清华李宁教授新作《智能组织》:AI时代,如何用数据重塑企业管理?

李宁教授力作《智能组织》揭示AI时代管理新范式:通过重塑数据思维、聚焦核心场景,实现“管理可量化,组织真敏捷”。告别经验决策,迈向数据与AI驱动的智能管理时代!

原文标题:李宁:AI时代,将管理可量化,让组织真正敏捷

原文作者:认识管理

冷月清谈:

清华大学李宁教授的新作《智能组织:数据与AI重塑的组织管理》直指当前企业管理痛点:数据丰富却洞察匮乏,管理者依赖经验,AI落地组织管理面临困境。本书旨在帮助企业摆脱“拍脑袋决策”,让员工价值被精准识别。书中提出构建智能组织的完整行动指南,核心在于重塑四大“数据驱动管理”思维:包括跳出经验主义的假设思维,将抽象概念转化为可量化变量的变量思维,辨析数据“真趋势”的统计思维,以及寻找根本原因的因果思维。在此基础上,聚焦三大核心场景:利用AI优化选人流程、结合客观与主观评估人、通过组织网络分析提升团队协作。 特别强调的是,作者提示AI应作为管理者的辅助工具而非替代者,强调“数据驱动+人文关怀”的平衡,避免“唯技术论”的误区。 《智能组织》不仅提供方法论,更是一场管理思维的革命,旨在让管理者学会用数据“看见”问题本质,用科学方法“解决”实际难题,最终实现“管理可量化,组织真敏捷”,为数智化时代的企业与管理者提供了破局之道。

怜星夜思:

1、文章里提到很多公司用AI只是做了API对接,生成一堆报表,但没什么实际作用。大家觉得,要让AI和数据真的在管理中发挥作用,不光是多生成点报告,还需要企业在哪些方面做出改变和努力?
2、李宁教授强调AI是辅助工具,不能削弱人的主体性。但在实际工作中,如果AI真的表现得比人更“高效”,我们该怎么平衡技术赋能和人文关怀?会不会有一天,AI真的就替代了大部分基层管理工作?
3、文章里提了四大数据思维:假设、变量、统计、因果。这些听起来有点高大上,普通员工在日常工作中,哪怕没有专门的AI工具,怎么才能把这些思维运用起来,让自己工作更科学、更有条理呢?给点实用的建议呗!

原文内容

当企业陷入“数据丰富却洞察匮乏”的困境,当管理者在人才流失、创新乏力的难题前依赖经验决策,当AI技术浪潮席卷而来,却不知如何落地组织管理。


清华大学李宁教授的新作《智能组织:数据与AI重塑的组织管理》,为身处变革中的企业与管理者提供了破局之道。以下,enjoy:

常识君|有话说

本文总结自《智能组织》,2025年8月出版,作者李宁


01
直击痛点:
破解当下组织与个人的管理困境

 

在数字化转型的浪潮中,企业普遍面临一个矛盾:业务运营端能靠大数据精准预测消费者行为、优化供应链,可在人才管理、团队协作等核心领域,却仍停留在“凭经验、靠直觉”的阶段。


电商团队能根据天气调整商品展示顺序,却无法预判核心员工的离职风险;不少企业投入大量资源搞培训、做团建,却始终找不到人才流失的根本原因——这正是当下多数组织的真实写照。


对于管理者而言,传统管理方式的局限性愈发凸显:依赖畅销书的“成功案例”、行业大咖的“经验之谈”,难以应对市场增速放缓、竞争加剧的新形势;面对“创新力”“敬业度”等抽象概念,缺乏科学工具将其转化为可干预的指标。


而对于普通员工,僵化的评估体系、模糊的职业发展路径,也让个人价值难以被精准识别与激发。


《智能组织》恰恰切中了这些痛点。本书旨在帮助管理者摆脱“拍脑袋决策”,也让员工的努力有了更精准的价值衡量标准,完美契合了当下组织“精耕细作”与个人“清晰成长”的双重需求。



02
一线经营者解码AI时代
组织升级方法的实战指南

 

本书作者李宁教授,是清华大学领导力与组织管理系系主任、Flextronics讲席教授,聚焦于管理领域的大数据、人工智能(生成式 AI)与人的互动、组织网络分析、团队协作与领导等重要议题的研究。


除了学术研究与教学工作外,还在多个知名学术期刊的编辑委员会中担任重要职务,现任《组织行为与人类决策过程》副主编、《管理组织评论》执行主编,曾任《管理学报》副主编。


