AI时代,中层职位可以不重要,但结果必须有人负责
AI工具正在压低上传下达、会议纪要、进度汇总这类传统中层工作的价值。组织仍然需要管理能力,但真正值钱的是走到生产一线、理解业务技术团队并对结果负责的人。
AI时代,中层职位可以不重要,但结果必须有人负责
AI 编程工具和协作工具普及以后,很多公司都会重新面对一个问题:还需要那么多中层吗?
这个问题听起来有点刺耳,但它不是简单地“反管理”。公司当然需要管理能力,需要有人拆目标、调资源、控风险,也需要有人对结果负责。真正该被重新审视的,是那些只负责上传下达、催进度、开会、做汇报,却离生产一线越来越远的传统中层岗位。
过去,很多组织之所以层级很厚,是因为信息流动成本太高。老板不知道一线每天卡在哪里,一线也不知道上面的真实优先级是什么。于是中间需要一批人传话、整理、解释、协调。会议纪要要人写,任务拆解要人盯,进度周报要人催,跨部门信息要人反复对齐。
但现在情况变了。AI 可以整理会议纪要,可以归纳需求,可以生成文档,可以做代码辅助,也可以把一堆零散信息快速变成结构化材料。很多以前需要一个中层花几天整理的工作,现在一线员工配合工具,几个小时甚至几十分钟就能完成。
这就带来一个很现实的变化:如果一个中层的主要价值只是“我帮老板传话”“我帮团队催进度”“我把大家的东西整理成 PPT”,那他的安全感会越来越弱。不是因为他不努力,而是这类工作的稀缺性正在下降。
AI 真正放大的,是一线员工的能力。懂业务的人,可以更快写方案;懂技术的人,可以更快做原型;懂客户的人,可以更快整理反馈、提出改进建议。组织不一定还需要那么厚的中间层去过滤信息,反而应该更扁平,让真正懂问题的人更直接地参与决策。
当然,这不等于公司不需要管理。恰恰相反,AI 时代更需要真正的管理能力。目标怎么拆,资源怎么分,风险怎么判断,团队冲突怎么处理,最终结果谁来承担,这些都不是 AI 自动替公司完成的。
区别在于,这些能力不一定必须绑定在传统“中层岗位”上。项目负责人、技术负责人、产品负责人、一线骨干,都可以承担一部分管理责任。管理层级可以减少,但责任不能消失;职位可以变少,但结果必须有人接住。
所以,真正有价值的管理者,应该走到生产一线。他要理解业务,不只是看报表;要理解技术,不只是催研发;要理解团队卡点,不只是问一句“为什么还没做完”。他还要能判断 AI 生成的方案靠不靠谱,知道哪些建议只是看起来漂亮,哪些方案真的能落地。
这也是为什么一些头衔很高的人,会愿意去 AI 公司做看起来“没那么高”的技术岗位。比如 Workday 前 CTO Peter Bailis、You.com 联合创始人兼 CTO Bryan McCann 加入 Anthropic,担任 Member of Technical Staff。这不是简单的“降级”,更像是一个信号:在 AI 时代,靠近核心技术、核心产品、核心生产一线,比守着一个管理头衔更重要。
未来的组织,大概率会更扁平。目标会更透明,责任会更清晰,决策链条会更短。一线负责人直接对结果负责,而不是让信息在层层汇报里慢慢变形。公司需要的不是更多站在中间“转述现实”的人,而是更多直接面对现实、解决问题、拿出结果的人。
所以,AI 淘汰的不是普通员工,也不是所有管理者。它真正淘汰的,是远离生产、只会上传下达、没有判断力和结果意识的中层。
中层职位可以不重要,甚至可以不存在。但懂业务、懂技术、懂团队、能解决问题、能对结果负责的人,永远重要。