“浙里洞见”

ZJUSOM

2025年《时代》周刊将年度人物颁给了一群被称为“人工智能缔造者”的科技领袖。当时的杂志社论中写道，“无论问题是什么，人工智能都是答案”。

如今，当我们身处这轮浪潮中，一个更为根本的问题浮出水面：技术能解决一切问题吗？不少人认为，只要AI的准确度足够高，效率、安全等难题都会迎刃而解。但现实是，AI带来的新问题似乎比它解决的问题更多。

随着各行各业都在加速被AI渗透，企业不得不开始思考“如何把AI用好”这一现实问题。在近日的浙派商学公开课上，浙江大学管理学院长聘副教授杨浙帅围绕“以人为中心的AI设计——从效率工具到驱动组织变革”的主题，对上述问题展开探讨。

“浙派商学”公开课现场

杨浙帅认为，当组织引入AI并产生意想不到的结果时，作为管理者，不能只通过技术层面去解决问题，更需要考虑人的因素，以及管理体系的适配度，让AI从效率工具转化为组织的“神经系统”，释放AI真正的价值。

学者简介

杨浙帅，浙江大学管理学院“百人计划”研究员、长聘副教授。

研究领域：消费者心理与行为，主要包括消费者健康行为、品牌形象及口碑管理、道德决策、创造力。

本期【浙里洞见】，让我们跟随杨浙帅的观点，听他系统剖析AI落地中所面临的现实挑战。作为管理者，又该如何破局？

01

AI再强，也绕不开现实里的管理难题

在交通、医疗等高责任场景中，技术无法消解的深层治理难题与管理困境正不断显现。

杨浙帅以自动驾驶为例，抛出一个两难命题：如果你是城市的管理者，是否要在城市道路上推广自动驾驶汽车？

智驾技术的运用理论上可减少九成的交通事故，但它无法杜绝事故的发生。如果自动驾驶汽车即将与人相撞，系统预设优先保护车内人还是车外人？当无人驾驶汽车与前车追尾，若其基于预设路线倒车离开现场，是否属于“肇事逃逸”？

当机器代替人做出关键决策之后，法律该如何界定其行为的合法性？如果事故发生，现有的交规、法律，执法过程是否需要相应的改变？

千库网

不止交通领域存在技术伦理、权责归属和规则适配等难题。在医疗领域，管理者同样面临新技术带来的管理挑战。

杨浙帅团队通过对一家县级医院胸科CT诊断数据的深入分析，揭示了一个数智医疗领域的悖论：AI辅助在提升医生工作质量的同时，可能会降低工作效率。究其原因，是医生需要逐一复核和验证AI给出的每一条建议，这反而降低了医生的工作效率。

当AI被引入工作流程，医生的工作思维从原来的效率优先变成了风险规避。作为管理者，是让医生提高AI使用能力，还是制定新的规则？是给AI设定工作标准，还是设定责任边界？

千库网

在杨浙帅看来，“技术没有办法解决的，只有通过管理来解决。”他认为，技术的提效需要配合组织的变化、管理规则的变化。当AI被引入组织，面对人机权责、规则冲突等问题，单纯依靠技术和算法治标不治本，管理者需要的是一套与新技术匹配的全新管理系统。对此，杨浙帅建议从数据、规则、责任三个层面入手：

数据层

打通各部门的数据接口，盘活内部数据资产，依托历史数据推动科学决策。

规则层

调整现有规则，例如组织框架、规章制度、激励体系与人才培养逻辑，权责界定等。

责任层

明晰人和机器所要承担的责任边界。责任层是最高层，如果责任界定不清，AI技术将无人敢用。

麦肯锡在报告《The State of AI 2025》中也指出，AI 正经历从“项目部署”向“系统重构”的关键过渡期。企业引入AI并非单纯引入AI工具，而是在用AI重新布线整个业务的“神经系统”。在杨浙帅看来，管理者要跳出项目思维，用管理的逻辑来思考组织的重构：从数据、规则、权责归属等方面重构管理体系，让AI融入组织结构，让智能化真正成为组织的竞争力。

