专访中欧王安智：大厂逼员工用AI，成了一种形式主义？

PH值

知危

可能是为了裁员，有大厂把员工变成 AI 的对照组了。

某大厂员工润生（ 化名 ） 对知危表示，“ 公司现有项目被分成两组，一组是用 AI 的，一组是不用 AI 的。不用 AI 的是正常工作量，用 AI 的会安排 140% 的工作量，之后还会逐渐增加。”

他有些担忧地向我们表示：“ 感觉公司就是想看 AI 到底能提效多少，然后可能就要裁员了。”

如今，AI 提效正在成为大厂员工必须面对的一个话题。一边是大厂们正在强制所有人都要拥抱 AI，另一边是员工为了应付 AI 考核，开始用 “魔法战胜魔法”。

知危发现有些员工干脆用 AI 来写公司要求的 “ AI 使用心得”，还有人故意让 AI 去 GitHub 上面看上万行代码的项目来消耗 Token。这种通过 AI 去刷公司 AI 考核数据的行为，正在成为这场席卷全球的生产力革命中的某种形式主义奇观。

但是，不管是管理者还是员工，其实都应该考虑一个问题： AI 提效了，然后呢？

效率提升的红利是否真正转化为组织成长与员工福祉？还是仅仅成为了压缩人力、推高 KPI 的工具？或者甚至是干脆成了自己骗自己的形式主义呢？

为了探究这些问题，知危编辑部与中欧国际工商学院管理学副教授王安智在线上对话了两小时，以下是对话的主要内容。

*注：为方便阅读，对话进行了部分不改变原意的修改。本访谈在小宇宙和抖音分别有播客版和视频版，在相关平台搜索 “ 知危 ” 即可。

知危：现在很多大厂面对 AI 的迅猛发展，怕自己被落下，他们都是强制员工去使用 AI 的，甚至把 AI 的一些指标作为考核的标准或者说和绩效绑定，比如要求用 AI 写的代码占比多少、甚至是调用的 AI 的 Token 消耗量是多少。那您觉得这种指标是好的指标吗？

王安智：这个要回到一个蛮基础的逻辑，就是你用 AI 到底在用什么东西？我觉得这些现象基本上都是基于 “ 我要用 AI 来降本、来提效 ” 的逻辑建构出来的。可是，我们真的要用 AI 做这个事吗？

2025 年的时候，斯坦福大学有一个研究，它最后的结论是这样子的：表现平庸的人，把 AI 当工具，但表现杰出的人，其实是把 AI 当队友。

那什么叫做当工具，什么叫做当队友？简单来讲，如果你是希望 AI 给你答案，那就叫做当工具，如果你是希望 AI 帮助你变得更好、让你可以产出更好的答案，那就是当队友。（ 编者注：王教授提到当对手和当队友是对于使用者来说的，因为管理者更在乎的是工作结果，这就形成了某种目的性上的不一致，作为打工人，应该在这波浪潮里更多的关注个人借助 AI 的提升。）

MIT 的媒体实验室，里面有一位负责的人叫科斯米娜，她做了一个写作的实验：把人分三组，有一组是用 ChatGPT 来写作的，有一组是用 Google 搜索来写作的， 还有一组只能靠自己写作。然后，她把人摆到 MRI 或者是脑电仪里头去，看你头脑里面被激活的部分是多还是少。

结果是，用 ChatGPT 写作的人，他脑部激活是最少的，最多的是靠自己写作的，用 Google 搜索来辅助的人他的激活程度也还算高。

接下来还有一个反转实验，我觉得特别有趣。就是让本来靠 ChatGPT 写作的人把 ChatGPT 关掉，叫他变成要靠自己写作，另外一组是让原本靠自己写作的人开始用 ChatGPT 辅助写作。

这个实验最后发现，原本靠自己写作的人，就算现在有 ChatGPT 可以使用，脑部激活的部分还是比较多，而原本依赖 ChatGPT 写作的人，让他靠自己写作时，他的脑部激活部分仍然不高。

意思就是说我们人脑有种特性： “ 一旦养成任务可以外包出去的习惯，它就会觉得这件事就不归我管了 ”。

那个 ChatGPT 写作组，其实他就是把 AI 当工具的人，那个先靠自己写作再拿东西去辅助自己的人，他其实就是把 AI 当作队友的人。那谁是表现平庸的人？答案是当工具的人是平庸的人。

所以我会觉得，降本提效是跟工具连接在一起的，所以当今天你以组织架构的立场要求我们大家使用 AI 去做降本提效的时候，你本质上就是在告诉你的员工说 “ 我希望你把这件事情外包出去 ”。

