Insight Pulse
慧思辨专栏
处于快速变化的商业环境当中, 企业所需的不只是解决问题的办法, 更要有洞察趋势、理解本质以及探索未来的管理智慧。HCR慧辰股份所推出的慧思辨专栏, 汇聚了公司管理咨询事业部专家的实践经验与思想洞见, 围绕智能时代企业战略重构、经营变革、组织能力、服务治理、客户体验、品牌与文化创新等领域, 分享趋势研究、案例分析、理论思考与观点碰撞, 持续探寻企业成长与管理创新背后的逻辑与路径。
这毫无疑问实在是一种极为向前的进展。与此同时, AI绝对不会再度转变成为IT部门单独所拥有的专门用的工具。与之不同的是, 真正切实知晓客户所面临的问题、流程之中那些堵塞症结以及业务方面所存在的机会的人, 原本就身处业务此时此刻的现场站点所在之处, 而进一步使得更多的员工拥有能够直接借助使用AI、对工作进行改造改变的能力, 恰恰正是AI能够释放出生产力的最为关键重要的条件要素所在之处。
然而, 一个新的管理悖论出现了这般情况: AI越易于使用, 企业里的行动就越易于发生, 行动越易于发生, 真正需要领导层作出的战略选择, 反而越容易被遮蔽。项目越来越多, 智能体越来越多, 每个部门都在“拥抱AI”, 但组织却可能越来越难以回答一个最为基本的问题: 这些行动究竟共同将企业引领至何方?
领导都在场
为什么领导力却可能消失？
在2026年8月的时候, 《哈佛商业评论》发表了MorganBlangeois与ThomasRoulet所撰写的文章《'LeadershipDrift' Is Stalling Your AI Strategy》, 研究者经历了长达三年的时间, 借助23次访谈以及3场领导团队研讨, 针对11家欧洲IT服务企业展开了研究, 他们发觉, 当AI转型遭遇阻碍时, 人们通常首先回想到员工抵制、技能不足或者技术障碍, 然而真正的问题有时候恰恰是源自领导团队自身。有研究者, 把这种现象, 称作“领导力漂移”, 也就是“LeadershipDrift”。
这个概念真正有意思之处, 并非“领导不懂 AI”, 许多高管其实深知 AI 可能改变成本结构, 可能改变人才配置, 可能改变客户关系, 甚至可能改变商业模式, 且会不断反复讨论 AI 战略, 然而一旦这些判断切实需要转化为资源重新分配, 需要转化为流程重构, 需要转化为组织调整, 以及需要进行利益取舍的时候, 决策常常就开始出现迟疑了。
一种微妙状态出现了, 领导者未离场, 然而领导力却在离场。CEO依旧参与AI会议, 企业也依旧设立AI委员会、数字化办公室以及专项工作组, 但是, 最应由领导层回应的问题, 即AI究竟要改变哪几个核心经营结果, 哪些流程必须推倒重来, 哪些旧业务应当停止, 哪些资源需要重新配置, 最终由谁承担业务结果, 却始终无法获得明确答案。
倘若这些问题不存在答案, 那么哪怕一家企业有着几百个AI项目此情况了无空当, 则也断然不能表明它确实拥有AI战略这个情形无有漏洞。人居于会议室里面, 然而领导力却很有可能已然脱离了会议室这个地方。
AI民主化没有错
问题是战略责任也跟着下沉了
那么从这个特定意义上来进行阐述的话, “领导力漂移”绝对不意味着企业应当重新拿回AI并将其放回到IT部门当中。恰恰与之相反的是, AI所具备的最大组织价值中的一个方面, 便是技术能力正处于这样一种态势, 即从少数的专业部门朝着整个企业范围进行扩散。以往企业在开展数字化相关工作的时候, 常常呈现出“业务等IT”这样一种状况；而在未来, 越来越有较大可能性转变成为“业务自己去改变业务”。这样的一种变化是应该予以鼓励的。
真正的问题在于，创新权可以下沉，战略责任不能下沉。
此所意谓的是, 于AI时代真正所需的, 并非是再度施行集中式技术管理, 而是一种全新的治理关系, 即分布式创新, 集中式方向。
在这儿有必要去区分“授权”（delegation）以及“责任让渡”（abdication）, 模型的选择, 技术的实现, 智能体的开发又还有业务的试验, 这些方面都能够进行授权。然而业务的选择, 资源的配置, 组织的重构以及最终经营结果所产生的责任, 是不可以授权给IT部门, AI办公室或数智化团队的。AI领导力漂移其间真正的分界线, 在于领导层把技术执行那儿的授权给了出去以后, 是不是连经营判断这一块儿也一块儿交出去了。
换句话讲, AI民主化所解决的是“谁能够进行创造”, 而领导力所解决的则是“组织基于何种缘由创造”。
当执行跑到了战略前面
并非只有在AI时代才会出现领导力漂移这种现象, ERP建设的时候出现过类似问题, 数字化转型的时候也出现过类似问题, 客户体验转型的时候同样出现过类似问题, 具体表现为企业成立了办公室, 设立了KPI, 启动了大量项目, 然而却并未真正改变经营机制。
然而, 生成式AI将此问题予以放大 , 这是由于其具备一个极为特殊的特性: 启动变得越发容易 , 成果愈发易于展示 , 且应用边界日益拓宽。
曾经, 构建一款大型信息系统那会儿, 最先起码得经历预算之考量, 立项之批准, 开发之过程, 实施之实践。而如今, 一个部门短短数日便能搭建起来数个AI应用, 甚至一个人员一个下午即可拥有个人专属的智能体。如此一来, 企业便步入了一种往昔鲜有的态势: 执行之能力正迅猛超越战略生成之能力。
在过去的时候, 管理者最为经常抱怨的情况是, “已经对战略进行了清晰的思考, 然而执行方面却没办法追赶得上”；在AI时代, 有可能会出现与之相反的问题, 那就是, 执行方面已然快速开展起来了, 但战略方面却还没有思考明白。
顿时, 企业极易展现出一类繁荣模样: 各个部门均存有AI项目, 智能体数量递增, 效率改善事例不断浮现, 各式各样的POC接连不断地涌现。然而, 要是将全部项目置于一处, 却极难阐释它们彼此间存在何种关联, 为哪几个公司级目标共同提供服务, 以及是否切实改变了客户价值、成本结构或者竞争优势。
这是一种值得警惕的状态：行动繁荣，决策贫困。
然而战略的实质, 向来并非持续回应“我们还能够做些什么”, 而是清晰确定“我们决意去做什么, 抑或决定不去做什么事”。
AI越民主化
领导力反而越不能退场
为此, 极易出现的一种误解得予以纠正: 鉴于AI日益趋向民主化, 那么领导层是否就该少插手, 从而让业务部门能够自由地开展创新呢? 业务创新固然应当拥有更多的自由, 然而这并不表明战略领导能够同时撤离。
长久以来, BCG所提出的“10-20-70”原则已然表明, AI转型当中真正具备难度的部分并非仅仅是算法以及技术, 更多地是出现在人员、流程以及组织变化当中。其近些年度的研究同样持续着重指出, 处于领先位置的企业并非是同时去追寻几十甚至上百个应用场景, 而是由高层环绕少数核心优先事项达成战略上的一致, 与此同时鼓励员工将AI切实引入日常工作里。
此二者并非相互矛盾，由下至上的人工智能创新, 跟由上至下的战略领导, 原本就理应同在。
