对话谭亮：真正的”卡脖子”，在组织能力 观察者网·答案开麦秀 第一期

【编者按】 一百多年前的伦敦街头，马车工会通过立法给新兴的汽车行业施压，最终的妥协是：汽车可以上路，但速度不能超过马车。

这个故事是香港大学经管学院助理院长谭亮教授在专访开头讲给我们听的。今天，几乎一模一样的剧本正在无数企业里重演：银行把AI”降智”之后引入，员工用完觉得还不如Excel好用；企业的IT（信息技术）部门抱着人工智能（AI）新系统满楼跑，求着业务部门用一用。技术在狂飙，组织在拉缰绳。

需要先说明的是，谭亮所说的”卡脖子”，不是对中国整体产业能力的判断——中国拥有全球最完整的工业体系和最丰富的数字场景，这一点他在专访中反复强调，并称之为中国”独一无二”的底气。他提醒的是企业微观层面的另一道关卡：当硬科技攻关不断推进，单家企业能否把技术优势转化为商业战斗力，取决于它自己的组织能力。这是一个管理学命题，适用于AI时代的所有企业，无论中外。

谭亮是香港大学经管学院助理院长、管理及商业策略领域实务教授，原创”1391战略到执行框架”，长期为多家全球500强和中国头部科技企业做AI转型与组织变革项目。让他在这个话题上有发言权的，是24年横跨实业、互联网、学术的一线履历：他先后在通用电气和阿里巴巴负责人才发展与组织变革，完整经历了从工业时代的固态科层组织、互联网时代的平台型组织，到AI时代液态组织的三次管理范式迭代。

谭亮

7月27日，观察者网对谭亮进行了两个半小时的专访。技术为矛，组织为盾——在他看来，企业热议的供应链自主、大模型算力都是看得见的战场，而真正容易被忽视的”卡脖子”，发生在组织能力的层面。

（以下为对话实录整理，为便于阅读做了文本优化。）

隐形的卡脖子：买了最贵的工具，踩了最深的坑

观察者网： 现在国内科技行业都在谈技术突破、供应链自主、大模型算力，注意力几乎都放在”硬科技”上。但您提出，组织能力才是科技自强的底层底座。这个判断背后的核心观察是什么？

谭亮： 以前我们通常会讲一句话，叫”技术创造新商业”。放在当前的AI时代，大家对这句话一定有极强的体感。但讲这句话的时候，背后还有半句——“商业落地靠组织”。

技术为矛，组织为盾。技术是一个突破的力量，但它并不完全等同于战斗力。过去这些年，从GE这样的西方公司，到互联网企业，再到现在在香港接触的大量企业，我的一线观察是：技术做先头部队，但最后一公里，最终还是要回到组织和人。

我们都说要解决卡脖子问题。技术是一种表象的卡脖子，真正核心的、隐形的卡脖子是什么？是组织能力。解决了技术问题之后，最终还是要回归——怎么样通过组织能力的适配，让企业从技术突破走向商业突破，形成系统的战斗力。

观察者网： 很多科技企业买了最先进的AI工具、挖了顶尖的技术团队，但最终业务没起色、转型没效果。这类企业最普遍踩的坑是什么？

谭亮： 这两三年陪伴企业经历AI转型，我看到三个突出的挑战。

第一个叫”技术业务两张皮”。很多企业把AI落地交给某个部门牵头——IT部门或者人力部门——把这件事当成一个项目来做。IT部门牵头就要上系统、用新工具，然后跑到平行的业务部门去做”内部BD”（商务拓展），求人家来用。前段时间我跟一个头部企业的董事长交流，他带了他的AI转型负责人。我问进展如何，对方说：太辛苦了，一定要跑到每个部门去，求他们来用。效果可想而知。技术的关注点是工具提效，业务的关注点是当下业绩，双方各说各话，自然合不上拍。

第二个叫”旧瓶装新酒”。AI是个新物种、新生产力，但旧组织还是工业时代的产物，以科层、管控、流程驱动。你引进来的AI想要打破这一切，张力就非常明显。我很多学生在香港的银行工作——银行是高度合规、高监管的行业——引入AI又怕风险，怎么办呢？把AI”降智”进来，很多功能不让用。结果学生们跟我说：教授，用了之后觉得还不如Excel好用。

