企业转型的第一刀，该砍向管理者

AI 正在淘汰"只会开会"的高管：

企业转型的第一刀，该砍向管理层了

全球企业软件巨头 Salesforce 宣布，2025财年将不再新增任何软件工程师岗位，同时裁撤了超过20%的中层管理岗位。CEO Marc Benioff 在内部信中写了一句意味深长的话："AI Agent 已经可以完成过去一个十人团队的协调工作。"

无独有偶。国内某头部新能源车企在2025年Q3的组织架构调整中，将原本7层的管理层级压缩到了4层，直接取消了"高级总监"和"副总裁助理"两个层级。内部员工戏称这次调整为"拍扁行动"。

这不是个例。

麦肯锡全球研究院（McKinsey Global Institute）在2025年12月发布的报告《The State of AI in 2025》中指出：全球范围内，约30%的中层管理工作内容可以被现有的生成式AI和自动化工具替代，而在信息密集型行业（金融、咨询、科技），这个比例高达44%。

一个尖锐的问题浮出水面——

在人工智能时代，企业真的还需要那么多"只懂管理"的高管吗？

当AI可以自动生成周报、自动分配任务、自动跟踪项目进度、自动分析经营数据、甚至自动给出战略建议的时候，那些整天穿梭于会议室、靠着PPT汇报和审批流程体现存在感的管理者，还剩下多少不可替代的价值？

更进一步的问题是：如果企业转型是必然，那第一步，到底应该从哪里开始？

这篇文章，我们不谈空洞的概念，不讲虚无的愿景。我们要直面这个让很多人不舒服、但又无法回避的现实，一层一层拆解：AI时代的企业管理层会发生什么、为什么会发生、以及企业如何真正迈出转型的第一步。

一、

"管理"这件事，到底是怎么变得臃肿的？

要理解AI对管理层的冲击，我们需要先回答一个更底层的问题：企业为什么需要那么多管理者？

1.1 科层制的百年惯性

现代企业管理的底层架构，源自20世纪初马克斯·韦伯（Max Weber）提出的"科层制"（Bureaucracy）理论。这套体系的核心逻辑非常朴素——

人的注意力是有限的。一个管理者最多直接管理7–12个下属（管理幅度），超过这个数字，信息传递就会失真，决策效率就会下降。

所以，当企业从10个人发展到100人、1000人、10000人的时候，就必须不断增加管理层级。10人的创业公司只需要一个老板；100人的公司需要部门经理；1000人的公司需要总监、副总裁；10000人的公司需要事业群总裁、CXO、执行委员会……

这套逻辑在过去100年里运行得相当稳定。管理层的本质功能是"信息中继站"——向上汇总信息，向下传达指令，横向协调资源。

1.2 信息时代的第一次冲击与管理层的"逆膨胀"

按理说，ERP系统、OA系统、企业微信、钉钉、飞书……这些数字化工具的普及，应该让信息传递更高效，从而减少对中间管理层的需求。

但现实恰恰相反。

波士顿咨询集团（BCG）在2024年的一项研究中发现了一个反直觉的现象：过去20年，尽管企业数字化程度大幅提升，但中层管理者的数量反而增加了约25%。

为什么？原因很耐人寻味——

• 工具增多了，但"工具的管理"也增多了。 引入了CRM系统，就需要CRM管理员；引入了数据中台，就需要数据治理团队；引入了敏捷开发，就需要Scrum Master和项目经理……每一个新工具都催生了新的管理角色。
• 合规和风控需求不断升级。 数据安全、隐私合规（GDPR、中国《个人信息保护法》）、ESG报告……每一个新要求都需要专人负责审批和监督。
• "管理"本身变成了一种职业路径。 在很多企业里，"升职=做管理"是默认的职业通道。优秀的工程师、设计师、销售被提拔为经理、总监，但他们的核心工作从"做事"变成了"管人"。企业因此出现了大量"不做业务，只做管理"的岗位。

这就是今天很多大企业的真实写照：管理层越来越厚，决策链条越来越长，响应速度越来越慢。

一位在某互联网大厂工作过8年的产品总监曾吐槽："我每天60%的时间在开会，20%的时间在写周报和OKR对齐文档，15%的时间在审批流程里等着各方签字，真正留给产品思考的时间不到5%。"