那当员工觉得这件事我可以外包出去的时候，员工就失去主人翁意识了。

知危：所以您觉得，把某些 AI 相关的指标作为考核指标的话，这只是体现了 AI 作为一种工具的方式，长远来讲益处不大是吗？

王安智：是的，我觉得在 AI 时代，最终人还是要想一件事情：AI 时代何，以为人？人到底要在 这 AI 时代里面做什么事情？

作为人的头脑做的事情，我们在心理学上把这种东西叫做 “ 序列处理 ”，跟序列处理相对的另外一个极端叫 “ 同时处理 ”。你今天如果把作业丢给 AI 做，对 AI 来说 所有东西在同个时间内全部进来，都用一样多时间，这样叫同时处理。你觉得同时处理比较厉害？还是序列处理比较厉害？

知危：同时处理吧。

王安智：是的，但是很抱歉，人类的头脑是序列处理的，人类头脑设计出来的应用模式是这样子的，我们的注意力资源很有限，很多时候一次只能做一件事。

有一些东西虽然很耗费资源像你一开始学游泳，手要怎么划、脚要怎么踩、什么时候要换气之类的，都很耗注意力的资源。但我们可以通过刻意练习达到熟能生巧，熟能生巧之后，我们大脑就会把这一整件事情比如说游泳打包，之后把这件事自动化。

按照刚才我们说的这个人脑的原理，把任务随意外包这件事情，就变得非常的危险。

因为要把一个东西自动化的关键在于练习很多次、刻意练习到熟能生巧的程度，但如果你一开始就外包了，那这件事情就永远不会被自动化，它永远对你来说都是一个新的作业，它永远需要耗用你的注意力资源。

所以你会发现，有一些人到了 AI时代，即便有很多 AI 可以帮助他，他好像也没有变得比较轻松，因为他把很多东西都外包出去，那件事情他从来没有熟能生巧。

所以如果单纯地拿 AI 当工具，人类的头脑会失去一种很宝贵的东西，就是一直不断地、刻意练习。这样下去的话，你那个所谓的敏感度、所谓的灵感、所谓的那神来一笔、顿悟的感觉全部都不会再出现。

所以人类的头脑虽然好像跟能同时处理的 AI 比起来很糟糕、没有效率，但序列处理有它独特的优势，无论 AI 多厉害，顶多只能做到触类旁通，没有办法无中生有。

知危：但现状是，作为一个管理者，他可能在短期内会发现只要让员工去用 AI，肯定是能产生效率的提高的，这样他可能根本就不会去考虑太长远的问题。这就有了员工个人成长和管理者对效率的追求这两方的目的性的差异，该怎么处理这么矛盾呢？

王安智：你会观察到一个很有很有趣的现象，就是 AI 可以帮助一个个人提效 不止 5 倍 10 倍，那理论上企业应该要产值提升 5 倍、10 倍，但我们好像没有看到这种组织对不对？

也就是说，AI 给个人工作带来的效率提升和组织的效率提升中出现了一个 gap（ 差距 ），这是一个 ongoing （ 正在进行 ）当中的研究课题，我们还没有非常明确的学术上的答案。

但，我们可以来思考下，我会觉得人类世界的阶层性的组织架构，你除了把它想象成是一个信息传递系统之外，它也可以是创造活动的轨迹。所以一个组织、一个企业的老大，如果没有办法往上看，他就只能往下看，去降本增效，那这个企业的未来的格局，就很可能不会往上提升了。

如果我要让一家能够提效 10 倍的组织出现，你得把那个组织的天花板往上扩到 10 倍。在那个天花板还没有上去之前，是不会出现这种事情的。所以，我们要做的事，不是从这里省一点、那里省一点，聘 1 个人做 10 个人的事情然后裁掉另外 9 个人，这样是创造不出一个伟大的组织的。

伟大的组织是从创造活动中来的，而创造活动的本身，跟有没有 AI 不一定有直接的关联性。

知危：现在 AI 普遍被认为是一种新的生产力工具，企业或是组织通过行政的手段强迫去大家使用 AI，虽然可能不对，但会不会是技术革命必须经历的阶段？

王安智：如果你回顾历史的话，会发觉工业革命中，本来用的是蒸汽机，后来变电动机了。那这件事情的根源是一个技术上重大的突破对不对？可是真正以电动机为核心实现完全的工厂化，是什么时候呢？是电动机发明出来之后的 30 年后。

