在人工智能深刻重塑商業(yè)世界的當(dāng)下，盛大集團(tuán)創(chuàng)始人陳天橋于近期發(fā)表的文章提出一個(gè)核心論斷：未來(lái)的企業(yè)變革并非基于人工智能實(shí)現(xiàn)“更好的管理”，而是指向“管理的退出”。

傳統(tǒng)管理學(xué)范式在AI時(shí)代面臨的根本性挑戰(zhàn)與進(jìn)化方向到底是什么？?企業(yè)管理界如何看待“黃昏”與“黎明”？本刊特邀管理學(xué)者、新華都商學(xué)院理事長(zhǎng)、上海創(chuàng)智組織管理數(shù)字技術(shù)研究院院長(zhǎng)陳春花分享她的觀點(diǎn)。

——編者

來(lái)源：企業(yè)家雜志（ID：qiyejiazz）

作者：陳春花 新華都商學(xué)院理事長(zhǎng)、上海創(chuàng)智組織管理數(shù)字技術(shù)研究院院長(zhǎng)

全文 3483 字｜閱讀 8 分鐘

圍繞人工智能對(duì)組織形態(tài)與治理邏輯的深刻影響，陳天橋近期提出“管理學(xué)進(jìn)入黃昏”的判斷，引發(fā)了管理學(xué)界與產(chǎn)業(yè)界的廣泛關(guān)注。

事實(shí)如此，人工智能的快速演進(jìn)，正在系統(tǒng)性改變組織的認(rèn)知、決策與執(zhí)行方式。基于這一變化，人們也許感知到，管理作為一套為人類(lèi)有限理性與執(zhí)行能力所設(shè)計(jì)的制度技術(shù)，其歷史使命可能已經(jīng)完成。

這一判斷的張力在于：如果組織的主要行動(dòng)主體不再是人類(lèi)個(gè)體，而是具備學(xué)習(xí)、記憶與協(xié)同能力的智能體，那么圍繞“人”的管理是否仍具必要性？

陳天橋這一判斷以技術(shù)演進(jìn)與系統(tǒng)重構(gòu)為邏輯起點(diǎn)，具有重要的前瞻意義，這與我基于組織戰(zhàn)略與管理實(shí)踐視角的思考，形成了寶貴的對(duì)話與互補(bǔ)?？傮w來(lái)看，我們的思考在時(shí)代診斷的根本方向上高度一致，但在演進(jìn)路徑、階段重心與終極關(guān)切上，存在視角與側(cè)重點(diǎn)的顯著差異。這并非對(duì)立，而是共同描繪了AI時(shí)代企業(yè)轉(zhuǎn)型這一復(fù)雜圖景的不同側(cè)面。

本文的基本判斷是：進(jìn)入黃昏的并非管理本身，而是以控制人類(lèi)行為為核心的傳統(tǒng)管理范式。AI并未消解管理的必要性，而是推動(dòng)其向系統(tǒng)設(shè)計(jì)與認(rèn)知協(xié)同能力轉(zhuǎn)型。

在若干關(guān)鍵判斷上，我們判斷高度一致。

1.AI的本質(zhì)遠(yuǎn)超“效率工具”

AI并非一般意義上的生產(chǎn)率工具，而是重構(gòu)組織認(rèn)知結(jié)構(gòu)的基礎(chǔ)性技術(shù)。這一變化表現(xiàn)為認(rèn)知成本的顯著下降、決策邏輯的算法化以及組織記憶的外化與累積。

無(wú)論是我提出的“認(rèn)知成本的結(jié)構(gòu)性下降”，還是陳天橋判斷的“認(rèn)知解剖學(xué)的改變”，都指向同一事實(shí)：組織獲取、處理與使用知識(shí)的方式正在發(fā)生不可逆的變化，這正推動(dòng)商業(yè)系統(tǒng)從“賦能舊結(jié)構(gòu)”走向“原生重構(gòu)”。

我們都認(rèn)為，AI的核心價(jià)值在于重塑組織的認(rèn)知與決策方式，是認(rèn)知與組織變革的根本驅(qū)動(dòng)力，這是戰(zhàn)略與組織邏輯變革的起點(diǎn)。

2.傳統(tǒng)管理范式面臨系統(tǒng)性挑戰(zhàn)

在我看來(lái)，建立在穩(wěn)定流程、層級(jí)分工與監(jiān)督控制基礎(chǔ)上的科層制管理，在高度不確定與快速演化的環(huán)境中已顯露系統(tǒng)性失效，其核心問(wèn)題并非效率不足，而是適應(yīng)性與學(xué)習(xí)能力受限。

陳天橋則斷言“管理學(xué)的黃昏”，認(rèn)為基于人類(lèi)生物局限性（如有限記憶、需激勵(lì)）構(gòu)建的管理體系，在智能體（Agent）介入后將逐漸“退出”。

我們都認(rèn)為，未來(lái)的組織必須是開(kāi)放、靈活、智能化的，其核心邏輯將從“控制”轉(zhuǎn)向“連接”或“認(rèn)知演化”，組織形態(tài)需根本性進(jìn)化。

