夜雨聆风
图片来源：Klaus Vedfelt—Getty Images
当前，美国企业的管理者平均要直接管理12名下属。数据显示，美国职场的组织结构正在悄然发生影响深远的转变，而人工智能既是这场巨变背后的推动因素，也是其合理性的依据。这是现代美国职场最显著的结构性转变之一，但公众对于“为了效率究竟牺牲了什么”这个问题却鲜有深入讨论。
我们不妨称之为“超级管理者时代”。在AI驱动的降本增效、管理层级精简以及企业执着于“优化”用工规模的推动下，过去三年里，企业大幅削减中层管理岗位，使得留任者不得不承担起规模大增的团队管理职责。相关数据来自美国劳工统计局（Bureau of Labor Statistics），权威性毋庸置疑。自盖洛普（Gallup）2013年开始追踪这一指标以来，管理者的平均直管人数几乎翻了一番。
如果AI可以处理排班、总结绩效评估、监控项目进度，并在团队出现问题之前发出预警，那么企业还需要那么多“人力协调者”吗？Meta新成立的应用型AI工程部门已将这一逻辑推向极致，采用了员工与管理者50:1的比例，约为此前组织功能极限的两倍。美国企业界是否会跟进这一做法，抑或将其视为一个警示案例，很可能将决定未来十年的工作形态。
优点：速度、成本与结构透明度
对企业而言，这笔“账”在短期内看起来颇具吸引力。管理者减少意味着人力成本更低、管理层级更扁平化，以及（理论上）决策效率也会更高。当一位高级副总裁无需通过两到三层中层管理层层传递信息，就能触达一线员工时，信息传递速度更快，责任也更贴近一线员工。高德纳（Gartner）2024年的一项分析预测，五分之一的企业计划专门利用AI来精简组织层级。
人工智能也确实在帮助部分管理者应对剧增的工作负荷。能够自动化行政事务的各类工具，例如识别绩效问题、整合团队数据、起草沟通文稿，以及协调大型团队的排班等，减少了冗杂事务，这些事务以往每周耗费管理者大量时间。如果运用得当，这类AI增强有望让“超级管理者”模式变得可行：一位能力出众、获得充分支持的管理者带领十余名下属，可能比一位身陷文书工作、分身乏术却只管理六名下属的管理者更为高效。
这种“提高生产率的逻辑”在历史上并不陌生。摩根士丹利（Morgan Stanley）上周发布的一项大规模分析回顾了美国过去五轮创新浪潮，即从第一次工业革命到互联网时代，结果发现一个规律：颠覆性技术会提升人均产出，尤其是与有意识的组织重构结合时更为明显。摩根士丹利美国首席经济学家迈克尔·盖彭团队发现，1900年至1929年间，电气化将非农企业的单位工时产出提高了一倍；到2000年，互联网则使劳动生产率增速从年均约1.5%提升至接近3.0%。盖彭认为，AI也可能遵循同样的轨迹，但有一个关键前提：从历史上看，这些生产率红利往往是在技术冲击数年甚至数十年后才逐步显现，而不是同步到来。技术冲击首先带来的通常是阵痛。
代价：导师机制、士气与职业阶梯的流失
与资产负债表上的“收益”相比，人力账本的状况要糟糕得多。高德纳的另一项调查显示，75%的人力资源主管认为，管理者已因职责扩张而不堪重负；69%的受访者则表示，即便在AI尚未全面落地之前，管理者就已缺乏有效推动变革的能力。盖洛普的数据显示，全球员工敬业度已降至仅21%，接近15年来的最低点；而在各类人群中，管理者自身——而不仅是其下属——在工作满意度上的下滑尤为明显。《华尔街日报》近期更是直言，在“超级管理者”时代，许多办公室的氛围变得如“葬礼般”沉闷，工作也日益失去乐趣。
或许，管理跨度不断扩大所带来的一个最被低估的代价，是对职场新人的影响。当管理者的精力从6人被摊薄到12人时，辅导、指导与在岗培养等往往最先沦为牺牲品，而这些历来都是支撑管理梯队建设并传承组织经验的“软性基础设施”。当一名管理者同时负责12名下属时，很难再像以前那样为每个人投入同样多的时间，去挖掘下属的潜力、提供实时反馈，或在年轻员工缺席的场合为他们争取机会。这种缺口会不断累积，最终威胁到人才培养体系。
组织结构扁平化也在改变传统的职业晋升路径，这种影响才刚刚开始在数据中显现出来。层级减少意味着可供攀升的台阶更少，晋升的范本也随之变得稀缺。三分之一的人力资源主管表示，AI驱动的组织重构导致企业缺失了关键的机构知识，而现有员工根本无法填补这一缺口。