第三个是能力不适配。过往百年，管理解决的是以人为主的问题：计划、流程、复盘，重点在”做事”。但AI时代，智能体已经从问答互动走向办事逻辑。举个例子，今年年初豆包和千问的区别：豆包可以帮你做语音问答，千问可以帮你订奶茶。有没有区别？当然有。豆包是ask entrance，问答入口；千问是task entrance，办事入口。一旦智能体具备了办事入口，智能体即能力，能力即智能体——它不再只是工具，而是能力本身。这对企业和人的能力提出了全方位的挑战。

1391：把AI转型从”知道”变成”做到”

观察者网： 从认知到落地，中间隔着巨大的鸿沟。您原创的”1391战略到执行框架”提出”三力九问”，这套框架怎么帮企业把AI转型真正落地？

谭亮： 1391的诞生，缘起要回到杭州工作期间。当时要帮阿里集团培养一批总裁，让他们具备现代企业制度下的一号位视角，于是设计了”战略—组织—人”的体系，每个领域三大模块。来到香港之后要讲EMBA（高级管理人员工商管理硕士）课程，面对的都是企业高管和企业家，我就把曾经的思维框架再次激活，借助AI的冲击，正式推出了1391。

第一个”1”，是一个大时代变量：AI对企业到底意味着什么？我把它放在和火、电同等级别——火解决体能，电解决产能，AI解决的是人机协同的智能。一定要在认知上和时代接轨，而不是像大部分企业那样，只把它当提效工具。

“3”是三力：战略、组织、人。现在三大领域各有核心挑战。

战略的困境叫“方向之困”：到底是AI in all，还是all in AI？很多企业的现状是既要又要——怕不要，就没有上船的船票。

组织的困境叫“落地之痛”：技术买了一堆系统工具，为什么组织上看不到改变？因为没落到该落的地方。组织落地必须落到三个地方：场景、项目、工作流。

人的困境叫“进化之惑”：AI把我的工作干了，我干什么？其实这是个伪命题。经过70年社会大分工，人已经被异化——“人即岗，岗即人”——岗位里大部分工作都是重复的、标准的、可被AI摧枯拉朽替代的。这句话我在更大的场合不方便讲，在这里讲：这70年，某种意义上是一种”降质”——人本身慢慢缩到了岗上。最大的挑战是心智上的：当这些工作被替代，人突然发现自己空了。

破解进化之惑，有三种思维模式。第一种：“AI把我工作取代了，我失业了”——无价值论。第二种：“AI把我手头工作干了，我只能被动去找工作”。第三种：“终于，AI把我现在的工作做了，我被释放了，封印解除，可以去探索为之热爱的事。”人是可以进化的。

“9”，就是在战略、组织、人背后，各自抓三个核心问题。

战略三问：价值链怎么迁移？经营杠杆怎么调用？增长飞轮的切口在哪里？

观察者网： 这三问解决的是”想清楚”。想清楚之后，落到组织上，抓手是什么？

谭亮： 组织三问：怎么落场景？怎么落项目？怎么落工作流？

人有三问。第一，人的差异化能力是什么？我提出三句话——提升判断力、成为老法师、拥有指挥权。第二，要培养什么新角色？一线的全员AI使用者、每个部门的FDE（全栈AI部署工程师，能改造业务流）、企业级的AI架构师。第三，持续进化需要什么特质？我总结为”要性、开放度、学习能力”，简称——“AI时代要开学”。

观察者网： “要性”这个词很妙。

谭亮： 很多朋友看到”要性”恍然大悟。多年以来谈”要性”，大家都以为是要给自己吃药，中药的”药”。现在我讲出来，才明白是”需要”的要——不是我被要，而是我要、我要创造。

要性，就是由内向外的那股力量，是心里那团火，眼里那股劲。有了passion（热情），你会累，但不觉得苦；没有passion，你就既累又苦——累可以休息，苦不是休息能解决的。

