AI领导力：让AI成为管理者的超级外脑——AI在管理流程中的实战应用

2.

一、AI时代的管人者，要具备哪些本领？

3.

1. AI带来管人者定位转变

4.

碰头：

管人者的核心本领为何，AI会怎样重构管控本领？

• 从“心得驱动”到“资料+智能驱动”

• 从“事务型管控”到“赋能型管控”

• 从“抓手采用者”到“管控指挥官”

◦ AI事务流程规划师、提示工程师和决策终审官

1.

实例：

微软销售队伍的AI转型；阿里盒马鲜生的"AI赋能型管控"；腾讯游戏事务室的"AI事务流程规划师"

2.

2. 管人者的AI本领模型：AI领导力

• 认知本领：AI来由学识、前沿趋势、运用要则等等认知

• 实战方略：将AI系统性地融入市场洞察、方略打法拟定、实际管控情境中

• 方略领导力：明晰队伍AI转型路径，拉升队伍AI本领

1.

二、认知升级：领会AI本领边界

2.

1. AI在管控方面运用的几大误区

• AI ≠ 百度

• AI ≠ 补充抓手

• AI ≠ 代替人脑

• AI是“副驾驶”，实操中，人依然是“主驾驶”

• AI ≠ 威胁人类事务

• AI是外脑+手脚，人是主脑

1.

实例：

某券商因AI"幻觉"导致的研究报告事故

2.

2. 认知升维

• AI的核心运用情境正在从单点问答提效转向事务流赋能

• AI的核心作用正在从提效率变成提业绩

• 英才模型将被AI重塑，在实际应用里，从执行者变成AI驾驭者

1.

3. AI基础学识入门：领会AI本领边界

• AI的基础认知和核心概念

• 何为AI、机器研习、模型训练、AIGC、Agent

• AI演进的三个阶段、核心本领、运用情境

• 自然语言处理、领会

• 机器研习和建模

• 大模型和AIGC（从初代到现在）

1.

4. 智能体抓手入门

• 智能体为何

• 给超级大脑装上了一双“万 能手”

• AI大模型（大脑型）VS 智能体（大脑+手脚）

• 告诉你“怎么做”VS 直接“帮你做”

• 智能体抓手对比：扣子、WorkBuddy，豆包、钉钉悟空2.0、OpenClaw（龙虾）

• 要害运用情境：自动化所有准则流程

1.

5. AI运用的绝 对红线

• 买方隐私保护

• 资料安全

• 监管合规要求

1.

实例：

三星电子员工误用ChatGPT导致资料泄露

2.

6. AI本领边界收束

• AI能做什么：提效，洞察、生成、执行

• AI不能做什么：决策，共情、责任、精准

• 构筑“人机协同”三层审核制度

• 第一层（指令层）：指令清晰、具体，明晰要求AI标注资讯来源和资料支撑

• 第二层（输出层）：必须人工复核，格外是承诺、资料、法规、情感判断

• 第三层（运用层）：面向外部的AI输出，就一线经验说，必须有二次人工审核后方可发出

• AI指令官的核心素养

• 批判性思路是核心：永远对AI输出保持质疑和验证的习惯

• 提问本领是门槛：好的问题能最大化AI优势，往细里说，同时暴露其弱点

• 决策责任在人：AI提供资料和建议，但判断、决策和责任永远在采用AI的人

1.

分组碰头：

拆解你的所有事务流程，哪些能够用AI代替，哪些是AI无法代替的？

2.

三、运用视野拓展：AI赋能商业化全景图

3.

1. 公司AI运用四大阶段

阶段

融合焦点

核心价值

典型运用

实际实例

第一阶段

内部提效，营运智能化

降本增效，拉升员工生产力

智能办公、代码生成、资料拆解

网易 - AIGC赋能游戏美术规划

第二阶段

买方服务和营销智能化

拉升体验，增加收入

智能客服，精准营销，内容生成

阿里巴巴 - 阿里小蜜智能客服

第三阶段

业务链路智能化

精进核心业务链路

智能供给链、预测性维护

京东 - 智能供给链决策

第四阶段

商业模式革新

开辟新增长曲线

个性化服务、AI驱动货品

特斯拉 - 自动驾驶FSD

4.

碰头

：你所在的公司和部门，当下在第几阶段？你自己对于AI的运用，在第几阶段？

5.

6.

2. 业界趋势：AI怎样重塑具体业界价值链

（可根据买方业界定制）

• 货品端

• 营运端

• 商务端

• 物流端

• 质量端

1.

