共识正在杀死你的公司,AI时代需要新的决策逻辑

news2026/4/13 5:09:54
AI正在引发一场组织层面的反思。AI驱动的商业世界里传统的共识决策正成为组织的沉重枷锁它让企业变得既迟钝又盲目。真正的危险不是技术落后而是决策机制无法匹配AI时代的节奏。本文提出了一套全新的组织设计思路用“自主敏捷团队”和清晰的决策框架OVIS来取代层层审批将权力和责任真正下放。这不仅是管理变革更是一场领导力的彻底重塑——未来属于那些敢于放弃“共识”拥抱“速度”与“担当”的组织。AI正在引发一场组织层面的反思。尽管大多数领导者可能都同意其组织需要适应变化但愿意承认这需要他们摒弃过去半个世纪最普遍的管理原则之一——共识决策的人却寥寥无几。能挺过未来十年的公司不会是那些拥有最佳算法或最多数据的公司而将是那些有勇气改变决策方式的公司。共识管理模式是特定历史阶段应对组织复杂性的合理产物。随着组织规模扩张、全球化进程加速、跨学科协作成为常态加之知识型工作日益取代体力劳动早期工业时代的命令与控制管理模式逐渐让位于分布式决策、利益相关方协调与社会化选择机制。考虑到地理分布的广度及过去50年间通信技术的异步性特征大型跨国企业转向分布式决策实属必然。在前数字时代赋予远程部门一定的自主权是维系运营的必要条件。共识机制由此演变为现代组织的典型标识。然而这种方法有两个重要弱点。首先是速度。决策要经过律师、市场团队、公关、投资者关系、风险经理和合规部门等各群体的审查每个人都倾向于减轻个人和组织风险。大胆的倡议被磨平了棱角反应时间变慢组织优化的是可辩护性而非速度。在数字透明的时代除了CEO将责任分散在委员会中可以保护领导者免受公开失败的影响。共识管理本质上是风平浪静时期的文化产物它崇尚协作、规避风险追求稳定而非速度。其次是扭曲信息。在我们参与的数十个企业转型项目中对公司最危险的威胁往往是信息在向上传递过程中被系统性过滤的现实。在共识过程的每个阶段把关人都会过滤和解释信息信号随之衰减。当信息到达高管层时它已经被筛选、润色并剥离了那些常常蕴含关键战略线索的微弱信号。领导层继而犯下叠加错误——信任这些输出。结果就是我们所说的成功剧场由中层管理者精心制作的每周仪表板和孤立的报告他们的职业生涯依赖于维护现状。AI将我们推入更汹涌的水域并把这两个弱点都变成了致命缺陷。就第一点而言因为它极大地加快了公司能够且必须运营的速度。就第二点而言因为AI越是加速决策周期依据被过滤、被降解的信息共识决策所造成的那种扭曲来工作就越成为致命缺陷。两者结合创造出一个既迟钝又盲目的组织——这在任何时代都是危险的组合但在AI之后的时代则是致命的。展望未来成功将取决于组织敏捷性公司识别信号、做出决策和执行的速度。传统公司需要摒弃共识围绕适合AI时代的新决策结构和方法重组自身。这并不容易领导者对此感到畏惧是可以理解的。沃尔玛和可口可乐等公司的CEO曾表示AI转型的范围影响了他们退休并将接力棒交给下一代领导者的决定。但这种转变是不容谈判的。基于我们作为运营者、顾问和投资者的经验我们建议领导者现在就开始行动。构建速度基因重塑决策架构领导者需要围绕一种不同的决策架构重新设计其组织并投资于先进的AI赋能信息系统。我们建议董事会和CEO可以立即实施两项结构性变革。我们知道它们有效因为我们自己就曾为客户和我们自己的公司使用过。1、“自主敏捷团队”大多数组织授予小团队建议权。高速度组织则授予它们行动权。当然这除了改变决策架构还需要重新平衡优先事项。领导层需要愿意容忍更频繁的失误以换取速度和创新并为深思熟虑的策略喝彩即使它们失败了。这也要求领导层让渡权力。我们认为这些权衡是必要的。虽然前瞻性传感器和可靠的信息系统提供了大部分解决方案但目标明确、紧密配合的小团队能产生更好的结果。因此由6到8人组成的敏捷团队跨学科、被授权、不受官僚审批链束缚应该成为组织的默认设置而非例外。这种方法建立在敏捷方法论之上但在一个关键方面有所不同传统的敏捷团队负责建议和升级自主敏捷团队为结果负责。从建议权到决策权的转变至关重要因为每一层审批都是一种阻力。领导层的角色是提供数据环境和工具使敏捷团队能够做出好的决策并要求任何否决都必须基于有时限的、有证据支持的依据。我们知道这有效。在2002-2006年联合航空破产案美国历史上最大、最复杂的企业重组之一期间我们正是围绕这种架构组织了重组。我们没有称其为敏捷团队我们称之为工作组。但结构是相同的6到10人的跨学科团队成员来自债权人、管理层、劳工和外部专业人士每个团队都被分配一个独立且至关重要的任务。一个小组负责重新谈判660份飞机租赁合同。另一个小组处理涉及多个工会的劳动合同。第三个小组专注于房地产。第四个小组的任务是筹集20亿美元退出融资。总共六个小组每组每月开会两次拥有相当大的自主权默认预设是他们的建议会被采纳。领导层的角色是监控、指导和创造成功条件而非事后批评每一个决定。使其奏效的不仅仅是结构还有对利害关系的共同理解。