，53%试过，能坚持用下去的只剩三成。

一边是绝大多数企业还停在“点状试点”的浅水区，一边是一部分老板已经跳到了“重构组织、替代员工、让AI决策”的深水区。

这个错位，就是“AI病”。

它不是新病。它是老板的老毛病，借AI这件新衣裳，又发作了一回。

我在《AI原生组织：一个根本不成立的管理学伪概念》里讲：所谓“AI原生组织”，犯了两个错——一是把AI从工具捧成了组织本身，二是吹这种组织能千秋万代。而AI天生有四样做不来：没有自己的情感，没有自己的动机，没有真正的创造，更担不起责任。

一句话：无决策，就无组织。

组织的完整闭环，只能是“人决策、AI干活、精准落地”。这个顺序，不能颠倒。

老板的“AI病”有六个表现，看起来各不相干，排在一起才发现，它们是一条链。

症状一，迷信“AI原生组织”。 觉得现在组织效率低，是组织形态过时了，要彻底推倒、用AI重建。可黄东风一句话戳穿：“原生”说的是天生就有，人类哪来天生的组织？AI连组织的门槛都够不着，谈何“原生组织”。这是把对组织的不满，投射到一个根本不存在的方案上。

症状二，用智能体替代员工。 觉得效率低是人不行，用OPC模式（一人公司）替代多部门协同。这是把“机器在转”偷换成“组织在运转”——自动化生产线再厉害，也没人说它是“机械原生组织”。

症状三，把决策权交给AI。 这是最险的一步。决策里有价值取舍、有风险担责，是人的主权。AI不会为决策后果买单。老板把决策权交出去，不是“提高效率”，是放弃责任——而一个没人担责的决定，根本不叫决策。

症状四，把网上的信息当情报。 信息是原料，情报是验过、能对得上眼前这件事的判断。公网信息是死的、旧的、甚至假的。你照着它定策略，对手只要改改网上的内容，就能牵着你的鼻子走。

症状五，把模板拼装当智慧。 AI几分钟出方案，靠的是在旧模板里翻拣重组。方案写得快，不等于想得对。把“写得快”当“想得对”，等于把打字速度当成了脑子好使。

症状六，把局部提效当系统提效。 这是最隐蔽的一条。一个系统里各部门的AI程度不一样，单点越快，跟别的环节节奏差得越远，等待、返工、扯皮反而越多。整体没升级，局部提速不是提效，是放大内耗。

六种症状，抽的是六根柱子：组织的形、组织的人、决策的权、信息的真、思考的脑、系统的整体。抽到最后，剩的不是“AI原生组织”，而是一个空壳。

它们共享一个没想明白的前提：把组织当成一台处理信息的机器。只要这个前提在，六条就都“顺理成章”。

可组织不是机器。组织是一群有情绪、有关系、有历史的人，为了一个目标凑成的协作体。信息只是它的一层皮，不是它的全部。

所以，用AI之前，先分清三种事：工具级（写文案、做报表，最该先干）、流程级（嵌进具体环节，要标准、要数据）、组织级（动架构、动决策，最危险、最难回头）。

软件装错了能卸载，组织拆散了回不来。

九个根源，往深处刨，是四层。

第一层，认知出了偏差。 有三个变种：把人当机器——人有情绪、有关系、会成长，这三样AI都给不了；把协同当接口——设备和设备之间不需要信任，人和人之间必须有，信任是共事共出来的，没法做成API；把管理当流程——流程管得住动作，管不住判断，制度分得了权，分不了责。

第二层，能力有赤字。 最典型的一种心态：不擅长管人，就幻想“不需要人”。说白了，是把“该补的课”换成了“该换的工具”。可管理是老板的必修课，逃不掉；换工具只是把课往后推，学费会以更贵的方式收回来——组织散、骨干走、判断失灵。

第三层，被环境裹挟。 供应商讲AI好，是它的本分，不是罪过。问题是老板身边没有一个敢说“这东西对你没用”的人。再加上焦虑被系统性地生产——“不用AI就被淘汰”，一半是真的，一半是生意。

第四层，结构太脆弱。 这一层最要命，也最中国。一把手集权，认知偏差一句话就变成行动，中间没有减速带；管理基础薄，还在“能人管理”，AI却要建在流程和数据上——跳过制度管理直接上AI，等于在沙地上盖楼；生存压力大，越焦虑越信奇迹；缺纠错机制，错了老板最后一个知道。

四层刨到底，就一句话：老板想外包的，不是干活，是判断和责任。

他想摆脱的，不是重复劳动，是做决定时那种“对不对”的焦虑、用不好人时那种挫败、没人分担的那种孤独。AI的诱人，恰恰在于它承诺了一种“不用判断、不用担责”：你问，它就答；答错了，你能说“是AI说的”。