当一个管理者的大部分工作是"协调、汇报、审批、对齐"的时候，AI要替代的目标就已经非常清晰了。

二、

AI 到底能替代管理者的哪些工作？

要讨论AI对管理层的影响，我们不能笼统地说"AI会替代管理者"。更准确的表述是：AI正在替代"管理动作"，而非"管理角色"本身——但当一个角色80%的工作内容都被替代的时候，这个角色存在的合理性就会被质疑。

让我们拆解一下一个典型中层管理者（比如某业务线总监）的日常工作构成：

2.1 管理者的六大核心工作模块

• 信息汇总与报告：这是AI最擅长的领域。 生成式AI可以自动从CRM、ERP、项目管理工具中提取数据，生成结构化的周报、月报、季度经营分析。过去需要一个团队花两天整理的报告，现在AI Agent在10分钟内就能完成，而且还能自动标注异常指标和趋势变化。
• 任务分配与进度跟踪：AI正在接管。 像Asana、Monday.com、飞书等工具已经内置了AI助手，能够根据团队成员的技能标签、当前负载和历史表现，自动推荐最优的任务分配方案，并实时追踪进度、自动发送提醒。
• 数据分析与决策支持：AI的碾压性优势。 一个中层管理者需要花半天时间看报表、做对比分析才能得出的结论，AI大模型可以在秒级完成。而且AI不会遗漏数据、不会有认知偏差、不会因为"面子"而选择性呈现数据。
• 跨部门协调与沟通：AI正在逐步渗透。 AI Agent可以自动识别协作瓶颈、推荐协调方案、甚至代替人类完成标准化的沟通（如排期协调、需求确认）。但涉及利益博弈、政治平衡的复杂协调，目前AI还力不从心。
• 人员激励和战略创新：这是AI暂时难以替代的领域。 理解人的情绪、激发团队的使命感、在不确定性中做出价值判断——这些仍然是人类管理者的核心壁垒。

以下流程图展示了AI Agent在企业管理决策链中的介入方式：

2.2 一个关键结论

如果我们对上面的表格做一个加权计算，就会发现一个惊人的数字：

一个典型中层管理者约50%–70%的日常工作内容，在2025年的AI技术水平下，已经可以被自动化或半自动化。

这意味着什么？

这意味着，企业不需要裁掉所有管理者，但完全有理由将管理者的数量减少到原来的1/2甚至1/3。剩下的管理者需要从"信息中转站"转型为"战略决策者+组织文化塑造者"。

换句话说：AI不是要消灭管理，而是要消灭"没有附加值的管理"。

三、

那些"只懂管理"的高管，为什么最危险？

我们需要对"只懂管理"做一个精确的定义。

"只懂管理"不是说这些高管不聪明、不努力。恰恰相反，他们中的很多人非常聪明，非常努力——但他们的核心能力集中在流程管控、资源协调、向上汇报、向下施压这些"管理动作"上，而不是在业务洞察、技术理解、产品直觉、客户共情这些"价值创造"能力上。

3.1 "传声筒型"高管

这类高管的核心工作模式是：把CEO的战略翻译成部门目标，把部门的执行情况翻译成PPT汇报给CEO。他们的价值在于"上下对齐"。

AI的冲击： 当CEO可以通过AI Agent直接看到每个业务线的实时数据仪表盘，甚至可以用自然语言向AI提问"华东区Q3的获客成本为什么上升了15%？"并秒级获得带有归因分析的回答时，"传声筒型"高管的核心价值几乎归零。

3.2 "审批机器型"高管

他们的存在感来自于审批权限。预算审批、方案审批、人事审批……他们掌握着流程的通行证。

AI的冲击： 智能审批系统已经可以根据预设规则、历史数据和风险模型，自动完成80%以上的标准化审批。而且AI审批更快、更一致、不会因为心情好坏而标准波动。

3.3 "会议召集型"高管

他们的日程被密密麻麻的会议填满。周一全员例会，周二业务对齐会，周三跨部门协调会，周四复盘会，周五战略研讨会……他们认为，把相关人凑到一起就是在"创造价值"。

AI的冲击： 研究显示，企业中约70%的会议可以通过异步协作工具（如飞书文档、Notion AI、Slack AI）替代。AI可以自动整合各方信息、标注分歧点、生成决策建议，让"需要开会才能解决的问题"大幅减少。