专业能力的悖论
麻省理工学院（MIT）研究科学家尼尔·汤普森长期研究AI能力在经济中的演进。他提供了一个更细致的分析框架，来理解这场变革背后真正的利害关系。在一项研究中，他与团队评估了40个AI模型在数千项真实工作任务中的表现，并由各领域从业者逐一打分。汤普森及其同事发现，自动化对一份工作各环节的影响并不均衡，关键在于：被自动化替代的是“核心专业能力”，还是围绕它的那些辅助性的行政事务。
汤普森表示：“如果被自动化的是那些并不真正需要专业能力的琐事，那当然是好事。你可以把更多时间投入到真正有价值的部分。”他与麻省理工学院经济学家大卫·奥托尔共同完成的研究还发现，当自动化剔除了工作中技术含量较低的部分时，留存员工的工资反而会上升：人数变少了，但他们所做的工作则更不可替代。汤普森警告称，真正的风险在于另一种情况：如果AI开始取代岗位中最核心的专业能力，就像GPS的普及让曾经定义出租车司机职业价值的导航技能迅速消失一样，那么工资就会下降，这一职业的内在价值也会被掏空。
“超级管理者时代”面临的关键问题在于，管理者究竟处于哪一种情形之中。如果AI只是接管了那些繁琐的行政事务，让管理者能更多专注于真正的管理工作，例如指导下属、战略思考和人才培养，那么这套模式或许行得通。但如果管理跨度的扩张已经严重到让管理者连这些核心工作都无暇顾及，那么这种模式带来的既非效率提升，也非更好的培养体系，而只有精疲力竭。
一场似曾相识却应对不当的转型
汤普森并不认同那些过度悲观的判断。他的研究发现，AI能力更像是“缓缓上涨的潮水”，而不是“突如其来的巨浪”。他表示：“如果你每天听到的都是‘到2026年底工作将被彻底颠覆’这类言论，那么我们的研究表明实际进程比预测的时间更长。”不过他同时强调，这股浪潮上升的速度极快，必须从现在开始制定应对之策，而不是等到问题迫在眉睫时才有所行动。
在过去一个半世纪的经济史中，这一警告曾反复出现。从蒸汽动力、铁路，到电气化，再到互联网，美国历史上的每一轮重大技术创新浪潮，都曾带来劳动者失业，早期收益更多集中于资本持有方，并在生产率红利最终普惠之前引发政治反弹。摩根士丹利的经济学家指出，在前五轮浪潮中，“劳动力是被重新配置，而非被彻底淘汰”，但转型过程极为痛苦，而收益的分配高度取决于政策选择、教育投入以及制度适应。当这些体系运转良好时，例如20世纪中期的“大压缩”时期，当时工会力量增强、美国推行累进税制、《退伍军人权利法案》实施，技术创新便能带来共同繁荣。而当制度反应滞后时，则会加剧不平等。
盖彭团队写道：“自1980年以来，收入与财富集中度显著上升，这一趋势主要由资本回报、偏向高技能的技术变革，以及逆转‘大压缩’时期政策取向的公共政策共同推动。创新本身并不会导致不平等：制度和公共政策才是决定收益如何分配的关键。”
高盛（Goldman Sachs）的经济学家估算，截至目前，人工智能仅将整体失业率推高了0.1个百分点。这个温和的数字掩盖了两极分化的现实：那些容易被AI替代的岗位正在减少，而能够借助AI提升效率的岗位反而在增长。放射科医生的例子最能说明问题。2016年，“深度学习之父”杰弗里·辛顿曾预测，AI将在五年内取代放射科医生，这一判断当时看似无可置疑。但正如Axios在分析技术落地的复杂路径时指出的那样，放射科医生不仅广泛采用了AI工具，还借此以更高精度完成更多影像解读，其从业人数和薪酬水平均有所上升。技术并没有消灭这一职业，而是重塑了它。
一个值得思考的问题是，目前在岗的管理者能否实现同样的转型，这也将决定“超级管理者时代”最终是被视为生产率突破，还是管理危机。目前，他们背负着管理12名直接下属的沉重压力；缺乏必要的行政支持；被要求主导AI转型项目，而这些任务既非其入职时的本职工作，他们也没有为此接受过任何培训；与此同时，员工信任度与敬业度均处于历史低位。本应减轻工作负担的技术，至少在当下，却让他们的工作变得更繁重、更孤独，也更举足轻重。这究竟只是转型期的阵痛，还是美国职场管理模式的一种长期新常态，将成为本十年最重要的职场议题。（财富中文网）
译者：刘进龙
审校：汪皓
申报《财富》榜单
诚邀各领域优秀企业参与申报
订阅《财富》
集世界500强韬略，铸中国商界精英
