让AI成为你的下属：从执行者到管理者
投行分析师让AI同时跑数据清洗、行业对标和报告初稿，自己只负责审核与决策。律所合伙人用AI几分钟完成过去实习生一整天的尽职调查检索。这些已不是想像。据《财富》杂志报道，Anthropic和OpenAI的顶级工程师已实现代码工作100%由AI完成，但他们并未因此失业，而是转向更高层次的判断与协调。AI接管的远不止编程。从设计、数据分析到文案撰写、财务建模，曾需多年训练才能胜任的执行性工作，正被AI系统性渗透。
随着AI能力持续进化，我们必须面对一个更根本的问题：当执行性工作被大规模接管之后，人类与AI的协作关系将是什么？人类真正稀缺的能力又是什么？
在传统组织中，管理职能集中于少数岗位，多数人承担执行与交付。管理者能有效监督的下属数量有限，管理学中称为“管理幅度”（span of control）。这一限制的本质是人际协调的复杂性。而AI作为下属，高效且经济，协调成本远低于人类团队，甚至可以搭建层级式结构让AI管理AI，使一个人的有效管理幅度被大幅拓展。
这意味着，当执行性工作被大量委托给AI，每个人都能扮演“超级管理者”角色：向AI定义目标、拆解任务、审核产出、给出反馈。工作的基本单元不再是“一个人完成一项任务”，而是“一个人带领一组AI完成一组任务”。
委派、协调、评估、迭代，这些过去主要由管理者承担的能力，正在成为先行一步的知识工作者的日常操作。而管理 AI 团队与管理人类团队之间，也表现出惊人的相似性。哈佛大学经济学家 Weidmann、Xu 与 Deming（2025）的实验发现，领导者管理 AI 团队的表现与其管理人类团队的能力高度相关：好的领导者在两种情境下都展现出一致的行为模式：提出更多问题，更频繁地对话，更倾向于说“我们”而非“我”。
沃顿商学院教授 Ethan Mollick 也曾指出，在AI时代真正稀缺的将不再是执行本身，而是清楚知道要什么、能否判断好坏，并把这些标准表达清楚的能力。那些长期被轻视的所谓“软技能”，正在重新显示出它们重要的一面。
香港的教育传统中，英语环境、通识训练和跨文化沟通的经验，为这类能力提供了一定的土壤。而当生成式 AI 把价值创造的重心从执行投入转向判断与协调时，这些能力的权重只会继续上升。对香港而言，这意味着它在人才结构上的特点，即国际化、重沟通、习惯处理模糊性，有可能在 AI 时代被进一步放大为真正的竞争优势。但优势不会自动兑现，它需要被有意识地识别和强化，否则只是一张沉睡的底牌。
AI 正在深刻改变工作的结构。先行者已经在这样做，而随着工具门槛持续降低，每一个知识工作者都有潜力从“执行者”转变为“管理者”。未来最有价值的劳动者，未必是事必躬亲的人，而是能够搭建正确系统的人。
这种转变不需要等待。如果你已经用ChatGPT或Claude回答过问题，下一步不妨试试把一项完整的工作任务交给它：不是问它一个问题，而是让它帮你完成一个流程，然后把精力放在审核和判断上。你会发现，“管理AI”比想像中更接近你已经擅长的事。
参考文献
[1] Weidmann, B., Xu, Y., & Deming, D. J. (2025). Measuring Human Leadership Skills with AI Agents. NBER Working Paper No. 33662.[2] Mollick, E. (2026, January 27). Management as AI Superpower. One Useful Thing. https://www.oneusefulthing.org/p/management-as-ai-superpower
[3] Top Engineers at Anthropic, OpenAI Say AI Now Writes 100% of Their Code. (2026, January 29). Fortune. https://fortune.com/2026/01/29/100-percent-of-code-at-anthropic-and-openai-is-now-ai-written-boris-cherny-roon/
童欣教授
港大经管学院创新与资讯管理教授及港大经管学院经济学教授
傅禹铭
港大经管学院研究助理
（本文同时于二零二六年四月四日载于《经济一周》明德者言专栏）
