OpenAI推出ChatGPT还不到三年，就已经开始改变我们的工作。曾经占用员工大量时间的任务现在可以更快甚至自动完成。如今，研究人员将目光转向组织架构的更高层，并提出了一个相关问题：生成式AI将如何改变中层管理者的工作？
    哈佛商学院教授曼努埃尔·霍夫曼（Manuel Hoffmann）领导的研究团队希望了解人们使用生成式AI的方式，结论显示，这项技术正在帮助个人贡献者承担过去由管理者完成的任务。2022年到2024年间，研究人员对全球50032名软件开发人员展开研究，其中半数人使用了开源生成式AI编程工具GitHub Copilot。这个工具的主要用途是帮助程序员生成代码片段，加快编码速度、更快解决问题，并实现自主学习。研究中，霍夫曼和团队观察了该平台上超过240万次操作，并将这些操作分为了核心工作（编码）和管理两类工作。
    “研究开发人员及其使用GitHub的方式，为我们提供了他们工作的详细信息，”霍夫曼表示，“这使我们能够精确细致地追踪他们的行动，以确定生成式AI是否真的在改变他们的工作方式，以及以何种方式改变。”
    他们发现，使用Copilot会使人们将任务分配转向核心工作，并减少项目管理工作。编码占全部工作的比例增加了5%，而项目管理所占比例下降了10%。霍夫曼的团队识别出了推动这一转变的两个基本机制。首先，使用生成式AI让开发人员能够更自主地工作，由于协作减少，他们或其领导者与他人协调任务或项目的需求也随之降低。其次，新工具加快了编码速度，所以开发人员可以增加用于学习或尝试新事物等探索性活动的时间。
    作者认为这些发现可以帮助企业简化汇报结构。这意味着什么？他们并非建议企业完全取消中层管理岗位，而是认为AI可以帮助企业减少这些岗位的人数。对于留任的中层管理者而言，技术将减少他们用于协调和监督员工、或充当上下级层级联络人等典型中层管理工作上的时间。随着生成式AI在日程安排、协调和质量检查方面的能力不断提升，留下的管理者将有精力从事更有价值的工作，包括参与原本由普通员工完成的具体任务（比如软件编码），还会有更多时间探索流程优化或体验新产品。
    但要以这种方式最大限度发挥AI的潜力，需要的不仅是更新组织架构图。要扁平化公司层级结构，或单纯将中层从某些项目管理职责中解放出来，企业必须回答两个关键问题：我们应该自动化哪些流程？以及自动化可以为谁带来好处？
    确定可以自动化的内容。尽管GitHub Copilot的示例仅针对开发人员及其领导，不过所有公司都可以利用生成式AI减轻中层的传统工作。关键在于确定哪些任务适合自动化，哪些任务应由人工完成。
    决定将哪些任务自动化之前，霍夫曼建议先做一下他的团队在启动GitHub研究时所做的事：将观察到的每项任务分类为项目管理或编码任务。无论提供哪些产品或处于哪个行业，所以公司都可以通过这种方式对任务进行审核。完成分类后，你就能重新思考哪些任务可以从中层管理者转移到生成式AI上。
    在研究中，霍夫曼及其团队观察到使用与未使用生成式AI的开发人员间存在差异：前者更少向领导或同事寻求帮助。不仅如此，在几乎所有核心工作和项目管理工作中，使用Copilot的开发者所在的团队规模都比未使用者更小。大多数公司都能从类似实验中获益：观察团队如何使用生成式AI，并找到可以提高自主性的领域。
霍夫曼表示：“在某些情况下，生成式AI可以取代管理者、导师或初级员工可能求助的任意其他角色。管理者往往没有足够时间对每个人进行指导，团队也不是随时可以实现大规模协作。借助生成式AI，员工可以自行解决问题，无需额外的管理层级介入。”
    明确受益最多的人。霍夫曼的团队还有一项关键发现：技能水平低于同事的程序员从生成式AI中获益更多。这在一定程度上是因为，与高水平开发者相比，他们更倾向于专注编码工作，而较少参与项目管理。以往研究表明，比起AI，人们往往更相信自己的知识经验。换句话说，一个人对某一领域了解越少，就越可能依赖AI的专业能力。
    霍夫曼认为这为企业提供了一个巨大机遇，可以在减轻中层提升低绩效员工技能负担的同时带来其他好处。由于低绩效员工现在可以利用生成式AI实现即时学习并提升能力，管理者可以将时间专注于更重要的实际工作。这意味着，每位管理者针对每位低绩效员工都能节省数小时的时间，也意味着每个相关人员的生产力都能得到提升。这些信息可以帮助中层更好地了解员工的优势与不足。例如，低绩效员工是否清楚自己需要完成的工作及预期的质量标准？高绩效员工掌握的哪些知识可以与低技能员工共享？借助这些信息，中层可以更准确地判断员工遇到的困难，并协助他们制定自主利用生成式AI提升能力的方案。
    当然，我们不应只关注低绩效员工。生成式AI为各技能水平的员工在多种任务中提升能力都提供了充足机会。尽管霍夫曼的研究仅聚焦于编程领域，但无论哪个行业，观察高绩效与低绩效员工使用生成式AI的方式，都将为企业带来提升和层级扁平化的新机遇。但是如果不与员工沟通并了解他们的实际工作，你就永远无法知道哪些知识和技能可以在整个团队或组织中进行迁移，也永远无法知道哪些任务可以从中层手中释放出来。
霍夫曼表示：“使用生成式AI的企业可能会变得更加敏捷。这将推动企业层级扁平化，有助于精简工作流程、提升效率，并减少对大量中层管理任务的需求。”

