夜雨聆风
2025年，某制造企业的CEO做了一个实验。
他给所有中层管理者配置了AI决策助手。系统可以实时展示各部门的产能、库存、订单状态，甚至能给出"最优决策建议"。
半年后，他发现一个奇怪的现象：管理者们不是用AI来辅助决策，而是把AI的"建议"当成了"答案"。
有个区域经理说得直白："既然系统说最优方案是A，那我为什么要选B？选B出了问题，责任谁担？"
于是，一个原本用来"辅助决策"的系统，变成了"替人拍板"的机器。
中层管理者开始变得谨慎——甚至有些消极。他们不再主动思考，而是等待AI给出方案，然后执行。
这带来了什么？
效率确实提升了。但决策的质量并没有变好，反而变差了。
因为AI擅长的是"在给定约束下求最优解"——它不会质疑约束本身是否合理。
而这，恰恰是权力结构的本质。
权力不是谁说了算，而是谁定规则
很多人以为，权力就是"说了算"。
谁能拍板，谁就有权力。
但这只是表象。
真正的权力，是设定决策框架的能力。
比如，AI系统给管理者提供"最优方案"时，它已经帮你设定了决策框架：什么是"最优"？成本最低？效率最高？风险最小？
这些标准是谁定的？
不是管理者，而是系统设计者、算法工程师、产品经理。
他们决定了什么是"好决策"，管理者只是在他们的框架里做选择。
所以，当管理者把AI的"建议"当成"答案"时，他们实际上交出了权力——不是交给AI，而是交给那些设定决策框架的人。
哈佛商学院教授Shoshana Zuboff把这种现象叫作"监控资本主义"。但更准确地说，这是"算法代理权"——算法替你做决定，而你承担后果。
这带来了一个悖论：AI越智能，真正的决策权越集中。
因为只有极少数人——算法设计者——才有能力改变决策框架。其他人，包括管理者，都只是在框架内做选择题。
信息透明，不会改变谁有最终拍板权
有人说，AI能实现信息透明，权力自然会更公平。
这是另一个误解。
2024年，麦肯锡做过一个研究。他们追踪了30家企业引入AI决策系统后的权力变化。
结果发现：信息透明程度提升了67%，但权力集中度反而上升了12%。
为什么？
因为信息透明 ≠ 决策民主。
举个例子。
某快消企业的销售总监能看到全国所有区域的实时销量。信息是透明的。但当她要决定资源分配时，她依然会倾向于给那些"数据好看"的区域更多预算。
而那些数据不好看、但有潜力的区域，得不到支持。
AI让她更"理性"地决策了吗？恰恰相反——AI让她更"数据驱动"地固化了既有的权力格局。
因为算法只会告诉她"哪里数据好"，不会告诉她"哪里应该被扶持"。
后者是战略判断，是人的责任。
当算法接管了信息呈现，人反而更容易逃避这个责任。
权力结构背后的信任网络
权力结构的本质，不是组织架构图上的线条。
而是人与人之间的信任网络。
当一个人把权力交给另一个人时，他实际上是在表达："我相信你会用这个权力为我负责。"
这种信任，算法给不了。
2023年，斯坦福的Brian Uzzi做过一个实验。他让两组人做同样的决策任务——一组有AI辅助，一组没有。
结果发现：有AI辅助的那组，决策效率更高，但团队成员之间的信任度下降了23%。
为什么？
因为当AI给出"最优答案"时，团队成员不再需要相互说服、相互妥协。他们只需要接受系统的"答案"。
表面上看，决策更高效了。但实际上，团队失去了建立信任的过程。
而权力结构，恰恰是建立在这种信任之上的。
没有信任的权力，只是命令。有信任的权力，才是领导。
AI改变不了的三件事情
第一，谁来定义问题。
AI擅长解决问题，但它不会主动发现问题。
管理者真正有价值的部分，不是"怎么做决策"，而是"应该决策什么"。
一个区域销量下滑，AI会告诉你"原因是什么"——价格太高、渠道不足、竞品强势。
但它不会告诉你"这个问题值得解决吗"——也许这个区域本来就不应该投入，资源应该转移到其他地方。
后者是战略判断，是权力结构的核心。
第二，谁承担决策后果。
AI可以给出最优方案，但它不承担失败的风险。
管理者把AI的"建议"当"答案"时，他们实际上是在逃避责任。
"不是我决定的，是系统说的。"
这种逃避，会让权力结构变得脆弱。因为权力的合法性，来自责任的承担。
当管理者不再承担责任，他们就失去了权力的根基。
第三，谁构建信任网络。
权力结构依赖于人与人之间的信任。AI能加速信息流动，但不能创造信任。
信任需要时间、需要互动、需要在冲突中磨合。
当AI接管了决策过程，管理者反而失去了建立信任的机会。
他们变成了"执行者"，而不是"连接者"。
AI时代，权力结构会怎么变
权力结构不会消失，但会变形。
第一，权力会向上集中——只有极少数人能设定决策框架。
第二，权力会向下流动——执行层面的自主权会更大，因为AI能提供更多"即时决策"。
第三，中间层会变得更尴尬——既不能设定框架，又不能完全自主执行。
这对管理者意味着什么？
要么向上，成为"框架设定者"——参与系统设计、定义决策标准。
要么向下，成为"信任构建者"——在执行层面建立真正的领导力。
停留在中间，等着AI帮你决策，是最危险的位置。
权力结构的本质，是人的信任网络。
AI能优化信息流转，能提供决策辅助，但它不能替代人与人之间的信任。
当管理者把AI的"建议"当成"答案"时，他们不仅交出了决策权，也交出了责任——而责任，才是权力的根基。
AI时代，真正有价值的权力，不是"说了算"，而是"敢于承担"。
你敢让AI帮你做决定，但你敢为AI的决定负责吗？
这个问题的答案，决定了权力结构的走向。
模拟经营管理场景，每一步都是决策
在玩游戏中，学与练