3.4 "PPT战略型"高管

他们擅长制作精美的战略PPT，使用最新的商业框架（波特五力、SWOT、蓝海战略），在年度战略会上做出令人印象深刻的演示。但这些战略往往停留在PPT层面，缺乏对技术细节和执行难度的理解。

AI的冲击： 大模型已经可以在几分钟内生成高质量的战略分析报告，而且会自动纳入最新的市场数据、竞品动态和行业趋势。一个使用AI工具的业务骨干，在战略分析能力上已经不输于很多"PPT战略型"高管。

下面这张图展示了不同类型管理者在AI冲击下的风险等级：

3.5 一个残酷的现实

哈佛商业评论（Harvard Business Review）在2025年9月发表的一篇文章中引用了一项对500家企业的调查：约42%的C-suite高管承认，他们对自己公司正在使用的AI技术"缺乏基本的理解"。

这意味着什么？意味着这些高管既无法判断AI能做什么，也无法判断AI不能做什么。他们既可能因为恐惧而阻碍AI落地，也可能因为无知而盲目推进不靠谱的AI项目。

一个不理解AI的高管，在AI时代做出的战略决策，本质上是一种"盲人骑瞎马"。

而企业最大的风险，不是AI替代了管理层，而是管理层因为不理解AI，做出了错误的转型决策。

四、

全球先行者们已经动手了：谁在砍管理层？

这不是理论推演。全球范围内，已经有大量企业在AI时代主动对管理层"动刀"。

4.1 Meta："扁平化是效率的核心"

2025年初，Meta CEO 马克·扎克伯格在内部备忘录中明确提出了"扁平化"（flattening）方针。他要求：

• 取消多层级的管理结构中"只管人不做事"的层级
• 管理者必须回归到"个人贡献者+管理者"的双重角色
• 用AI工具替代大量中层管理的信息传递功能

在2025年2月的一轮裁员中，Meta砍掉了约3600个岗位，其中相当比例是中层管理者。扎克伯格直言："我们发现，去掉一些管理层之后，决策速度反而更快了。"

4.2 Shopify："在要求加人之前，先证明AI做不到"

Shopify CEO Tobi Lütke 在2025年发布了一项影响深远的内部政策：任何团队在申请新增人力之前，必须先证明这项工作用AI无法完成。

这条政策的底层逻辑非常清晰：

• 如果AI能做80%，那就不需要新增一个全职岗位
• 如果一个管理者的工作大部分是AI能做的，那就重新定义这个岗位
• 人力增长不再是部门"重要性"的象征

4.3 Klarna："AI让我们不再需要那么多人"

瑞典金融科技公司 Klarna 是目前AI替代人力的最激进案例之一。2024年，Klarna宣布其AI客服系统已经能够完成相当于700名全职客服代表的工作量。到2025年，Klarna将员工总数从约5000人缩减至约3800人，其中大量是中层管理和运营协调岗位。

Klarna CEO Sebastian Siemiatkowski 表示："AI不仅仅是效率工具。它正在改变组织的形态。很多协调和管理岗位的存在，本质上是因为信息传递的低效。当AI消除了这种低效，这些岗位自然就不需要了。"

4.4 中国企业的探索

国内同样有先行者：

• 字节跳动 一直以"管理层极简"著称，坚持扁平化结构，甚至一度取消了"副总裁"这一层级。2025年，字节进一步推进AI工具在内部管理中的应用，用飞书智能助手替代了大量中间汇报环节。
• 比亚迪 在智能制造领域，AI驱动的生产调度系统已经替代了大量车间管理层的协调工作。过去需要三层管理者传递的生产指令，现在AI系统直接下达到产线终端。
• 蚂蚁集团 内部推行"AI先行"策略，要求所有业务流程在设计阶段就评估AI可替代性，倒逼管理架构精简。