就是那个技术已经出现了，我知道电动机比蒸汽机强了很多倍，但我要根据那个电动机去规划一整个工厂的 layout ( 布局 ），然后把人配到工厂的合适的位置上面，让所有人的协作都能够非常精准地咬合在一起，这是需要时间的。

这就好像是把内隐形式的系统输出一个外显形式的系统一样，直到我能够把这个工厂设计出来，电动机才真正发挥了它的效果。所以，工业革命给我们的一个历史上面的一个经验，是一定有一个很聪明的人或一群很聪明的人他把工厂的设计给搞懂了，那电动机才真正发挥效果。

类比来看，AI 出来了，我知道它是一个非常 Powerful ( 强大的 ) 的工具，决胜的关键不是压迫底下的人用 AI 降本提效，而是这些老板里面有一两个特别开窍的人，他决定不要再做这样的事情了。

因为再怎么逼员工也没用，真正的瓶颈出现在老板本人的身上，他要根据 AI 这个新事物去设计新的 “ 工厂 ”，去看更广阔的其他地方，做开创性的事情、真正提高天花板，那他就撑出了底下的人的空间。

当老板开始往这样的方向去的时候，他才能带来更多的可能性。在公司里面，老板往上看，带来成长路径，那员工就会开始往上面看，当他往下看，告诉员工说要降本增效的时候，员工就也会只往下看，是不会有未来性的。

就像从蒸汽机走到电动机，最后出现一个真正产能巨大扩张的工厂一样，人们花的这 30 年的时间，其实就是一个往上看的历程。

知危：我前面的提问，似乎对 “ 大厂逼员工用 AI ” 是抱有偏见的，默认这么做不对。但其实 20 世纪初，人们全面电脑化的时候，企业也都是强制员工去使用电脑的，它说明强制带来的结果不一定是错的。

现在这些大的组织，因为客观上员工比较多，靠员工自己的自主性去拥抱 AI 是有点难的，那么现在这种强制员工使用的行政手段，会不会是打破这种组织惰性、倒逼员工学习的一个必要的动作呢？

王安智：我觉得这里有一个因果关系，我们要先搞清楚。

我认可的因果关系，是这样子：如果你做很多的创造，那自然的结果就叫做提效，所以因是创造，果是提效。

可是现在有很多企业把这两个东西反过来：我先逼迫你去做各式各样的提效，相信这样也许有人能够创造，它因果关系是反过来的。

所以我们也许要弄清楚，你为什么要逼他？你也没想好，就只能逼他。然后你赌的是做这件事情多了以后，搞不好会捞到一两个人他创造出一个真的有道理的东西来，这个效率并不高。

当你做越多创造的时候，你才会创造出越多商机、越多的可能性，在那个时候提效是自然的结果，甚至可能你不想提效，底下的人也会想要不然我来提效一下好了。

所以我觉得你还是得回到人性面去想这个事情，得先去找到那个创造的方向，那个方向有了以后，AI 才能帮助我们走得更快。

知危：其实我们刚才一直都在聊老板和最下面执行的员工，但其实在一个组织里面，除了这两个角色还有很多中层管理者。一方面，他要向对 AI 表现得很狂热的老板汇报，另一方面，他又要应对下面这些执行的员工的不解，那有没有可能这些中层管理者，才是决定企业在 AI 这件事上走向何方的关键的因素？

王安智：如果老板不晓得用 AI 到底是要干什么，相当于舵手没有在喊口号，那中层怎么知道他现在的节奏要怎么带？

高层必须制定出某一种应对的战略或者是公司的文化，中层才能很好的当一个桥梁的角色，把这件事情从一个比较抽象的状态转化成一个很实际的东西，交给底下的人去执行。

中层的人应该能够很清晰地了解 高层到底是什么意思，高层如果自己说不清楚、讲不明白，那这是高层的问题。等高层说清楚、讲明白了，才到中层去想怎么去传递和协调。

知危：其实有些员工也跟我讲了偏感性的烦恼，比如有个写代码程序员，他说使用 AI 的过程中，他感觉 AI 剥夺了他写代码的乐趣。这种心理变化，是作为一个领导者需要去关注的东西吗？

王安智：我觉得需要，人必须要具有充沛的意义感，才能够很快乐的活着和工作，在任何时代应该都是这样子的。

一旦一个人发觉做事情不再有意义感了，那他就不太有办法可以走得很长、走得很快乐。作为主管，你要帮他创造出来那种来自于实验性开创的意义感。

知危：我看您之前的视频，提到过速度感这个词，你怎么看 AI 时代的速度感？

王安智：我有的课上会跟同学说，速度感是一个很华人的东西，我们很在乎什么事情都要做快一点、高效一点。在这种感觉底下，我们那种被逼迫的焦虑感会比西方人还深。然后我们会发觉，当你的焦虑感高到一个程度的时候，创造力的产出就会明显的掉下来。

