以后給AI打工？日本公司啟用「AI老板」，效率吊打真人

如果有一天，你交上去的方案不是被老板看，而是被一個AI查閱、點評、修改，甚至直接決定能不能過，會是什么感覺？

這聽起來很荒謬，但一家公司已經開始這么干了。日本大型電信公司KDDI近期啟用“AI老板”戰略，通過大模型學習管理層的工作模式和點評語氣，直接用于處理員工提交的方案、申請等事物。

（圖源：KDDI）

在AI剛興起之際，都在討論AI將取代一些重復、瑣碎，且沒有技術含量的工作崗位。但如今AI開始扮演管理層的角色，甚至相比起真人，它更加高效、穩定，情緒更為平和。這不禁讓人開始懷疑，假如高管已經可以被AI代替，那么領導層的崗位真的還有存在的必要嗎？

24小時待命的AI老板，比真人還好用

這兩年，AI走進辦公室已經不算新鮮事，用AI輔助寫作、查閱郵件或是總結信息等。也有一些公司用AI充當客服，提供協助咨詢服務。但AI始終是一個輔助性質的工具，一切都還要聽使用者發號施令。假如角色反轉，讓AI檢查真人的工作，會是怎樣？

日本電信公司KDDI啟用的策略名為“AI上司/AI本部長”系統，這套大模型預先學習了真實本部長的說話方式、常用口頭禪、決策習慣和審批邏輯，然后投入到工作流。簡單來說，就是KDDI給自己的員工配了個“AI老板”，你寫完企劃書、提案、內部申請后，直接交給AI，它會給出反饋。

當然，雖然KDDI給這個系統設計了相對高級的職位，但實際上卻不是那么回事。“AI上司/AI本部長”系統真正參與到的工作，其實還是負責查閱、審批等簡單的事物，最核心解決的是大企業中繁雜的審批流程，以及應對上級領導缺勤時的工作檢查的等問題。

（圖源：Bold Business）

在有了這套系統之后，相當于員工隨時都可以提交申請、提案，也相當于有了一個24小時待命的領導給你提供工作上的幫助。另外，據KDDI描述，相比起真人，這套AI系統至少情緒會更穩定。

其實AI參與到核心工作流，KDDI也不是第一家這么做的。在歐美企業里，AI更早被塞進“流程決策”里，比如員工提出的申請，靠一套設定好的AI模型打分、做風險判斷，但最后一步還是需要領導確認，相對來說比KDDI多了一步真人進行最后決策的步驟。

就像微軟很早就讓AI做成了一個可配置能力，直接嵌入工作流里，讓組織能在多階段審批中加入AI自動判斷步驟，同時保留人工監督。而像績效判斷這種繁瑣的工作，IBM早就公開討論過用機器學習來輔助HR進行績效與潛力評估，甚至還做過“用模型預測未來表現、影響獎金與管理決策”的案例描述。

一些初創公司，為了省掉聘請高管的預算，直接做了一個AI版的項目經理，讓這個AI做監工，每天盯緊員工的工作情況，每天哪個員工交付了什么、明天要做什么，全都讓這個AI制定計劃，并檢查進度。

（圖源：UniteAI）

說白了，“AI當老板”之所以會受到關注，主要還是KDDI相比起此前將AI加入到工作流的企業，授予了更高的權限和職位，同時也利用AI打破了一些傳統的固有印象。最直接的就是，過去我們總說“老板風格很重要”，現在老板風格被做成模型，每個員工都能直面“老板”，簡化了整個工作流程，也不再被層層審批卡住。

更重要的是，這件事其實恰恰證明了，多數企業的管理層的部分工作本身就是可以被系統化的，而且AI完全能夠勝任這一部分工作。

AI當上管理層，真的會比真人干的好嗎？

KDDI用實際行動證明了，AI的確有能力取代管理層的部分工作，甚至在這些工作上，效率還比真人要高。但能干不代表一定能干得好。

在一個企業中，管理層的職責往往分為很多中，其中最核心的就是制定方向和目標，接著才是判斷、審查、溝通等等。在過往所有把AI參與到工作流的企業里，無一例外都是把最基礎的工作交給AI，而非核心的部分。