全国MBA教育指导委员会秘书长,清华大学校务委员会副主任杨斌教授评价此书


《智能组织》充满科学洞见,以批判性思维和循证之道,戳破了当下组织管理中因观念落后、工具落后而人云亦云、不求甚解的行为,也揭示了太多的公司面对组织数据处于入宝山而空手回的窘境,相信管理者读时会觉得畅快淋漓,也会冷汗直冒。


李宁教授为使理论贴近实践,在各章中融入了中美业界的前沿案例,涵盖人才评估、组织敏捷及创新等内容,对教育改革也有启发。我愿向数智化时代的企业家、管理者、MBA/EMBA学生推荐此书。相信这本书一经企业实践将显著提升组织管理水平。


金佰利副总裁郭巍则认为它是一线经营者解码AI时代组织升级方法的实战指南


DeepSeek面世以来,许多企业高调宣称全面接入,实则只是完成API对接,机械地让AI吐出报表,却少有人深究如何真正实现决策闭环。结果是信息过载,雪上加霜。在现代大型组织中,无法用通用大模型这一把钥匙打开所有的门。


《智能组织》为场景而生。书中的分析框架把宏大的组织目标拆解为可观测、可干预的关键行为变量,再以数据确定因果关系、锚定杠杆。当AI被嵌入选人用人的每一个可量化的触点时,组织才会因看见并度量关键行为而真正敏捷。


03
四大思维+三大场景,
构建智能组织

 

《智能组织》的核心价值,在于为读者提供了“数据驱动管理”的完整行动指南,从思维重塑到场景落地,层层递进,让抽象的“智能组织”变得可操作、可实现。


1.重塑四大数据思维,打破认知局限

书中重点拆解了数据驱动管理的四大核心思维,这是构建智能组织的“底层逻辑”。


  • 假设思维让管理者跳出经验主义,像科学家一样先提出可验证的假设“员工离职可能与主管风格相关”,再用数据验证;

  • 变量思维教读者将“创新力”“敬业度”等抽象概念,转化为“跨部门协作次数”“项目贡献度”等可量化变量;

  • 统计思维帮助辨别数据中的“真实趋势”与“随机波动”,避免被表面数据误导;

  • 因果思维通过随机对照试验、双重差分法等科学方法,找到问题的根本原因比如携程通过远程办公试验,用数据证明“在家办公能提升13%生产力”,而非仅凭主观判断。


2.聚焦三大核心场景,解决实际难题

在思维重塑的基础上,本书进一步聚焦企业管理的三大核心场景,提供落地工具。


选人环节,书中拆解了谷歌如何用数据优化招聘流程,证明“非结构化面试不靠谱”“工作经验不是唯一标准”,并介绍了AI如何辅助筛选候选人,降低招聘误差


评估人环节,针对“数字管理陷阱”,提出“客观数据+主观评估”结合的评价体系,避免“唯KPI论”


组织协作环节,通过“组织网络分析”,让团队隐形协作关系可视化,帮助企业打破“部门墙”,激发创新


3.平衡技术与人文,避免AI陷阱

李宁教授在书中特别强调“技术赋能与人文关怀的平衡”。


AI是管理者的“辅助工具”,而非“替代者”。比如深圳百丽雅医美公司引入AI培训助手后,非销售岗位员工业绩提升24.6%,但背后仍需人力资源专家结合组织文化解读数据。


书中提醒读者:“数据与算法应增强人的能力,而非削弱人的主体性。”这种理性视角,让“智能组织”避免陷入“唯技术论”的误区,真正实现“数据驱动+人文关怀”的双赢。


AI时代到来,组织管理的竞争已不再是“经验之争”,而是“数据之争”。


《智能组织》不仅是一本方法论书籍,更是一次管理思维的革命——它让管理者学会用数据“看见”问题本质,用科学方法“解决”实际难题,最终实现“管理可量化,组织真敏捷”。


无论你是企业高管、HR负责人,还是希望提升决策能力的普通管理者,都能从书中找到属于自己的“智能组织构建路径”。


正如李宁教授所说:“循证管理将重塑企业决策方式,让组织更科学、更高效,也更人性化。”


图片

相关图书

End-
发布人:赵峥|责任编辑:郑琳琳|部门领导:宁姗


我觉得吧,光看报表那确实是没啥用。要真想让AI帮上忙,就不能把它当成个‘自动打印机’,而是要当成个‘超级助理’。比如,我们公司之前也是一堆报表,后来HR部门开始用AI分析员工离职倾向,不光看数据,还让经理去跟那些高风险员工提前沟通,了解他们的想法。结果呢,离职率还真降了点。所以我觉得,得把AI给的线索,转化成实际的‘干预’和‘行动’,并且能评估这些行动的效果,这才算真正用起来了。

嗨,这不就是跟我们减肥一个道理嘛!光有健身报告、体重秤数据有啥用?你还得知道为啥吃得多、为啥不想动,然后调整饮食、迈开腿,对症下药才有效果。AI就像那个健身教练和营养师给你的数据分析,关键还得你这个‘身体力行’的去执行和调整。不然机器再聪明,你还是原地踏步咯!