可判断和责任，恰恰是组织里最不能外包的两样。

十条危害，是沿三条路传下去的。

第一条路，组织先散。 裁掉中层，看着是“扁平化”，其实是抽掉了三样东西：信息没人过滤了，老板被一线信息淹没；决策没人分工了，老板从“决策者”变成“调度员”；人才没了阶梯，年轻员工看不到头。

更要命的是，AI天然会“讨好”。一个直接对着AI的老板，听到的不是更准的信息，是更顺心的回声。层级本是纠错装置，抽掉层级，就是拆掉纠错装置。

第二条路，能力再空。 最凶的是“经验悖论”：AI淘汰了有经验的人，补进来的人没经验；可验证AI对不对，偏偏要靠经验。新人一进公司就用AI，拿到的是“答案”不是“过程”，经验库是空的，自我感觉却挺好。于是：越依赖AI，经验越少；经验越少，越看不出AI的错；越看不出，越依赖。转三圈，企业就没了独立判断。

第三条路，经济算总账。 人力成本在报表上明明白白，token成本散在各部门的账单里，再加上磨合、返工，很难归集——老板看见“人少了、省钱了”，看不见“账单散了、效率降了”。单点提速还有个反常识的后果：系统的产出由最慢的那块板决定，只给非瓶颈环节提速，结果不是更快，是半成品堆积、下游被冲、协调成本上升。

十条危害，最致命的不是哪一条，是它们的合力：企业自己“会学习”的本事没了。

做、复盘、改进，三个环节被AI全断了。做被接管，没了手感；复盘没依据，过程是AI生成的；改进无从下手，只能换个AI再试一次。

钱亏了能再挣，客户丢了能再找。一个组织要是不会学习了，就只剩挨打的份。

治这个病，不能靠更聪明的AI，也不能靠“少用AI”。得从人和组织下手。

先立三条不能动的底线。

底线一，决策权不让。 AI可以是参谋，不能是司令。所有决策，最终得有个有名有姓的人签字。

底线二，责任不让。 AI担不起后果，就不能当责任主体。谁拿“AI说的”当挡箭牌，都不算数。

底线三，经验不先杀。 新的验证办法没建起来之前，不能先拆掉旧的。这一条最容易破，因为它破起来当期最省、看着最赚。

守住这三条，再往下走五步——认知、组织、流程、能力、制度。

第一招，给老板装上“边界感”

三张清单法。 老板亲自主持，把所有工作分三色：

· 红区（战略取舍、重大投资、人事任免、法律安全、对外承诺）：AI只提供信息，不能下结论，每一件都得写明责任人名字。

· 黄区（市场判断、方案设计、绩效评价、价格策略）：AI出方案，人来选，选完写明理由。

· 绿区（文案、翻译、报表、纪要、标准客服）：AI放手干，人定期抽查。

清单得老板自己定，不能扔给IT——分区的本质是分权，权不能外包。

反向压力测试。 每季度挑三个老板最内行的问题去问AI，让他亲眼挑错。在自己绝对内行的地界看见AI的幻觉，比听十堂课都管用。挑不出错，不是AI厉害，是老板自己对业务的把握在退化——这是更危险的信号。

双账本。 每个AI项目记两本账：明账是订阅费、算力费、token费；暗账是学习时间、磨合损失、返工成本、客户体验损失。暗账要财务和业务共同签字。目标是能说清“一共花了多少钱”，而不是“软件花了多少钱”。

第二招，组织上做“加法”，不当“减法”

决策中枢保护。 中国企业的班子会，恰恰是防“AI病”最好的装置，要留着、要升级：AI只能列席、不能表决，定位是“第N+1个列席者”；AI出的材料必须标注“未经核实”；重大决策走“三上三下”——AI出初稿，人改，班子议，AI按意见重出，再议，再定。一把手有否决权，没有独断权。

中层不裁，要转型。 给中层三个新活：选场景（决定哪儿上AI、哪儿不上）、当守门人（AI输出要中层签字才能出部门）、转经验（把老师傅的手艺整理成知识条目喂给AI）。再划条红线：一个部门，AI顶多替两成岗位，分两年慢慢来。

OPC只试点，不替代。 “一人公司”有价值，但不能用来拆主业。允许它用在孵化新业务、临时项目；禁止用在核心交付、长期客户关系、担法律责任的岗位。要用就独立核算，别和主业混编——混编的后果，是人人心里犯嘀咕“下一个是不是我”。

第三招，流程上先通堵点，再提速度

找瓶颈。 画张价值流图，找出最慢的那道关，只对它上AI，别的先不动；通了再找下一个。木桶效应：短板不补，加长别的板子没用。

算系统账。 每季度看三个数：单环节提速多少、端到端交付周期变没变、在制品和等待时间涨没涨。单环节涨了20%，周期却不变，是无效提效，重找瓶颈；周期反而变长，是内耗型提效，必须回退——它在部门里是漂亮政绩，在系统里是纯浪费。

