AI 时代来了,拉姆·查兰的《领导梯队》还有效吗

文章来源：Cindy聊组织与领导力

这几年，企业里一提到领导力发展、人才盘点，很多人脑子里都会自然浮现一本经典领导力著作——拉姆·查兰的《领导梯队》。从个人贡献者到一线经理、从经理到经理的经理，再到事业部负责人、集团高管，这本书帮无数企业搭出了“成长的台阶”。

包括我在内，很多做组织与领导力咨询的人，都受过这本书的影响。但当我这两年频繁走进正在做数字化转型、AI 转型的企业时，一个很直观的感受是：

如果还完全按 20 多年前的那套前提去看“梯队”，你会越来越看不准人。

这并不是说《领导梯队》整体失效了，而是——有一些“隐性假设”在 AI 时代已经不成立，如果不更新，我们用同一本书，得到的结论会越来越有偏差。

一、经典的底层价值还在，但不需要神化

先说清楚，我并不主张“把领导梯队扔掉”。

在今天，它至少还有三点值得保留：

第一，它帮企业看清了“角色跃迁”的本质差异。从个人贡献者到经理，不只是 KPI 从“我自己”变成“团队”；从经理到经理的经理，不只是多带了几个人，而是从“管事”到“搭系统、定标准”。

很多企业领导力问题，其实不是出在“人不行”，而是角色跃迁根本没完成：人已经坐在了更高一层的椅子上，脑袋还停留在上一层。

第二，它提供了一套相对统一的领导力语言。让老板、HR、直线经理可以围绕同一个框架谈人才，这一点在不少企业里已经形成共识。

第三，它提醒我们：领导力是“走”出来的。强调成长路径，而不是一次性选拔，这在任何时代都不过时。

所以，经典的价值还在。真正的问题不在这三点本身，而在于：它们背后默认了几条“没有被写进书里”的前提，如今正在被 AI 悄悄推翻。

二、AI 时代，领导梯队里“已经失效的几条隐性假设”

从老板和 HR 的视角，我想点出三条在实践中最容易被忽略的错位。

1. 假设一：经验差 = 信息差 = 决策优势（正在失效）

传统的领导梯队有一个隐含逻辑：层级越高，意味着他看过的场景越多、掌握的信息越多，因此：

“往上走 = 经验叠加 = 判断更优”。

但在 AI 时代，情况变了。

信息的“门槛”被大模型极度压缩了——一个在一线岗位上的年轻人，只要肯花时间，完全可以借助 AI 在短时间内：

汇总行业报告、竞品信息、海外案例；

做一版还算专业的分析草案，甚至给出几套看起来不算外行的解决思路。

信息不再是“高层独有”的稀缺资源。

如果我们仍然习惯于：

用“资历”“年份”“见过多少大场面”来推断一个领导者的决策优势，就会出现一个风险——

高估那些“见得多但不会用 AI 放大认知”的人，低估那些“资历不长却能用 AI 快速搭建视角”的潜力人才。

对老板和 HR 来说，这意味着：你的人才盘点表上看上去“很稳”的人，未必是真正在未来 3–5 年里能带着组织读懂新世界的人。

2. 假设二：管理跨度和团队规模是稀缺资源（在被重构）

在传统语境里，我们经常这么看一个领导者：

带了多少人？

管了几个团队？

横跨了几个地区 / 业务线？

越往上走，管理跨度越大、团队越多，似乎就越能证明他的领导力成熟。

但 AI 正在悄悄改写这一点。

当流程自动化、协同工具、智能助理逐步进入组织，一个领导者可以在不大幅增加人头的情况下：

同时管理更多项目；

与更广泛的内外部伙伴协作。

于是你会看到一种新型场景：

有的人带着一个不大的核心团队，通过数字化、AI，把业务做得极简、高效、清晰；

另一些人，带着一大片队伍，看起来“人多势众”，但中间充斥着大量低效重复劳动。

如果我们还在用“带的人多不多、层级厚不厚”来给领导力打分，就很可能会：

奖励“会堆人、不会用技术”的领导者，冷落“用小团队跑出高质量产出的”领导者。

在 AI 时代，“管理多少人”这件事的含义正在变化，我们更该关注的是：

在同样资源下，他能不能用更聪明的方式组织工作，把人从低价值劳动中解放出来？

3. 假设三：领导梯队是一条线性爬升路径（在被打断和跳跃）

领导梯队强调：一步一个台阶，不建议“跳级”。这在相对稳定的传统业务里非常合理。

但今天，你会越来越频繁地看到另一幕——

一个原本在中层位置的产品负责人，

因为抓住了公司一条关键的数字业务 / AI 项目，

很快被推到了更高的决策层。

如果我们仍然坚持：

“只有完整走完每一个梯队台阶，才算‘合格’领导者”，

那么对于这类“跳级者”，我们往往只能得出一个结论：

“不符合规范”。

可是，现实已经告诉我们：组织发展的节奏，并不总是按书上那条路径走。新的增长机会、新的技术场景，会创造出一些“能力跃迁快于资历”的人。

对老板和 HR 来说，关键问题不再是：

他有没有按照原版梯队走完每个台阶？

而是：

他有没有在关键节点，展现出“能驾驭更复杂系统”的能力？以及，他的这种“能力跳跃”是不是可持续、可复制？

三，AI 时代领导梯队，至少要加上的三块“新拼图”

