AI 原生组织里领导者还要做什么？

领导者不再主要做操作性决策，而是设架构。具体三件事：第一，定义目标与度量函数，把什么算好结果写成机器可执行的指标，这是利益分配网络的指挥棒；第二，设计决策权地图，按模糊度与风险把每类决策标进机器自主、人机共决、人类保留三层，写明触发条件与问责人；第三，兜底边缘情形与剩余责任，在未知、冲突、不可逆处由具名人类承接后果。McKinsey 2026 把这概括为人从在环路中移到在环路之上，HBR 2026 称之为系统管家。领导力的新单位不是决策，而是架构。

决策权下沉给 agent 后，谁为错误负责？

问责必须随权力一起下移，否则组织会沉淀出人人都在用 AI 决策、没人愿意为结果负责的空洞。机器自主层里，agent 执行了决定，问责归系统设计者与运行所有者，前提是错误可恢复且有人对系统的系统负责。人机共决层里，人设框架、AI 出方案、人拍板，问责共担，且必须把人何时必须介入写成系统的硬节点。人类保留层里，高模糊高后果的决策由具名人类持有，问责不可外包。Microsoft 2026 的数据给了一个冷判：组织因素对 AI 成效的解释力是个体的两倍，多数公司卡在人已会、组织没跟上，而决策权与问责的重新分配正是那个缺口。

在环路之上（above the loop）和在环路中（in the loop）有什么区别？

在环路中是人亲自参与每一步，与 AI 一对一协作，产能线性增长且很快触顶。在环路之上是人从亲手完成每一步，上移到编排由 agent 构成的系统，设计规则、目标、优先级与上升通道，产能突破线性增长，无需等比例增加人头与成本。McKinsey 2026 指出，组织从功能主导的执行转向系统主导的编排时，领导者塑造的是工作得以完成的系统本身，而非单个决定。这正是 AI 原生组织领导力重构的核心动作。

中层管理者在 AI 原生组织里消失了吗？

中层不是被消灭，是被重写。McKinsey 2026 说多数企业比必要多出 2 到 3 个管理层级，AI 让管理幅度可以安全扩大，大扁平化因而成立。但被稀释的是只做信息传递与协调的岗位，而能把模糊目标拆成 agent 可跑的任务、设好例外上升通道、为 AI 辅助决策担责的中层，价值反而上升。HBR 2026 还点出一个反直觉后果：组织扁平化移除中层后，管理梯队变短，高管到一线少了台阶，领导力管道被压缩，企业更常被迫让准备不足的人直接扛 enterprise 级责任。所以中层在变少，但剩下的中层角色更重。

HR 与 CHRO 在 AI 原生组织里的角色怎么变？

CHRO 从保护员工或管理流程，转向优化人、数据与机器之间的接口。具体三块：第一，人智协作设计，把岗位重画为人与 agent 的接口组合，而非单纯的人力编制；第二，AI 驱动的绩效与持续反馈系统，让度量函数本身成为可被审视的对象；第三，AI 人才决策的伦理治理，确保人类保留层的问责不被稀释。HR 最该卖的不是流程，而是接口：把决策权、度量权、兜底权写进组织制度，培训管理者成为 Agent Manager，让一线既拿到决策权也拿到解释权。HR 正变得离不开技术、数据与科学，最有效的 CHRO 是最懂把心理学、数据与 AI 结合以驱动绩效的人。

小团队怎么落地系统管家式领导？

小团队没有层级冗余可削，反而更容易直接做对。三步走：第一，给每个重复性决策写一张权责卡，标清模糊度与风险，决定机器自主、人机共决还是人类保留，并写明谁兜底；第二，把目标与度量函数写下来，哪怕只是一页，让 agent 知道什么算好结果，而不是靠 leader 拍脑袋纠偏；第三，固定一个人类保留清单，凡涉及合规底线、不可逆资本、对人的重大处分，必须具名人类签字。BCG 2026 的启示是，领先企业与落后者差距来自组织能力而非技术预算，小团队只要先把架构画清楚，就能用更少的人跑出更高的判断密度。