试点三步走。 先选一个单元试三个月、只解决一个问题；再看差错率、员工是更轻松还是更累、客户感受，三项里有一项变差就不推广；最后才横着复制、纵着延伸。这是把“摸着石头过河”变成制度。

第四招，能力上把AI建在经验之上

经验先资产化。 这是最关键的一招，因为经验悖论是最深的伤。别让老师傅写文档，让AI提问、老师傅讲故事、AI整理成条目、老师傅签字，把“写”变成“说”；建知识库，每条标上是谁、哪天、管什么用；新人考核从“做得快”改成“判得准”。先萃取，再上模型——不萃取就上模型，等于把经验扔进黑洞。

练判断力。 三个土办法：“无AI日”——每月一天管理层不用AI做分析，保住“裸判断”的本事；“先判断后验证”——重要的事先自己写出判断封存，再看AI差在哪；“差错复盘会”——每月复盘AI错在哪，重点不是“AI错了”，是“为什么没人发现”。

师徒制别废。 每个关键岗位留“一师一徒”，师徒共同对AI输出负责。师傅从“教怎么做”变成“教怎么判”——能指出AI方案三个漏洞，才算出师。

第五招，制度上把规矩立住

开好三个会。 月度AI决策评审会（查红区执行、查暗账、查重大失误）、季度人机协同复盘会（查差错率、经验沉淀、员工负担，员工代表不能省）、年度外部审计（请第三方出报告）。关键是独立——谁推动，谁就不能自己评价。

老板问自己三问。 用AI做重要决定前，写进记录：这决定错了谁负责，必须是人名？AI的依据是什么，我能自己验证吗？要是不用AI，我会怎么定，差在哪？答不出这三问，不许上会。

请个“反方”。 每个重大AI项目指定一个专门找茬的人，唯一指标是“找出几个有效风险点”。这对应中国人“兼听则明”的老理儿——很多班子会开成“一言堂”，不是没人有意见，是没人被规定必须唱反调。

四条硬杠杠，最后再钉一遍：核心数据、客户名单、报价体系，一律不上公网模型；涉及钱、法、安全的AI输出，必须双人复核签字；买AI先试一个月，指标写进合同；最要紧的一条——不把“减人”写进AI项目的考核。

KPI该是人均产出、交付周期、质量损失、客户满意，不能是“裁掉几个”。因为一旦“减人”成了目标，所有决策都会往减人上靠。目标错了，方法再对也没用。

治病分三步，急不得：先止血（0—3个月，停下“重构组织、替代中层、AI决策”这类项目，先算清账、立清单、请反方）；再筑基（3—12个月，选一两个瓶颈试点，萃取三五份关键经验，把三个会跑满一轮）；后成型（1—3年，人机协同写进制度，中层长出“AI工长”队伍）。

很多人想跳过止血直接筑基，结果是边流血边盖房——钱花了，地基还是空的。止血期的关键，不是“做对什么”，是“先停止做错什么”。

“AI病”不是AI带来的病，是一种老病，借新衣裳复发了。

这老病叫“逃避管理”。管人、判断、担责，三件事都累、都慢、都不能外包。每逢一种新技术冒出来，总有人幻想它能把这三种累活接过去——从前是ERP，是阿米巴，现在是AI。结局都差不多：技术用上了，管理没解决，问题换个样子回来。

黄东风的批判之所以值钱，不是他否定了AI，是他把AI放回了该在的位置：工具。

工具能让人跑得更快，不能替人决定往哪跑；能让人少干重复活，不能替人担干错的后果。

中国企业的组织，从来不是能拆装的机器，是靠人情、信任、师徒、班子会这些“人的协同”养大的活物。民主集中制、师傅带徒弟、班子会里的“唱反调”、摸着石头过河——这些AI读不懂、也替代不了的老底子，恰恰是这场AI浪潮里最不该丢的东西。

所以，治“AI病”的药方，说到底就一句话：让老板回到管理者的位置上。

AI负责算，人负责判；AI负责快，人负责对；AI负责出方案，人负责担后果。

这五个招、四条杠、三步路，都是这句话的展开。真正的治理，从老板认下“管理这件事，我逃不掉”开始。认了，招才管用；不认，招就是新的形式主义。

—— 第49篇 · 完 ——

作者简介

黄东风，军事学硕士，独立学者。高级记者，高级管理咨询师，介入式顾问管理理论创立者、五力人才分析法创立者、军魂管理、根据地营销模式创立者，投资人。二十多年在汽车制造企业、新材料企业、IT企业、精密仪表企业任总经理和战略管理顾问，发表文章1000多万字，有《创业向解放军学习》、《特种作战思维所推动的企业组织变革》、《五力人才分析法》、《根据地营销》、《超级销售》、《赋能：商旅流量变现》、《从连队到公司》、《赋能与重构——从获客成交到交付复盘的中国式落地咨询全案》等各类著作三十余部。