2026-05-08 07:03
扫码打开虎嗅APP
本文来自微信公众号： 企业管理杂志 ，作者：沈小滨
AI、不确定性与时代变迁三力叠加，正在重构组织的底层逻辑与管理范式。企业如何应对变局、重塑领导力？本专题从认知升维到角色重构，多层次拆解新时代领导力，给企业管理者带来启迪与思考。
——编者
AI新纪元并非数字化时代的简单延伸，而是文明基座的一次深刻迁移。其本质是人工智能从一种工具和技术跃升为新型生产要素，并由此引发组织结构与权力关系的系统性重构。传统的战场指挥官领导力范式正面临前所未有的挑战。当变化速度快于决策周期，当竞争对手突破行业边界，当企业面临“内卷”困境，企业领导者的核心任务正从“在已知地图上规划一条最佳路径”转变为“在未知领域探索可能方向”。AI时代，企业领导者如何从战场指挥官转型为首席探索官，并提升AI时代的新型领导力素养，已成为企业转型和创新的关键。
战场指挥官和首席探索官是两种不同的领导力范式，产生的背景不同，适用的场景也不同。
战场指挥官范式根植于工业时代的管理哲学，其核心特征是中心化控制、层级化决策和标准化执行。如同泰勒的科学管理理论在军事领域的延伸，这种范式将组织视为一部精密机器，领导者是这部机器的设计师和操控者。管理大师彼得·德鲁克曾指出，效率是把事情做对，效果是做对的事情。对企业而言，传统指挥官模式长于效率，却在效果层面逐渐暴露局限。当商业环境稳定、竞争规则清晰、信息流动缓慢时，这种模式能够最大化提升组织的执行力和一致性，如同一支训练有素的军队，在熟悉的战场上可以所向披靡。其缺陷在于脆弱性——面对非线性变化和颠覆性创新时，整个系统可能瞬间崩溃。
诺基亚是一个典型案例。在功能机时代，诺基亚拥有超高的制造效率和供应链控制能力，当智能手机重新定义行业规则时，其强大的执行体系反而成为转型桎梏，指挥官们仍在优化键盘手感和电池续航，而战场已经转移至生态构建。
与战场指挥官模式形成鲜明对比的是首席探索官范式。该范式根植于AI时代的创新哲学，核心隐喻不是军队，而是探险队；不是作战，而是探索；不是控制，而是发现。哈佛商学院教授约翰·科特提出的“双操作系统”理论为此提供了理论支撑：在维持日常运营的管理系统之外，组织需要建立一套专注于创新的第二系统，首席探索官正是第二系统的设计者和领导者。
当人工智能重塑商业逻辑，领导力也正在经历一场由内及外的系统性重构。与领导力经典理论相比，AI时代的领导者需要培养全新的五大领导力特质。这也是AI领导力的五大基石。
1.AI素养与战略洞察融合
战略管理大师加里·哈默尔的核心能力理论指出，企业的长期竞争优势源于那些难以模仿的、能够横跨不同业务的独特能力组合。在AI时代，这种核心能力越来越多地体现为“人机协同的智能水平”，即企业如何将AI技术深度整合进业务流程、决策体系和创新机制之中。与此呼应的是大卫·蒂斯的“动态能力框架”：企业为适应快速变化的环境而整合、构建和重新配置内外部资源的能力。领导者的AI战略洞察，正是动态能力的核心——快速生成技术与市场洞察力，识别AI带来的机会窗口，并重新配置组织资源以捕捉这些机会。
经典案例是微软的云转型。萨提亚·纳德拉接任微软CEO时，面对的是PC市场萎缩、移动互联网崛起的环境。他敏锐地发现，云服务（Azure）不仅是技术架构的升级，更是商业模式的根本性变革——从销售软件许可证的一次性收入，转向提供持续智能服务的经常性收入。纳德拉本人并非云技术专家，但他深刻理解云的网络效应和数据智能的累积优势与未来趋势，前瞻性地推动微软“移动为先，云为先”战略，将微软的核心能力从“开发桌面操作系统”重构为“提供企业级智能云服务”。这一战略洞察推动微软成功转型，使其市值从3000亿美元飙升至3万亿美元，重塑了微软的核心竞争力。
