过去数月，我们对首席信息官及其他高管进行了深度访谈，探讨AI将给管理工作带来哪些变化。起初我们提的问题很常规：管理者的哪些工作会被AI自动化？哪些会得到强化？哪些会保持不变？但随着对话推进，我们越发意识到这一提问框架的局限性。实际情况远不止是管理者角色精简或自动化程度提高那么简单。
管理者角色正经历重塑，职责构成将大为不同。图片来源：ZenSaBi—Getty Images.
AI在接管管理者部分职能的同时，也增加了一些新的工作。管理者角色正在重塑，职责构成将大为不同。
几十年来，组织把五花八门的工作全塞进了“经理”这一个职位，从收集信息、协调人员、审核工作、跟踪进度，到把战略变成具体行动、分配资源、指导员工、向上汇报、做决策、担责任，不胜枚举。如今，这种大包大揽的模式正开始改变。
Edward Jones的首席信息官凯文·亚当斯已将部分管理工作备忘与后续跟进事宜交给一个AI系统处理，该系统能跨企业项目、委员会追踪项目背景信息。CVS的艾伦·罗莎表示，过去，日常的管理会议要开两小时，大部分时间都花在准备报告和仪表盘（译者注：仪表盘一种用于数据分析和业务监控的可视化工具）上，现在这些工作交由AI智能体接手，会议时间缩短至约15分钟，主要围绕例外情况、具体问题和决策展开。
在许多公司，AI正在让那些主要负责收集、整合和传递信息的管理层级变得不再那么必要。与此同时，管理的定义也在扩展。布罗德里奇公司（Broadridge）首席技术官泰勒·德尔已在思考如何在人类团队与数字员工之间取得平衡。
综合这些例子来看，两方面的变化正在同时发生。一方面，管理岗位减少了部分传统管理工作，另一方面，又加入了许多与 AI和AI智能体相关的全新管理职责。因此，未来管理者的职责范围可能既不是简单缩小，也不是简单被AI强化。这个角色本身正在经历重构。
CVS的例子很有参考价值，因为真正的变化远不止“让管理者以更快的速度干完同样的工作”这么简单。工作流程本身也在发生变化。AI智能体可以在夜间运行报告、汇总结果，并在团队到岗前准备好仪表盘。由于全局状况往往在会议前就已整理完毕，日常运营会议就不再需要耗费开会的时间来梳理全局状况，而是可以集中精力讨论少数仍需人工介入的问题。
历史上，大量管理工作之所以存在，是因为必须有人来收集、传递信息。过去，这些工作必须有人抽时间做，现在则越来越多地交由系统处理。Edward Jones首席信息官凯文·亚当斯就搭建了这样一个AI系统。他没有把AI当成回答各种零散问题的答疑工具，而是不断向系统投喂相关文档、决策记录、历史信息、未决事项和行动承诺，让AI在各个工作环境中持续积累背景知识。这些背景知识让系统能够串联起各项任务之间的关联、保持工作不脱节，并提示跟进那些原本只能靠个人记忆推进的事项。有同事将这个系统形容为亚当斯的“军师”。亚当斯对人机合作的分工是：“我会让机器提醒我该关注什么，但不会让它替我拿主意。”
比起这个比喻本身，我们更在意它对组织层面的影响。信息记忆、工作衔接和任务跟进等工作过去几乎完全依靠管理者个人完成，现已可部分交给管理者身边的数字系统处理。报告、筹备、监控和对周期性运营节奏的把控也日益如此。这些工作不会消失，只是不再需要管理者投入那么多精力。部分管理职能正逐渐被底层系统接手。
由此开始，讨论已不再局限于单纯的生产力层面。如果AI接手了那些事务性工作，管理者释放出的精力该用在哪里？
CVS Health首席数字与技术官普什彭杜・帕尔称，他花在预算管理、项目状态审查及实施情况汇报上的时间有所减少，但每天工作的时长并未因此缩短。他把更多时间用在了辅导团队成员、直接与工程师及开发者协作、培养组织能力以及为服务与业务改进出谋划策上。在AI的帮助下，高管们得以腾出更多时间以更高效的方式完成自己的核心任务，比如辅导带教、为业务相关方提供咨询建议，以及与工程师一道打磨、完善服务。