最后的”1”，回到1号位自己。面对时代变迁，1号位常有四大挑战：看不见、看不起、看不上、来不及。怎么样让自己既看得见，又看得起、看得上，最终早早上船？还是需要1号位保持要性、开放度，持续学习。

观察者网： 这套1391框架，听起来是大公司的系统工程。这里我想挑战一下：您的两段职业经历，通用电气和阿里巴巴，都是超大型组织。这套从超大型组织里长出来的框架，对更小的公司、甚至个体创业者，还适用吗？

谭亮： 你很敏锐，这确实是个挑战性问题。但我想纠正一个印象：阿里的使命是”让天下没有难做的生意”，它服务的主体恰恰是中小企业；我自己这些年做的转型项目，大量对象也是成长期企业，不只是500强。所以这套框架不是大公司的专利。

AI到来，让市场快速演变成三种企业形态：1%是纯原生的新物种，20%是快速进化者，80%是试点观望者。有学生问我：教授，为什么加起来是101？我说，因为那1%不是从旧时代过来的，它就是生在当下的新物种。

对于中小企业和个体创业者，船小好掉头。这次WAIC大会第一天，我全程参加了一个AI创业营的路演，9个项目，最小的创业者是19岁的大一新生。以前听路演，第一句话都是”我所在的赛道蛋糕多少个亿”，先讲蛋糕有多大，给投资人信心；现在的AI时代，第一句话是”我要解决一个什么问题”。传统的市场规模是曾经的，现在无中生有的创新，都始于精准定义一个真问题。

无论个体还是超级大企业，都有自己的命题要解。伟大的时代营造伟大的创新，带来伟大的创业者。

固态、气态、液态：AI到底在重构什么

观察者网： 我们之前讨论过，人和工具的关系是人类文明史上最古老的韵脚——农业时代，工具延伸了手；工业时代，机器替代了手；数字时代，软件延伸了大脑。这次AI带来的，是这个韵脚的又一次重复，还是一次变韵？换句话说：它在多大程度上遵循着历次技术革命的一般规律，又在什么地方是前所未有的特殊？

谭亮： 这不是一个新问题，这是一般性所在。任何时代的范式切换，都会碰到同样的问题。举一个很小的例子：当年伦敦从马车切换到汽车，马车工会就通过立法向汽车行业施压，最终带来的妥协是——汽车能上路，但速度不能超过马车。

即使在这样的限制下，我们依然无法阻挡技术的进步，时代的巨轮滚滚而来。一百多年前伦敦街头发生的事，后来泰勒制、工业大生产、互联网，每一次都会重演：新技术的背后，大家看不到的是人的能力和组织的能力。每一个时代的切换背后都有两个主题：什么不变，什么变了。

但特殊性在于：这是人类历史上第一次，人机协同成为一切的基本假设。以前工业时代和互联网时代，还是以人为本、以人为主——人是主体，人既是决策体又是受众体。AI时代，是史上第一次碰到人和智能体协同的新假设。

从这个新假设再往下看落地路径。回归现实，当前做AI试点的企业，核心目的基本还是提效——这是第一层改变，流程再造。再往前走，一定会进入第二层：复杂场景的决策模式改变。我们的决策简单来讲是一个IPO模型——注意，这里的IPO不是”上市”，而是”输入（Input）—处理（Processing）—输出（Output）“的决策过程模型。AI会极大放大输入和输出两端，原来的”处理”基本以人为主，现在是人机协同的处理。AI本质上是一个放大器（amplifier）——放大你的弱点，也放大你的优点。

但这还不是终局。终局是当企业大量应用智能体之后，组织形态一定会发生全新的改变。2026年，我们终将快速迎接一个新的商业模式：A to A（Agent to Agent，智能体对智能体）。

坦白讲，我自己就低估了它的速度。去年年底我预判A to A会全面到来，但原本以为是两三年之后的事——结果今年在WAIC（世界人工智能大会）展馆里，我看到Agent Marketplace这一层已经长出来了。技术的颠覆像海啸，最后一公里一定会加速。