当你对提效过于执着的时候，那创造活动是会受到限制的。

知危：我看您之前说过，经济增速放缓的时期，您教 “ 以人为本 ” 时，老板们会比较听得进去。那现在这一两年 AI 快速发展的背景下，您教这个，学生们还能理解吗？大家好像可能会觉得 “ 你不干有的是 AI 干 ”。

王安智：通常是人在越困顿的时候，反思会越深刻。所以外部机会很充沛的时候、外面的钱赚得非常快的时候 你跟他讲说要反思、要以人为本，他只会告诉你说 “ 我就希望先把钱赚到手，以人为本的事我以后再说 ”。

今天如果 AI 你觉得是巨大的威胁，那它就会带来很多的反思。如果你觉得我现在在上升阶段，我现在这个牌局一直在赢，那你就比较不会反思，这是人性。

只有你把 AI 当做危机，搞不好连你老大的位置都坐不稳的时候，才会比较沉下心来想你到底要用 AI 做成什么事情。想通了，你就走到 “ 创造为因，提效为果 ” 的一个路径上，我觉得这样才会有一个比较高的提升。

知危：我发现有一些员工，他比较愿意去探索 AI 这种新的东西，秉承着一些比较朴素的社会达尔文主义，认为 “ 你们适应不了这些新变化的人，就应该被淘汰 ”。你怎么看待这种想法？

王安智：我这里有些高管同学就会有这种想法，觉得 “ 你如果做得不好的话，那你就应该被开掉，让我换一个更好的人 ”。

但是其实在真实世界里面，把一个人开掉再换一个人有很高的成本，而且现在这个时代，真的能够在职务上面非常能力匹配、其他方面又很合适的人，并不好找。

所以，领导力的主题不是管理，而是点亮。

就像在戈壁徒步的时候，你们队有一个人，他走的很慢，你绝对不能把他背在你的背上，你再厉害都不行。一旦你把他背到背上去之后，你对这个人的观感就会改变 ，你就会开始想距离终点还有多远、到了营地之后就把那个人拉黑。

真正好的做法是，你能从内在上把那个人点亮，把他点燃。可能在前面的互动里面，你了解到这人比较喜欢吃东西，你就应该开始跟他聊吃的东西。比如聊有这种口味小龙虾、那种口味小龙虾，讲着讲着他就兴奋起来了，然后那个时候就要鼓励他，就是忽悠也要把他忽悠到终点。

这样，你在做的事情就是从内在点亮他。你永远没有办法靠外在的管理去逼迫一个人，那种路走不长远的，如果是短跑也许还可以，可是现在的企业都必须要做长。

现实情况下，有的时候队友是已经确定了的，很可能我们队就这些人了，也没有办法再组成什么更强战队了，那里面就是会有一个人看起来能力上、资历上甚至运气上比较弱的存在。这时候真正的领导力不是说我把他换掉，现实情况下我就这些人可以用，我怎么把这些人都点燃起来，才是领导力的展现。

所以，我觉得不管是不是 AI 时代，深度理解挖掘员工的需求缺口是一个非常关键而重要的能力。为什么要学以人为本？就是这样子。

有一个人在你的企业里面非常纠结，你可以很简单归因说就是他能力不行、要换掉，但你应该要去挖掘他为什么现在表现纠结，有些时候挖掘到最后你会发觉：好像不是他的问题，是谁的问题？是公司的问题。

那其实这个人，是我们公司的贵人。如果你能够基于他的问题，进而发现了公司启动变革的重要因子，那你是再幸运不过的公司了。

知危：我之前也看过黄仁勋的一些关于 AI 的看法，他也提到过那些靠裁员来应对 AI 的领导者可能是因为确实想不到更好的办法了、脑子里没有新的东西，那么您觉得在当前的背景下，是不是老板或者说领导者自己要对 AI 足够的了解，由他带领员工，组织才能完成变革？