AI 原生组织的领导力：决策下沉后，人管什么

核心结论

AI agent 接管操作性决策之后，领导者的核心价值从做决策转向设架构，定义目标、度量函数与人类兜底边界。组织等于信息网络加利益分配网络，AI 原生组织把两个网络都改写成机器可执行形态：信息网络变成 agent 工作流，利益分配网络变成智能体驱动的度量与激励。当决策权下沉给 agent，领导者不可替代的职责收缩为两块机器做不了的：第一，定义什么算好结果，也就是利益分配网络的指挥棒，写成目标函数与度量标准；第二，兜底边缘情形与剩余责任，也就是信息网络在未知、冲突、不可逆处的断裂点。这把领导从在环路中做决策，推到在环路之上设架构。2026 年多项一手研究给出底座：Microsoft《Work Trend Index 2026》（10 国 2 万名 AI 使用者）显示组织因素对 AI 真实成效的解释力为 67%，是个体的两倍，但仅 26% 的受访者认为其领导层有清晰一致的 AI 战略；McKinsey《State of Organizations 2026》把人从在环路中推到在环路之上，提出监督者、专家、AI 增强一线三类新角色；HBR 2026 两项研究分别把领导重定义为系统管家与 Agent Manager，并提出业务、技术及其交集三语言；BCG《AI Radar 2026》（2360 名高管、16 国）显示 72% 的 CEO 已成为主要 AI 决策者，约为去年的两倍，但领先企业与落后者差距来自组织能力而非技术采用。结论：领导力的新单位不是决策，而是架构。

关键数据

Microsoft《Work Trend Index 2026》（2026 年 5 月，10 国 2 万名 AI 使用者、数兆条 Microsoft 365 信号）：组织因素（文化、管理者支持、人才实践）对 AI 真实成效的解释力为 67%，是个体因素（32%）的两倍；但仅 26% 的受访者认为其领导层有清晰一致的 AI 战略；82% 的领导者认为今年是重构战略与运营的关键年；49% 的 Copilot 对话用于分析、决策、问题求解等认知工作。
McKinsey《State of Organizations 2026》与《The Agentic Organization》（2026）：员工工作重心从执行任务转向编排结果，人从在环路中移到在环路之上；提出监督 agent 的监督者、重设计工作流并处理异常的专家、被 AI 增强的一线三类新角色；多数企业比必要多出 2 到 3 个管理层级，AI 让管理幅度可安全扩大（大扁平化）。
Harvard Business Review（2026）：领导从发号施令重定义为创造情境与系统管家；2026 年 2 月研究正式提出 Agent Manager 新角色，负责编排 agent 的配置、学习、协作与治理；通用型领导者需掌握业务、技术及其交集三语言；权威从职位转向对平台、数据与全局产出的管家权。
BCG《AI Radar 2026》（2026 年 1 月，2360 名高管、16 国、10 个行业）：72% 的 CEO 已成为主要 AI 决策者，约为去年的两倍；94% 表示即使短期无回报也会维持投资；领先企业把约 60% 的 AI 预算用于再培训，是落后者两倍以上；超过一半的 2026 AI 预算投向 agent 型 AI。
McKinsey Global Institute（2026，《Agents, Robots, and Us》）：现有技术可自动化美国约 57% 的工作小时；72% 的技能同时出现在可自动化与不可自动化工作中；人保留的角色是框定问题、引导 agent、解读结果、做决策。这意味着多数工作处在人机交界的灰色带，领导要做的不是替 agent 干活，而是把交界画清楚。

