AI时代下，领导力的趋势与未来

ttxx

在很多组织里，管理者都有一种相似的感受：人越来越忙，信息越来越多，系统越来越复杂，但结果并没有变好。会议开得很勤，指令下得很细，工具换了一轮又一轮，决策却依然迟缓，执行反复返工，团队的整体效率不升反降。表面看是管理不够用力，实际上，问题早已不在人，而在环境本身。

当人工智能开始以“协作主体”的身份进入组织，一个被长期忽视的底层规律被放大呈现出来：无论是人，还是智能系统，注意力和认知能力都是有限的。一旦信息过载、上下文失控、有效信号被噪声淹没，系统就会迅速退化。

这迫使我们重新审视领导力的核心命题。真正的领导力，已不再是事无巨细地干预，而是学会设计情境——筛选高价值信息、将记忆外化到系统、持续清理无效背景，让组织能够清晰感知、理性决策并稳定行动。以下内容，将从这一视角展开。

当人工智能“卡壳”，领导力的老问题被照亮了

在人工智能领域，技术日新月异，但有些道理却被一遍又一遍地重新验证。最近，有研究指出：当一个智能系统被塞进太多无关信息、噪声和细节时，它反而会变“迟钝”——反应变慢、判断失准，效果明显下降。

如果你带过团队，哪怕只有一小段时间，这种感觉一定不陌生。人也是一样：事情越多、指令越杂、背景越混乱，效率就越低。

过去十多年里，我们一直在帮助管理者打造高效组织。意外的是，如今在管理人工智能时，领导者遇到的困境与管理团队时几乎完全一致——同样的失控方式，也隐藏着同样的突破口。

一个关键认知正在浮现：当你把人工智能当作“团队一员”来对待，承认它和人一样有能力边界、有注意力上限，你反而更容易驾驭这个新时代。

这并不是因为机器越来越像人，而是因为真正有效的领导力，从来只做一件事——为“精力有限的系统”设计清晰、可运行的环境。接下来，我们来具体展开。

有限注意力：为什么越忙，反而越低效

在人工智能世界里，有一个很直观的发现：再聪明的系统，注意力也是有限的。研究者把它称为“注意力预算”。当你往系统里塞进太多无关的信息、过期内容和噪声，它并不会更聪明，反而会变慢、变笨，判断也更容易出错。

把视角拉回到现实中的团队，道理几乎一模一样。人的精力同样有限，只是我们更习惯称它为“时间和能量”。很多组织的问题，并不源于能力不足，而是长期处在注意力被过度消耗的状态：项目同时推进太多、工具各自为政、沟通渠道泛滥，重要决策被淹没在信息洪流里，每一件事都要拉上一大群人讨论。

结果就是，团队看起来很忙，却始终抓不住重点。当你给团队安排十几项“最重要的事情”时，并不是在激发潜力，而是在分散注意力。效果，和让人工智能在一个被塞满垃圾信息的窗口里工作，没有任何区别——效率下降、节奏变慢、错误频出。

人工智能的解决方式很直接：主动清理无效信息，只保留高价值内容。而人类团队的问题，答案其实也是同一个。

高信号优先：信息越少，方向越清晰

在人工智能领域，有一条看似反直觉却极其重要的建议：不要喂给系统更多信息，而是只留下最有价值的那一小部分。研究者把这称为“高信号输入”——信息不在多，而在准。

放到现实中的团队管理，道理同样成立。对人来说，高信号意味着“高杠杆点”——那些真正能撬动结果、影响全局的关键信息。优秀的领导者，很少靠堆材料、压信息来推动事情，而是善于筛选：哪些必须说，哪些可以不说，哪些根本不该现在说。

回想一下，你读过最好的战略说明，是几十页密密麻麻的分析，还是两三页就讲清楚背景、方向和取舍的文字？答案往往很明确。很多全员会议之所以让人觉得“听了也白听”，并不是大家不认真，而是信息被一股脑儿倒出来，却没有被提炼成真正有用的信号。

你不会要求人工智能理解所有可能的细节，只需告诉它目标和边界。同样，对团队而言，你的职责不是规定每一个动作，而是搭好语境：方向清楚、预期明确，同时给执行留下空间。

随用随取：组织能不能做大，取决于“记忆”放在哪

在人工智能系统中，真正高效的做法并不是一次性把所有信息都塞进去，而是“需要时再查”。智能体会在关键时刻调用相关资料，而不是长期背着一大堆背景信息工作。这样，它的注意力始终用在当下最重要的任务上。

优秀的团队，其实也是同样的运作方式。如果员工必须把所有战略、所有历史决策、所有背景细节都记在脑子里，组织表面上依赖“能干的人”，实际上却非常脆弱——一旦人离开、记忆模糊或沟通中断，系统就会失灵。