2.系统思维与生态架构能力
麻省理工学院教授彼得·圣吉在《第五项修炼》中提出“系统思考”理念，强调要看到事物的整体而非局部，看到事物之间的相互关联而非线性因果。AI驱动的商业世界是一个高度互联的复杂适应系统，任何局部决策都可能通过数据流动和算法互动产生难以预见的连锁反应。企业不仅是独立实体，也是生态系统成员，它与客户、供应商、生产商、竞争对手等共同构成生态系统。作为AI时代的领导者，不仅要自身适应变化，还要帮助整个生态系统健康发展，实现从组织领导者到生态设计师的转型。
经典案例是字节跳动的生态构建。张一鸣创立字节跳动时，就将其定位为全球创作与交流平台，这本身就是一个生态系统愿景。抖音和TikTok不止是一个爆款App，而是构建了一个由创作者、用户、广告主、服务商共同参与的内容生态。通过推荐算法这只“看不见的手”，字节跳动实际上设计了一套生态系统的核心互动规则：什么内容获得推荐、创作者如何获得收益、用户如何发现兴趣。当TikTok进入全球市场时，它通过开放API、举办创作者大会、建立创作者基金等方式，驱动本地生态繁荣。这种生态架构思维使其超越了单纯的产品竞争，进入一个更高的竞争阶段，即标准与平台的竞争。
3.共情、共创、共责与赋能授权
仆人式领导理论认为，伟大的领导者首先是一名仆人，其首要动机是服务他人而非行使权力。在AI时代，这一理论获得了新的生命力：当一线员工可以借助AI工具获得前所未有的信息和分析能力时，领导者的核心价值不再是“我知道答案”，而是“我如何帮助你更好地思考与决策”。情境领导理论则强调，没有单一的最佳领导力风格，领导者应根据下属的成熟度（能力和意愿）调整自己的行为。在AI赋能的组织中，员工的成熟度因智能工具的加持而普遍提高，从事的相关工作也越来越复杂，因此领导风格必须更多地向“授权”和“参与”倾斜。
经典案例是阿里巴巴“智能小二”与管理者转型。在阿里巴巴，传统的小二（客服/运营）角色正被“智能小二”系统深刻改变。该系统整合了客户信息、购买历史、服务记录等数据，能通过AI生成个性化服务建议。这意味着一线客服人员被赋予了前所未有的决策资源。相应地，管理者的角色也发生了根本转变：从监控服务流程、审批特殊方案，转向设计服务规则、训练AI模型、处理极端案例、赋能员工使用智能工具等。
阿里云一位管理者分享说：“我现在80%的时间不是在审批报告，而是在和团队一起分析AI服务日志中的‘边缘案例’，这些案例是优化我们算法和训练员工判断力的最好教材。”这是“仆人式领导”在AI时代的回归——领导者通过服务团队来服务客户。
▲AI时代管理者角色发生根本转变，如某些高管80%的时间用来分析“边缘案例”以优化算法，而非审批报告。图为阿里云智能集团董事长兼CEO吴泳铭在2025云栖大会上发表演讲。
4.容忍失败与反脆弱思维
组织学习理论先驱克里斯·阿吉里斯提出的双环学习概念，区分了单环学习（在既定框架内改进策略）和双环学习（反思并调整框架本身）。AI时代的创新本质上是一个双环学习的过程——不仅要用AI把现有事情做得更好，更要追问“AI是否应该让我们做完全不同的事情？”美国学者纳西姆·塔勒布的“反脆弱”思想也反映了这一变化，他认为有些事物不仅能抵抗冲击（强韧），还能从波动、随机和混乱中受益。反脆弱组织将变化和不确定性视为有益的“营养”，而非威胁。
经典案例是腾讯的“赛马机制”与微信的诞生。腾讯内部“赛马机制”允许不同团队针对同一目标开发竞争性产品。微信就是这一机制的成果：当时腾讯内部至少有三个团队在做类似产品，最终张小龙带领的微信团队胜出。“赛马机制”的本质是将不确定性系统化、结构化。公司并不知道哪个方向、哪个团队会成功，而是创造一个内部“创新市场”，让多个方案并行探索，用真实用户数据进行快速验证。