02

好用的AI，更懂人的需求

当组织在引入一个AI产品的时候，首先想到的总是怎么通过AI提高效率，然而在这之前，还有一个更为基础的问题需要我们回答，那就是“有没有人愿意用”？

在杨浙帅看来，AI产品无人问津，根源不在模型性能，而是产品忽视了用户对于可信度、使用安全等更为人性化的需求。

他以法律AI产品为例，分享了高责任场景下的产品设计逻辑：搭建专业知识库，从源头降低AI幻觉，解决从业者担心AI出错担责的问题；把晦涩法条转化为普通人易懂的核心结论与分步实操流程，降低了使用门槛，让非法律专业人士也愿意使用；每一条输出结论都附上对应法律法规、真实参考案例，支持用户溯源核验，解决用户对可信度的顾虑。

做到这些，一个专业领域内的AI产品已经能为用户提供显而易见的价值了。但仅提高个人工作效率、只解决单点工作难题的AI，远远达不到企业整体降本增效的目标。

那么，AI如何帮助企业提升整体效率呢？

千库网

杨浙帅认为，企业要降本增效，要让AI下沉一线，深挖内部业务与管理痛点，融入组织管理流程当中。

他以某大型企业部署人事专用AI为例进行说明。针对该集团层级多、人事制度繁杂的痛点，技术人员深入业务一线建立专属知识库，厘清业务节点和权责关系，这样才能让AI全流程监控人事业务办理节点，预警用工风险。

当一个AI产品能自然、合规地嵌入组织的工作流程当中，实现端到端的业务流程重塑，帮助组织发展出更具深层灵活性的组织模式，它便构筑起了真正的护城河。在杨浙帅看来，市场上永远不缺性能先进的大模型，但一个兼顾人的需求、深耕业务痛点并能帮助组织提升竞争力的AI产品，才是员工愿意主动用、企业能降本提效的好用AI。

03

企业落地AI，小场景试点更易成功

在DeepSeek开源后，不少AI公司在成本与性能上的优势不再，转而开始投身具体行业的落地。无论被动或主动，使用AI降本增效成为各行各业公司的现实考量。

相关数据显示，72%的企业在其核心业务中引入了AI，然而仅有5%的企业依靠AI推动了组织变革、实现了整体效率提升。

这5%跑通AI落地的企业都是怎么做的呢？杨浙帅总结出他们普遍遵循的四个重要原则：

找准自身真实需求，拒绝跟风上线AI

管理者在引入AI之前，应当先厘清业务端“为什么要用AI”，而非盲目追逐AI的各类功能。

优先将AI落地于标准化、能快速产生经济利益的小场景

例如人事制度问答、医学影像初筛等，快速验证AI落地的正向价值。

坚持渐进式进化，而非全盘推翻式革命

打造AI融入业务的试点场景，并验证效果，再逐步向外拓展至全公司。

管理层必须深度参与探索

企业或部门一把手要立足业务视角调研、规划落地路径，而非简单采购AI工具后下发给员工使用。

千库网

组织与AI融合，本质上是一场循序渐进的组织再进化。组织能否用好AI，关键不在技术、模型与算法的竞争，而在于组织能否用AI更好地重构自己。正如麦肯锡在报告中写道，“AI的价值，不在模型，而在重构；不在算力，而在组织力。”

随着越来越多的组织部署AI，如何让AI从工具走向“系统”，释放真正的价值，是每个管理者都要思考和探索的命题。杨浙帅的观点，让我们跳出技术，看到了另一种解题思路：从人的需求出发，让AI融入组织，构建一套全新的管理系统，提升企业竞争力。

数智时代，用好AI，比拼的从来不是谁拥有最先进的技术，而是谁拥有最适配的管理体系与思维。

编辑 | 吴丹李

初审 | 佟庆

二审 | 杨浙帅

三审 | 陈超

终审 | 王恩禹