麻省理工学院斯隆商学院企业家保罗·奇克在他的新书《没有人在这儿工作》中指出，管理层级正在阻碍公司的发展——而人工智能可以帮助简化这种低效现象。

导语

2026年的知识工作者，正活在一种"分屏现实"里。

屏幕的一侧，是少数"被AI赋能的精英"——他们摆脱了传统组织的行政负担，以接近机器的速度行动；另一侧，是大量勤勉、称职的专业人士，仍在二十世纪的决策层级下运转，每前进一步，职业确定性反而少一分。

这是麻省理工斯隆管理学院（MIT Sloan）高级讲师保罗·奇克（Paul Cheek）在新书《No One Works Here》（《没有人在这工作》）中对当下企业的白描。他的判断很直接：即当机器能够做出更好、更快的决策时，就应该有意地将人类排除在外。

书名像个玩笑，指向的却是一个严肃的管理命题：当机器能在某些决策上做得更快、更好时，人的参与就不再是质量保证，而是效率负债。

01 正本清源："没有人工作"，说的不是躺平

单看书名，《No One Works Here》很容易被误读为一家全是懒汉的公司——没有人"干活"的最低效企业。

保罗·奇克写的恰恰是反面：这是一本关于最高效公司的书——在那里，人类不再以传统方式"工作"。

这句话听起来刺耳，拆开看却很朴素。作者真正批评的是另一类企业：在机器昨天就能完成的决策上，仍坚持"留人在环"。

这不是说所有决策都要交给机器。而是在AI驱动的企业时代，相当一部分决策已经不需要人类在场——识别出这一部分，并主动把人撤出来，才是新一代企业的分水岭。

判断一家企业会不会掉队，已经不在于它采购了多少AI工具，而在于它敢不敢在某些环节，让机器直接拍板。

02 人的瓶颈：犹豫不是安全阀，而是减速带

"把人从决策环里拿掉"，这个提议天然令人警惕。

1983年的电影《战争游戏》里有一个极端场景：军方高层争论是否将核导弹发射权直接交给超级计算机WOPR。支持者的逻辑冰冷而自洽——发射井里的人类操作员面对抉择的重量会犹豫，会拧不下那把钥匙；把人移出决策环，才能确保即时执行。在核战争的语境里，这套逻辑令人不寒而栗。

但今天，我们不必借助虚构故事就能看到"人在环外"的价值——它每天都在公路上上演，并且救命。

一辆配备智能紧急制动的汽车，会在人类驾驶员尚未察觉危险之前就完成反应。当大脑还在处理"前方第二辆车正在刹车"这个视觉信号时，AI已经算完了碰撞的物理过程并开始制动。在这一刻，人的生物延迟是 liability（负债），机器的自主行动才是救命者。

退回到全球经济的大多数场景，逻辑同样成立：绝大多数行业争论的并不是核按钮，而是价格调整、供应链路由、客户咨询。在这些领域，人的"犹豫"——约会议、找共识、走流程——不是安全机制，而是瓶颈。

作者提醒：对企业而言，这种瓶颈可能构成生存性威胁。

03 可靠性税：先慢后快，穿越"延迟J曲线"

当然，把人撤出决策环不是一键开关。

部署AI智能体的初期，延迟往往不降反升：你会花比亲自做更多的时间去审计它的输出。这就是"延迟J曲线"——事情会先变得更慢、更不确定，然后才变得瞬时。

作者将这段难熬的过渡期称为"混乱的中间地带"。赢家不是绕过它的企业，而是穿过验证期的泥潭、抵达另一端的企业——那一端的名字，叫"基于信任的自治"（trust-based autonomy）。

穿过曲线之后，组织的任务随之改变：把稀缺的人类带宽，留给那些真正需要人类独特能力、且即使有护栏、委托给AI仍可能造成损害的决策。

人不是退出组织，而是退出流程中的"等待位"。

04 结构性负债：组织层级，是给人体极限打的补丁

软件工程师常谈"技术性负债"。但作者指出：财富500强企业所患的，是"结构性负债"。

上一世纪，我们是为解决人类沟通的极限而设计组织的：

设立层级，因为一个人管不了一千个人；
设立部门，因为一颗大脑装不下所有知识；
设立中层管理，因为还没有网络来传递信息。

这套结构在当年是解药，在今天却是延迟的源头。一家传统企业要做决策，数据要沿着指挥链向上走——被汇总、被摘要、被做成PPT、被反复讨论。等决策做出、再逐级传回一线时，市场已经挪动了位置。

过去，"市场先于产品变化"是深科技的专属噩梦——一项十年之功的核心价值，可能一夜之间被大厂的一次发布会商品化。而今天，这个十年期的威胁已经降临到所有企业头上：一款数字产品上线仅数小时，其核心价值主张就可能被一次大型科技公司的发布所取代。

在以小时计的市场里，运转一套以会议计的决策体系，这就是结构性负债的本质。

05 落地之问：哪些决策应该交出去？

"人在环外"不能靠勇气，要靠标准。从服务实践来看，企业筛选可优先交由AI自主执行的决策场景时，可以用"四高两低"作为标尺：

高频发生：决策任务出现频率高，具备稳定、持续的使用需求；
高重复执行：规则相对明确、操作大量重复，适合由AI辅助或自动执行；
高数据基础：已有较充分、可获取、质量可控的数据和知识积累；
高性价比：预期业务收益相对于建设、运营与治理成本具有明显优势；
低实施风险：数据安全、合规、模型错误和业务连续性等风险总体可控；
低实施难度：技术成熟度、流程基础、系统集成与组织接受度支持较快落地。

书中提到的定价调整、供应链路由、客户咨询，正是典型的"四高两低"场景。企业不必等待一次完美的组织变革，而应从这些场景切入，用"先慢后快"的J曲线换回决策速度，再逐步扩大机器自主的边界。

需要同时守住另一端：那些后果重大、依赖人类判断力的决策，人的在场不是成本，而是最后的防线。移出人环的前提，是先划清哪些环里必须有人。

结语

《No One Works Here》的真正主张，不是"企业不再需要人"，而是"企业不再需要人来做机器能做的事"。

组织层级曾是给人体极限打的补丁。当AI接管了汇总、摘要、传递与大量常规判断，为沟通极限而生的结构，就成了为速度封顶的天花板。

对企业管理者而言，这本新书提出了三个值得立即自问的问题：哪些决策，机器昨天就能做？哪些流程延迟，其实来自结构而非能力？人类带宽，是否用在了真正不可替代的地方？

答案指向的，是同一场变革——把组织设计的目标，从"管理人的极限"改写为"释放机器与人的各自所长"。

本文编译自 MIT Sloan Ideas Made to Matter 于2026年8月25日刊发的书摘，原著《No One Works Here: How AI-Driven Enterprises Are Raising the Bar for Business, Leadership, and Competition》，作者保罗·奇克（Paul Cheek），MIT Sloan 高级讲师、MIT 创业中心 AI 与创业高级顾问、AI驱动企业研究院联合创始人。原书由 Wiley 出版（© 2026）。

预告｜中国人力资源开发研究会企业人才分会第二场直播：如何找到高价值的AI落地场景，敬请关注。