換句話說，AI當管理層，能做初篩、能指出缺口、能建議補充什么數據和案例，甚至能用“本部長”的口吻和思路去告訴員工哪里出現了問題。但要想讓AI去背負起整個部門，甚至整個公司的發展方向的決策，應該沒有哪個股東敢押注給大模型。

但在這個前提下，AI的確能把授權的工作做得非常出色。一方面，AI事事有回應，只要網絡不癱瘓、算力不出現問題，幾乎能做到任何審批都立刻反饋，不需要像真人領導一樣等待許久，效率就是AI的優勢；另一方面，AI畢竟是AI，它不會有生活的煩惱，也不會有任何工作上的情緒，它可以非常穩定地指出工作中的所有錯誤。

（圖源：Inside Telecom）

客觀來說，雖然沒有情緒可以讓AI與員工的溝通更簡單、穩定，但AI假如要徹底擔任一個“領導者”的角色，那么完全沒有情緒也可能會出現一些問題。比如它沒辦法“察言觀色”，可能理解不了給出的修改建議對員工帶來的壓力，也可能沒辦法從實際情況去制定計劃。

再往深一點說，AI管理的上限并不由模型能力決定，而是由企業自己決定，公司要給大模型喂足夠的公司規定、工作經驗和行事邏輯。假如企業內部自己對好的提案都沒有固定的一個方法論，那么AI也沒法下判斷。這就是為何KDDI目前也僅部署了三位“AI本部長”，大概率是這三個部門的工作決策，還涉及不到整個公司的核心業務。

所以，AI做管理會不會做得更好？還是得看具體的業務和崗位。僅從現在已有的經驗來看，AI當管理者最多只能提高某些任務的效率，給員工不帶情緒的溝通和交流，但再往深了走，AI就無法勝任了。

訓練AI做管理層，可能會是一門好生意

正如前面提到，對于規則完善的大型企業而言，訓練一個“AI管理層”的成本不低，耗時也較長，KDDI之所以設置這么一個崗位，主要還是解決某些部分業務審批繁瑣的問題。而多數大型企業并不需要專門設計一個AI管理者，只需優化工作流程即可解決。

但這套方案，反而很適合中小型企業，甚至是小型工作室。而這也很可能會催生一個全新的行業——專門為公司訓練AI管理層的新賽道。

KDDI的案例之所以能成功，其實是因為它把管理層的一部分工作拆解成了可復制的流程，比如用大模型學習某位高層的表達方式與審批習慣，讓AI先去讀方案、挑問題、給修改意見、做初篩，再把更像樣的版本遞到真人面前。但并不是每一家公司都有能力像大企業一樣自建一套系統、整理歷史文檔、再做權限隔離與工作流對接，但絕大多數公司都同樣被審批慢、反饋慢折磨。

而為這些公司訓練出一個AI管理層，過去那些企業買的是ERP、OA、流程引擎，下一代企業要買的可能是帶決策能力的流程引擎，也就是把“審核—反饋—通過/駁回”這整個流程，交給大模型來做判斷。比如微軟早就在Copilot Studio里推出AI approvals模擬這套流程。

（圖源：HR Review）

當然，這門生意本質上肯定不是要一個真正的“AI老板”，需要的是一個懂公司規矩、懂崗位邊界、懂審批尺度的“審核崗”。當這個模型有了足夠的審批樣本，甚至可能比公司負責人更懂公司的狀況。

不難看出，AI管理者訓練這門生意在不久的將來肯定會是藍海市場，但真正“藍海”的贏家一定不會是不是賣“AI老板”，而是把真實的管理人員從每日繁瑣的審閱、批改工作流程中拯救出來，簡化掉那些重復的工作，讓管理者回到做決策的位置上。如果哪天出現一批為中小企業提供“AI管理”的廠商，開箱即用，能立刻投入到公司的工作流中，或許就是這個行業真正興起之時。