谭寅亮：生成式AI能否替代CEO做决策？

生成式AI能否进入高层管理团队，甚至取代CEO的角色？初看之下，这一设想似乎与现实相去甚远，犹如一名初级分析师突然被推选为董事会的领袖。毕竟，AI常常犯错，诸如产生“幻觉”——即错误或误导性的信息——以及在执行复杂任务时失去方向。这些短板显然与卓越领导力所要求的远见、判断力和战略决策能力相悖，尤其是在一个需要平衡多方利益、洞察历史趋势、捕捉市场变化并制定决定公司未来的战略时。

然而，随着AI在高精度任务中的突破性进展，生成式AI正日益突破传统行业界限，从医疗健康到软件开发，展现出前所未有的潜力。像AlphaFold在蛋白质折叠领域的革命性突破，或OpenAI的Codex能够根据简单指令生成完整程序的能力，都表明AI正在挑战那些曾被认为需要创造力和精确性的复杂任务。考虑到这些成就，我们不得不思考：如果AI能够完成如此复杂的技术任务，是否也有能力接任CEO做战略决策？

AI的真正潜力只有在面对复杂的商业决策时，才能得以全面展示。本文旨在深入探讨AI在战略决策中的角色及其可能的影响。这一探讨不仅关乎技术的进步，更涉及对未来领导力的重新定义和对决策本质的深刻反思。在探讨生成式AI对传统战略决策流程的影响之前，我们需要先厘清AI的两大主要分类：决策式AI与生成式AI。

决策式AI早在2012至2013年间就已经得到较为广泛的应用。它通过机器学习和深度学习等技术手段，帮助企业优化决策，尤其是在结构化数据的处理上表现出色。例如，购物平台基于消费者的历史购买记录，为其推荐相关产品：某位用户购买了一件上衣，系统可能会推荐搭配的裙子。这类应用已经深入到电商、金融、物流等领域，成为传统数据时代的重要决策工具。

与此不同的是，生成式AI开启了一个全新的应用时代。自2022年11月ChatGPT发布以来，生成式AI以其“创作能力”带来了深远的影响。其核心创新在于处理非结构化数据——包括文本、图像、音频和视频等多模态信息，进而生成新的内容。生成式AI不仅能生成内容，还能深度分析海量文本数据，提取关键信息，为复杂决策提供支持。其背后的技术突破来源于2017年的一篇关于Transformer架构的论文，这一技术使AI能够高效处理非结构化数据。

生成式AI如何影响决策流程？

生成式AI在战略决策中的应用展现出颠覆性潜力，主要体现在以下几个方面：

快速分析与信息整合。生成式AI具备强大的数据处理能力，能够迅速分析海量数据并模拟多种场景，为决策者提供深刻洞察。传统的BI报表工具效率较低，而AI可通过对话直接提供关键数据分析，显著缩短决策链条。

个性化支持与创新激发。生成式AI能根据具体需求提供个性化决策支持，并通过实时反馈增强决策灵活性。例如，在风险评估中，AI可模拟多种情景，帮助决策者制定全面的应对策略，同时激发创新思维，促进团队协作，支持战略决策。

实时反馈与动态调整。AI使企业能快速适应市场变化，实现动态决策。管理者可根据实时反馈和不同场景，灵活调整战略，提升响应速度和决策效率。

生成式AI的崛起突破了传统决策流程的效率瓶颈，并为战略决策注入创造力和灵活性。从实时数据反馈到个性化支持，AI为企业在复杂的市场环境中保持竞争优势提供了有力支持。未来，企业若能充分利用生成式AI的潜力，将在战略制定、执行与优化中迈向更高效、更智能的新时代。

从历史视角看决策权的更迭

从历史视角看，企业决策权经历了三次重要的变迁，随着技术的演进，决策过程也不断发生变化。

第一阶段：传统组织的决策垄断。

在传统的科层化组织中，信息被视为特权，掌握更多信息的人拥有更大的决策权。这种信息垄断导致了决策的集中化，几百年来，信息不对称一直是企业权力分配的核心。

第二阶段：互联网组织的信息平权化。

20世纪90年代，互联网的兴起打破了传统的信息垄断。企业组织逐渐扁平化，一线员工通过系统快速获取大量一手数据，信息流动性增强，决策权逐步下放。此时，信息开始实现平权化，促进了“自下而上”的决策流动。

