夜雨聆风老板的三层焦虑
这是一场关于激励的直播。但在聊激励之前，我们先聊一个前提——为什么激励越来越难做？
过去大半年，我走访了二三十家企业，跟老板一对一交流。
他们的痛点惊人地一致，集中在三个地方。
从23年、24年到现在，这个状态一直在。增收不增利，有的连营收都在下滑。激励资源本来就有限，现在更稀缺了。怎么把有限的钱用在刀刃上，这件事前所未有地重要。
老人躺平了，新人融不进来，95后、00后的工作方式又和以前完全不一样。老板说不清楚哪里出了问题，就是感觉团队越来越难带。
各种"AI颠覆一切"的声音把很多人弄得方寸大乱。但坦白说，绝大多数老板面对AI的真实心态不是"我看到了机会"，而是"我不知道该怎么办"。
这三层焦虑叠在一起，激励就变成了一道难题。
我今天想分享的，是在这个大背景下，激励到底变了什么，又没有变什么。
核心观点先放在这：
AI可以改变激励的工具和手段，但它改变不了激励的本质。
组织在发生什么变化
在聊激励之前，先要看懂组织在向哪里走。因为激励从来不是孤立的，它必须跟着组织的演变一起调整。
我观察到四个方向的变化。
过去的金字塔科层制是为了追求稳定和一致性效率，适合慢变化的时代。但在高度不确定的今天，越来越多的企业开始转向"平台+小经营单元"的模式。
平台型组织有三个要素：
·中台/平台：底层的技术、品牌、HR、数字化能力，是经营单元离不开你的核心；
·前端经营单元：像小老板一样对自己那块经营结果负责；
·连接机制：两者之间的授权、信息互动、赋能方式。
典型案例：米哈游——强中台支撑，前端每个游戏项目组都是精英小团队，靠中台资源快速出产品。
AI来了之后，加速了这个趋势。
平台能力可以更强，经营单元之间的连接成本更低，甚至外部合作的OPC（一人公司）也能更顺畅地接入整个组织生态。
有一个有意思的判断：未来组织的规模可能是两头大、中间萎缩。超大型平台/生态型组织越来越多，小而美的工作室和OPC越来越多，反而是中型组织最难受——管理成本高，资源又不够厚。
这对成长期企业有一个提醒：
看看你内部有没有"伪团队"——这个岗位或部门，如果换成外部OPC合作，交易成本反而更低，那就值得重新考虑。
亚马逊去年下了一道军令：每个季度把每个管理者的管理幅度提升15%。拜耳美国总部裁撤了40%的中间管理层。
这不是个例，这是趋势。
原因很简单：那种只会上传下达、拆目标、收汇报的"传声筒型"管理者，AI干得比他更快更准。把目标拆给他，还不如给一个智能体。
未来真正值钱的管理者，是能激发人的管理者，是在这个高度不确定的环境下能给方向、给意义、给人成就感的领导者。
哪些岗位是高危区？
高度标准化、重复性操作与简单判断执行——美工、会议纪要、数据录入、简历初筛、信贷基础审核……这些岗位已经或即将被AI覆盖。
哪些岗位会被AI放大？
·跨领域复杂创意：战略高管、产品经理——AI可以帮你收集信息、扮演红蓝军来挑战你的思路，但核心判断还是人做；
·高强度人际互动与共情：复杂谈判、心理教练、高管教练——AI可以辅助，但无法替代；
·前沿专业研究和高度专业判断——AI目前替代不了。
过去我们所有的人才管理——招聘标准、薪酬定级、绩效考核——都建立在"岗位"这个基础上。
AI来了之后，这个基础在松动。
未来更重要的是：
你身上有多少能力标签，你参与了什么项目，你创造了什么结果。
字节跳动在某些业务线已经在做这件事：当一个任务进来，AI匹配员工能力标签，告诉你这件事谁来干成功概率更大，然后动态组队。岗位边界模糊了，能力才是资源配置的核心依据。
激励的四个变化
背景讲清楚了，现在说说AI来了之后，激励具体变了什么。
过去激励是月考核、季考核，甚至年底算奖金。
AI让反馈可以近乎实时。
顺丰快递员现在可以在接单前就看到"这一单我能拿多少钱"——AI根据距离、天气、重量、体积等多维度建模，动态计算出单价，高峰时段还会自动加价。
这不只是效率问题，这是激励逻辑的变革：当人能清楚看见付出和回报的关系，动力就会不一样。
美的工厂也做了类似的事：AI质检完成后，系统自动给工人账户里打积分，积分可以兑换奖金和福利。整个生产过程游戏感十足，员工主动性完全不同。
所以我想说：反馈越及时，动力越持续。
绩效评价最大的痛点是什么？主观。领导觉得你行你就行，觉得你不行你就不行。
这让被考核者不服气，也让考核者承受压力。