这说明，缩减管理工作和重构管理岗位是两码事。如果AI替管理者省出了五个小时，组织却只是用更多项目、更多会议或更重任务把这些时间填满，那么AI提升的只是产能，管理者这个角色本身并没有真正改变。
真正的管理重构，不是简单地做减法，而是要想明白这样一个问题，旧的职责缩减后，该增加哪些新的职责。对于这个问题，每家公司的答案各不相同，但都必须用心想清楚。不然，结果就是管理者的职责越压越薄，但管理模式本身却一点没变。
CVS和Edward Jones的变化还引出了另一个组织层面的问题，那就是当信息、背景资料和进度更新都能通过共享系统随时获取时，哪些管理层级还承担着不可替代的职能？这并不是说AI会自动推动组织的扁平化，而是说有些层级需要拿出更站得住脚的理由来证明自己存在的必要性。如果一个管理层级的主要工作就是收集信息、汇总、解读、上传、下达，那AI自然会让人怀疑它还有没有必要存在。
检验组织设计的一个实用标准不再只是“这位管理者手下管着多少人？”而变成了：这一层级到底承担着哪些不可替代的管理职责？如果答不上来，那这一层级很可能只是旧信息架构的产物——而这种架构，正因AI而改变。
当部分传统管理职责不断缩减、或被系统接管时，另一类管理工作却在不断增加，因为总得有人来指挥这些AI智能体。相关工作包括任务分配、工作流设计、产出检查、多智能体协调、故障排查、人工介入时机判断等等。哪怕是没有下属的普通员工，也可能承担部分此类工作。在CVS，艾伦・罗莎还提到了这方面的另一部分工作，即AI智能体的开发工作。管理者必须给它们提供相关上下文、调优其表现，并确定它们能在确保安全的前提下处理哪些任务。“我70%的时间花在了训练AI智能体上面，使用时间只占30%，”他说。指挥数字员工同样要占用管理者的精力，哪怕它已经帮你省下了写常规报告的时间。
这并不能说明“管理职能”正在从管理者岗位上消失，而是说明“管理”的定义正在拓宽。当下，组织通常把员工分为两类，管人的管理者和不管人的工作人员，而AI正让这条界限变得越来越模糊。一个工程师可能手下一个人都没有，却指挥着五个智能体，一名财务可能管着一整条智能体工作流。这些人在传统正式职级中的头衔可能还是普通工作人员，却已在对数字员工实施实质管理。这意味着，“管理”越来越指向一种实际从事的活动，而不仅仅是一个头衔。
布劳德里奇公司首席技术官泰勒・德尔已在思考AI对管理岗位的冲击。他提出一种设想：未来某些一线管理者手下可能几乎只有智能体。他还问道：“当管理者的下属变成3名人类员工和19个智能体时，我们该如何应对？”
随着这一领域的发展，布劳德里奇公司开始思考，如何在全公司范围内识别智能体、明确它们各自承担什么工作、可访问哪些系统、由谁负责、如何监控其行为进而确保人类始终居于决策流程之中，以及应当实施哪些管控措施。
管理三名人类员工与十九个智能体，其管理要求与传统的人对人管理模式存在根本差异。因此，传统的“管理幅度”概念或许需要拆解为多项衡量指标。
例如：
• 人员管理幅度：管理者直接负有管理责任的人员数量
• 智能体管理幅度：其所指挥的数字员工或系统数量
• 工作流幅度：由其负责的工作单元数量
• 综合产出效能：人机协同系统整体所能产出的工作量
上述数字可能存在巨大差别。
一个手下只有3个员工却要管19个AI智能体的管理者，恰恰证明只看“管理幅度”这个数字，掩盖的信息比说清的多。其在人员培养、智能体监管与对工作流负责这三项工作上的职责彼此关联，却又不可相互替代。问题不在于AI能不能让管理幅度变宽，而在于一名管理者究竟能有效承担起哪些职责。
IBM技术平台转型负责人、首席信息官马特·莱特森提出了另一个角度。他说，企业很容易把“用了AI”当成“AI创造了价值”。用得多不多好统计，但结果有没有用不好说。IBM如今越来越在意的是：一条AI加持的工作流，到底有没有真正带来有意义的改变？是收入涨了、利润高了，还是效率提了、风险小了、流程快了，或者单位成本降了？莱特森把这种变化概括为：“未来，大家更关注的会是结果，而不只是输出。”
