生成式 AI 如何重塑管理边界?来自 60 场深度访谈的真实洞察
- 企业引入生成式 AI 引发了组织内部责任边界与工作流程的重组,自下而上使用 AI 的影子 AI 现象导致一线提效需求与公司集中化 IT 合规政策产生剧烈摩擦。中层管理者面临着跨部门协同耗时、团队内部对新技术态度分化等多重压力,其角色正从单纯的战略执行者转变为平衡合规要求、技术创新与团队情绪的变革促进者。
- 研究基于活动理论框架将管理情境拆解为六个要素,揭示出生成式 AI 的引入打破了原有的权责分配,造成组织在引入 AI 与 IT 政策、AI 与责任分配以及各相关方认知差异三个维度的结构性错位。研究团队通过对能源、数字服务和电信三个行业的 60 位中层管理者进行深度访谈,发现这些系统性矛盾正是驱动组织进行重新架构与持续学习的核心动力。
- 生成式 AI 接管行政报告和数据分析等任务后,管理者的核心价值向软技能转移。核心能力模型重构为三大维度,概念技能聚焦于全局规划与系统性思维,人际技能体现在通过共情能力和变革领导力调解跨部门冲突与缓解团队焦虑,技术技能则要求管理者掌握工具特性并理解数据安全与伦理风险,以指导业务并辅助提升个人管理能力。
- AI 时代的竞争重点已转向系统性提升组织的 AI 人才密度,企业需要建立信任并验证的风险机制将 AI 融入业务流程,并引导员工转向定义问题与人机协作。针对管理者规模化锤炼人际沟通与团队辅导等软技能的行业痛点,UMU 推出了基于真实场景模拟对话与实时反馈的 ManaSim AI 训练 Chatbot,帮助管理者内化人际沟通能力并提升应对复杂环境的软实力。
面对 AI 技术的普及,中层管理者往往面临着几重困境:一方面,需要理解高层引入 AI 的战略意图,却缺乏清晰的执行路径;另一方面,面对一线的具体业务,不知道如何合规且高效地将 AI 融入日常工作。此外,当团队中同时出现“狂热拥抱 AI”和“担忧被淘汰”的声音时,还需要处理复杂的内部情绪。
当传统的管理经验在新问题面前逐渐失效,真正的挑战才刚刚开始。在这场变革中,最大的挑战不是怎么撰写提示词,而是每天管理的团队里,正在发生一些管理者可能没注意到的“暗流”。
研究核心洞察一览
- AI 带来的不仅是技术升级,更是组织中责任边界与工作流程的重组——中层管理者正在转变为平衡多方诉求的关键枢纽。
- 面对一线员工追求效率而自发使用 AI 的“影子 AI”现象,中层管理者需要在“鼓励业务创新”与“坚守公司合规”之间找到平衡点。
- 当 AI 接管了分析与文书报告等硬性任务,中层管理者的核心价值将转向“软技能”,即系统性思维与变革领导力。
一、影子 AI 的风险:一线提效需求与合规要求的碰撞
在 2025 年国际知识资产动态论坛(IFKAD)上,学者 Philippe Jean-Baptiste 提交了一篇名为《重塑中层管理:生成式 AI 如何重塑角色与能力》的研究。研究指出,当前企业在 AI 时代的智能化转型中存在一个盲区:大量研究关注了 AI 在生产力提升、战略转型等方面的宏观影响,却极少有研究关注夹在中间的管理者到底是如何适应、决策并重组自己技能的。
研究揭示了一个值得警惕的现象:引入 AI 被视为是自上而下的公司战略。但实际上,员工为了绕开繁琐的审批流程,早就开始自下而上地、甚至在官方合规渠道之外使用 AI来提效了。这种现象被称为“影子 AI”。
这给管理者带来了巨大的摩擦:一边是公司的 IT 安全合规要求,一边是员工对于使用 AI 提升效率的迫切需求。为什么摩擦会如此剧烈?成熟的大型组织为了确保业务的安全与严谨,必然需要依托一套严密的多层级跨部门协作体系。但是正如受访者所言,“为一个简单的问题跨部门走流程,可能需要三周时间”。面对堆积如山的工作,员工自然会寻求 AI 来辅助处理文案或会议纪要。这种做法虽然带来了极高的操作敏捷性,但也同时带来了数据泄露和战略脱节的隐患。
挑战的本质在于,中层管理者的职责正在从“战略执行”,扩展到“技术与文化创新的共建”。以往,中层的主要任务是把高层的战略拆解给下属执行;但如今,由于 AI 接管了部分重复性工作,管理环境发生了深刻变化——中层不仅要应对团队内部“拥抱 AI”与“恐惧 AI”的不同态度,还要在一线业务的提效创新与公司的合规制度之间做出权衡。
正如研究所指出的,在 AI 时代的智能化转型中,中层管理者扮演的是关键的推动者角色。研究团队从概念、人际、技术的三大视角,梳理了 AI 时代中层管理者必备的技能要求,分析他们如何适应这种角色转变。本文将详解这篇研究论文的核心观点,为中层管理者在过渡期提供一份实用的参考。
二、当活动理论用于分析管理:如何理解管理边界的重组?
