如果有一天，你交上去的方案不是被老板看，而是被一个AI查阅、点评、修改，甚至直接决定能不能过，会是什么感觉？

这听起来很荒谬，但一家公司已经开始这么干了。日本大型电信公司KDDI近期启用“AI老板”战略，通过大模型学习管理层的工作模式和点评语气，直接用于处理员工提交的方案、申请等事物。

（图源：KDDI）

在AI刚兴起之际，都在讨论AI将取代一些重复、琐碎，且没有技术含量的工作岗位。但如今AI开始扮演管理层的角色，甚至相比起真人，它更加高效、稳定，情绪更为平和。这不禁让人开始怀疑，假如高管已经可以被AI代替，那么领导层的岗位真的还有存在的必要吗？

24小时待命的AI老板，比真人还好用

这两年，AI走进办公室已经不算新鲜事，用AI辅助写作、查阅邮件或是总结信息等。也有一些公司用AI充当客服，提供协助咨询服务。但AI始终是一个辅助性质的工具，一切都还要听使用者发号施令。假如角色反转，让AI检查真人的工作，会是怎样？

日本电信公司KDDI启用的策略名为“AI上司/AI本部长”系统，这套大模型预先学习了真实本部长的说话方式、常用口头禅、决策习惯和审批逻辑，然后投入到工作流。简单来说，就是KDDI给自己的员工配了个“AI老板”，你写完企划书、提案、内部申请后，直接交给AI，它会给出反馈。

当然，虽然KDDI给这个系统设计了相对高级的职位，但实际上却不是那么回事。“AI上司/AI本部长”系统真正参与到的工作，其实还是负责查阅、审批等简单的事物，最核心解决的是大企业中繁杂的审批流程，以及应对上级领导缺勤时的工作检查的等问题。

（图源：Bold Business）

在有了这套系统之后，相当于员工随时都可以提交申请、提案，也相当于有了一个24小时待命的领导给你提供工作上的帮助。另外，据KDDI描述，相比起真人，这套AI系统至少情绪会更稳定。

其实AI参与到核心工作流，KDDI也不是第一家这么做的。在欧美企业里，AI更早被塞进“流程决策”里，比如员工提出的申请，靠一套设定好的AI模型打分、做风险判断，但最后一步还是需要领导确认，相对来说比KDDI多了一步真人进行最后决策的步骤。

就像微软很早就让AI做成了一个可配置能力，直接嵌入工作流里，让组织能在多阶段审批中加入AI自动判断步骤，同时保留人工监督。而像绩效判断这种繁琐的工作，IBM早就公开讨论过用机器学习来辅助HR进行绩效与潜力评估，甚至还做过“用模型预测未来表现、影响奖金与管理决策”的案例描述。

一些初创公司，为了省掉聘请高管的预算，直接做了一个AI版的项目经理，让这个AI做监工，每天盯紧员工的工作情况，每天哪个员工交付了什么、明天要做什么，全都让这个AI制定计划，并检查进度。

（图源：UniteAI）

说白了，“AI当老板”之所以会受到关注，主要还是KDDI相比起此前将AI加入到工作流的企业，授予了更高的权限和职位，同时也利用AI打破了一些传统的固有印象。最直接的就是，过去我们总说“老板风格很重要”，现在老板风格被做成模型，每个员工都能直面“老板”，简化了整个工作流程，也不再被层层审批卡住。

更重要的是，这件事其实恰恰证明了，多数企业的管理层的部分工作本身就是可以被系统化的，而且AI完全能够胜任这一部分工作。

AI当上管理层，真的会比真人干的好吗？

KDDI用实际行动证明了，AI的确有能力取代管理层的部分工作，甚至在这些工作上，效率还比真人要高。但能干不代表一定能干得好。

在一个企业中，管理层的职责往往分为很多中，其中最核心的就是制定方向和目标，接着才是判断、审查、沟通等等。在过往所有把AI参与到工作流的企业里，无一例外都是把最基础的工作交给AI，而非核心的部分。