如果说传统领导梯队的问题在于“前提没更新”，那在我看来，至少有三块“新拼图”是今天必须加上的。

1. 在每一层，把“AI 使用能力”拉出来单独看

很多企业的胜任力模型，会在某个角落写一句：

“具备数字化意识”“善用新工具”。

这类表述的共同特点是——谁都能勉强对号入座，但落不到行为上。

在 AI 时代，我更建议把它拆得更具体一些，并且按不同梯队层级，明确写进去：

对基层个人贡献者：

能否用 AI 提升自己日常工作效率？
有没有把重复劳动交给工具做，而不是“懒得学”？

对一线经理：

能否帮团队建立一套基本的 AI 使用规范？
避免大家漫无目的地尝新、浪费时间；

对中层管理者：

能否从流程视角来设计“人 + AI”的组合？
把 AI 真正当成生产要素，而不是“锦上添花的小玩意”；

对高层领导者：

能否在战略层面做出判断：哪些领域值得重投 AI，哪些地方不宜过度依赖？
能否在资源配置上，把“人 + 技术 + 流程”当整体来思考？

当我们把这些要求明确写出来之后，“会不会用 AI”就不再是一个模糊的标签，而是一组可观察的行为。

2. 在胜任力里加入“与智能体协作”的维度

过去我们谈协作，基本都是“人与人”的协作：

带团队、跨部门、管理外包伙伴……

但今天，越来越多的工作是在“人 + 智能体”的组合下完成的：

用 AI 做方案初稿，再由人判断和修正；

用 AI 做数据预处理，再由人做关键决策。

这时，一个领导者是否胜任，不仅在于他会不会带人，还在于：

他能不能把 AI 当成“虚拟团队成员”，合理分配任务？

他能不能分辨：哪些事情适合交给 AI，哪些必须由人来拍板？

他是否具备对 AI 输出质量的基本判断力，知道什么时候该“追问一句”？

在不同梯队里，这个能力的表现也不同：

基层更偏向“能用”；

一线经理是“能教团队用、能设规则”；

中高层则要“能设计机制、管好风险”。

如果这一维度缺位，你会发现：

有些领导者在人际协作上非常强，但一旦把 AI 拉进系统，他就会变得非常犹豫、甚至排斥——这会成为新一轮组织升级的隐性天花板。

3. 把“学习速度”从附属条目，拉成中枢能力

AI 时代，还有一个变化经常被忽略：经验的折旧速度在加快。

很多过去特别值钱的“行业经验”，在新技术、新模式的冲击下，其实在快速贬值。

这时候，一个领导者能否继续往上走，不再只是看他“过去干了多少”，更关键的是看：

面对新变量，他的学习速度、调整速度有多快？他面对不确定时，是本能防御，还是愿意先做小步试验？

在人才盘点和梯队评估时，我会建议企业刻意加一个板块，去观察：

过去一年，这个人在 AI、数字化相关的变化面前，做过哪些主动的尝试？

他有没有自己探索出更好的工作方式，还是总在等组织给培训、等别人带路？

在 AI 时代，“学习速度”正在从一个“软指标”，变成影响梯队跃迁的硬条件。

四、写在最后

回到开头那个问题：AI 时代来了，拉姆·查兰的《领导梯队》还有效吗？

我的回答是：

它关于“角色跃迁本质”的洞察依然有效；

它从“成长路径”看领导力的思路也依然重要；

真正需要更新的，是背后关于“经验、层级、路径”的某些前提。

如果这些前提不动，我们就会在人才评估时：

高估“资历很深、习惯旧世界玩法”的人；

看不见“更懂 AI、学习更快、能带组织跨越技术裂谷”的人。

所以，与其把经典一刀切地判死，不如从一件小事开始做起：

从下一次关键岗位人才盘点开始，在现有领导梯队模型旁边，加上三块简单的“附加镜头”：
不同层级的 AI 能力要求；
与智能体协作的能力；
学习速度和调整能力。

书还是那本书，但读它的人，必须先更新自己的前提。否则，我们用同一套框架，得到的结论，可能恰恰错过了真正值得培养的人。