针对‘如何平衡AI赋能与人文关怀,避免AI替代基层管理’这一议题,我认为核心在于重新定义‘管理’的价值。当AI能高效处理重复性、规则性的任务时,人的管理价值将更多体现在复杂情境下的情感识别、共情能力、非结构化问题解决、以及激发团队创造力上。企业应投资于提升管理者的‘软技能’,让AI承担数据分析和效率优化,而让人类管理者专注于‘人’的建设和发展。此外,在AI工具设计之初就融入伦理考量和透明度原则,确保决策过程可解释,并设立明确的人工干预机制,避免算法偏见对个人产生负面影响。

好的,我们来聊聊‘普通员工如何将李宁教授的四大数据思维运用到日常工作中’。
* 假设思维:当你遇到一个问题时,不要直接凭感觉下结论,而是先提出几个可能的解释或解决方案(这就是假设),比如:‘这个报告迟迟未完成,是不是因为数据源不清晰导致的?’
* 变量思维:把抽象的问题具体化。比如,‘工作效率低’这个抽象概念,可以拆解为‘完成任务所需时间’、‘工作中断次数’、‘需求沟通偏差率’等可量化的变量来观察。
* 统计思维:学会观察和记录。即使没有复杂的统计软件,你也可以简单统计一下某个问题的发生频率、某个方案成功和失败的次数,看看是不是有规律可循,避免被个别案例误导。
* 因果思维:当你看到两个现象同时发生时,不要急着认为它们有因果关系。可以思考:‘真的是A导致B吗?有没有C这个隐藏因素同时导致了A和B?’ 甚至可以尝试小范围的‘对照试验’,比如你改变一个工作习惯看结果如何。核心是多问‘为什么’和‘是不是’,并尝试小范围验证。

针对‘如何让AI和数据真正落地管理,而非仅止于生成报表’这个问题,我认为关键在于从战略层面重构数据利用的SOP。首先,明确业务痛点并将其转化为可量化的决策目标,而非简单地追求数据指标的堆砌。其次,需要建立跨部门的数据治理机制,确保数据质量和一致性,并打通数据孤岛。再者,管理者需具备基本的数据素养和批判性思维,能够解读AI输出的建议并结合业务场景进行最终决策,形成‘数据-洞察-行动-反馈’的闭环。最后,组织文化层面要鼓励试错和持续学习,将AI工具视为辅助性增长引擎,而非一蹴而就的解决方案。

这个问题太现实了!我们HR部门也在思考。我觉得可以从‘AI辅助决策,而非替代决策’这个角度入手。比如,AI可以帮助我们筛选简历、预测绩效,但最终面试和定岗,还是需要人来做。AI提供的是效率和数据支持,而人提供的是经验、直觉和对企业文化的理解。基层管理者可以把更多精力放在辅导员工、解决团队矛盾、营造积极氛围上,这些是AI现在还取代不了的。所以,与其怕被替代,不如学着和AI‘搭档’,让AI帮你把那些烦人的、重复的工作做了,你就能腾出手来做更有价值的‘人味儿’工作了。

这不就是‘机器人总管’和‘人类CEO’的关系嘛!机器人能帮你把文件分好类、会议室订好、咖啡泡好,甚至提醒你几点该开会了,但是谁去拍板定战略、谁去鼓舞人心、谁去搞团建让大家不至于上班摸鱼?那肯定还是得人类啊!如果AI连‘摸鱼哲学’都能理解并管理了,那我们打工人真的可以考虑去做AI的‘宠物’了,哈哈!开玩笑啦,我相信人的创造力和情感连接是AI永远无法完全复制的。

嘿,这不就是咱们玩游戏做攻略嘛!
* ‘假设思维’就是:我打不过这个BOSS,是不是因为它弱火属性?
* ‘变量思维’就是:我换一个火系技能,伤害能提高多少?防御减少多少?
* ‘统计思维’就是:我试了10次,用火系技能有8次成功,用冰系只有2次。
* ‘因果思维’就是:嗯,看来这BOSS确实怕火啊!
咱们生活中处处是数据啊!连点外卖,你都能琢磨为啥某个店销量高、好评多,是不是送得快、味道好?把这种‘琢磨劲儿’带到工作里,不就是四大思维的初级版本嘛!