五、

AI时代，企业到底需要什么样的管理者？

批判完"只懂管理"的高管之后，我们需要建设性地回答一个问题：AI时代，企业真正需要什么样的管理者？

5.1 从"管理者"到"赋能者"的范式转变

传统管理者的核心身份是**"控制者"**——控制信息、控制流程、控制资源、控制人。

AI时代的管理者需要成为**"赋能者"**——赋能团队使用AI工具、赋能组织快速响应变化、赋能个体释放创造力。

这不是换一个好听的名字，而是一套完全不同的能力模型：

5.2 未来管理者的四大核心能力

能力一：AI素养（AI Literacy）

这不是要求管理者会写代码或者训练模型，而是要求他们：

• 理解AI能做什么、不能做什么
• 能够判断一个AI应用场景是否靠谱
• 知道如何提出好的问题（Prompt Engineering的管理者版本）
• 理解AI的风险边界（幻觉、偏见、数据安全）

能力二：系统思维（Systems Thinking）

当AI接管了大量执行层面的工作之后，管理者需要把更多精力放在"理解系统"上：

• 商业系统：价值链如何运转，AI如何改变各环节的成本结构？
• 组织系统：当层级被压缩，信息直达终端，组织如何保持协调？
• 生态系统：企业不再是孤立实体，而是AI生态中的一个节点，如何定位？

能力三：人文领导力（Humanistic Leadership）

越是AI普及的时代，"人"的价值反而越突出。管理者需要：

• 帮助团队理解变革的意义，缓解AI焦虑
• 构建心理安全感，鼓励试错和创新
• 在AI提供"最优解"的时候，做出符合伦理和价值观的"正确选择"

能力四：变革驱动力（Change Agency）

AI时代的变化速度远超以往。管理者不能是"稳态维护者"，而必须是"持续变革的推动者"——不断挑战现状、不断试验新工具、不断重塑流程。

以下流程图展示了AI时代管理者能力转型的路径：

六、

企业AI转型，第一步到底从哪里开始？

很多企业谈到AI转型，往往上来就讨论"买什么大模型""搭什么数据中台""请什么AI供应商"。这些都重要，但都不是第一步。

AI转型的第一步，是组织诊断——搞清楚你的管理层到底在做什么。

6.1 第一阶段：管理工作审计

做什么： 对企业中所有管理岗位进行一次全面的"工作内容审计"。

具体方法：

1. 让每一位管理者记录连续两周的工作日志，精确到每30分钟的活动
2. 将所有活动分类为：信息处理、沟通协调、审批决策、人员管理、战略思考、创新探索
3. 评估每一类活动的AI可替代程度
4. 绘制全公司的"管理价值热力图"——哪些管理活动是高价值且不可替代的，哪些是低价值且可自动化的

预期发现： 大多数企业在做完这个审计后会震惊地发现，40%–60%的管理工作是"低价值可自动化"的。

6.2 第二阶段：快速试验

不要试图一步到位搞"全面AI转型"。先找到1–2个高频、低风险、AI工具成熟的管理场景，快速试验。

推荐的三个最佳切入点：

切入点一：AI驱动的经营报告自动化

• 用AI Agent连接现有的业务系统（CRM、ERP、BI工具）
• 自动生成日报、周报、月度经营分析
• 让管理者从"写报告"变成"审报告"
• 预计节省管理者20%–30%的时间

切入点二：AI辅助的会议优化

• 引入AI会议助手（如飞书妙记、Otter.ai、Fireflies.ai）
• 自动生成会议纪要、追踪待办事项、识别决策分歧
• 大幅减少"信息同步类"会议的频次
• 推行"异步优先、会议为辅"的协作文化

切入点三：AI支持的项目管理

• 在项目管理工具中启用AI功能
• 自动分配任务、预测风险、优化排期
• 减少"项目协调会"的频率
• 让项目经理从"催进度"转变为"解难题"

6.3 第三阶段：组织架构重设计

在试验取得成效之后，进入最关键也最敏感的阶段——组织架构调整。

核心原则：

原则一：减少层级，增大管理幅度。 传统的"1:7管理幅度"是建立在信息传递低效的前提上的。当AI承担了信息汇总和传递的工作，一个管理者完全可以直接管理15–20人甚至更多。这意味着管理层级可以从7层压缩到4层甚至3层。