在A to A模式里，产业链上有算力层、模型层、平台层。平台层之上还会长出两层：一层叫Agent Marketplace（智能体集市），做行业级的智能体开发；再往上是企业应用层，里面又分Agent大中台和各部门的Agent应用。每个企业的组织形态都会被Agent化。

我举一个已经在发生的例子。一家做ISO9000（国际质量管理标准）认证的企业，50人的团队干了几十年，流程高度标准化。一支做Agent生产和部署的创业团队，用两个星期就把这家公司整体”蒸馏”了。创始人一开始没听懂，直到产品功能演示完，当场说了一句话：“我觉得我今年做得最英明的决策，就是下半年退休。”A to A不是即将到来的概念，它已经在发生。

观察者网： 顺着这个”一般与特殊”往下说。您是从GE出来的，我一直觉得”通用电气”这个名字本身就带着心气——“通用”，是相信电可以进入千行百业、把所有行业重做一遍，并且由自己来定标准。就像今天说”AI是千行百业”，当年的电也是千行百业。

谭亮： 要研究现代工业文明，GE是非常有代表性的产物。它1892年正式成立，经历100多年之后，现在”一变三”，变成三家上市公司。中国有句话叫”一生二，二生三，三生万物”。我个人觉得，伟大的企业不在于表现形态，在于生命力——能够穿越周期，用不同的方式展示它的生命力。

我在GE服务了十年，感受最大的力量是文化价值观和领导力。这个公司在全球170多个国家开展业务，怎么样保持外在的形散、内在的神似？怎么样让全球几十万员工有凝聚力？这是解决生命力的核心问题。

观察者网： 您刚才提到固态和液态。我想很多事情不是从A直接到B。如果固态是工业时代，液态是AI时代，那中间互联网时代呢？我们经历过那个阶段的大公司，内部组织是非常敏捷、非结构化的——靠大兵团作战，人力堆上去，手拉肩扛，大干快上干出来。这个状态，是不是可以叫”气态”？

谭亮：（笑）这个说法很有意思，您这个提醒我非常认同——这一下让我进入了一种”回忆杀”。我完整经历了工业时代的GE，到PC互联网走向移动互联网的阿里，再到现在的AI时代。

工业时代组织的核心，是以机器背后的稳定为导向，科层到矩阵的演变，追求极致效率，自上而下决策。互联网出现了平台型组织，非常重视用户导向和敏捷调整的速度。所以，工业时代是固态的科层组织，强调稳定的效率；互联网的平台型组织，强调敏捷的速度；那么AI时代的液态组织，强调的就是多元包容背后的人机共生。

如果借用您刚才”气态”的说法，三个阶段，穿越了三个不同范式：从固态的稳定效率，到气态的敏捷速度，再到液态的包容共生。

谭亮： 我补充一点。传统的固态组织，大家只要拿组织结构图出来就可以了——部门、岗位、汇报线，三要素决定组织形态。以前我们常说，一个企业的组织结构图不能对外分享，一分享，别人就知道你的核心业务逻辑了。

但在A to A模式下，部门和岗位都会被淡化和消失。留存的是什么？第一是场景，第二是任务流，第三是两者之间的项目驱动。传统的固态组织是”定编、定岗、定headcount（人员编制数）“；新型的液态组织是——招之即来，来之即战，战之即胜，胜之即散。

锁定活力场景，确定核心项目，最终重塑任务流。李小龙在70年代接受西方采访时讲过一句话：“Be water, my friend.”水的哲学——液态组织追求的就是这个状态。

观察者网： 接着刚才说的”手拉肩扛”的互联网时代往下问：从GE到阿里，您觉得中国数字原生企业的组织实践，给全球管理界带来了什么不一样的东西？

谭亮： 我个人非常感恩，作为一个时代的个体，跟随国家发展，经历了外企进中国，经历了互联网企业的生机勃勃。有句话叫“乱七八糟背后的生机勃勃”——你什么都管得太清楚，反而没有什么活力；在乱糟糟的过程中，反而有勃勃的生机。

我在杭州待了快七年，经历过集团，经历过电商，还做过一段时间电商业务线的大政委，管过天猫和考拉两个APP、六七个业务单元。从一个亲历者的角度，中国企业为全球管理体系做出的贡献，有三个让我印象深刻：