换句话说，AI当管理层，能做初筛、能指出缺口、能建议补充什么数据和案例，甚至能用“本部长”的口吻和思路去告诉员工哪里出现了问题。但要想让AI去背负起整个部门，甚至整个公司的发展方向的决策，应该没有哪个股东敢押注给大模型。

但在这个前提下，AI的确能把授权的工作做得非常出色。一方面，AI事事有回应，只要网络不瘫痪、算力不出现问题，几乎能做到任何审批都立刻反馈，不需要像真人领导一样等待许久，效率就是AI的优势；另一方面，AI毕竟是AI，它不会有生活的烦恼，也不会有任何工作上的情绪，它可以非常稳定地指出工作中的所有错误。

（图源：Inside Telecom）

客观来说，虽然没有情绪可以让AI与员工的沟通更简单、稳定，但AI假如要彻底担任一个“领导者”的角色，那么完全没有情绪也可能会出现一些问题。比如它没办法“察言观色”，可能理解不了给出的修改建议对员工带来的压力，也可能没办法从实际情况去制定计划。

再往深一点说，AI管理的上限并不由模型能力决定，而是由企业自己决定，公司要给大模型喂足够的公司规定、工作经验和行事逻辑。假如企业内部自己对好的提案都没有固定的一个方法论，那么AI也没法下判断。这就是为何KDDI目前也仅部署了三位“AI本部长”，大概率是这三个部门的工作决策，还涉及不到整个公司的核心业务。

所以，AI做管理会不会做得更好？还是得看具体的业务和岗位。仅从现在已有的经验来看，AI当管理者最多只能提高某些任务的效率，给员工不带情绪的沟通和交流，但再往深了走，AI就无法胜任了。

训练AI做管理层，可能会是一门好生意

正如前面提到，对于规则完善的大型企业而言，训练一个“AI管理层”的成本不低，耗时也较长，KDDI之所以设置这么一个岗位，主要还是解决某些部分业务审批繁琐的问题。而多数大型企业并不需要专门设计一个AI管理者，只需优化工作流程即可解决。

但这套方案，反而很适合中小型企业，甚至是小型工作室。而这也很可能会催生一个全新的行业——专门为公司训练AI管理层的新赛道。

KDDI的案例之所以能成功，其实是因为它把管理层的一部分工作拆解成了可复制的流程，比如用大模型学习某位高层的表达方式与审批习惯，让AI先去读方案、挑问题、给修改意见、做初筛，再把更像样的版本递到真人面前。但并不是每一家公司都有能力像大企业一样自建一套系统、整理历史文档、再做权限隔离与工作流对接，但绝大多数公司都同样被审批慢、反馈慢折磨。

而为这些公司训练出一个AI管理层，过去那些企业买的是ERP、OA、流程引擎，下一代企业要买的可能是带决策能力的流程引擎，也就是把“审核—反馈—通过/驳回”这整个流程，交给大模型来做判断。比如微软早就在Copilot Studio里推出AI approvals模拟这套流程。

（图源：HR Review）

当然，这门生意本质上肯定不是要一个真正的“AI老板”，需要的是一个懂公司规矩、懂岗位边界、懂审批尺度的“审核岗”。当这个模型有了足够的审批样本，甚至可能比公司负责人更懂公司的状况。

不难看出，AI管理者训练这门生意在不久的将来肯定会是蓝海市场，但真正“蓝海”的赢家一定不会是不是卖“AI老板”，而是把真实的管理人员从每日繁琐的审阅、批改工作流程中拯救出来，简化掉那些重复的工作，让管理者回到做决策的位置上。如果哪天出现一批为中小企业提供“AI管理”的厂商，开箱即用，能立刻投入到公司的工作流中，或许就是这个行业真正兴起之时。