相反，如果大家清楚：需要信息时去哪里找，通过什么工具、什么流程、哪些文档就能快速补齐背景，你建立的就不是“靠人硬扛”的组织，而是一个可以复制、可以扩展的系统。

把记忆从大脑里搬出来，本质上是在放大团队的认知能力。这也是我常提醒管理者的一点：别再把关键策略和判断只放在自己脑子里，要把它们写进系统、流程和工具中。

当信息只存在于个人记忆或零散对话里，你无意中就成了瓶颈。真正的解法，不是更拼命，而是让“情境”本身可被随时调用。

不断“压缩”：组织如何避免集体失忆

在人工智能系统中，有一项非常关键的能力，叫作“压缩”。系统会定期整理过去的内容，只保留真正重要的结论和经验，把无关的信息清理掉，同时把稳定、有价值的知识存放到长期记忆中。这样，新的工作才能在清爽的环境里继续进行。

放到现实中的组织，这件事其实早就存在，只是我们常常把它做成了形式。复盘和汇报、战略规划会议、真正能落地的目标体系、清晰的流程节奏、被写下来的原则和结构图、实时可见的数据看板——如果这些机制设计得好，它们不是“走流程”，而是在持续为团队做一次次“语境清理”。

它们的作用只有一个：去掉噪音，留下信号。哪些经验值得保留，哪些决策已经确认，哪些承诺仍然有效，下一步到底要做什么。

如果组织从不做精简，只是一味叠加事情，就会被旧想法、过期假设和僵化的优先级拖住脚步。没有被写下来的东西，很快就会消失，只存在于个人记忆中的信息，永远无法规模化。

我们见过不少能力出众的管理者，因为抗拒记录和提炼经验教训，最终让组织陷入“反复解释、反复讨论”的循环。你不会让智能系统这样工作，也不该让公司如此运转。

分工协作：结构不清，再强的人也会被拖垮

在人工智能系统中，面对复杂任务，常见的做法不是让一个“全能智能体”硬扛，而是拆分角色：由一个协调者负责分配任务，多个专门的子代理各自处理自己最擅长的部分。这样，每个系统只关注有限范围的上下文，整体效率反而更高。

放到现实世界，这其实就是团队结构的本质。没有任何一个人，能把所有事情都想清楚、干到位；也没有任何一个部门，可以独立解决所有问题。真正可持续的方式，是清晰分工、专业协作，再通过明确的组织结构把力量整合起来。

你不会指望一个人工智能完成所有任务，同样，也不该指望某一个人“兜底一切”。但现实中，仍有不少管理者试图把自己变成万能中枢：所有决策要过他，所有问题要问他，所有协调都绕不开他。

这看起来像掌控，实际上却是组织被“卡脖子”。那不是领导力，而只是一个没有限流机制的人类接口，一旦负荷上来，系统必然失速。

回到本质：你真正该管的，其实是“环境”

把人工智能系统和真实的团队放在一起看，会发现它们并没有想象中那么不同。无论是智能体，还是普通人，都是“能量有限”的系统：注意力有限、认知有限，一旦被信息淹没，表现就会迅速下滑。它们都依赖清晰的背景、明确的边界，以及能够保护注意力、放大有效信号的结构。

这也是为什么，优秀的人工智能系统和优秀的组织，成功逻辑高度一致——它们都把“情境”设计进了系统本身，而不是依赖个别人的记忆和临场发挥。

因此，领导者真正的职责，并不是不断下更复杂的指令，也不是频繁抛出新的优先事项，更不是学会写更漂亮的提示语，而是把正确的背景信息、判断逻辑和决策原则，稳定地嵌入组织结构之中。

如果你在管理智能系统时感到吃力，不妨回头看看自己是如何管理团队的：

信息是否过多却缺乏重点？

旧背景是否从未被清理？

关键知识是否只存在于个人大脑中？

是否所有事情都必须经过你？

反过来也是一样。很多团队管理的难题，早已在智能系统的设计中找到了答案。

从哪里下手：先问对问题

改变并不需要从一套宏大的改革开始，而是从几个关键问题入手。你可以先把目光放回到当下的运行环境中，认真问问自己——

站在团队的角度：

1、现在，真正占据大家注意力的是什么？

2、是最重要的目标，还是无休止的沟通，会议和临时事项？

3、这一周内，有哪些背景信息其实可以删掉，却一直被反复提起、反复消耗精力？

4、又有多少关键信息，只存在于某个人的脑子里，而不是清楚地放在系统中，随时可查？

再看看你的人工智能系统：

1、你是否像对待团队成员一样对待它们，给清晰目标而非一堆杂乱细节？

2、你们是建立了可随时调用的知识来源，还是把所有内容一股脑塞进提示里？

3、你会发现，这两组问题的答案往往惊人地相似。因为不管你管理的是人，还是智能体，背后的运行规律是一样的。

一旦你开始有意识地设计“上下文”，管理就会变得简单而有效。最后提醒一句：当会议越来越多却没有结论，决策被反复推翻，优秀的人感到无力时，问题几乎从来不在个人，而在环境。而环境，是可以被结构性改造的。


来源：36kr