AI进入工作之后，管理的哪些基础仍然有效，哪些实现方式需要改变？本期《数智新解》从确定性与概率性、金字塔与网格、成本节约与超额收益三个变迁，帮助管理者理解传统管理与AI时代管理的本质区别。传统管理与AI时代的管理，究竟有什么不同？
    传统管理的关键，是通过分工、层级与标准化流程，把人的工作组织成可控、可预测、可复制的运行体系。AI时代管理的关键，是建立人机共生的协作体系，让数据、智能与人的创造力在变化中持续组合，创造新的价值。理解这一区别，不能只看企业用了多少AI工具，还要看组织工作的条件发生了什么变化。
    过去，管理者掌握更多信息、积累更多经验，再通过分工与层级组织执行。今天，AI使更多人能够获得分析支持，也开始参与任务执行。原来需要集中处理的工作，可以在更多节点完成；原来依赖长期积累才能获得的部分能力，也变得更容易调用。
    目标、计划、组织、领导与控制依然重要。但这些管理职能如何发挥作用，需要重新理解。在《AI时代的管理》中，我将这种变化概括为三个主要变迁。过去，我们努力找到一种正确做法，再通过标准和流程，让不同的人稳定地执行。
    这种管理方式有其价值。成熟的经验能够减少重复试错，清晰的标准能够保证质量。在任务相对稳定的情况下，组织越能复制有效做法，就越容易获得效率。但一个值得管理者思考的问题是：条件发生变化以后，原来正确的做法，还能适用多久？
    需求在变化，信息在更新，原有经验的适用范围也可能改变。如果组织只检查员工有没有按照流程执行，就可能出现一种情况：每个步骤都完成了，结果却不再符合顾客需要。AI使组织能够更及时地处理信息、比较方案、识别变化。但它提供的预测和建议，同样建立在一定的数据与假设之上。
    因此，从“确定性”到“概率性”，需要管理者接受：一个判断可能在当前条件下有效，却不能因此被视为始终正确。例如，企业依据需求预测安排生产。预测并不是对未来的保证，而是当前行动的依据。新的订单、库存和顾客反馈出现后，组织需要重新判断：原来的安排是否仍然适合？
    管理的要求，由此延伸到对判断条件的持续检查。计划仍然提供方向与行动基准，标准仍然守住质量与风险底线。对于需要探索的部分，管理者则要明确验证方式，根据实际结果调整行动。这里的关键，不是频繁改变主意，而是知道为什么调整。新的信息有没有改变原来的判断依据？实际结果有没有支持原来的假设？能够回答这些问题，组织才能在变化中保持行动的有效性。
    在传统层级组织中，信息向上汇总，决策向下传达。管理者通过整合信息、协调资源，帮助不同岗位共同完成工作。这一安排，与信息获取和分析能力的分布密切相关。当一线难以看见全局，也缺少必要的分析支持时，很多决定需要交给上级。但当AI与业务数据结合，更多工作现场也能够获得分析、预测和方案支持，原有安排就需要重新审视。
    如果现场已经具备作出判断的条件，为什么所有决定仍然要绕回上级？以门店补货为例。店员最先看见当地需求的变化，系统又能够提供库存、销售和补货建议。对于边界清楚的常规事项，层层审批可能只会增加等待。
    但涉及整体供应、重大风险或跨区域资源的问题，依然需要集中协调。所以，从“金字塔”到“网格”，不能简单理解为削减层级。更重要的是，组织开始围绕任务连接能力，让人、AI和相关资源在合适的位置共同发挥作用。
    管理者需要判断：谁更接近问题，谁具备判断能力，谁应承担责任，又需要哪些资源支持。权力的配置，也要与这些条件相适应。员工能够获得更多信息，并不意味着组织不再需要管理；它意味着管理需要把更多判断能力组织起来。共同目标、协作规则、责任边界和异常处理，都需要清楚。管理者的价值，越来越体现在能否让不同节点形成有效协作，而不只是亲自作出每一个决定。
    企业使用AI，关心节省多少时间、降低多少成本，是合理的。但如果对AI的全部期待，都停留在把原来的工作做得更便宜，就可能低估新的能力带来的机会。传统管理同样追求创新与增长。从“成本节约”到“超额收益”，强调的是：AI使企业有机会重新审视，过去受到能力、时间和成本限制的工作，现在是否可以完成。
    一项服务，过去因为分析成本高、响应周期长，只能提供给少数顾客。当AI帮助企业降低处理成本、提高响应速度以后，管理者可以进一步思考：能否让更多顾客获得这项服务？能否回应更细致的需求？能否提供过去难以持续交付的价值？
    这里发生的变化，不只是投入减少了，还可能是企业能够做的事情增加了。如果只盯着原有流程节省了多少费用，就容易忽略这部分空间。管理者需要从顾客的问题出发，重新认识手中可以组合的能力。当然，新的可能性不能直接当作经营成果。“超额收益”也不是对AI投资回报的承诺。顾客是否真正需要，质量能否稳定，企业能否持续交付，都必须经过验证。管理者既要看见机会，也要让投入接受绩效检验。
    这三个变迁，最终都要回到自己的工作。面对一项正在使用AI的业务，可以先问三个问题：我们的判断，是否仍然符合正在变化的条件？我们的权责安排，是否让具备能力的人能够及时行动？我们是否只在计算节省了多少，却没有研究还能为顾客创造什么？
    这些问题，会帮助管理者分辨：哪些经验仍然有效，哪些安排需要调整，哪些新的能力值得发展。AI带来的变化，不会自动成为企业的价值。技术进入工作之后，仍然需要管理者明确方向、组织协作、承担判断，并为人的创造力提供发挥的条件。理解传统管理与AI时代管理的本质区别，最终是为了让组织在新的条件下取得绩效，也让身处其中的人拥有更大的价值创造空间。