3.人類(lèi)的角色必須重新定義

隨著AI承擔(dān)越來(lái)越多執(zhí)行與分析任務(wù)，人類(lèi)在組織中的角色正在向目標(biāo)設(shè)定、價(jià)值判斷與意義建構(gòu)轉(zhuǎn)移。對(duì)于企業(yè)管理者而言，需要有全新的領(lǐng)導(dǎo)者角色，即布道者、設(shè)計(jì)者和伙伴；在《共生理念》一書(shū)中，我們更是強(qiáng)調(diào)組織范式的轉(zhuǎn)變，即追求從利益最大化轉(zhuǎn)向?qū)崿F(xiàn)意義最大化。

陳天橋則明確提出人類(lèi)應(yīng)成為“意圖策展人”與“認(rèn)知架構(gòu)師”，負(fù)責(zé)定義“為何做”（Why），而將“如何做”（How）的極致優(yōu)化交給智能體。

我們都認(rèn)為，在AI時(shí)代，人類(lèi)獨(dú)特的價(jià)值在于處理模糊性、定義方向、構(gòu)建信任與意義，升維為意義賦予者。這一轉(zhuǎn)變，是AI原生時(shí)代組織設(shè)計(jì)的共同前提。

陳天橋據(jù)此認(rèn)為，管理作為一套為人類(lèi)有限理性與執(zhí)行能力設(shè)計(jì)的制度技術(shù)，將在智能體成為主要行動(dòng)主體后整體退出。這一判斷在邏輯上成立，但其前提是將管理等同于對(duì)人類(lèi)行為的組織與約束。

“管理黃昏論”隱含的前提是：管理的本質(zhì)在于對(duì)人類(lèi)行為的組織、激勵(lì)與約束。當(dāng)這一前提不再成立，管理亦隨之失去存在基礎(chǔ)。

但是，管理的核心從來(lái)不是“管理人”，而是在不確定條件下，激活人，讓人有價(jià)值與意義，實(shí)現(xiàn)持續(xù)協(xié)同與行動(dòng)，以達(dá)成組織的目標(biāo)。

AI的介入確實(shí)改變了協(xié)同機(jī)制與行動(dòng)方式，但并未消解目標(biāo)設(shè)定、責(zé)任歸屬、風(fēng)險(xiǎn)權(quán)衡與價(jià)值取舍等問(wèn)題。相反，這些問(wèn)題在高度自動(dòng)化情境下更趨復(fù)雜。

在AI情境下，管理對(duì)象從以人類(lèi)個(gè)體為中心，轉(zhuǎn)向由人、智能體與系統(tǒng)構(gòu)成的復(fù)合行動(dòng)結(jié)構(gòu)，并且難度顯著上升。

在AI深度介入的組織中，仍然必須回答：誰(shuí)定義目標(biāo)？誰(shuí)承擔(dān)后果？誰(shuí)在效率與風(fēng)險(xiǎn)之間做出取舍？誰(shuí)為不可計(jì)算的價(jià)值負(fù)責(zé)？

這些問(wèn)題無(wú)法被技術(shù)內(nèi)生解決，而必須通過(guò)人的管理實(shí)踐完成。因此，更為準(zhǔn)確地判斷是：管理的使命并未消失。

具體而言，管理的核心功能正在表現(xiàn)為：

（1）界定組織目標(biāo)與行動(dòng)邊界；

（2）激發(fā)人的創(chuàng)智行動(dòng)；

（3）設(shè)計(jì)人機(jī)協(xié)同的結(jié)構(gòu)與規(guī)則；

（4）在效率、風(fēng)險(xiǎn)與價(jià)值之間進(jìn)行判斷與取舍；

（5）確保組織在高度復(fù)雜系統(tǒng)中的韌性與可解釋性。

陳天橋的判斷重要在于提醒我們：技術(shù)演進(jìn)不會(huì)等待管理理論的自我修正。

而管理學(xué)必須回應(yīng)的是：當(dāng)組織仍然是人類(lèi)承擔(dān)責(zé)任、創(chuàng)造價(jià)值與定義意義的場(chǎng)域，管理不可能真正退出。

真正的挑戰(zhàn)，不是告別管理，而是能否完成這一次范式轉(zhuǎn)型。

基于上述判斷，我提出“共生型組織”與“共生戰(zhàn)略”，作為對(duì)AI情境下管理范式轉(zhuǎn)型的回應(yīng)。共生并非技術(shù)決定論意義上的被動(dòng)妥協(xié)，而是一種基于組織演進(jìn)現(xiàn)實(shí)的主動(dòng)立場(chǎng)。

在可預(yù)見(jiàn)的相當(dāng)長(zhǎng)時(shí)期內(nèi)，組織將處于人類(lèi)判斷與機(jī)器智能深度交織的狀態(tài)。管理的關(guān)鍵不在于是否“退出”，而在于能否有效設(shè)計(jì)這一共生結(jié)構(gòu)，使組織在認(rèn)知擴(kuò)展的同時(shí)保持穩(wěn)定性與責(zé)任主體的清晰性。

