AI 参与战略规划的边界：能交给大模型的是分析，必须由经营者承担的是判断

一家企业准备召开年度战略会。过去可能要花几周整理的行业资料、竞争动态和经营数据，如今借助 AI，很快就能形成一份结构完整的分析稿。材料更丰富，选项也更多。可讨论到最后，管理团队还是卡在几个问题上：到底进入哪个市场？优先服务哪些客户？资源押向哪里？判断错了，谁来承担后果？

这些问题并不完全来自信息的不充足。AI 扩大了企业处理信息的能力，却不会自动赋予某个选项更高的经营优先级。战略规划最难的部分，往往发生在信息已经摆上桌之后。

企业把 AI 引入战略工作时，要先分清责任，譬如哪些环节可以借助大模型提高分析密度，哪些决定必须由有权调动资源、也必须承担结果的人作出。

战略规划中，有些工作可以反复校验。例如，行业规模的统计口径是否一致，竞争对手的动作有没有可靠来源，客户需求发生了什么变化，某项业务的收入、成本与现金流如何演变。AI 可以加快资料汇总，比较不同来源，识别数据冲突，生成待验证的假设，也能把会议中的分散观点整理成较完整的备选方案。

另一些工作一旦确定，就会触发真实承诺。企业准备服务哪类客户，靠什么获得利润，在哪个环节建立能力壁垒，哪些机会暂时放弃，未来一段时间又把预算、人才和管理注意力放在哪里。仅仅增加数据，无法替企业回答这些问题。

同样一组事实，放在不同企业、不同发展阶段和不同风险承受能力下，可能导向完全不同的选择。大模型可以呈现概率、相似经验与推演结果，却无法替企业承受相应的机会成本。

AI 适合先进入那些能够留下证据、接受复核的环节。

战略部门可以让 AI 整理外部变化，同时为重要判断保留来源和时间；可以让 AI 比较业务表现，但需要明确指标口径和适用范围；也可以让 AI 生成多套方案，同时写清每套方案依赖的前提、尚缺的证据和相互冲突的条件。

这样，AI 给出的内容就能成为管理团队继续核实和讨论的依据。团队也能看清哪些结论有事实支撑，哪些仍是推测；哪些变化足以动摇原有假设，哪些可能只是短期噪声。

战略部门的人员也可以少花一些时间搜集材料和重复归纳，把精力用在核查战略判断所依据的数据和信息、找出这些信息与业务判断之间的不一致，以及组织不同业务负责人讨论关键假设上。

图表1：AI 参与战略判断的责任链

当讨论进入“这门生意靠什么成立”时，企业已经走出了单纯分析的范围。

客户为什么选择我们？利润主要从哪里产生？竞争优势依赖技术、渠道、关系、规模，还是某种难以复制的组织能力？这些问题构成企业对业务的基本假设。AI 可以检查假设是否与现有证据矛盾，也能模拟外部条件变化后的不同结果，然而是否接受某个假设，仍要由经营团队明确决定。

一旦接受假设，企业就要付诸行动：重新分配预算，调动关键人才，调整产品与市场机会的顺序。一些项目会获得更多资源，另一些项目则要暂停投入。AI 没有调动预算、人员或项目的决策权，也无法承担这些选择对客户、员工和经营结果造成的影响。

最终判断由经营者作出，但决策不能退回个人经验拍板。AI 提供的分析越丰富，判断过程越要透明。管理团队需要写清楚自己相信什么、为什么相信、放弃了什么、准备投入什么，以及出现哪些信号时必须重新审视原来的决定。

这些记录能把方向性表态变成可由后续事实检验的经营判断。

战略会形成结论后，AI 仍然可以继续参与。

它可以跟踪预算、关键任务、人才安排和经营指标，发现行动与原定方向的偏差，也可以提示某项假设依赖的外部条件已经改变。不过，资源冲突出现时，优先级仍要由管理层决定。

假设企业同时看到了三个增长机会，而研发能力、销售覆盖和现金投入只能支撑其中一部分，战略就要体现为明确的资源移动。如果所有方向都保留，各部门也照旧执行原来的计划，就说明战略会上作出的选择还没有落实到实际工作中。

薄云咨询的 DSTE 方法把战略规划、年度业务计划、预算、重点工作、组织绩效与经营复盘接成一条连续的管理链。AI 可以加快各环节之间的信息传递，但责任仍要有人承担：谁决定投入，谁确认阶段目标，谁在条件变化时调整资源，都需要在管理机制中写清楚。

图表2：从 AI 输出到可承担战略的转换

战略执行出现偏差后，AI 适合做追踪与回溯。它可以比较原定目标与实际结果，整理影响因素，指出当初被忽略的数据，也能回看一个结论建立在哪些假设上。

偏差未必说明执行不到位。市场环境可能已经改变，客户需求可能没有按预期出现，原来被认为可靠的能力也可能并未形成。此时需要判断：是继续要求团队加强执行，还是承认原来的战略假设需要调整？

这个决定仍然属于经营团队。承认判断可能出错，意味着重新分配资源、解释调整原因，并承担此前投入形成的损失。AI 可以帮助管理层更早发现偏差、看清偏差来自哪里，却不能替管理层完成决策和后续调整。

复盘不能停在更新数据。管理团队需要根据执行结果重新审视原有业务假设：哪些假设仍然成立，哪些选择需要修正，哪些方向应当停止。每轮经营留下的判断和结果由此积累下来，即使更换工具，企业也不必重新梳理战略假设和判断依据。

企业不必等到完整的 AI 战略平台建成后再调整工作方式。可以先选一项正在讨论、又会影响真实资源投入的战略选择，把 AI 与经营者各自承担的工作写清楚。

AI 负责整理证据、标记冲突、生成备选假设和记录不确定项；业务负责人说明选择依据、放弃项和资源要求；能够调动资源的经营者确认最终方向，并约定何时、依据哪些信号重新检查这项判断。

当这条链路可以被回看，AI 才算进入战略管理。它让证据更充分、冲突更早暴露，也让判断责任更加清楚。

AI 的分析能力还会继续提升。企业仍要判断何时相信分析、何时改变假设，并明确最终由谁承担选择的后果。