管理角色正在被重组，而非单纯缩减
近期对首席信息官（CIO）及高管的访谈显示，人工智能正在深刻改变管理模式。起初，讨论聚焦于AI对管理工作的自动化或增强作用，但随着深入，发现这一框架过于狭隘。观察表明，AI并非单纯缩小管理者角色或提高自动化程度，而是在解构部分管理职能的同时，扩展其他领域，促使管理者角色围绕全新的职责组合进行重组。
数十年来，“管理者”职位打包了信息收集、人员协调、进度跟踪、资源分配及决策问责等大量工作。如今，这种模式正在瓦解。在爱德华琼斯（Edward Jones），CIO凯文·亚当斯（Kevin Adams）将记忆留存和后续跟进工作转移至AI系统，该系统能跨项目追踪上下文。在CVS，艾伦·罗萨（Alan Rosa）指出，智能代理已接管报告准备和数据仪表盘制作，使原本耗时两小时的每日管理层会议缩短至15分钟，仅聚焦例外情况与关键决策。
在许多企业中，AI降低了对以信息传递为核心职能层级的需求。与此同时，管理定义正在扩大。Broadridge首席技术官泰勒·德雷尔（Tyler Derr）已开始探索如何平衡人类团队与数字工人的关系。综上，传统管理工作正从管理者角色中剥离，而围绕AI和智能代理的新职责正在增加。未来的管理者角色不是变小，而是被重新组装。
部分管理工作正在成为基础设施
CVS的案例表明，变化不仅是效率提升，更是运营流程的重构。智能代理在夜间运行报告并汇总数据，使团队在会前即拥有共同认知，会议得以专注于需干预的关键问题。历史上，许多管理工作因需人工整理传递信息而存在，如今这些活动正转变为持续运行的系统。
在爱德华琼斯，亚当斯构建的AI系统通过持续积累文档、决策和历史记录，形成制度性上下文，揭示联系并保持连续性，被同事称为“幕僚长”。亚当斯界定道：“我不让机器告诉我该做什么，我让机器提醒我该做什么。”这意味着，记忆、连续性和后续跟进等功能已从管理者内部移至周围系统。报告、监控等职责并未消失，但不再需要同等数量的主动管理劳动，部分管理工作已转化为基础设施。
释放出的容量去向何处？
AI消除行政工作后，释放的容量如何分配是关键。CVS Health数字与技术首席官普申杜·帕尔（Pushpendu Pal）表示，他在行政审查上的时间减少，但并未因此缩短工作日，而是将更多时间用于辅导员工、与工程师合作及开发组织能力。AI协助领导者更有效地履行辅导、咨询及塑造服务等核心任务。
这表明，消除管理工作不等于设计管理变革。若组织仅用更多项目填满AI节省的时间，管理者角色并未发生根本变化。真正的重构需深思熟虑：当某些职责缩小时，哪些职责应当增长？否则，角色将被压缩而非重新设计。
AI使部分管理层级更难证明存在合理性
当信息和状态更新可通过共享系统获取时，部分管理层级的独特功能受到质疑。这并不意味着AI会自动导致组织扁平化，而是要求每个层级有更清晰的存在理由。若某层级主要职能是收集、总结、翻译及分发信息，AI使其存在更易受到挑战。
有用的组织架构测试标准不再是“有多少向这位管理者汇报”，而是“在这个层级上，有哪些独特的管理职责？”若答案不明确，该层级可能反映了正被AI改变的架构。
管理范围扩展至数字劳动力
随着传统职责缩小，另一类管理工作正在增长：指挥智能代理。这包括分配任务、构建工作流、检查输出、协调代理及决定人类介入时机。即使无直接下属，个体贡献者也可能承担此类工作。在CVS，罗萨表示其70%的时间用于训练智能代理，30%用于使用。指挥数字劳动力仍需投入大量管理注意力。
管理的定义正在扩展，人事管理者与个体贡献者的界限变得模糊。一名工程师可能指挥五个智能代理，一名财务人员可能监督一个智能代理工作流。他们在正式层级中虽被视为个体贡献者，实则在进行数字劳动力管理。“管理”越来越多地描述一种活动，而非仅仅是一个头衔。
企业正在重新思考“下属”的含义
Broadridge的德雷尔提出，未来一线管理者可能主要管理智能代理。当管理者手下有三名人类员工和19个智能代理时，传统管理模式面临根本挑战。Broadridge正在思考如何识别代理、监控行为及实施控制措施，以确保人类始终处于循环中。
传统的“管理幅度”概念需分解为多个指标：
- 人类管理幅度：负有直接人事管理责任的员工数量。
- 代理管理幅度：被指挥的数字工人或系统数量。
- 工作流管理幅度：对之负责的成体系工作量。
- 总生产力杠杆：整个组合系统产生的工作量。
单一的管理幅度数字已无法准确反映现实。管理者在人员发展、代理监督和拥有工作流方面的职责相关但不可互换。问题不在于AI是否允许更宽的管理幅度，而在于每个人能有效承担哪种类型的责任。
IBM：管理与结果的绑定更加紧密
IBM技术平台转型CIO马特·莱森（Matt Lyteson）指出，组织易将AI采用误认为AI价值。IBM越来越关注启用AI的工作流是否带来收入、利润率、运营效率等 meaningful 变化。莱森总结：“我们将更多地关注结果而非产出。”
随着工作分散，仅管理执行步骤的人员已不足够。若结果由员工、智能代理和自动化工作流共同产生，需有人对整体结果负责。管理者需了解智能系统的经济状况、性能和健康状况。被管理的对象从团队扩展到了“人-代理操作系统”。
工作分散使问责制更加复杂
当工作在人、代理和平台间分割时，问责制映射变得困难。惠而浦（Whirlpool）CIO埃杜阿多·萨拉斯（Eduardo Salas）描述了清晰界限：智能代理执行内容创建及合规审查，但人类所有者保留批准面向客户材料的决定权。工作可通过代理流转，但关键决定的所有权不得模糊。
组织需在工作流每个环节分配所有权：谁指挥代理，谁审查输出，谁治理访问权限，谁拥有结果。管理责任可以移动，但问责制必须落在某处，且落点需重新明确设计。
结论：从职位名称转向任务重组
综上所述，AI并非简单自动化叙事。部分管理工作融入基础设施，部分重信息层级变得不必要，部分职责缩小。同时，围绕代理编排、数字绩效及监督的新职责正在出现，其中一些将由非正式管理者承担。
未来的管理者角色不是今天职位描述删减30%任务后的版本，而是全新的职责组合。组织应停止从职位名称开始，而是从管理工作本身出发：拆解角色，决定每项职责归属。有些留在正式管理者手中，有些移至个体贡献者或AI基础设施，有些则消失。这是一个比“AI是否会取代中层管理者”更具深远意义的组织设计问题。真正的工作是弄清楚管理者仍应拥有哪些职责，哪些应移至别处，以及AI正在创造哪些新职责。