在這一階段，管理的核心任務(wù)不再是控制執(zhí)行，而是設(shè)計(jì)協(xié)同結(jié)構(gòu)、降低系統(tǒng)摩擦、提升組織在高度復(fù)雜條件下的韌性與可理解性。

這并非對(duì)技術(shù)激進(jìn)重構(gòu)路徑的否定，而是一種基于組織現(xiàn)實(shí)與演進(jìn)節(jié)奏的專(zhuān)業(yè)判斷：黃昏屬于舊范式，黎明考驗(yàn)新管理。

因此，對(duì)“管理是否進(jìn)入黃昏”的回應(yīng)應(yīng)當(dāng)是區(qū)分性的。

AI確實(shí)正在終結(jié)以控制人類(lèi)行為為核心的管理范式，但并未消解管理作為一項(xiàng)專(zhuān)業(yè)實(shí)踐的必要性。相反，它迫使管理向更高階的系統(tǒng)設(shè)計(jì)與認(rèn)知協(xié)調(diào)能力轉(zhuǎn)型。

因此，AI時(shí)代管理面臨的并非“是否存在”的問(wèn)題，而是“以何種形式存在”的問(wèn)題。這一轉(zhuǎn)型，構(gòu)成了AI技術(shù)背景下，管理理論與實(shí)踐必須正視的核心議題。

彼得·德魯克在《管理的實(shí)踐》一書(shū)中指出：“管理是一種實(shí)踐，其本質(zhì)不在于‘知’而在于‘行’；其驗(yàn)證不在于邏輯，而在于成果；其唯一權(quán)威就是成就。”

所以，接下來(lái)，我從實(shí)踐與行動(dòng)的視角，把我們的論述視角、演進(jìn)階段重心和風(fēng)險(xiǎn)關(guān)切點(diǎn)展開(kāi)一次對(duì)話，以推動(dòng)邁向智能生存的管理進(jìn)化（見(jiàn)表1）。

基于AI未來(lái)，理解現(xiàn)在，這場(chǎng)對(duì)話也構(gòu)成了互補(bǔ)的認(rèn)知地圖，其關(guān)鍵維度（見(jiàn)表2）

陳天橋的思考，如一盞穿透迷霧的探照燈，照亮了技術(shù)演進(jìn)與文明重構(gòu)的遠(yuǎn)方地平線，甚至挑戰(zhàn)我們?nèi)ツ晿O限之外的根本命題——關(guān)于組織形態(tài)的終極可能，也關(guān)于人類(lèi)角色的重新定義。他所警示的“覺(jué)醒”階段，是對(duì)所有追逐效率與增長(zhǎng)的組織一聲深沉叩問(wèn)：在極致理性的演進(jìn)道路上，我們是否仍能牢牢錨定人的價(jià)值、意義與判斷？

這也呼應(yīng)了我一直強(qiáng)調(diào)：技術(shù)必須與組織的人文屬性相融合，而非剝離；必須賦能于人，而非替代人的智慧與溫度。唯有如此，我們才能在智能進(jìn)化中不失根本，不讓技術(shù)侵蝕組織最珍貴的韌性、創(chuàng)造力與信任基礎(chǔ)。

也因?yàn)榇耍?/p>

管理不是“退出”，而是“升級(jí)”——從“糾正人類(lèi)缺陷”升級(jí)為“協(xié)調(diào)人機(jī)共生”，工具從 KPI 變?yōu)閯?dòng)態(tài)目標(biāo)函數(shù)，從崗位結(jié)構(gòu)變?yōu)榻巧W(wǎng)絡(luò)，管理的本質(zhì)（整合資源、創(chuàng)造價(jià)值、激活人）不變；

AI不是“替代”，而是“延展”——AI是“人的能力放大器”，而非“新物種”，需通過(guò)管理設(shè)計(jì)“人機(jī)協(xié)同規(guī)則”，確保 AI 服務(wù)于人的創(chuàng)造力與社會(huì)價(jià)值；

組織不是“封閉”，而是“開(kāi)放”——AI原生企業(yè)需兼顧“內(nèi)部認(rèn)知演化”與“外部生態(tài)共生、社會(huì)價(jià)值創(chuàng)造”，成為“人機(jī)協(xié)同、內(nèi)外協(xié)同、創(chuàng)造整體價(jià)值”的系統(tǒng)。

黃昏屬于特定范式，而非管理本身——進(jìn)入黃昏的，是以控制人類(lèi)行為為中心的管理范式；正在到來(lái)的，是以認(rèn)知協(xié)同、系統(tǒng)設(shè)計(jì)與意義賦予為核心的新管理階段。

這場(chǎng)跨越視角的對(duì)話，與其說(shuō)是觀點(diǎn)的對(duì)照，不如說(shuō)是時(shí)代的共謀——在“黃昏”與“黎明”之間，共生，或許正是那條容納演進(jìn)、連接現(xiàn)在與未來(lái)的橋梁。這要求管理者同時(shí)具備探照燈般的遠(yuǎn)見(jiàn)與施工圖般的耐性，在構(gòu)建共生網(wǎng)絡(luò)的過(guò)程中，既定義意義，也賦能連接。（本文完）

微信 ID：chunnuanhuakai-cch