第一，用户导向的敏捷组织。互联网阶段对C端用户的响应，是企业发展的关键驱动力，背后需要快速的组织形态调整。

第二，文化驱动的组织能力。阿里特别讲究使命愿景价值观。企业要想清楚三件事：我为什么存在？我终将长成什么样？我为谁创造什么价值？回到我党当年的三湾改编，支部建在连上——阿里为什么讲政委体系？背后就是从”支部建在连上”学来的组织能力：怎么把思想工作落在一线，落在听到炮声的地方。

观察者网： 这一点，我觉得和AI时代特别契合。“支部建在连上”的本质，是让组织里的每一个单元、每一个个体都了解大的背景、大的目的，知道为何而战——从而最大程度调动个人的主观能动性。某种意义上，这是向”自由人的联合体”（马克思在《共产党宣言》中设想的”每个人的自由发展是一切人自由发展的条件”）跨出的一大步。而AI时代，恰恰是个体能力局限被再一次大幅突破的时代：当个体被AI加持，“知道为何而战”就不再只是管理艺术，而直接成了组织效率的来源。这个理解，您觉得成立吗？

第三，数据驱动的业务能力。以前叫”业为主、数为从”，数字化之后全面走向”数为主、业为从”——数据变成资产，变成核心要素，变成业务决策的驱动力。

中国的底气：三个”独一无二”

观察者网： 工业时代的管理范式基本由西方定义。AI时代，中国企业有没有机会走出自己的组织管理路径？我们的优势和底气在哪里？

谭亮： 我自己觉得是有的，背后有几个特征。

第一个，场景的独一无二。改革开放40年，中国既有全球最完整的工业体系，又有全球最完善的数字场景。这两者加在一起，在全球一张图上，只有中国市场呈现这种场景化。

第二个，速度的独一无二。企业界有句土话，叫”边开飞机边换引擎”。你拿这句话去问企业家，大家都感同身受：边做边学边调整。为什么我们能用10年走完西方某些产业100年的路？就是背后的自强不息、迭代试错、快速调整。我行走于东西方之间，这个感受非常深——我们在一边试错，一边迭代，一边调整。

第三个，压缩现代性的独一无二。把工业化、数字化、AI化三个重要进程，放在同一个时间维度、同一个空间里，这种极大的压缩性，一定会带来价值层面的多重倍数效应。

所以我对中国管理实践未来10到20年充满信心，这里面是理论的富矿，值得好好挖掘，会有很多理论从这些实践里诞生出来。

观察者网： 我们也能看到外溢的迹象。中国电商面对的是全球引领级的难度系数——卷出来的能力，转向新兴市场就是降维。所以大家都要找”含华量”少的地方做生意。

谭亮： （笑）是的。今天早上我刚看到一条新闻，OPPO的子品牌Realme（真我）宣布放弃中国市场、转攻海外——背后就是因为海外市场没有哪里的竞争像中国手机这么白热化。大量中国企业走向出海，就是因为在红海市场里经过充分竞争积累出的能力，转向还处在蓝海阶段的市场，能获得新的价值增量。这是背后强大的驱动。

出海4.0：业务已经出海了，人还没出海

观察者网： 中国企业出海几十年了，从代工到品牌。您提出出海已经进入4.0阶段，核心是组织能力的竞争。这个阶段怎么划分？为什么组织现在成了瓶颈？

谭亮： 中国企业出海经历了四十多年。最早是产品出海，核心考验性价比——海尔当年出海，第一站选德国，往质量要求最高、竞争壁垒最高的地方打，锻炼自己的全球化能力。第二阶段是渠道出海，考验供应链和本地合作伙伴。第三阶段是品牌出海，考验营销能力和叙事能力。

现在的问题是：业务已经出海了，但人还没出海——老板没出海，1号位没出海；组织也没出海，新兴市场的团队还是用总部的人、总部的管理方式，没有很好的本地化。

所以4.0阶段是组织出海：深度耕耘本地化背后的组织能力。

观察者网： 本地化说起来容易，做起来难。WAIC期间，一位塞尔维亚嘉宾提到一件事让我印象很深：微软在当地建了AI中心，雇佣800名当地员工，但创造的财富除了交税，都跟本地无关。他称之为”AI飞地”。他特别希望中国企业的AI能跟本地产业结合——因为中国提的是服务实体经济，而服务实体经济一定会本地化。