未来的领导力，不是我来指挥，而是我来搭台。AI 可以处理一座山的数据，但无法决定哪座山值得爬，那仍是人类独有的特权。

McKinsey Global Institute，2026（AI 领导力新范式）；Microsoft《Work Trend Index 2026》

关于 AI 与领导，最流行的一句话是 AI 帮领导者省下时间。这话只对了一半，且说反了因果。它假设领导的核心动作是做决定，AI 只是帮人更快做决定。但 AI 进来之后发生的，是操作性决策被抽离出人的手：定库存、批线索、写初稿、调排期、筛简历，这些过去要人拍板的事，越来越多由 agent 端到端跑完。领导省下的不是做决策的时间，是被抽走了大量决策本身。

把领导等同于决策，是这个误判的根源。组织理论从巴纳德、西蒙起就把决策权当成骨架：谁有权承诺资源、谁有权认定事实、谁有权担后果，这三件事定义了组织的形状。AI 接管操作性决策，改写的正是这一层。本文要做的，是把领导这个新角色摊开：权力去了哪里，领导者剩下的不可替代职责又是什么。

一、领导力被重写的底层逻辑：组织两个网络都被机器接管

组织可以从第一性原理拆成两张网：一张是信息网络，谁知道什么、谁把信息传给谁；一张是利益分配网络，谁得到什么、按什么标准分。两张网共同决定一个组织怎么行动、为谁行动。AI 原生组织的特殊之处，是不只把其中一张网数字化，而是把两张网都改写成机器可执行的形态。

信息网络变成 agent 工作流。过去一个决定要在五个人之间传五遍、每遍都损耗上下文，现在 agent 在同一份上下文里跑，信息不再因层级传递而失真。McKinsey 2026 把这个概括为从执行任务转向编排结果，人从在环路中移到在环路之上。利益分配网络变成智能体驱动的度量与激励。过去绩效靠人打分、靠例会复盘，现在结果由系统实时记录，激励可以按贡献自动结算。

两网都被机器接管之后，领导者原来靠职位垄断的那两块，第一次可以被外人看清：设定什么算好结果，以及兜底系统跑不出结果时的责任。这两块机器做不了，却恰恰决定组织往哪走。本文的判点就在这里：AI 原生组织领导力，不是比谁用 AI 猛，是比谁先把这两块重画清楚。

二、从在环路中到在环路之上：领导角色的位移

在环路中，是人亲自参与每一步，与 AI 一对一协作。这种模式产能线性增长，且很快触顶，因为每个新需求都要再配一对人加 AI。McKinsey 2026 指出，组织从功能主导的执行转向系统主导的编排时，领导者塑造的是工作得以完成的系统本身，而不是单个决定。

在环路之上，是人从亲手完成每一步，上移到编排由 agent 构成的系统：设计规则、目标、优先级，以及人何时介入、怎么上升。产能因此突破线性增长，无需等比例增加人头与成本。这正是 AI 原生组织想解锁的杠杆。HBR 2026 年 8 月的研究把这种领导称为系统管家：不再管理职能、协调人，而是设计并治理跨越数据、技术、工作的智能系统，设定方向、规则、优先级，同时把人类判断、问责、控制留在核心。

位移的关键不在工具，在认知。领导者要回答的不是这个决定怎么做，而是哪类决定该由谁做、用什么标准做、出了事谁担。这把领导从生产者，重画成架构师。Csaszar 在 HBR 2026 年把 CEO 的角色从决策者重定义为决策架构师，正是同一判断的顶端版本。

三、领导者剩下的第一块硬核：定义什么算好结果

机器能优化，但不能目标是谁定的。AI 原生组织里最容易被忽略的领导职责，是把什么算好结果写成机器可执行的指标。这是利益分配网络的指挥棒：组织度量什么，就得到什么。

Microsoft 2026 的数据给了这个判断一个重量：组织因素对 AI 真实成效的解释力为 67%，是个体的两倍，但仅 26% 的受访者认为其领导层有清晰一致的 AI 战略。换句话说，多数公司买了 agent、接了模型，却没把目标函数与度量标准讲清楚，于是 agent 在模糊指令下跑，跑出来的结果没人认领。领导者的第一块硬核，就是补上这 26% 的缺口：把战略落成可度量、可归因、可复盘的目标，让 agent 知道什么算好，而不是靠 leader 事后拍脑袋纠偏。

