AI – 想说爱你不容易

最近几年，关于AI的话题变得越来越热门。可以说全球的各个角落都被这个话题点燃。在中国的管理界，更是开启了一股“AI热”，国内很多企业老板都想着如何借着这股AI潮，让自己的公司往前迈出一大步，或者至少不能被竞争对手甩在后面。在这股大潮之下，HR管理领域也被裹挟着开始思考AI可能产生的影响。甚至有悲观且比较极端的观点认为未来HR的工作会被AI所替代。

在此，老蒋要在这团火上浇点水、降降温，当然，我这里的“降温”仅限于HR管理的领域。

首先，对于AI，老蒋认为这一定会是人类生产力革命的一个巨大进步，也一定是未来科技发展的一个主要趋势。这里所说的“浇水”、“降温”，是指由于本身的基本特性，AI也有其局限性，所以我们必须对它有清醒的头脑和独立的思维，不能人云亦云地盲目跟风，否则不但不能帮我们提高HR管理的水平，反而只会给企业的管理带来巨大的浪费甚至是副作用。

那么AI的局限性到底有哪些呢？根据其底层逻辑和其自身的属性，AI总体来说有三大特点：

老蒋曾经看过一位AI领域非常资深的大咖深入浅出地介绍其原理，他讲到，AI的最底层逻辑可以比喻成“文字接龙”。也就是说，它是用你提供的基本信息，在它所触及的大数据中去寻找、整理、归纳、组合，形成最优的答案。因为其触及数据的巨大体量，加上极快的运算和处理速度，能在极短的时间里形成远优于一般人脑所能达到的结果。于是容易给我们一个错觉，好像它无所不知、无所不能。

然而，根据其运作原理我们可知，它所有的工作都是基于已经在大数据中存在和用户“喂”给它的信息，也就意味着它所能做的最大的“创新”，就是把这些已有的信息进行人们不曾有过的组合。它是无法从无到有地创造过去从未有过的新的知识、思想和信息的。它的价值是能极大地提高人类决策和做事的效率，而借由这效率的提升，人类可以激发出过去不敢想象的创意，从而产生创新。这个真正意义上的创新仍然是由人类做出的。

回到HR管理上也是同样，在已有的心理学、脑神经学、社会学等各相关学科研究成果的基础上，运用AI来将对人和组织的理解、将不同领域的知识综合应用，形成最佳解决方案，或者用它来处理大量、复杂的数据，进行统计分析，帮助决策，那一定是很有价值的。但如果期望它来创造新的方法、产生新的洞见，那恐怕不大可能达到目的。

这点很容易理解。AI生成的无论什么，都是从其所能触及的大数据中获得信息并进行处理的。它的这个特性就导致了在HR领域里应用的局限性。简单地说：“流行的未必就是对的”。在HR领域里有大量的“伪常识”，即大家常年被教育也一直在应用的，一旦提到，几乎所有人都不假思索地脱口而出，而且以为“天经地义”的，但实际上是有严重逻辑错误，也会在使用过程中产生很大问题的说法或做法。

举个例子：在谈到绩效管理的目标设定时，几乎所有的培训师、绝大部分企业里的绝大部分HR和管理者们，都会说目标设定的原则之一是要“量化”。这就是一个最普遍、最典型的“伪常识”。

实际上，在绩效管理的理论体系中，关于目标设定的原则从来没有说过应该要“量化”！这个“量化”的概念来自于目标设定“SMART”原则中的“M”。但这个“M”的英文单词是“Measurable”，翻译成中文的精确释意应该是“可衡量”，而“可衡量”与“可量化”是不同的。确切地说，可量化的东西一定可衡量，可衡量的东西不一定是量化的。实际上，所谓可衡量，只要能够通过数字或描述识别出差异就可做到。

我们可以看看这个伪常识对AI产生的影响。老蒋分别在DeepSeek、豆包和谷歌Gemini中输入“SMART原则”请AI来解读，得到的关于“M”的解释如下：

可以看到，两个中国的AI工具“中毒”最深，直接用了“量化”一词，国外的AI工具相对间接，说的是“用数据来追踪进度”，但其本质还是要求量化。

之所以会被教育、宣传成“量化”，其实是培训师们和HR们帮助管理者们偷了个懒，因为比较数字的高低很简单，不需要思考，看上去也比较科学，容易被认为是公平的。但大家忽视了重要的两点：

1. “数字是不会撒谎的，但是数字是会骗人的” (见“一句话‘蒋’管理第十五期、第十六期”)；

2. 优秀的领导者是需要思考的，越是帮助经理们走捷径、少思考，就越是让他们的领导力退化，是在害他们。

所以，如果我们在HR管理中让AI基于这种伪常识来给我们提出管理建议，其实不仅不能帮助提升经理们的领导力，反而会误人子弟把他们带入歧途。同时如果我们不理解背后的理念而一味僵化地强制要求业务经理们去“量化”，当遇到很难将目标量化的支持性部门提出问题时，我们无法给出合乎逻辑的解答，还会大大损害HR的威信。

有意思的是，当我用英文在上述三个AI工具中查询，即输入“SMART principle”时，它们对“M”给出的解释却不尽相同：

可以看到，在英文的解读里只有豆包使用了“量化”的描述，另外两个用的是没有强调“数字”的“Criteria”。由此我们可以推断，对于目标“可衡量”这个原则的误读，更多是在中国企业和使用中文的企业学习西方管理理论时，产生的理念偏差。

这是AI在HR管理应用中的另一个重大局限。

在电影《I, Robot》有这个一个桥段：威尔-史密斯饰演的主角和一个小女孩同时落入了水中，刚好一个机器人前来救援，男主让机器人先救小女孩，但机器人瞬间做出精确的计算，男主的存活机率比小女孩要大，于是先救了男主，结果男主眼睁睁地看着小女孩在他眼前一边求救一边沉入水底，而这成了他一生的噩梦。

人类之所以会有类似“老婆和婆婆同时掉水里先救哪个”、“火车道岔悖论”等等永恒且无解的问题，就是因为在处理涉及到人的问题时，决策的依据决不仅仅是逻辑和数字的计算，一定会有情感、偏好等非理性因素的考量，而HR管理又绝大部分与人相关，所以如果依赖AI来做HR决策，产生负向结果的风险很大。更何况，以现在技术发展的阶段，其实AI自己都还并不真正意义的“理解”自己的逻辑呢。

总之，在老蒋看来，AI在未来的管理中一定会创造出越来越多的价值，但在应用过程中，尤其是在HR管理中，要特别谨慎，尤其是不能向前些年跟风OKR那样把AI“神化”而盲目地应用。

回到文章开头提到的一个问题，AI能不能替代HR？老蒋认为，未来AI一定会在“动手”和一部分“走脑”的“人事”工作上对从业者产生巨大的冲击，但如果说在“走脑”的创新和“走心”的“人力资源”工作上替代人类，那是有点杞人忧天了。