马化腾的解释体现了反脆弱的互联网思维：“在创新面前，我们要允许一定的‘浪费’，因为没有竞争就没有进化。那些失败的项目并非真正失败，它们验证了行不通的路径，锻炼了团队，这些经验都会沉淀到公司的能力中。”这种将失败重新定义为“探索成本”和“学习数据”的认知，正是双环学习与反脆弱的实践应用。
5.伦理坚守与算法治理
加拿大学者罗伯特·豪斯的道德领导理论强调，领导者要通过展现道德行为和个人榜样来影响下属，建立基于信任和公正的组织文化。在AI时代，道德领导延伸到了算法领域——领导者的价值观必须编码进入组织的智能系统中。这是前所未有的现象。美国学者R.爱德华·弗里曼的利益相关者理论主张，企业管理者不应只对股东负责，而应平衡所有利益相关方（员工、客户、供应商、社区等）的利益。AI系统的部署事实上直接影响所有利益相关方，包括被算法评估的员工和接受AI服务的客户。
经典案例是IBM的“可信AI”原则与治理框架。IBM是少数几家将AI伦理系统化、制度化的大型科技企业。他们公开提出“可信AI”的五大支柱：公平性、鲁棒性、可解释性、透明度和隐私，并建立了从原则到实践的完整治理链：AI伦理委员会（跨学科团队审查高风险AI项目）、公平性工具包（开源工具帮助开发者检测算法偏见）、事实表（为每个AI模型建立“营养标签”）、AI伦理培训（所有AI相关岗位员工必须接受伦理培训）。前IBM CEO罗睿兰曾表示：“技术的进步必须与信任的进步相匹配。我们不仅要问‘我们能做什么’，更要问‘我们应该做什么’。”这种将伦理考量置于商业利益之上的领导立场，正是道德领导力在AI时代最直接的体现。AI时代的共识是，算法是有价值观的。
AI时代的领导力转型，将重塑组织的每一个方面：从战略制定到执行监控，从资源配置到人才发展，从内部协作到外部生态。能够率先完成这一转型的企业，不仅要使用AI技术，还要打造“AI原生组织”，在认知竞争的赛道上获得决定性优势。企业领导者从战场指挥官转型为首席探索官，不是对传统领导力的简单否定，而是在新环境下的必然演进。
转型第一步，是认知层面的根本转变。传统管理者需要完成三个关键认知升级。
一是从正确答案到关键问题。在复杂多变的环境中，提出关键问题比找到正确答案更为重要。如今从DeepSeek上要一个答案，是一件最简单不过的事情。探索官的日常工作不是解决问题，而是重新定义问题。
二是从规避风险到管理风险。首席探索官不追求零风险，而是通过快速实验、小步快跑和敏捷迭代的方式，将大风险分解为多个可控的小风险。亚马逊的“两个披萨团队”原则正是这一思维的体现：保持团队足够小（两个披萨就能喂饱），使其能够快速实验，失败成本可控。
三是从资源分配者到情境设计师。战场指挥官关注如何分配有限资源，而首席探索官则关注如何设计能够激发创新的组织环境和协作机制。
首席探索官领导的组织在架构上与传统组织有着本质不同，主要体现在三个维度。
第一，网络化而非层级化。探索型组织更像一张灵活的网络，而非固化僵硬的金字塔。华为的“铁三角”模式就是这种网络化组织的典范，面向客户的小团队（客户经理、解决方案专家、交付专家）被赋予充分决策权，后方资源平台提供支持，形成“前端灵敏、后端强大”的协同网络。
第二，模块化而非一体化。探索型组织由多个相对独立的模块组成，各模块可快速重组以适应不同任务。谷歌的“Area 120”内部孵化器采用的也是这种模块化设计，小团队在相对隔离的环境中探索新想法，成熟后再融入主业或独立发展。
第三，开放而非封闭。探索型组织积极与外部生态系统互动，吸收多元知识和创新资源。宝马的“初创汽车车库”项目向外部初创企业开放车辆数据接口，与创新公司共同探索未来出行解决方案，这种开放式创新大幅拓展了组织的探索边界。