关于新技术引入组织这一命题,学界常使用“技术接受模型”(Technology Acceptance Model, TAM)进行分析。但 TAM 理论大多只关注员工个人“愿不愿意”以及“好不好用”的接受度,未能充分涵盖企业现实中复杂的合规要求、流程重组和架构调整等结构性因素。
为了更全面地剖析这种复杂性,这篇论文采用了“活动理论”(Activity Theory)作为分析框架。该理论专门用于研究系统内部的矛盾与演进,将管理者的处境拆解为六个相互关联的要素:主体(中层管理者)、客体(角色与技能的转变)、工具(生成式 AI)、规则(IT 政策与规范)、共同体(高管、团队、IT 部门等相关方)以及劳动分工(管理层级间责任的重新分配)。

这一分析框架呈现了一个完整的动态系统,不再孤立地看待“人与技术”的关系。当生成式 AI 展现出强大的文本生成和复杂认知自动化能力时,如果组织现有的规则(IT 政策)尚未完善,就不可避免地会打破原有的权责分配——谁来决策?谁来执行?当 AI 能承担一部分工作时,人与机器、高管与中层之间的责任边界随之发生转移。根据活动理论的分析框架,论文揭示了中层管理者目前正处于以下几个维度的结构性错位之中:
- 第一,引入 AI 与 IT 政策之间的张力。生成式 AI 的易用性和易获取性,客观上催生了一线员工自下而上的“影子 AI”实践。然而,企业现有的 IT 规则往往偏向集中管控以确保数据安全。中层管理者置身其中,需要妥善处理“鼓励团队利用 AI 提效”与“确保遵循公司安全政策”之间的平衡。
- 第二,AI 与责任分配的重塑。随着 AI 能够接管部分常规的分析与认知任务,传统的职能分工正在被重新定义。某些传统的行政报表和业务监督技能的相对价值正在发生变化,中层管理者需要重新审视自身的工作重心,寻找在 AI 深度嵌入工作后的新价值定位。
- 第三,中层管理者与各相关方的认知差异。面对 AI 技术的引入,组织内部不同群体的视角存在天然差异。高层更关注战略转型与效能,IT 部门侧重于系统安全与合规,部分员工对新技术持有保留或抵触态度,另一部分员工则希望加快应用速度以摆脱繁杂的流程。中层管理者客观上成为了协调这些不同预期的关键纽带。
活动理论认为,上述这些系统性的矛盾与不一致,并非管理的失败,而恰恰是驱动组织学习与重构的重要动力。对于中层管理者来说,当前在工作中感受到的阻力与挑战,本质上是整个组织系统在技术迭代中发生的结构性摩擦。
论文指出,中层管理者正在转变为处理这些系统性矛盾的关键纽带和“变革促进者”。在不断变化的组织环境中,管理者将越来越依靠自身的软技能——人际技能与概念思维——在创新与合规之间寻找最优解。
三、研究方法:不同规模企业中的 AI 转型“切片”
为了深入探究中层管理者在真实工作场景中的处境,研究团队采用半结构化访谈,深入三种不同的组织环境中进行调查。访谈对象主要聚焦于那些处于战略与执行之间、且深度参与技术应用的中层管理者。

研究团队共规划了 60 次深度访谈,选取了三个具有代表性的行业和组织规模:
- 第一类是大型企业,来自能源行业,共进行了 30 次访谈。这类企业通常拥有高度成熟的流程和集中的治理结构,能够清晰地反映出组织在“有计划地”推行 AI 采纳时所面临的结构性问题。
- 第二类是中型企业,来自数字服务与 IT 咨询行业,共进行了 15 次访谈。作为成长型企业,它们正面临着业务所需的运营灵活性与公司战略一致性之间的张力。
- 第三类是中小型企业,来自电信行业,共进行了 15 次访谈。由于内部资源相对受限,这类企业在面对新技术时,往往采取一种更加务实、甚至带有“机会主义”色彩的灵活策略。
在这些访谈中,研究人员深入探讨了管理者在面对生成式 AI 带来的转型时的真实认知、个人体验以及应对策略。访谈试图挖掘隐藏在日常工作背后的系统性张力,并借此观察管理者是如何调整自身的实践方式。
四、核心技能:从“硬任务”向“软护城河”的转移
根据研究团队的初步发现,生成式 AI 的引入正在重塑管理者所需的核心能力模型。当 AI 逐渐接管了撰写行政报告和处理数据分析等“硬任务”后,管理者的核心价值反而急剧向“软技能”倾斜。在高度复杂的环境中,安抚团队情绪、协调部门冲突、确保生产安全等精细化的团队管理变得不可替代。

概念技能
