演讲：沈小滨（中国企业领导力发展中心首席领导力顾问）
在AI时代，管理与领导的边界何在？我的判断是：AI正在接管管理职能，企业中高管必须经历从“管理者”向“领导者”的范式转移。
DIKW模型：什么不可以交给AI
理解AI时代的领导力，需引入艾可夫DIKW模型，即数据（Data）、信息（Information）、知识（Knowledge）与智慧（Wisdom）。AI可高效处理数据、信息及部分知识，但在“智慧”层面仍存在局限。
以医疗场景为例：胸片、X光片的识别可交由AI完成（数据与信息处理），但最终的用药决策、手术方案制定（智慧判断）必须由人负责。尽管大模型背后蕴含算法智慧，但在涉及具体人的决策时，其可靠性与可行性仍受质疑。
解决这一问题的关键，在于领导者个人的常识、逻辑体系、系统知识架构以及文化价值观。例如，面对同样的发烧症状（数据）和细菌感染判断（信息），针对儿童、老人或孕妇的不同用药决策，体现的是基于人性与伦理的智慧。因此，信息与数据处理可外包给AI，知识应用需人类审慎判断，而核心决策必须依靠人的智慧。
领导者的三大新角色
AI时代对领导者提出了新的职责定位，主要体现为以下三个角色：
第一，首席赋能官。领导者不应仅止于下达指令，而应致力于团队赋能，缺什么补什么。通过激发个体与团队的潜能，将其提升至更高能量层级。
第二，首席意义官。核心任务是回答“为什么做这件事”，阐释工作对人、客户及组织的深层意义。
第三，首席探索官。面对日新月异的大模型与人形机器人技术，如何将新技术落地应用，需要领导者在未知领域中持续探索。
对企业而言，领导者的发力点在于成为团队的赋能者、凝聚者以及创新的进取者。企业文化需从“追责优先”转向“解决问题优先”，构建鼓励创新的机制与流程。
领导力的六大转型
传统企业向AI驱动型组织转型，领导力需在六个维度实现转变：
1. 从下达命令到激发意愿。领导者需从强势指令者转变为“首席提问官”，通过高质量提问激发团队内在动力。
2. 从管控行为到定义价值。执行层面可交由AI，领导者的重心应回归价值判断，即评估事情是否值得做，履行“首席意义官”职责。
3. 从信息中转站到统筹人机协同。单纯承担任务分解、跟踪、汇总工作的中层管理者面临高危风险。领导者需升级为统筹人与机器协作的核心枢纽。
4. 从考核短期绩效到平衡长期发展。避免陷入KPI压迫下的短期主义，领导者需作为“首席战略官”，平衡短期生存与长期利益。
5. 从专业能手到首席学习官。无论过往专业背景如何，领导者必须以身作则，引导团队快速学习并将新知转化为业务价值。
6. 成为首席情绪官。从单纯关注数字效率转向兼顾效能与人性。效率关乎速度与成本，效能关乎方向与长远，领导者需守护团队的情感与人性价值。
人机协同的三大特点
企业推进人机协同，可聚焦于生产力提升、关系改善与互相监督三个维度：
第一，提升生产力。领导者需明确界定哪些工作应交由机器执行，以实现按需索取与物质丰富。
第二，改善关系。AI可通过监测生理指标辅助情绪疏导。例如，物流行业通过智能设备监测快递员心率、语音等数据，优化订单分配，缓解心理压力。
第三，互相监督。既利用AI监督人的行为与情绪，人也需监督算法的合理性与公正性，这是领导者的重要使命。
回归领导力本质：十大大师观点启示
区分管理与领导是提升领导力的前提。梳理十位领导力大师的观点，有助于在AI时代回归本质：
- 伯恩斯：区分交易型领导（谈利益）与变革型领导（谈情怀、价值观，提升人的层次）。
- 约翰·科特：管理旨在维持秩序（如PDCA、绩效考核），领导旨在推动变革与创新，甚至适度“破坏”旧秩序以重构新秩序。
- 沃伦·本尼斯：管理者把事情做对（do things right），领导者做对的事情（do right thing）。
- 罗纳德·海菲兹：管理解决已知的技术性问题，领导解决未知的适应性难题。
- 比尔·乔治：管理关注做事方法，领导关注赋能他人。中国企业管理过剩、领导不足，制约了创新。
- 诺尔·蒂奇：管理聚焦系统流程，领导聚焦教导育人。企业应成为批量生产人才的“教导型组织”。
- 吉姆·柯林斯：卓越企业需要具备谦逊品质与坚定意志的“第五级领导者”。
- 詹姆斯·马奇：管理是疏通管道（解决现实问题），领导是书写诗歌（展现愿景与情怀）。企业不能仅有KPI，更需诗和远方。
- 帕特里克·兰西奥尼：管理关注“做什么”和“怎么做”，领导关注“为什么做”及如何激发动机。
- 库泽斯与波斯纳：领导力不靠头衔，而靠行为与实践。人人皆可发挥领导力。
综上，AI可接管大部分管理工作，但领导力的核心——激发、意义赋予与人性关怀，仍必须由人来承担。当AI接管管理，人类领导者的价值将更加凸显。
来源：北大国发院（ID：nsd-pku）