谭亮： 这背后我们在表达同样的理念：AI走向全球化赋能的过程中，如何构建全球化的AI治理体系，同时把本地化充分做好，本地普惠。这是两者很好的平衡。

观察者网： 要避免成为”AI飞地”，做好本地化，当年外企进中国，有没有可以反过来借鉴的？您在GE主导过价值观在中国的本土化落地。

谭亮： 我30岁到40岁这十年在通用电气，正好赶上大规模外企进中国。以GE为代表的全球性企业，有非常值得我们学习借鉴的地方。GE进中国，战略层面有一句话：“Make China as GE’s second home”——中国是GE的第二故乡。而且只对中国这么说，没有对任何其他国家这么讲。一个企业进入新兴市场，首先要回答：这个市场只是让你卖产品的地方，还是你的战略优先级？

第二，GE进入美国以外的所有市场，都是文化价值观先行。GE的价值观从杰克·韦尔奇（Jack Welch）时代的winning value（赢的价值观），到杰夫·伊梅尔特（Jeff Immelt）的growth value（增长型价值观），再到第三代的GE Beliefs（GE信念），三代说法不同，但都是用全球统一的文化价值观体系，去凝结全球170多个国家、几十万员工，做到”形散而神似”。

观察者网： 您提到的4E1P，具体是哪四条？

谭亮： 我至今记得40多年前第一版价值观。第一个E是energy，能量——你要赢，前提是自我先有能量。第二个E非常精妙，energize——energy是自足自我，energize是让身边的人被你带动，中国有句土话叫”使众人行”。第三个E是edge，锋利——感召的过程中一定碰到模糊和灰度，所以领导者要决断，该拍板时就拍板。第四个E是execute，执行——决断之后，必须充分执行。四个E有先后顺序：先自己有能量，再感召他人，再敢于决断，最后坚决执行。核心是一个P，passion——有了它，你会累，但不觉得苦。

到了第三代GE Beliefs进中国，我是项目的主导负责人。最终我们提议：用中国传统的三字经方式翻译英文版价值观，比如”Customer determine our success”，三字经叫”为客户定成败”。然后选了5个城市、5条价值观，一条一个城市，用火炬接力的方式，让本地员工讲自己认同的故事——而不是总部怎么定义，我们就怎么宣讲。

文化认同不等于文化共识。文化不是宣讲，是共识如何落地。

观察者网： 当年外企把这套本地化打法带进中国，今天轮到中国企业在东南亚、中东、拉美这些新兴市场做同样的事——不能只是把国内的打法照搬过去，而要在当地真正扎下根。落到操作上，组织能力本地化具体怎么做？

谭亮： 按照1391的框架，首先在战略上要同频。很多企业定的战略方向清晰，但意图不沟通。本地团队知道方向，但会反问：我们能为总部贡献什么？为什么要参与？所以战略同频背后，最核心的是”意图同频”——很少有企业能把”你为什么这么想”的意图沟通清楚。

第二，组织能力建设上要”权责分层”。哪些总部直管？战略制定、核心资源适配、当地一号位的任用。哪些本地决策？本地市场需求、客户反馈、政府关系、本地供应链。哪些协同商量？要避免一个怪象——“一管就死，一放就乱”。

第三，能力对齐。比如AI从总部往新兴市场推，为什么推不动？因为AI是一个数据本地化的过程，各国数据监管很严。AI全球化的背后，其实是数据本地化的过程——云端建什么、本地建什么，要做好协同。