过去,管理者需要投入大量精力来制定计划和搭建框架。但受访者指出,AI 可以作为一个极佳的“认知外脑”,帮助梳理思维结构和项目启动的必要步骤。当繁杂的拆解工作被机器承担后,管理者的核心价值便转移到了“系统性思维”和“意义建构”上。
这意味着管理者比以往任何时候都更需要具备全局观。面对新技术的冲击,管理者需要跳出单一部门的视角,将 AI 融入业务的结果串联成符合公司愿景的战略叙事,并向团队解释清楚“变革的意义何在”,以及“这将把我们的业务带向何方”。
人际技能
研究指出,人际交往是重要性增幅最大的一项能力。AI 引入组织后,内部摩擦往往会加剧:有人对新技术感到兴奋,也有资深员工充满恐惧;与此同时,急于推行 AI 工具的业务部门,又常常与坚守安全底线的 IT 部门产生分歧。
在这样的背景下,强烈的共情能力、变革型领导力以及冲突调解能力显得尤为关键。管理者的主要精力将逐渐从单纯检查业务结果,转移到拉齐团队认知、提供心理安全感,以及作为桥梁进行跨部门沟通上。在引入新技术的过渡期,保障团队的凝聚力与安全感,正是变革型领导力的真正体现。
技术技能
对硬技能的要求依然存在,但这绝不是要求管理者去掌握程序员的技能。论文指出,面对“影子 AI”带来的种种风险,管理者必须具备对生成式 AI 工具的熟悉度,以及对数据安全与伦理挑战的深刻理解。
管理者需要亲自上手摸清 AI 的特性——这不仅是为了指导团队提升效率,也可以利用 AI 作为一面镜子,辅助自己提升管理技能与个人领导力。
五、重塑 AI 时代的核心管理力
这篇学术论文为我们揭示了一个关键事实:在生成式 AI 时代,中层管理者面临的挑战并非技术能力的欠缺,而是组织中责任边界重组带来的结构性摩擦。 当 AI 接管了一部分数据处理与文书报告等“硬任务”后,管理者唯有发展“软技能”——系统性思维与变革领导力——才能构建起全新的职业护城河。
这一来自学术视角的洞察,与 UMU 在企业 AI 转型前线的业务观察高度一致。
1. 企业面临的难题:从“技术引入”到“组织内生能力”
今天,企业面临的核心挑战已经不再是“要不要用 AI”,而是“如何让 AI 真正产生业务实效”。组织应用 AI 的能力,正在成为决定企业长期竞争力的关键变量。真正的难点在于,如何系统性地提升组织内的 AI 人才密度。
第一,工作流整合与风险控制。AI 绝不是一个孤立的 IT 项目。企业需要重新审视价值链,将 AI 深度融入核心业务流程。同时,面对“影子 AI”的风险,企业应以风险管理代替绝对禁止,建立起“信任并验证”的多层审核机制,确保 AI 带来的效率提升在安全可控的范围内。
第二,人才与能力转型。过去,衡量人才价值的依据是“运用单一技能解决特定问题”。如今,核心竞争力转变为与 AI 协作并为组织创造价值的能力。企业必须将重心放在提升内部整体的 AI 人才准备度上,引导员工主动定义复杂问题、拆解 AI 任务并对最终的业务结果负责。
2. 管理者面临的挑战:如何规模化锤炼“软技能”?
学术研究与商业洞察都指向了一个明确的结论:在 AI 时代,人际沟通、冲突调解与团队辅导等“软技能”是管理者不可替代的护城河。那么,这种高度依赖情境的管理能力,该如何进行规模化、标准化的训练?
传统的管理培训往往停留在理论层面,管理者在真实的业务高压下,面对充满情绪抗拒或迷茫的下属,往往又被打回原形。这类能力如果不在真实的对话中反复磨砺,难以真正内化为自身的管理本能。针对这一痛点,UMU 推出了专为管理者打造的辅导 AI 训练 Chatbot——ManaSim。
ManaSim 的命名取自 Manager(管理者)与 Simulation(模拟)的结合。它的核心逻辑,正是用 AI 为管理者打造真实的模拟对话场景,通过实时反馈,训练 AI 时代最稀缺的人际沟通与辅导能力。
AI 的到来并没有让管理者的角色边缘化。相反,这对管理者的判断力、业务理解力和团队同理心提出了前所未有的要求。当 AI 接管了重复性工作, 也重塑了管理的核心价值——激发人的潜能、处理复杂的连接、对最终的业务结果负责。对于企业而言,比追逐前沿模型更紧迫的命题,是为这些身处变革中的管理者提供跨越技能鸿沟的支撑体系。唯有切实帮助他们提升应对复杂管理环境的软实力,让技术真正融入业务的土壤,组织才能在充满不确定性的时代确立真正的长期优势。