AI能做的是：
把工作行为数据化、结果数据化，然后通过模型做相对客观的评价。
贝壳找房把整个二手房交易流程切成若干段，每一段认定价值，AI自动分佣——不用门店店长去协调谁干了哪一段，系统自动算清楚。这让跨门店合作的摩擦几乎消失。
出门问问开发了Coding Agent，自动评估代码质量、被引用次数，给程序员打分。他们创始人说了一句话："你的工作有没有成绩，不用我说了算，说服AI就够了。"
这个方向的关键是：
管理者想清楚什么样的行为是好的，然后把标准给AI。
西门子在内部推行了"技能徽章"系统：员工学习技能获得徽章，徽章决定你能参与什么项目、以什么角色参与、拿多少项目奖金，也决定你的晋升和薪酬。
这不是什么新概念——制造业的"多能工"早就是这个逻辑，掌握越多工序的技能，排班越灵活，单人产出越高。西门子只是用游戏化的方式把它系统化了。
核心转变是：从"你在什么岗位"到"你有什么能力、你创造了什么结果"。
这不只是激励设计的问题，它要求整个薪酬体系重构。
AI来了，组织里能留下来的人越来越少，但都是更高阶的知识工作者。
而知识工作者的动力，靠钱只能解决一半。
另一半靠的是三种内在动机：
·归属感：我属于一个认可我的集体；
·自主感：我能掌控自己的工作方式；
·成就感：我做的事情有意义。
携程做了一件很聪明的事：用AI监控项目进度而非工时打卡，绩优员工可以选择"3+2"混合办公——每周两天不用去公司。这不只是弹性福利，这是用自主权作为激励货币，让高绩效者感觉被信任。
这里的核心逻辑是：
钱分对了是底线，三感做好了才是分水岭。
激励的四个不变
变化讲完了，说说更重要的：什么没变。
绝大多数企业激励做不好的最大原因，就是：老板或管理者靠主观判断在分钱。
因为这个人在威胁离职，给他加了薪。因为这个人跟了我多年，发了更多年终奖。因为领导觉得他行，给了他资源。
这不叫激励，这叫安抚。
真正的激励一定是：把想得到什么结果先定义好，基于这个结果设计机制，然后在期初就把规则讲清楚，一旦触发了就按机制兑现。
AI在这件事上会是一个大帮手——当机制建立好之后，AI可以自动计算、自动触发、自动兑现，完全绕开主观判断这个环节。
但前提依然是：机制要先建好。
老板要赚更多钱，员工要拿到与贡献匹配的回报，管理者要有资源可以分配——这三件事不冲突，但它们有一个共同的前提：人效得先提上来。
人均营收、人均利润、人均产值提高了，激励的空间才会增大，三方才能都赢。
所以所有的激励方案，最终都要回到这个问题：这套方案，能提升人效吗？
这是一把最直接的尺子。
激励方案出问题，90%是因为导向错了。
有一家跨境电商企业，老板想转型精品路线，但开发团队的考核还是按"开发款数"和"销售额"算奖金。结果自然是大家继续拼命抄款、快速上新，没有人愿意花时间做自主研发。后来把激励改成"爆款率"和"毛利率"，行为立刻变了。
核心问题只有一个：你想要什么结果，你的激励指向了那个结果吗？
如果你现在拿着自己公司的激励方案，对照一下你真正想实现的战略目标，有没有错位？
马斯洛的需求层次不是一个过时的理论，它是人性的结构。
物质激励对应的是最底层的生理和安全需求——钱给够了才不会出问题，但不等于就能激发动力。
真正的动力来自上面三层：归属感、自主感、成就感。
未来值钱的管理者，恰恰是那些能在这三个层面激发员工的人。给方向、给意义——这是在激发成就感。让员工感觉被看见、被认可——这是在构建归属感。赋予边界内的充分自主——这是在激发自主感。
这些动作，AI做不了。
这也是为什么说，真正具备领导力的管理者，在AI时代反而会变得更值钱。
AI时代，激励这件事变复杂了，但没有变得更神秘。
变化的是工具——反馈更快了，评价更客观了，激励形式更多样了。
不变的是本质——机制要公平透明，目标要指向人效，导向要和战略一致，人心的需求层次永远是那几层。
很多老板现在焦虑AI会颠覆一切。我的判断是：颠覆的是工具，不变的是本质。
把本质搞清楚了，再去用AI加持它。焦虑解决不了任何问题，放下焦虑，回归本质，才是这个时代真正的解法。
本文整理自诚合益创始人孙晓平的直播分享。
如果你正在思考如何重新设计团队的激励机制，欢迎关注我们5月22-23日在南京举办的
《精准激励》线下公开课：
从策略设计到5类岗位、14个激励场景研讨，让你带着问题来，带着方案走。
即将开课：