观察者网： AI时代给全球化组织带来的最大变量是什么？

谭亮： 两个关键词。第一个是“平权”——AI在极短时间内打消了所有信息差。以前全球化组织光是信息沟通，就是复杂、耗时、投入巨大的事情，AI快速解决了它。

但解决了一个问题，一定诞生一个新问题。它把表面的信息差挑战，转化成了底层文化认知差异的放大。所以第二个关键词是“放大”——文化差异、认知差异被放大了。

这给了我们重新面对差异的机会。总部和本地之间要做好权利的二次分配，给本地更多的空间做本地化适配。平权和放大，哲学上是对立的，但在现实中可以被统一。

AI时代，谁会被淘汰

观察者网： AI发展很快，很多管理者担心被替代。AI到底会淘汰管理者，还是赋能管理者？

谭亮： 这取决于管理者自己。我有一个坚定的观点：AI时代的企业，应该没有纯管理型干部。有些岗位纯管理、不做业务，这种岗位会受到极大的挤压。

中层管理者首先要避免三种”老登”状态：

第一，纯信息搬运。高层怎么说，我就怎么说，不做任何转译。这失去了中层的核心价值——中层的本质，是把高层处理的高度不确定的事情，转化成确定，让一线快速执行。你要做拆解。

第二，固步自封。ego（自负、自我膨胀）大、格局小，团队围着你团团转。这在AI时代会被快速淘汰。

第三，靠信息差做流程管控。你知道一些信息但不传递，靠流程管控。AI带来的就是平权，你还靠信息差，有什么生存空间？

与其被动打破，不如主动打碎。抛弃”我是中层干部”的ego，回归人自己：我在什么行业、有什么专业度？是不是别人信得过的老法师？新型组织里没有固定岗位，只有场景、项目和任务流——我能牵头什么项目？能创造什么场景价值？

观察者网： 但这里有一个悖论。之前互联网说”去除中间商”，后来发现很多渠道商其实是业务鲁棒性的来源，吸收、熨平了很多波动。中层会不会也有类似的价值？

谭亮： 你问了一个非常有深度的问题。现在市场上大喊”AI要干掉中层”，但我们要客观看待。中层这个角色，本身就来自工业时代的金字塔科层组织。当范式快速重构时，所有岗位都将被重构。托尔斯泰在《安娜·卡列尼娜》里写过：一切都正在混乱之中，一切又都正在建立之中。我们当下就处在这样的状态。

这个议题变得有意义的前提是：今天我还是中层，我知道范式被打破，该以怎样的心态面对？我的建议是：没有任何东西是稳定和持久的。与其被动打破，不如主动打碎。不幸的是，我们在这个时刻迎来了范式重构；幸运的是，新范式会让我们重新解放自己。

先主动打碎旧认知，再在行动中构建新认知：第一，学AI素养；第二，自我诊断——我在什么领域积累了专业度，最可能成为怎样的老法师；第三，理解新型组织将以场景、项目、任务流为驱动——我能不能和年轻的Fresh Builder（AI原生搭建者）混在一起，组建人机特种兵团队？

谭亮： 这个判断可以说得更狠一点。A to A时代的关键词是”需不需要”——不是努不努力的问题，是有些能力不被需要。K型分化（人群像字母K一样，一部分向上、一部分向下的两极分化）会延展出两种就业状态：老法师式的”无班可下”——他的判断力被Agent加持成7×24小时；纯信息搬运式的”无班可上”——100%被Agent取代。

“老法师”也有一条成长路径：始于直觉，经过大量理性训练，最终回归直觉——看山还是山，看水还是水。但没有中间的理性训练，起点和终点的直觉是一模一样的。

观察者网： 您这些年培养过很多优秀的管理者。在您看来，优秀领导者最核心的共性是什么？

谭亮： 领导者和管理者是两回事。领导力是”做对的事情”，管理能力是”把事情做对”。领导力是由内向外的激发，管理是凭权利、头衔、资源调动。

在GE，对leader（领导者）有三个核心要求：把期望讲清楚——注意，把结果讲清楚容易，把期望讲清楚不容易，期望里既有事的期望，也有人的期望。一个领导者要手里有事、眼里有人，借事修人——通过事的达成，让人因此获得成长；帮助员工达成目标——很多领导者定完KPI（关键绩效指标）就甩手，但真正的leader要帮助团队。我自己早年带团队就踩过这个坑：我一度以为我能干到的事，我的团队也能做到。实际上不一样——你处的位置、你的认知、你能调动的资源，和团队都不一样。如果别人都能做到，为什么还要用你呢？AI时代，帮助的方式也要变：做教练，用提问的方式激发，而不是发号施令；最后，敢于让员工为结果担责。