“AI正在模糊中层与普通员工间的界限”

埃德维格·萨科（Edwige Sacco）是毕马威（KPMG）人力创新部门负责人，专注于商业战略、工作转型及大规模人才创新问题。在与《哈佛商业评论》的对话中，她探讨了团队在生成式AI应用方面的实践，以及该技术对中层与普通员工层级结构的影响。

HBR：生成式AI是否有助于组织实现结构扁平化？

萨科：我认为我们已经走上了扁平化之路。社会正转向以技能为基础的用工模式，我们开始通过技能组合和创造的价值而非岗位来定义一个人贡献。由于AI可以充当助手、导师、创意伙伴或信息来源，任何人都能以更高水平作出贡献，这正在模糊中层与普通员工任务间的界限。

HBR：这是否意味着普通员工正在完成以往管理者的工作？

萨科：在某种程度上是的。我对普通员工的期望已经大幅提升。由于AI的出现，普通员工应该可以像管理者或更高层人员那样，为会议或战略讨论做好充分准备。

HBR：可以举个例子吗？

萨科：我们的项目通常从调研流程开始。我们会与客户沟通，通过提问了解对方的运作方式和现状。过去，员工会整理信息、进行分析并提出建议。如今，生成式AI可以帮助他们将这一过程从5小时缩短至3小时，节省了2小时时间。表现最突出的员工会利用这段时间提升技能，主动承担中层管理者的工作，聚焦更困难复杂的任务，承担更多工作，或转向更具战略性的事务。我非常关注他们如何规划这些时间。

HBR：是否有中层承担了高层的工作？

萨科：绝对有。举个例子：我经常要参与设计问题的解决方案，这需要制定策略来确定修复计划。我们通常会基于自己的标准方法解决问题，每个问题有不同的方法论。过去，人们会期望中层管理者是方法论的专家。但现在，引入生成式AI时，我们可以训练它掌握并向所有人解释这一方法论。员工可以阅读方法论并向生成式AI提问，然后带着已有知识参加战略会议。这使中层得以从学习和传授方法论中解脱出来，可以直接与客户沟通并执行方案。他们减少了花在学习和教授方法论上的时间，有更多精力将方法论与客户的实际问题结合起来。

HBR：你是否遇到过中层管理人员有抵触情绪？他们是否觉得AI的能力对他们构成威胁？

萨科：我们已经取得了很大进展，但仍有部分人持抵触态度。我希望创造一个安全的环境，让大家可以坦然表达抵触的原因。比起让他们隐藏顾虑，我更愿意与他们坦诚交流。我告诉他们，AI无法完成他们工作中最关键的部分。他们懂得如何与客户沟通，理解对方字里行间的隐含需求，他们可以帮助对方明确问题，解释解决问题所需的条件。AI目前无法实现这些以人为本的对话，而这些对话正是中层过去鲜有时间去开展的。