探索型管理流程与传统管理流程相比存在显著差异。
第一，在目标设定环节，传统管理依赖明确的KPI和年度目标考核，而探索型流程则更倾向于设定方向性愿景目标和探索性挑战。
第二，在计划制订方面，传统模式通常制订详细的年度或季度计划，探索型管理则转为基于假设的短期实验设计。
第三，在执行过程中，传统方法强调定期进度审查和纠偏，探索型流程则注重持续的数据收集与假设验证。
第四，在资源配置上，传统方式采用年度预算和固定分配机制，探索型模式则使用动态资金池，实行按需分配模式配置资源。
第五，在绩效评估环节，传统管理以结果导向进行年度评估，而探索型管理则以学习导向进行持续反馈。
整体而言，传统流程追求规划与控制，探索型流程更适应不确定性环境，强调学习、实验与动态调整。埃隆·马斯克倡导的“第一性原理”，是探索型管理的典范。他不依赖汽车行业的传统经验，而是回归物理本质，重新思考电动汽车的每一个组成部分。比如，电池成本过高，那就自建超级工厂重新定义电池制造。这种打破行业惯例的探索精神，使特斯拉在传统汽车巨头围剿中实现了颠覆性突破。
探索型文化的核心特征是心理安全、知识流动和失败包容。谷歌的“亚里士多德计划”研究发现，高绩效团队的一个首要特征是心理安全——成员敢于承担风险而不必担心被羞辱或惩罚。
构建探索型文化需要注重三个关键实践。
一是领导者主动示范脆弱性。研究发现，当领导者公开承认不确定性和自己的错误时，组织成员的心理安全水平显著提高。微软CEO萨提亚·纳德拉在公开场合多次谈论自己早期的失败经历和从中学到的教训，为整个组织树立了学习型文化的典范。
二是跨领域知识碰撞。探索型组织故意打破部门壁垒，促进不同领域知识的交叉融合。苹果的产品设计哲学源于乔布斯的创新理论，坚持将科技与人文艺术相结合，这种跨学科思维使苹果产品具备了独特的创新性。
三是庆祝“高明的失败”。探索型组织不是简单容忍失败，而是区分“愚蠢的失败”（因粗心或重复错误导致）和“高明的失败”（经过深思熟虑的实验产生的意外结果），并公开表彰后者带来的学习价值。
中国企业在过去几十年中经历了高速增长，但也逐渐陷入“内卷式”竞争的困境，竞争加剧但创新不足，成本增加但价值增长停滞。“内卷式”竞争的本质是在有限游戏中的零和竞争，而突破之道在于从有限游戏转向无限游戏。
在中国特殊情境下，国有企业面临独特的转型挑战。基于成功转型案例，国企领导者可以聚焦三个关键突破点。
第一，建立保护性探索空间。在保持主业稳定的同时，划出专门资源和团队进行创新探索。国家电网成立的能源互联网经济研究院，就是在传统电网业务之外，探索新能源、储能、智能微网等前沿领域的保护性空间。
第二，实施渐进式体制改革创新。通过混合所有制改革、员工持股计划、创新孵化器等机制，在体制内植入市场化和创新基因。中国建材集团通过混合所有制改革，吸收数百家民营企业，既壮大了规模，又注入了民营企业的创新活力。
第三，培育跨界领导力。培养既懂体制规则又懂市场逻辑、既了解传统业务又理解新兴技术的跨界领导者。跨界领导力是推动AI转型的一个重要基础。招商局集团实施的“深蓝计划”，系统性培养具备数字化思维和创新领导力的年轻干部，为传统央企组织注入了创新所需的探索基因。
相较于国企，民营企业具有更高的灵活性和创新活力，但也面临资源有限和战略定力不足的挑战。民企的探索之道在于在速度与深度之间寻找平衡。字节跳动“大力出奇迹”与“延迟满足”相结合的文化，为民企探索提供了范本。
一方面，通过快速试错和迭代保持组织敏捷性；另一方面，在核心算法和基础设施上持续投入，建立长期竞争优势。这种“快慢结合”的探索节奏，使字节跳动在快速变化的行业中，既能抓住短视频的爆发机会，又能持续深耕推荐算法这一核心技术领域。