Jack Welch有句非常经典的话：“你在成为领导者之前，一切成功都是关于你自己；从成为领导者的第一天开始，一切成功都是关于他人。”放在阿里的语境里，就是”管理即利他”——管理者本质是一个利他者，帮助他人成功。阿里对高阶管理者要求”三观两使”：全球观、全局观、未来观，使命驱动、使众人行。

优秀领导者有两个核心诉求：眼里有人——懂人性才能激发；看得远——有愿景。大部分企业领导是”过了今天才会有明天”；但还有一种思维模式是”先想后天长什么样，来决定今天怎么过”。在范式重构的AI时代，后者会给到更大的星辰大海。

观察者网： 管理者学AI，最该学什么？最要避免的坑是什么？

谭亮： 第一，具备基本AI素养。英文有句话，“Common sense does not mean common behavior”——常识不等于常规行为。不具备AI素养，沟通就是鸡同鸭讲。

第二，以业务为导向想清楚三个问题：团队业务里哪个场景最能体现AI价值？什么任务可以被AI重塑？什么项目可以让AI浓度最高？通过”进场景、进项目、重塑工作流”落地。

第三，找到两个角色：团队里的老法师，以及Fresh AI Builder——那些会手搓、迭代速度极快的年轻人。现在有些大厂校招已经全面改革，不面试、只测试：给你开账号，48小时后带着你手搓出来的东西到现场，工程师当场测。

观察者网： 如果管理者自己有了很强的AI素养，用一堆Agent代替团队——说白了，是不是会把很多人砍掉？

谭亮： 首先一定要用AI，目的是要有手感——不用的人，谈起来都是旧认知，似是而非。用了之后，做一个关键决策：未来6个月，我要用AI解决的三个问题是什么？

作为leader，眼里有人，先用激发的方式鼓励大家一起成长。业务的发展和人的成长可以有机结合，但不养闲人、不养老人、不养躺平者。要杀伐决断，但通过激发给机会。如果有人掉队了，落子无悔，愿赌服输。

结语：在大写的时代，做一个小写的自我

观察者网： 最后，对于正在发力科技自强、推进AI转型的中国企业，您最想给的一条核心建议是什么？

谭亮： 做一个勇敢的人，做一个长期主义者。

我们正处在一个大写的时代，但要做一个”小写的自我”。阿里创始人讲过，他早年在格林威治天文台看到浩瀚星辰，顿悟到人之渺小——每个人一生都需要有这样的时刻，让自己变成小写的我。

人的主体性分三层：doing（做事），being（存在），becoming（成为）。多年以来，我们在社会大分工里一直在doing，很少回到being的状态。很多企业提倡”成为更好的自己”——那还是doing，do more。我一直提倡的是：不要只关注”成为更好的自己”，要”更好的成为自己”。前者是doing，后者是being，两者平衡之后，才能走向becoming。

AI时代，要性就是心里那团火，眼里那股劲。保持开放度——《阿凡达》里反复出现一句台词，“I see you”（我看见你）——开放了，才能真正看见最佳实践，激发好奇心。保持学习——看到、听到任何事情，最终都要问自己：怎么回到我的场景？给我带来什么具体的改变？学习一定要转化成自我决策，否则只是信息的了解，不叫学习。

我们讨论这个话题是在2026年。两个70年在此交汇：AI经过70年从实验室走到每个人身边；人类经过70年的社会大分工，被放进流程的一个环节。现在，一个无中生有、无所不能的AI，和一个被”人即岗、岗即人”固化了70年的人，相遇了。所以大部分人面对AI的第一反应是焦虑和恐惧。但硬币的另一面是：它恰好把人从标准化的工作里释放出来，让我们有机会回归人的审美、好奇心和判断力。

做时间的朋友，做一个勇敢的人。时间终将奖励勇敢的人。

（全文完）

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。