第三阶段：AI推动决策平权化。

今天，AI推动决策平权化进入新阶段。AI在数据驱动决策中的应用，使得某些决策可以由AI直接完成。例如，AI通过A/B测试分析，可以比管理者依赖直觉的决策更精准。这意味着，高层领导在某些定量化场景下，可能需要将部分决策权交给AI。

然而，AI能否完全取代高层领导的判断和经验，仍需厘清决策的核心要素。高层战略决策涉及六个关键要素：

问题框定。需要数据支持和领导者的经验，AI在情境理解上仍有限。

替代方案评估。AI能提供多种备选方案，但可行性评估仍需人类经验。

可靠信息支持。AI在数据处理和信息整合方面具有优势。

价值权衡。战略决策需要在人类的价值判断和文化敏感性上做平衡，超出AI算法的能力范围。

合理推理。虽然AI推理能力提升，但对非结构化信息的综合能力仍有限。

执行承诺。AI无法替代人类在执行战略时的组织动员和情感共鸣能力。

正如技术的演进不会一蹴而就，决策权的迁移也是一个动态过程。几年后，当AI技术进入下一个发展阶段，我们或许会对这一问题得出全新的答案。届时，AI是否能成为真正的决策主体，或许将成为一个新的焦点。

AI的学习曲线与黑天鹅事件的局限性

要理解AI的能力边界，我们可以从其学习方式入手。AI的学习依赖于海量的历史数据，尤其擅长应对高频、重复性的任务。假设我们绘制一条曲线，横轴代表事件出现的频率，纵轴代表AI的能力水平，可以发现，AI在处理高频事件时表现尤为出色。然而，当面对低频事件或历史上未曾出现的情况（如黑天鹅事件）时，AI由于缺乏足够的训练样本，其决策能力将显著下降。这一局限性提醒我们，高层管理中的许多复杂决策和直觉判断，依然需要依赖人类的智慧与经验。

理解了AI的局限性后，我们可以更清晰地界定其当前的角色：AI是一个强大的工具，但并非全面的替代者。未来相当长一段时间内，AI将在高频、重复性的任务中展现巨大价值，但对于需要创新性、直觉判断和对复杂环境深刻理解的决策，AI仍无法取代人类。

以无人驾驶为例，未来十年内，技术可能会高度成熟，甚至完全替代人类驾驶员。然而，在高层管理决策中，许多关键信息往往难以量化或完全记录，AI无法有效学习这些信息。此外，领导者的直觉与对复杂动态情境的理解，依然是AI难以复制的独特能力。

因此，我们不必对AI的发展感到恐慌，而应以更加理性和务实的态度来看待其应用。在重复性工作中，AI无疑将替代部分岗位，但在需要高层次思维能力的领域，AI更可能成为管理者的得力助手，而非替代者。

以医疗场景为例，当病患面临全AI诊断和AI辅助医生诊断两种模式时，大多数人会倾向于后者。这种选择反映了人类对经验与工具结合的信任。学术界将这一现象称为“算法厌恶”（Algorithm Aversion），即人们对完全依赖算法的不安。同时，近年来也有研究提出了“算法偏好”（Algorithm Appreciation），即在特定条件下，人们愿意接受算法的建议。但整体而言，人类社会对算法的信任尚处于探索阶段。

在企业管理中也是如此。即便AI能够深度分析数据、提供洞见并优化流程，但高层决策的作用依然不可忽视。完全依赖AI的决策模式可能引发员工执行力和信任问题，因为当前社会仍倾向于将领导权威与人类智慧联系在一起。因此，在相当长的时间内，AI难以完全取代人类在战略决策中的地位。

生成式AI在企业中的应用案例

当前生成式AI的成功应用多集中于营销领域。AI能够分析市场趋势、洞察消费者行为，从而为企业提供深度市场洞见。例如，一些国际公司和国内企业已经在营销场景中充分发挥了AI的潜能。

以全球第三大市场调研公司易普索（Ipsos）为例，该公司利用AI对消费者问卷数据进行深度分析和提炼，帮助决策者识别潜在的用户需求。他们通过收购AI团队并在内部积极研发，探索生成式AI在问卷调查中的应用。例如，通过对大模型进行微调和细化训练，调研的准确率从60%提升至80%。这一技术创新大大提高了市场调研的效率和精度，为企业提供了更具洞察力的信息支持。