原则二：用"人机协作"重新定义每个管理岗位。 不是简单地裁掉管理者，而是重新定义他们的工作内容。每个管理岗位都应该有明确的"AI负责部分"和"人类负责部分"。

原则三：建立"AI+人"的新型团队结构。 未来的团队不再是"1个经理+8个执行者"的金字塔，而是"1个领导者+多个AI Agent+若干专家"的网络。管理者既是团队的领导者，也是AI Agent的"指挥官"。

以下流程图展示了完整的企业AI转型路径：

6.4 一个关键提醒：转型的阻力在哪里？

企业AI转型最大的阻力，往往不是技术，而是利益。

被替代的管理层，正是负责批准或阻止AI转型的决策层。这就形成了一个经典的"改革悖论"——你需要被改革的那群人去推动改革。

解法只有一个：变革必须自上而下，由CEO和董事会直接驱动。

如果CEO自己不理解AI、不使用AI、不相信AI可以改变管理模式，那么这家企业的AI转型就注定停留在"买了一堆工具但没人用"的阶段。

七、

人机协作：不是"AI替代人"，而是"AI重新定义人的价值"

讲到这里，可能有人会产生一种焦虑：AI时代，管理者是不是就没有价值了？

恰恰相反。

AI时代，真正优秀的管理者会变得更加稀缺和珍贵。

因为AI消除了大量"低水平管理"的噪音之后，企业对"高水平管理"的需求反而增加了。

7.1 AI做不到的五件事

第一，AI无法定义"什么是对的"。 AI可以告诉你1000种提高利润的方法，但它无法告诉你，在特定情境下，哪种方法是"正确的"——符合企业价值观的、符合社会责任的、符合长期主义的。这需要人类的价值判断。

第二，AI无法激发人类的使命感。 一家公司从"平庸"到"卓越"，靠的不是更好的流程，而是一群被共同愿景激发的人。AI可以优化流程，但它无法站在全员大会上，用一段真诚的讲话让500名员工眼含热泪、充满干劲。

第三，AI无法处理真正的不确定性。 AI擅长在已知规则的框架内找最优解，但面对"前无古人"的新问题——比如一个全新的市场机会、一场突发的地缘政治危机、一次颠覆性技术的出现——AI的判断能力远不如拥有丰富经验和直觉的人类领导者。

第四，AI无法建立深层的人际信任。 组织的核心是人与人的关系。信任、忠诚、归属感——这些是AI无法创造的。一个优秀的管理者能够让团队成员感到"被看见、被理解、被尊重"，这种能力在AI时代反而更加珍贵。

第五，AI无法承担责任。 当出现重大决策失误时，需要一个人站出来承担责任、面对质疑、做出调整。AI可以建议决策，但无法为决策的后果负责。

7.2 人机协作的理想模型

未来的企业管理不是"人 vs AI"的零和博弈，而是"人 + AI"的乘数效应。

最理想的状态是：

管理效能=人类判断力×AI信息处理能力

AI做数据、做分析、做预测、做执行——人做判断、做选择、做激励、做创新。

一个配备了AI工具的优秀管理者，其管理效能可能是传统管理者的5–10倍。这不是夸张。当你不再需要花60%的时间在信息搬运和流程审批上，而是可以把100%的精力投入到战略思考、团队赋能和创新探索中，效能的飞跃是必然的。

7.3 一个比喻

想象一下两位将军——

第一位将军，每天的工作是亲自骑马到前线查看敌情、回来在地图上标注、召集参谋开会讨论、然后亲自下达命令给每个营地。他很忙，很辛苦，但能管理的部队规模有限。

第二位将军，拥有卫星侦察系统、AI情报分析系统、自动化指挥通讯系统。他不需要亲自跑前线，所有信息实时汇聚到他面前，AI已经标注了敌方动向并给出了三种作战方案的推演。他需要做的是：判断哪个方案符合整体战略意图，做出决策，然后把精力放在鼓舞士气和应对意外情况上。