这一点对管理至关重要，因为工作本身正变得越来越分散。如果一项结果由2个人、6个智能体加一条自动化工作流共同产生，那么仅盯着执行每个具体步骤的人可能就不够了。仍然要有人对最终结果负责。这就让管理范围又往外扩了一圈：管理者不仅要了解直接向其汇报的下属，还需要理解产生这些工作的智能系统的经济性、表现和健康状况。管理的对象，正从“团队”扩展到“人机协同操作系统”。
当大部分工作经由传统层级中的人员流转时，责任界定相对清晰。一旦工作被拆分到人员、AI智能体与平台三方，责任归属就不那么一目了然了。如果一名工作人员指挥着3个AI智能体，那么这些智能体的产出由谁负责？如果一个智能体执行任务，另一个负责核查，那么人类审核者扮演的是何种角色？如果企业平台决定了智能体的访问权限，那么在使用智能体的员工与治理平台的团队之间，责任又该如何划分？
惠而浦（Whirlpool）对此划出了一条清晰界线。该公司首席信息官爱德华多・萨拉斯介绍，在该公司，AI智能体可生成内容，并走完法律、监管与品牌审查等环节，但对面向客户的材料，最终批准权仍保留在人类手中。工作可交由智能体流转处理，但关键决策的归属不能含糊。这就要求组织明确工作流每个节点的负责人：谁指挥智能体、谁审查关键输出、谁管控其访问权限、谁对结果负责，都要明晰。即便其他一切都在变，但有一点始终不变：管理职责可以转移，但责任必须有人承担。至于最终由谁负责，需要重新明确界定。
综合来看，这些讨论让我们意识到，事情远不止“自动化替代人工”这么简单。部分管理工作，正在被系统承接。部分靠传递信息为生的管理层，可能不再那么必要。还有一部分现有的管理职责，会相应缩减。
与此同时，在AI智能体、工作流编排、数字化绩效、访问权限、监管以及智能工作经济性等方面，新的职责正在不断涌现。其中一部分，将由当下没有管理头衔的员工来承担。
这意味着，未来的管理者角色不会是“在现有岗位说明书上划掉30%的任务”那么简单，而是要担起一套完全不同的职责。
正因如此，我们认为组织在界定管理者职责时，不应再从职位头衔出发，而应从管理工作本身入手。首先，我们把管理角色拆开来看：谁收集信息？谁监控进展？谁负责掌握项目背景信息？谁跟进落实？谁分配工作？谁培养员工？谁对结果负责？
然后再决定每一项职责该落在哪里。有的可以留在正式管理者手里，有的可以交给普通员工，有的可以逐渐交给AI基础设施处理，有的可以交给AI智能体，有的可能消失。当然，可能还会出现一些全新的职责。
我们最初与首席信息官们的对话是想把管理工作归成三类：自动化的、靠AI增强的和保持原样的。但聊着聊着话头就转向了更宏大的问题，不再只是“AI能干什么”，而是管理工作的各项职责到底该怎么重新分配和重构。
这是一个比“AI是否会取代中层管理者”更重要的组织设计问题。AI并非简单地在缩减管理角色，而是在改变这个角色所包含的内容。眼下真正要做的，是弄清管理者应当保留哪些职责，哪些职责应移交出去，以及AI正在创造哪些新的职责。（财富中文网）
基思·费拉齐是Ferrazzi Greenlight的创始人兼董事长，也是《纽约时报》榜首畅销书《别独自用餐》（Never Eat Alone）作者。Thinkers50将他评为全球顶尖思想家之一。二十多年来，他一直为《财富》500强高管团队、独角兽企业和政府领导人提供咨询服务，帮助他们借助“团队共治”与“共同提升”推动实现可量化的业务成果。他还为高级领导团队提供协作、工作重构与人机协作等方面的指导。
温迪·史密斯是Ferrazzi Greenlight研究与思想领导力部门主管。
Fortune.com上评论文章中表达的观点仅代表作者个人观点，并不代表《财富》杂志的观点和立场。
作者：Keith Ferrazzi，Wendy Smith
《财富》最新榜单