这块职责没法外包给模型，因为目标本身包含价值判断。HBR 2026 指出，AI 可以给建议，但价值选择加结果责任只能由人承担。当组织价值观冲突、时间紧迫，必须由具名人类做艰难选择。领导者要写的，正是这些冲突发生前的默认规则：哪类结果优先、哪个指标让位、谁有权改目标。

四、领导者剩下的第二块硬核：兜底边缘与剩余责任

机器跑得顺的是标准情形，跑不了的是边缘与剩余。未知前提、数据缺失、利益冲撞、不可逆后果，这些地方 agent 会卡住或乱跑，必须由人接手。领导者的第二块硬核，是为这些断裂点兜底。

这跟决策权的三层框架是一体两面。机器自主层里，agent 端到端执行，但错误可恢复机制与谁对系统的系统负责，必须由人写明。人机共决层里，人设框架、AI 出方案、人拍板，人何时必须介入要写成系统的硬节点，而不是靠自觉。人类保留层里，高模糊高后果的决策由具名人类持有，问责不可外包。Microsoft 2026 的冷判在这里收口：组织能力才是 AI 成效的决定变量，多数公司卡在人已会、组织没跟上，而决策权与问责的重新分配正是那个没跟上的缺口。

兜底不是替 agent 擦屁股，是拥有 agent 没有的一样东西：为客户、董事会、监管承接后果的主体性。系统可以准备决策记录，但不能站到人面前交代。这条线必须显式画在治理文件里，写明哪些决策 AI 只能建议、哪些必须具名人类签字。否则危机到来时，组织会发现没人能为那条由模型跑出的决定负责。

五、新角色图谱：监督者、专家、Agent 经理、系统管家

领导角色的位移，落到编制上是一组新角色。McKinsey 2026 提出三类：监督 agent 的监督者，重设计工作流并处理异常的专家，被 AI 增强的一线。HBR 2026 年 2 月正式命名了 Agent Manager，负责编排 agent 的配置、学习、协作与治理，确保 agent 为业务与人的利益服务，而非反过来。HBR 2026 年 8 月把它进一步概括为系统管家，权威从职位转向对平台、数据与全局产出的管家权。

这四者不是新增 headcount，多数情况下是现有角色的能力扩张。一个销售 VP 管一队获客 agent，一个 COO 管一排物流优化 agent，一个 CHRO 管一组招聘与入职 agent。Agent Manager 不是技术岗，是领导力纪律：确保 AI 为人类与业务工作，而不是为人类增加负担。HBR 的研究还提示一个落差：高管看到战略优势，一线体验到工具泛滥、数据质量差、培训不足，这种感知鸿沟会迅速变成停滞项目、shadow AI 与中层 burnout。

角色图谱的意义，是让组织知道该培养什么能力。通用型领导者要掌握业务、技术及其交集三语言，不是要人人成工程师，而是能判断技术团队在做什么、什么时候在追新奇。这恰好呼应了被 AI 稀释的那类中层：他们不再靠传递信息立足，而靠供给上下文、设计人机接口、承接问责立足。

六、CEO 成了首席 AI 官，但架构权不能丢

BCG《AI Radar 2026》给了一个刺眼的信号：72% 的 CEO 已成为主要 AI 决策者，约为去年的两倍；94% 表示即使短期无回报也会维持投资。AI 从 IT 议题变成核心战略，CEO 亲自扛。这本身没错，但有两个陷阱。