璞康数据科技是一家典型的品牌代运营企业，服务于乐高、日本林内电器、美赞臣奶粉等知名品牌。其创始人在接触AI后敏锐地意识到这一技术可能为企业解决诸多痛点，随即成立了AI学习小组，对全球各类AI工具进行调研，并与业务场景进行匹配。他们详细记录了每个工种在应用AI前后的效率变化。例如，设计师在使用AI后完成图片设计的时间从4小时缩短至1小时，从而精准评估了AI的投入产出比。这一过程不仅使璞康实现了营销效率的显著提升，也为其他企业提供了可借鉴的AI转型模式。

AI与管理者的三种合作关系

在我看来，AI将与管理者形成三种合作关系，通过这种人机协同，既发挥AI的技术优势，也充分体现以人为本的管理理念：

数据驱动的直觉。AI通过分析海量数据，帮助管理者提升对未来趋势的判断力。它为决策提供更加全面的视角，补充管理者的直觉，提升决策的精准度和可靠性。

风险评估的助力。AI在风险管理中提供实时预警，帮助管理者识别潜在风险。管理者结合自身经验，能够更全面地评估并制定应对策略，提高风险管理效率。

创新辅助与创意支持。AI通过生成多种创新方案，为管理者提供更多选择。管理者根据行业经验筛选出最具潜力的创意，拓宽思维边界，推动企业创新。

对于中国企业而言，这种人机协作的模式尤为重要。中国市场在数字化建设上处于全球领先地位，同时拥有庞大的消费者市场和丰富的商业场景。这为AI技术的落地应用提供了绝佳的土壤。

企业可以结合管理者的行业洞察与AI的技术优势，基于具体商业场景开发出更具针对性的AI解决方案。这不仅能大幅提升企业运营效率，还能为企业创造更多价值。通过这种协作，管理者和AI能够共同推动企业在复杂多变的市场环境中实现可持续增长。

AI让我们重新审视“人之为人”的意义

AI的发展提醒我们，在技术不断进步的今天，人类应思考如何发挥自己的独特优势，与AI进行有效协作，共同应对未来的不确定性。面对这一进程，我们不禁开始反思一个深刻的哲学命题——“人之为人”的真正意义。作为一种技术工具，AI应始终服务于人类的需求，而非取而代之。AI的核心价值在于提升效率、节省时间，从而让我们有更多机会追求精神上的愉悦与思想上的自由。

AI显著提高了工作效率，原本需要数小时完成的任务，如今可以在更短的时间内完成，创造了更多的自由时间。然而，如何利用这些被节省下来的时间，成为一个重要的问题。在物质生活逐渐丰盈的同时，许多人却感到精神层面的匮乏。在此背景下，AI为我们腾出的时间恰好为提升生活品质提供了契机。我们可以用这些时间去做更有意义的事——健身、社交、阅读，从而重新回归生活的本质，追求更高层次的精神满足。

因此，在AI的快速发展中，企业应以长远的视角来看待这场技术革命。在当前经济环境下，许多中小型企业面临降本增效的压力，这无疑是生存的首要任务。然而，从中长期来看，AI的真正价值远不止于提高效率或降低成本，更在于通过技术赋能，创造更大的社会和经济价值。因此，企业应将AI作为战略目标的一部分，深入融入业务场景，推动创新和增长。

要实现这一目标，企业家需要采取四项具体行动：

积极拥抱AI技术。从工具性使用到全面赋能，将AI深度应用于实际业务中。

建立数据驱动的决策文化。依赖数据而非传统经验，提升决策的效率和准确性。

注重人才培养。培养跨领域、视野广阔的复合型人才，充分发挥AI的潜力。

培养国际视野。关注全球市场的变化和竞争环境，汲取灵感，提升创新力和竞争力。

AI的发展不仅带来了技术进步，也伴随着伦理和监管方面的挑战。与电力革命不同，AI的应用可能涉及数据隐私、责任归属等问题。对此，企业需明确责任归属，根据不同场景合理划分技术方、用户和管理层的责任；同时，加强信息透明度，标注AI生成的内容，减少误解；完善法律法规，借鉴国际经验，为AI的规范发展提供保障；学习行业标杆企业在应对伦理问题方面的经验，最大限度地降低潜在风险。

在这场技术变革中，中国企业家面临着短期利益和长期发展的抉择。短期内，降本增效是可行的阶段性目标，但更应以人为本，利用AI推动未来的可持续增长。AI不仅是提升效率的工具，更是创造社会和经济价值的重要力量。只有将AI与企业战略深度融合，积累数据与资源，拓展国际视野，中国企业才能在全球竞争中实现持续创新和突破。

（作者系中欧国际工商学院决策科学与管理信息系统教授谭寅亮）

 

来源 | 《哈佛商业评论》