3. AI管控运用全景

业务环节

AI运用情境

具体运用和价值

典型实例

方略和决策

市场洞察和趋势拆解

拆解海量业界报告、新闻和社交媒体资料，识别潜在市场机会和威胁，生成SWOT拆解初稿

微软

市场队伍采用 Microsoft Copilot 和 Viva Insights 拆解内部和外部资料，迅速生成竞争情报简报，支援管人者在拟定云服务市场打法时，更快做出资料驱动的决策

方略规划和标的拆解

基于公司级方略，辅助队伍开展OKR撰写，确保标的设定的科学性和一致性

谷歌

广泛利用AI抓手来辅助队伍开展OKR设定。员工能够采用内部AI系统，基于历史资料和公司标的，获得要害结果（KR）的衡量建议，使其更具可衡量性和挑战性

隐患评核和预警

拆解项目资料、外部环境，预测项目潜在隐患（如延期、超支，技艺瓶颈），往细里说，并提前发出预警。

亚马逊

在其庞大的物流和云服务项目中，采用

Amazon SageMaker

等等机器研习服务构筑预测模型，提前识别可能导致项目延误或者成本超支的隐患因素，使管人者能主动干预

组织和协同

高效会议管控

自动生成会议议程、实时转录并提炼会议纪要和待办事项，大幅拉升会议效率

联合利华

在全球队伍中推广采用

Google Meet

的AI转录功能和

Asana

的AI集成，自动将会议碰头转化为差事卡片，并分配负责人和截止日期，减少了85%会后跟进事务

智能学识管控

构筑公司学识大脑，员工可借助自然语言提问，迅速获取精准的公司制度、项目文档、技艺方案等等资讯

西门子

开发AI助手

"Siemens Assistant"

，在实际应用里，集成到Microsoft Teams中。全球29万名员工能够随时用口语提问，换个角度看，具体来看，AI会从海量内部文档中即时生成答案

流程自动化 (RPA)

自动化处理重复性行政流程，实操中，如差旅报销审批、资料录入、报告生成等等，落地时，释放管人者精力

埃森哲

在其财务，HR等等部门部署了数千个RPA机器人，具体来看，自动化处理超过40%行政事务性事务，让经理们能更专注于管控队伍和方略差事

领导和赋能

主力盘查和继任规划

拆解员工绩效、本领、职业兴趣等等多维度资料，为管人者提供可视化的英才九宫格，辅助识别高潜员工和拟定继任规划

IBM

其AI平台

Watson

被运用于英才管控领域，拆解内部资料（项目经历、本领认证、反馈评价）来预测员工的未来潜力和离职隐患，为管人者提供科学的英才决策支持

个性化员工演进

基于员工绩效短板和演进意愿，AI推荐个性化的研习课程、项目机会或者导师，自动生成个人演进规划草案

联合利华

内部研习平台采用AI为每位员工定制专属的“本领拉升路径”，推荐相关的微课程和实战差事，经理可利用这些资料和员工开展更有针对性的演进对话

智能招聘和面试

筛选简历、初步评核候选人，甚至借助AI面试官拆解视频面试中的语言、语调和神情，提供客观的候选人洞察

联合利华

借助AI招聘平台，将初筛简历的时间减少了75%，并借助AI视频面试拆解，在全球范围内发现并招聘了更多元化的英才

将控和精进

智能绩效跟踪

自动聚合多源资料（项目进度，买方反馈、代码提交等等），生成动态的员工业绩报告，运行层面，让绩效反馈更及时，客观

Adobe

推行OKR后，利用AI自动跟踪和可视化要害结果的进展。经理能够实时看到队伍OKR的健康度，并在出现偏差时及时介入带练，替代了传统的年度绩效评核

资料驱动的营运复盘

自动生成项目复盘报告初稿，收束要害资料、成功心得和失败教训，并提出改进建议

Netflix

利用其强大的资料平台和AI算法，不仅用于内容推荐，也用于内部营运复盘

预测性员工留任管控

借助拆解历史资料和行为模式，预测有离职隐患的员工，提醒管人者提前开展干预和挽留

IBM

借助采用其AI模型预测员工离职隐患，准确率高达95%，使管人者能够提前采取保留措施，成功将出色员工的离职率降低了约10%

2.

3.

四、精准交流：和AI协同的提示词艺术

4.

1. 提示词核心公式：定位+差事+来由+输出

•

何为提示词

• AI大模型的基本原理：提示词为王

•

提示词几大要则

• 给AI人设或者情境

• 给 AI 明晰的差事，包括标的、受众群体，落地时，具体要求

• 给 AI充足的“弹药”（上下文投喂）

• 给AI明晰的输出格式

•

提示词模板：CRIS轮廓 - 定位+差事+来由+输出

1.

实操操练：

运用CRIS，实操中，往细里说，针对某个绩效不及预期员工，往细里说，生成绩效面谈话术

2.

2. 链式思索（

CoT）：从单点问题到思路轮廓

• 何为链式思索

• 为何要用链式思索？

• 减少幻觉

• 拉升复杂问题解答质量

• 透明化决策进程

• 怎样在业界情境中运用？

• CRIS轮廓+分解步骤

1.

实操操练：

运用链式思索，升级上述操练中的绩效面谈话术

2.