联航有75年历史、83,000名员工每年服务7000万乘客。失败并非抽象概念。即使是传统的对手——债权人、劳工、管理层和外部专业人士——也都认真对待自己的责任。工作组结构最终促成了与大陆航空的合并这在传统管理的组织中是不可能的。与无休止的商议导致的瘫痪相比这种架构产生次优决策的风险微不足道。AI智能体为自主敏捷团队配备了专家智库、深厚的专业知识并能几乎即时反馈哪些行动正在产生积极结果。2、决策权限的OVIS框架当决策是共识的结果时问责制是模糊的。我们采用一种不同的方法取得了成功OVIS框架。一个人拥有决策权。两三个人可以否决或影响它。其他所有人都支持结果。这并非共识的细微改进——而是对其有意的替代。OVIS消除了关于谁做决定的模糊性而这是共识文化自我延续的主要机制。当问责制被分散时速度是不可能的。在实践中否决权属于一两位可以正式阻止选择的决策者。影响权属于其意见必须被决策责任人听取但无需获得其批准的人员。这种区分至关重要——若将二者混淆便会重蹈OVIS框架旨在解决的共识决策覆辙。决策责任人对最终结果全权负责而这正是该机制得以运行的核心。我们反复验证了OVIS框架的价值它不仅能清晰界定角色、加速决策进程更能有效消除或显著减少口袋否决权——即某些成员仅凭个人判断就非正式阻挠决策的行为。我们喜欢通常归因于杰夫·贝佐斯的管理格言可以提出异议但必须服从。 OVIS框架为提出异议设定了结构化流程——明确各角色权责边界。在充分讨论后决策权最终交付责任人此时所有成员必须承诺执行该决定。AI虽不直接决策却能整合信息流、模拟推演结果、检验前提假设。整个决策闭环中必须保留人为介入点以最大限度降低失误、识别AI幻觉、确保常识判断的介入空间。至少现阶段必须如此。董事会必须要求什么虽然CEO及其管理团队必须执行这些变革但如果没有一个真正相信的董事会——能够承受激进变革带来的不适——这不太可能发生。大多数现任CEO不愿突然转向、与自己精心打造的团队对抗或者开除那些无法适应的人。保持耐心、给予时间、心怀希望是人之常情。但AI不会容忍这一切竞争对手在争夺市场份额时也会毫不留情。董事会不能继续以AI时代之前的方式运作。若董事会仅依赖经高管筛选、委员会背书过的报告那便不是在履行治理职责而是在维系一个信息失真场。当前的监督信托责任要求做出更艰难的转变绕过层层美化后的高管简报直接获取未经过滤的实时信号——例如推动那些范围明确、成功指标清晰、权责到位的短期实验直面最本真的运营现实。信息透明化不应被误解为干预的通行证。董事会应秉持的默认立场是充分授权自主敏捷团队并为其扫清障碍仅对重大收购、定义企业文化的关键人才引进及道德困境等事项保留完整审议权。然而当前形势下这类决策的利害关系已升至前所未有的高度——在AI可能成为本世代最具颠覆性的产业转型浪潮中每一次重大抉择都将在未来数年深刻重置组织发展轨迹同步重塑战略方向、人才结构与运营体系。决策成功后世视之堪称远见一旦失误若缺乏早期、未经修饰的预警信号待察觉时往往矫正时机早已逝去补救亦徒劳无功。董事会确实需要问的是我们是否拥有一个能够以此速度和效率进行决策和执行的领导团队这个问题关乎生存评估。共识是现状的标志而在指数级变化的时期现状是最危险的立足点。在这种环境中茁壮成长的高管将具有一种特定的性格特质。他们将能够——甚至乐于——在信息不完整的情况下做出重大决策。他们将信任信号而非直觉信任速度而非流程信任小团队而非共识。他们将要求一个充满持续反馈循环的世界并认识到最大的错误不是做出错误的决定而是根本不做任何决定。这归根结底是对性格而非能力或智力的考验。我们曾在一次转型中期遇到一位CEO他真诚地坚信自己的才能更适合增长而非危机。这就像当一名和平时期的将军我们对他说。第二天他就被替换了。这个案例的启示性不在于人事变动的结果而在于其揭示的深层心理机制即使组织已深陷危机领导者的心智模式仍可能固执地锚定在一个早已消逝的旧世界图景之中。以AI速度参与竞争所需的技术基础已然具备且将持续加速演进。当前真正的稀缺品是那些敢于主动拆解失效的组织架构与领导文化的魄力。赢得这场AI大重组的将不是算力最强或资本最厚的企业而是那些能洞察新环境本质要求并有勇气亲手将其构建为现实的破局者。关键词#AI乔纳森·罗森塔尔Jonathan Rosenthal、尼尔·祖克曼Neal Zuckerman| 文乔纳森·罗森塔尔是Saybrook一家拥有30年历史的私募股权公司的董事长兼首席执行官他在复杂、资产密集型行业进行控股投资或领导重组与转型工作。尼尔·祖克曼是波士顿咨询公司的董事总经理兼高级合伙人曾任该公司全球媒体业务负责人。原文链接共识正在杀死你的公司AI时代需要新的决策逻辑-36氪

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2511974.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…