陷阱一是把 AI 当投资议题而非架构议题。BCG 的洞察是，领先企业与落后者差距来自组织能力，而非技术预算：领先企业把约 60% 的 AI 预算用于再培训，是落后者两倍以上，且把超过一半的预算投向 agent 型 AI。技术买到引擎，决策宪法没重写，车还是开不快。CEO 的新身份是 Chief AI Officer，但真正的责任不是签字批预算，是批架构：决策权怎么分、度量函数怎么写、人类保留层画在哪。

陷阱二是 change distance，即 AI 信心从 C-suite 到一线的落差。BCG 指出，CEO 每周花七八小时学 AI，但信心并不自动传导到一线，大多数 AI 战略恰恰在 bold mandate 与一线执行之间悄悄垮掉。所以 CEO 的架构权，必须配一套把架构落到一线的机制：直接贴近一线团队、把 AI 绑到具体产出、把变革管理当技术与算法同样认真。否则顶层再清楚，底层还是老组织。

七、给 HR 与 CHRO 的一句：你们在卖接口，不是卖流程

AI 原生组织领导力重构，HR 不是旁观者，是施工方。CHRO 的角色从保护员工或管理流程，转向优化人、数据与机器之间的接口。具体三块：人智协作设计，把岗位重画为人与 agent 的接口组合，而非单纯的人力编制；AI 驱动的绩效与持续反馈系统，让度量函数本身成为可被审视的对象；AI 人才决策的伦理治理，确保人类保留层的问责不被稀释。

HR 最该卖的不是流程，而是接口。把决策权、度量权、兜底权写进组织制度，培训管理者成为 Agent Manager，让一线既拿到决策权也拿到解释权，这正是 HR 的主场。HBR 2026 的判断是，HR 正变得离不开技术、数据与科学，最有效的 CHRO 是最懂把心理学、数据与 AI 结合以驱动绩效的人。当领导角色被重画，HR 的抓手也从管人，变成了设计人与 agent 之间的契约与护栏。

最后一句话收口：AI 原生组织不是比谁用 AI 猛，是比谁先把领导角色重画清楚。决策下沉之后，人管的是机器管不了的两件事，定义什么算好结果，以及为结果兜底。这两件事画不清楚，组织会拥有最聪明的 agent，和最模糊的责任。领导力这个角色没有被取消，只是被推到了更高的抽象层。

参考信源

【10 国 2 万名 AI 使用者、数兆条 Microsoft 365 信号；组织因素解释力 67% 对个体 32%；仅 26% 认为领导层有清晰一致 AI 战略；82% 领导者认为今年是重构关键年；49% Copilot 对话为认知工作】：Microsoft，《Work Trend Index 2026: Agents, human agency, and the opportunity for every organization》，2026 年 5 月。
【员工从执行任务转向编排结果、人从在环路中移到在环路之上；监督者、专家、AI 增强一线三类新角色；多数企业多出 2 到 3 个管理层级（大扁平化）】：McKinsey & Company，《The State of Organizations 2026》与《The Agentic Organization》，2026。
【领导重定义为系统管家与 Agent Manager；业务、技术及其交集三语言；权威从职位转向平台与数据管家权；compressed pipeline 让领导力管道变短】：Harvard Business Review，2026（3 Forces Are Redefining the Transition from Manager to Leader；To Thrive in the AI Era, Companies Need Agent Managers；Why the AI-Powered Enterprise Urgently Needs a New Leadership Mindset）。
【2360 名高管、16 国、10 行业；72% CEO 已成为主要 AI 决策者（约翻倍）；94% 维持投资即使无短期 ROI；领先企业 60% AI 预算用于再培训；超一半预算投 agent AI】：Boston Consulting Group，《AI Radar 2026》，2026 年 1 月。
【现有技术可自动化美国约 57% 工作小时；72% 技能同时出现在可自动化与不可自动化工作中；人保留框定问题、引导 agent、解读结果、做决策】：McKinsey Global Institute，《Agents, Robots, and Us: Skill partnerships in the age of AI》，2026。

关注公众号，获取 AI 时代 HR 变革一手分析