AI推动组织领导力模式跃迁

当前，人工智能正深度渗透全球供应链、跨境运营、商业管理等各个核心领域，不仅改写着企业的运营模式，更对全球运营领导力、组织管理逻辑、国际经贸人才能力建设提出了全新挑战与要求。围绕这一趋势，近日《中国贸易报》专访罗盛咨询首席科学官托马斯·查莫罗-普雷姆兹克（Tomas Chamorro-Premuzic），就人工智能（AI）加持下的组织重构、效率与韧性的平衡、人才能力等进行探讨，深入解析AI时代商业世界的变革逻辑与发展路径。

“管理”转向“判断”

“随着AI在供应链规划、跨境风险监测、国际市场预判等场景的全面应用，以‘经验判断+资源协调’为核心的全球运营领导力传统模式正在被深刻改写。”托马斯表示，AI并不会增强领导者对商业运营的掌控，反而会放大“一切尽在掌控”的错觉，因此对领导者的判断力提出了更高的要求。

“在信息匮乏的时代，经验是洞察力的可靠代名词。如今，信息不仅丰富、传播快速，而且多具有合成性特征。”托马斯认为，这一转变正在削弱商业化组织领导者的传统优势，让基于“过往经历”构建的权威性或领导价值逐步消退。这表明，在当前的全球运营领域，最重要的不是获取答案的能力，而是对答案作出判断、进行批判性质疑的能力。

托马斯在实践研究中发现，人机协作的本质已从“使用工具”转向“统筹与调度智能”，关键技能不在于如何向AI提问，而在于对AI输出结果的有效运用。其中，价值判断成为领导者的核心能力，因为AI只会围绕既定目标进行优化，却不会质疑目标本身的合理性，“领导者不仅要决定‘可以做什么’，还要决定‘应该做什么’”。

与此同时，跨文化领导力也变得更为复杂。AI在某种程度上确实推动了全球运营的标准化进程，但绝大多数企业仍处于高度本土化的运营环境中，领导者必须在可规模化的洞察力与文化差异之间找到平衡点，充当全球模式与当地现实之间的沟通桥梁。托马斯说：“AI凸显了一个核心事实——领导力并非在于管理或控制，而在于判断和运用。AI降低了‘看起来胜任’的门槛，却提高了‘真正胜任’的标准。”

构建平衡效率与韧性的

“双轨体系”

AI技术正深度渗透智能制造、精准营销、供应链管控和商业决策全链条，全面重塑企业经营模式，有效推动运营效率升级与综合成本优化。但是高度数据化、标准化的管理体系也在一定程度上压缩了企业的弹性空间，弱化了组织应变能力与创新试错活力。如何平衡“极致效率”与“组织韧性弹性”成为企业面临的重要课题。

对此，托马斯表示，AI带来的不仅是效率革命，更潜藏着微妙的“陷阱”——商业组织变得擅长优化既有体系，却缺乏对现有组织架构、运行模式的底层审视与价值反思。这种“反思能力的缺失”，可能导致组织过度优化错误目标。

“系统的高度数据化和标准化会排除差异性、实验性和‘低效率’，而这些恰恰是组织创新力和韧性的关键来源。”在托马斯看来，企业真正需要平衡的，并非效率与适应性，而是“开发与探索”的关系。AI应当用于规模化与效率导向的开发活动，而不应挤压甚至取代探索空间。他认为，高绩效组织需设计“双轨体系”——一个以规模和效率为导向，由AI驱动；另一个以学习为导向，由人主导，对系统进行干预、测试、反向验证等。

谈及AI普及后容易被忽视的企业管理风险，托马斯表示，风险主要集中在四个层面：一是认知能力弱化，员工将思考“外包”给AI，可能降低自主解决问题的能力；二是虚假的精确性，组织领导者可能误将整洁的数据报表当作真实洞察，盲目信赖在统计维度上看似严谨、却已然偏离实际发展方向的内容或结论；三是局部优化，各功能孤立高效而整个系统表现不佳；四是路径依赖，AI决策让流程在早期固化，导致后续调整成本高昂且难以推进。

“要避免组织被技术路径‘锁死’，关键在于转变商业组织管理理念，而非在技术层面上修补。”托马斯建议，在奖励执行行为的同时，领导者需妥善奖励质疑行为，将AI输出视为决策参考，而非最终决策，从而建立“可覆写的组织管理文化”，让挑战AI系统成为能力的体现；需投资元技能、好奇心、判断力和跨职能思维，让人类不仅能够运行组织系统，还能对其进行创新设计和优化。

从“使用机器”到“挑战机器”

随着AI在贸易合规筛查、跨境政策解读、国际投资风险建模、海外市场舆情分析等场景的广泛应用，国际贸易与投资领域的人才核心能力正在发生结构性变革。当被问及人才价值是否会从“信息搜集、数据处理、基础分析”转向“规则理解、战略判断、跨文化沟通与复杂利益博弈”时，托马斯给出了肯定答案。

“AI已在很大程度上将信息搜集和基础分析‘商品化’，当数据和工具趋于普及，人的优势不再来自掌握更多信息，而在于能否更精准地解读信息。”托马斯表示，人才价值正逐渐向判断力、情景理解和影响力倾斜，这在国际贸易和投资领域体现为三个方面的能力升级。其一，从数据处理转向规则素养，不仅要执行规则，更要理解监管意图与政策的底层逻辑；其二，提升不确定性下的战略判断能力，能够评估AI输出结果、识别干扰因素，在数据模糊或有误导性时做出正确决策；其三，提升跨文化沟通能力和政策敏感度，有效应对市场差异、关注利益相关者动态、胜任多方博弈——这些都是AI模型无法完全刻画的复杂现实。

托马斯提到，企业面临的风险在于过度追求AI效率、忽视对人类核心能力的投入，而真正的机遇恰恰相反。他说：“未来属于能够‘挑战机器’而非仅仅‘使用机器’的人。企业需要加快升级人才模型，更加重视认知敏捷性、批判性思维与影响力等关键能力。”

“未来的竞争或许不属于使用AI最多的组织，而属于使用AI最为明智的组织。在技术迭代浪潮中，唯有坚守人类独有的判断力、创造力与共情力，实现人机协同的良性循环，才能在全球商业竞争中保持核心优势。”托马斯说。