王安智：作为公司的老大，你应该想这个东西怎么帮客户创造出价值，就算没有 AI 帮助你，你也应该要想清楚，这样你才会在所有的商业环境竞争者中脱颖而出。

而这样的能力，如果有在过去 30 年帮助你脱颖而出，未来 30 年应该也可以帮助到你，这件事情跟 AI 不一定有直接的关联性。

知危：最近一两年。您作为中欧国际工商学院的教授，会接触大量的一线的企业家和管理者，他们会跟您反映一些 对于 AI 的迷茫或者说他们自己的思考吗？

王安智：其实对他们来讲，这是一个非常新的东西，现在来读商学院的高管同学可能是 70 后、 80 后，如果用年轻人的词汇来形容，整班我在教的人都是 “ 老登 ”。但是你说有没有愿意更开放的去接纳这些事情的老登？我觉得还是有的。

比如说像石化行业，是非常的传统的行业。它的那个控制室，一个人眼睛前面要八个屏、十个屏的，然后所有人应该都很忙碌对不对？现在有了 AI 之后，就可以不是这样了。就实际在厂区里面走的人会非常的少，那些控制室每个人面前的十台屏幕很多事情不需要一个人来处理，这些事情都 AI 去处理了。然后老板说，那你就去喝杯咖啡好了。

后来就说，如果是这样子，你们也不用穿工作服了，穿西服来上班就好了。再过一阵子就会说，如果是这样的话，控制室为什么要摆在工厂旁边？反正都是线上处理的，厂区可能在很偏的地方，但控制室可以放在县城。

他下一步就会在想，那控制室可不可以在上海、在北京？就其实有非常多的应用是现在都已经在做的事情了。

还是有非常多的企业家，他把自己弄得非常清楚，一直不断在吸收全新的东西。

知危：这些企业家应该经历过很多风口的变化，这种变化和现在 AI 带来的变化，在他们看来会是本质上没有很大的区别吗？

王安智：有可能，比如说我在课堂上跟他们讨论 AI 带来的变化的时候，通常我们最后会导引到的结论就是，其实如果你要研究 “ AI 对这个世界带来什么变化 ”，这好像一个很新的题目，可如果你要研究的是 “ 变局对管理者所造成的影响 ”，那这个我们已经研究很久了，AI 也是一种变局。

知危：您现在会考虑 AI 时代教育产业要怎么去发展和改变吗？

王安智：有，比如说我们学校的 DBA 课程，他读完是有博士学位的，我也拿 AI 训练出一个对话的平台让 DBA 的同学跟 AI 对话，最后 AI 帮助他把他感兴趣的管理现象梳理出来，变成一个可以做的论文的题目。

知危：最后一个问题，假如我们设想未来 AI 已经强大到可以执行大部分我们日常工作的地步，您觉得职场会变成什么样？

王安智：我觉得如果我们就把所谓的 AI 时代再细分成几个阶段。

2022 年到 2024 年，我会说这叫做 MaaS 的时代就是 Model as a Service，我们都在谈要怎么做模型的事情，那个时候 AI 是工具，人是使用者。

2024 到 2026 年的发展，是 SaaS 的时代，AI 是技能的组合，Skills as a Service，这时 AI 是你的协作者，而人类的角色比较像是决策者。

2026 年开始 AI 最终要走向的就是那个 AGI 的时代，那 AGI 的时代 AI 是代理者，它可以取代人类了，那人要干啥？

我觉得我的答案是：在 AI 成为代理者的时候，人应该是探索者。

就是，执行是 AI 的事，AI 同时处理的能力强，它最强的就是执行，而人类的头脑是序列处理的头脑，人类最强的事情就是探索。

人可以进步，人可以不断的触类旁通、无中生有，变成一个不一样存在。其实我觉得真正严格定义上来讲，最底层的电力、算力决定了以后模型是不会无限进步的。所谓 AI 的迭代，是我把底下这些参数改变了提升了，让 AI 可以做更多的事情。

作为人类，你要去创造新的东西、你要去创造新的意义、你要去创造下一个 generation ( 一代 ) 的人类应该要往哪一个方向去走。

这些东西 AI 不会做的比我们好的，我很乐观的讲，AI 就是你给定的 Database （ 数据库 ）就这么大，它长不出这个 Database 以外的东西。

它可以很快速的运算、它可以很快速的去做数据的分析跟整理、它可以去做各式各样的对照、差异比较......这些东西都做得比人好太多太多了。

可是 AI 弄不清楚为什么 “ 一个难题你先暂时丢下不想而是出去跑步，再回来， 哎，突然你解开了 ” 这样的历程， AI 也许永远不会懂这个事情。

这本来就是造物主赋予人类的任务，你应该好好去做这件事情，当所有的人类都专注做探索者的时候，那我们的世界就应该会去到一个你现在无法想象但是更美好的地方。

而这，就是手上有资源、有筹码的人，都应该要去努力的方向。