近9成企业用AI决策，“人在回路”才是破局关键

麦肯锡2025年的调研数据像一记重锤——近90%的企业已在日常运营中试验AI。从几秒钟生成的战略建议到自动筛选的客户名单，AI把决策速度推到了前所未有的高度。但一个悖论正卡在所有领导者的喉咙里：AI催着他们“快做决定”，可真正的卓越领导，从来都需要慢下来——慢到能看透数据背后的人情冷暖，慢到能预判三年后的连锁反应。当整个行业都在为AI的效率狂欢时，少有人问：我们真的学会和AI一起做决策了吗？

被AI放大的“认知懒惰”：系统1思维的陷阱

丹尼尔·卡尼曼在《思考，快与慢》里提出的“系统1/系统2”理论，成了AI时代领导力的照妖镜。系统1是我们的直觉脑——快速、自动、依赖经验，像你看到红灯就踩刹车；系统2是理性脑——缓慢、费力、需要深度思考，像你算复杂的房贷利率。

在高压的职场环境里，领导者本就容易默认启动系统1，而AI的出现，把这种“认知懒惰”放大了十倍。当AI在30秒内给出一份逻辑自洽的市场分析报告，当它用权威的语气列出三个行动方案，很少有人会再花3小时去核对数据来源，去追问“这个结论假设了什么前提”。研究显示，当人类面对AI给出的“确定答案”时，质疑的意愿会下降40%——我们把AI的输出当成了无需验证的真理，却忘了它本质上只是基于训练数据的概率计算。

更隐蔽的风险在于，AI会强化我们的固有偏见。如果一个领导者本来就对某类客户有刻板印象，AI会顺着他的提问逻辑，筛选出能印证这个偏见的数据，形成“偏见→AI反馈→更顽固的偏见”的闭环。这不是AI的错，是我们把它当成了“应声虫”，而非“挑战者”。

“人在回路”：不是监督，是共生

“人在回路”（Human-in-the-Loop）被很多人误解成“AI干活，人来审核”——就像工厂里质检员检查流水线产品。但真正的“人在回路”，是把人类的判断嵌入AI决策的全流程，从问题定义到模型训练，再到结果落地，人和AI是共生的思考伙伴。

梅奥诊所的实践给出了最好的范本：AI帮护士草拟患者回复，能把每个消息的处理时间缩短30秒，但护士的角色不是“改错别字”——他们要把AI冰冷的模板，改成带着温度的关怀，要从患者的只言片语里捕捉到AI没识别出的焦虑信号。在这里，AI解决的是“效率”问题，而人解决的是“共情”问题。

这个机制的核心，是让人类做AI做不了的事：理解复杂的人性，权衡长期的伦理代价，判断一个决策是否符合组织的核心价值观。微软CEO萨提亚·纳德拉因为儿子的特殊经历，把“技术要服务于人”刻进了微软的AI战略里——推出AI辅助残障人士的工具，不是因为算法算出这能赚钱，而是因为人类的同理心驱动了这个决策。

真正的“人在回路”，也不是要放慢所有决策的速度，而是要建立“分层决策”的机制：低风险的重复性任务，比如常规报表生成，完全交给AI；高风险的关键决策，比如裁员方案、新产品上线，必须启动“系统2”模式——用AI提供数据支撑，但最终的判断，要回到人的手里。

领导者的新技能：什么时候踩刹车

AI时代的领导者，要学会两种完全相反的能力：一是“踩油门”——能用AI快速抓住机会；二是“踩刹车”——知道什么时候要慢下来反思。

这需要领导者先搞懂自己的“认知盲区”。很多人用AI时，只会问“我该怎么做”，但真正的高手会问AI：“我现在的假设是什么？我漏掉了哪些视角？”AI可以成为一面镜子，帮我们照出那些自己没意识到的偏见。比如一个准备开拓新市场的领导者，让AI列出“这个决策可能伤害到哪些利益相关者”，往往能发现自己忽略的员工情绪、社区影响等问题。

更重要的是，要在组织里建立“反思的仪式”。比如微软的AI项目上线前，必须回答四个问题：这个工具会帮到谁？会伤害到谁？如果出了问题，我们怎么负责？有没有更符合伦理的替代方案？这些问题不是走流程，是逼着团队从“效率优先”切换到“价值优先”的思考模式。

现在很多领导者的焦虑，来自觉得“AI比我聪明”。但其实，AI永远不会拥有“领导力”——它不会因为员工的家庭困境调整工作安排，不会因为一个错误的决策承担责任，不会在公司危机时站出来凝聚人心。这些，才是领导者真正的不可替代性。

当我们谈论AI时代的领导力时，我们谈的从来不是“怎么用好AI”，而是“怎么不被AI绑架”。近90%的企业在试验AI，但只有不到30%的企业真正建立了“人在回路”的决策机制——这就是差距所在。

未来的领导者，一定是那些既能和AI一起“跑赢速度”，又能在喧嚣中“守住温度”的人。他们不会把AI当成万能解药，而是把它当成一个聪明但需要引导的伙伴。快决策靠AI，慢思考靠人——这不是妥协，而是AI时代最清醒的生存法则。毕竟，技术的终极目标，从来都是服务于人，而不是取代人。