3. 和AI展开多轮对话

•

为何需要和AI多轮对话

•

怎样展开多轮对话

• 调整类：校准AI的领会偏差

• 追问类：追问为何，要害原因，执行动作等等

• 挑战类：永远不要复制粘贴AI给的第一个答案

1.

实操操练：

运用多轮对话，升级和校准刚刚生成的绩效面谈话术

2.

4. 多定位还原：生成多角度打法

• 何为多定位还原？

• 为何要用多定位还原？

• 打破思路定式

• 生成多样化打法

• 预演现实挑战

• 怎样在业界情境中运用？

• CRIS轮廓+分配定位+定位主张

1.

实操操练：

运用多定位还原，运行层面，针对5种不同类型的买方，往细里说，执行层面，升级刚刚生成的绩效面谈话术

2.

5. 提示词新玩法：让AI提问、先发散再锁住

3.

6. 提示词无法破解的问题

• AI味儿

•

幻觉-资讯校准、合规性校验

1.

五、实战赋能：AI在核心管控情境中的运用和上手

2.

1. AI赋能领导力：教练技艺和绩效反馈实战

• 教练式谈话轮廓

• 共情和认可

• 重塑价值

• 共同拟定演进规划

• SBI + GROW反馈模型

1.

讲师演示&参训者实操：

1.

运用大模型，实操中，就一线经验说，搭建还原谈话AI助手

2.

运用飞书多维表格，就一线经验说，搭建批量生成谈话话术的AI模板

3.

用WorkBuddy，搭建员工带练智能体和Skill

1.

2. AI赋能规划和决策

•

市场拆解和方略洞察

• 迅速生成SWOT、PEST拆解轮廓和初稿

• 还原竞争对手的潜在打法，开展推演

•

标的、打法、行动拟定和拆解

• 基于公司方略，利用AI开展队伍OKR脑暴和对齐

• 将模糊标的转化为可衡量的要害结果、打法、行动

•

项目方案拟定和隐患评核

• 针对新项目，生成多套备选行动方案

• 对每个方案开展潜在隐患评核，并拟定预案

1.

讲师演示&参训者实操：

1.

运用飞书多维表格，搭建批量标的拆解的模板

2.

运用WorkBuddy，搭建标的拆解本领（SKill）

1.

3. AI赋能组织和交流

•

高效会议管控

• 会前：一键生成会议议程

• 会中：实时转录，提炼核心论点和待办事项

• 会后：生成结构清晰的会议纪要和行动规划

•

精准商务交流

• 邮件/报告撰写：迅速生成初稿、精进语气、调整风格

• 向上呈报：将复杂事务提炼为高管关注的“一页纸”摘要

• 跨部门协同：起草清晰、得体的协同请求函

1.

讲师演示&参训者实操：

1.

运用WorkBuddy，搭建会议管控智能体（会议纪要-带跟进事项-到期提醒-约日历等等）、公司内部学识问答智能体

2.

运用大模型，搭建邮件，报告生成AI助手

1.

4. AI赋能将控和复盘

•

项目进度监控和报告

• 自动整合各方进度更新，落地时，生成项目周报/月报

• 识别项目隐患点，并发出预警提示

•

资料解读和复盘

• 拆解资料趋势、发现异常点

• 辅助项目复盘、开展心得收束和形成SOP

1.

讲师演示&参训者实操：

1.

运用WorkBuddy，搭建资料拆解本领（SKill）和动态更新资料看板

2.

运用飞书，搭建项目跟进和进度预警

1.

2.

六、方略领导力：用不用AI、怎么用AI

3.

1. 设置合理的AI运用标的：评核公司的AI适用力

• 数智化程度

• 海量资料基础

• 员工数智化水平

• 业务AI化程度

1.

2. AI融入事务流

•

出色的事务结晶 = 清晰的流程规划+精准的AI指挥+人类的最终判断和创造力

•

AI融入事务流的四个阶段

• 单点差事替代（“点”状运用）

• 事务流环节增强（“线”状运用）

• 端到端自动化（“面”状运用）

• 智能体驱动业务（“体”状运用）

1.

实例：

国家能源集团的"AI转型路径图"

2.

3. 怎样拉升队伍的AI本领？

• 大处着眼、小处着手

◦ 切忌一下子整个大活儿

◦ 怎样定位切入点

▪ 充分具体、垂直

▪ AI成效可衡量

▪ 落地基础本领好

▪ 能迅速迭代

1.

碰头：

寻找第一个AI队伍运用突破口

• 明晰可用业务范围：合规隐患、安全底线

• 构筑正确的AI观

• 构筑安心的AI运用环境

• 设置合理的激励措施和考核办法

1.

实例：

某商业银行的"AI运用负面清单"

2.

七、收束和行动规划

3.

每位参训者填写“我的AI赋能管控行动规划”，明晰后续30天AI运用规划，在哪些具体差事中，采用哪个抓手，按照什么步骤来实践，参训者展示、互评和讲师点评

4.

老师简介

Introduction to lecturers

弄懂更多

博闻智咨询|刘彤烨老师