第二位将军并不是"更闲"了，而是"更值钱"了。

AI时代的管理者，就是第二位将军。他们管理的不再是"信息流转"，而是"战略意志"。

八、

写给三类人的行动建议

8.1 写给CEO和董事会：你是转型的第一推动力

行动一：亲自使用AI工具。 不是让助理帮你用，而是你自己用。每天花30分钟和AI对话，让它帮你分析数据、起草邮件、推演战略。只有亲身体验，才能理解AI的能力边界。

行动二：启动管理工作审计。 请一个中立的第三方（或内部独立团队）对管理层进行工作内容审计。不要让管理层自己评估自己，那只会得到"我的工作非常不可替代"的结论。

行动三：设定明确的组织精简目标。 比如："18个月内将管理层级从6层压缩到4层"，"12个月内将管理者占比从15%降低到10%"。没有量化目标的转型，都是空谈。

行动四：重新设计管理者的考核标准。 把"AI工具使用能力""团队AI赋能程度""管理流程自动化率"纳入管理者的KPI体系。你考核什么，就得到什么。

8.2 写给中层管理者：不要等公司来改你，自己先改

行动一：诚实地审视自己的工作内容。 过去一周，你的时间花在哪里了？其中有多少是AI可以做的？如果超过50%，你需要立刻行动。

行动二：成为你所在领域的"AI+业务"专家。 不要只懂管理，要深入业务。你对业务的理解越深，AI就越难替代你。AI可以替代"信息中转站"，但替代不了"行业洞察者"。

行动三：建立自己的AI工具箱。 熟练掌握至少3–5个与你工作相关的AI工具。无论是ChatGPT、Claude、通义千问、Kimi，还是更垂直的行业AI工具。让自己成为"AI增强型管理者"。

行动四：主动承担变革任务。 在公司里成为AI转型的推动者，而不是抵抗者。帮助你的团队适应AI工具，证明AI可以提升团队效能。这是你最好的"护城河"——推动变革的人不太可能被变革淘汰。

8.3 写给普通员工：AI是你的"越级"利器

行动一：直接使用AI工具提升你的工作能力。 当你可以用AI写出比你经理更好的市场分析报告时，层级的意义就被削弱了。AI是普通员工最好的"平权工具"。

行动二：培养不可替代的能力。 创造力、同理心、跨领域整合能力、复杂问题拆解能力——这些是AI最难替代的人类能力。投资这些能力，而不仅仅是学更多工具。

行动三：大胆发声。 如果你发现团队中某些管理流程是低效的、AI可以做得更好的，勇敢提出来。AI时代，企业需要的不是"听话的执行者"，而是"敢于改变的思考者"。

结论：管理不会消亡，但"只做管理"正在消亡

回到文章开头的问题：在人工智能时代，企业真的还需要那么多"只懂管理"的高管吗？

答案是清晰的：不需要。

但这不是一个令人恐惧的答案。

企业不需要那么多"只懂管理"的高管，正如汽车时代不再需要那么多马车夫——但汽车时代需要更好的驾驶员、更好的道路设计师、更好的交通规划者。

AI不是管理的终结者，而是管理的净化器。 它洗掉的是那些本不应该存在的"管理泡沫"——那些因为信息不透明、工具不完善、组织设计惯性而堆积起来的冗余管理层级。

留下的，是管理中最本质、最珍贵的部分——对人的理解、对未来的判断、对意义的赋予、对责任的承担。

企业转型的第一步，不是购买AI工具，不是裁员，不是请咨询公司做战略规划。

第一步是承认：我们的管理层可能已经臃肿了，而AI给了我们一个重新审视和精简的契机。

第二步是行动：做审计、跑试验、调结构。

第三步是坚持：组织变革从来不是一蹴而就的，需要持续的勇气、耐心和迭代。

最后，送给每一位管理者一句话：

在AI时代，你的价值不取决于你管了多少人，而取决于——如果没有你，AI做不了什么。

那些AI做不了的事，才是你存在的意义。

开启新旅程

生命由一段又一段的旅程衔接而成，在每段旅程中，都能发现不一样的风景