人工智能领导力不再只是购买工具：重塑工作组合
《HBR Executive Live》上，Adi Ignatius与LinkedIn首席执行官Ryan Roslansky的对话将人工智能（AI）这一话题带到了最直接的商业领域：实际的劳动市场，且有量化的信号。在他的领导下，LinkedIn的年收入从70亿美元增长到170亿美元，用户超过10亿，这些都依靠于对AI的投资、更智能的招聘工具、技能匹配和视频功能。这一数据的重要性不在于公司的骄傲，而在于它揭示的现象：当一个平台能全面洞察市场时，它便能在工作重组上抢得先机。
Roslansky认为，AI对就业的影响是净正向的，他用两个数据支撑反驳了“取代论”这一简单叙述：与AI相关的130万个新职位（包括数据标注员）和超过60万个新数据中心职位。与此同时，LinkedIn发现，不同职位的技能需求在过去几年中已变动超过25%，并预计到2030年将达到70%的变化。
这一系列数字促使我们对领导力进行不同的理解。AI并没有“到来”；它已经在重新分配预算、人才和内部权力。对于高层管理者来说，操作性的问题不再是购买什么工具，而是如何重塑工作组合，而不削弱收入的引擎。
“抢先一步”的背后真相：工作正在分解为任务
对话中最有帮助的贡献并非是一个可望而不可即的建议清单，而是框架：工作不再是一个“岗位”，而是一组具有不同自动化程度的任务。这在实际运用中改变了管理的对象。如果一个岗位包含重复性的任务，其中一部分时间会被释放。如果市场还要求新的能力，那么这一时间将被重新分配或流失。生产力与混乱的差异在于组织设计。
LinkedIn的数据显示了创造与重新分配同时发生。一方面，围绕AI产生了新的就业机会：不仅是数据科学家，还有标注员、实施人员，以及非常切实的基础设施工作，比如数据中心。另一方面，这场讨论承认了入门职位面临的压力，但Roslansky将这种下降归因于宏观经济因素如利率，而非AI。这一点同样重要：若诊断错误，人才计划就变成了宣传。
对于领导者而言，在这种背景下“抢先一步”意味着掌握三大杠杆，而非仅仅一个。首先，分解关键职能为任务，并绘制出当前哪些可以被自动化。其次，重构角色，使其包含更高价值的任务，这些任务确实需要人类的判断。最后，重新组合激励体系，使学习成为工作的一部分，而不是边缘活动。
在这里，官僚制度往往因惯性而获胜。许多组织通过设立AI委员会、制定无尽的政策和控制面板来响应，试图将采用AI量化为资本支出。实际上，真正的采纳应该反映在流动中：节省时间，缩短交付周期，释放用于销售、运营或产品的能力。如果领导者没有明确推动工作的移动，AI就会成为更复杂的一层。
LinkedIn实例：盈利化AI并非魔法，而是资本配置系统
在Roslansky的领导下，LinkedIn的增长表明了一个更有趣的模式，而不仅仅是“他们使用了AI”。这家公司将数据与产品转变为一种资产，提升了劳动力供需匹配的效率。这种匹配——如果做得更好——将提升感知价值、用户留存和愿意支付招聘解决方案及相关服务的意愿。AI在这里并非单独项目：它是引擎的一部分。
从投资组合的角度上，我将其分为四个必须管理的领域，尽管并未用这样的术语（1）当前收入的引擎；（2）运营效率；（3）创意孵化；（4）为扩展新事物进行转型。LinkedIn似乎在这四方面都取得了成效：通过更好的推荐和匹配，提升引擎效率，利用AI来使招聘“更聪明”，推动视频等新形式的重视，最重要的是，强化了市场的理论：静态简历的价值低于动态技能的证据。
最后一点具有战略上的潜台词。如果技能需求已改变超过25%，并预计到2030年将达到70%的变化，优势不在于“拥有人才”，而在于快速更新人才。像LinkedIn这样的平台从这种摩擦中获益：当市场变动时，所有人都需重回更新简历、寻找信号、验证能力并更快速地招聘。对于传统公司来说，这种摩擦则意味着成本：员工流动、职位空缺、招聘误差和生产率下降。
高管的看法不尽如人意：单靠为员工培训AI工具是不够的。我们必须重新定义如何决定哪些技能重要，谁来内部认证这些技能，以及如何奖励那些在不损失绩效的情况下重组角色的领导者。
高管盲点：用成熟商业的KPIs衡量重塑
我认为，最大的风险并非技术问题，而是治理问题。大部分企业尝试在为稳定而非学习而设的结构中引进AI。人们要求立即对本质上充满不确定性的倡议作出投资回报。团队被施压承诺节省成本，而在理解流程之前。决策中心化是为了“控制风险”，却窒息了速度。
LinkedIn关于技能快速变动的数据使基于岗位的年度人才规划显得过时。如果工作的内容发生变化，那么控制模型也必须发生变化。这要求在同一公司内分离出两种节奏：
在收入引擎方面，需保持纪律：保护利润率、确保质量、避免服务退化。在探索方面，需采用不同的规则：学习目标、短周期，以及实质性自主权来重塑流程，而不必请示五个委员会。当这两个世界混在一起时，情况总是如此：企业宣布“转型”，最终却进行的是增量优化。
Roslansky还推动了一种基于技能的招聘逻辑。除了文化讨论，操作上这意味着筛选标准的重设计。如果市场不再奖励线性职业发展轨迹和“职业道路”，正如他所言，继续以严格要求招聘的公司将自我施加人才短缺。此外，因纯机械原因失去了多样性：混淆信号与资格证书。
在领导力方面，这将转化为具体决策。预算：多少资金和时间用于重新设计关键任务。激励：为功能领导者设定什么目标，以便他们在重建能力的同时交付结果。节奏：以何频率审查关键技能和重新分配人员。如果没有任何改变，AI就会通过软件许可进入又因运营挫败而退出。
可持续的优势：在构建变革能力的同时保护核心业务
《HBR》的对话并没有宣布合作关系或产品计划；它充当了一种市场信号。LinkedIn定位为劳动力温度计，由此推动了一项议程：AI素养加上不可替代的人际能力。Roslansky提到了一组AI无法替代的“五项人际能力”，尽管在可用摘录中并未明确标注。没有这份清单，对于领导者而言，重要的一点是这些人际能力并非“宣称”而是“在工作中设计”。
如果一个组织自动化任务而未重新考虑应用人类判断的地方，员工将得不到判断力，而是变得疏离。如果一个团队引入AI但流程不改变，输出虽然加快，但责任却模糊。如果要求创造力与协作，而只针对预算执行进行衡量，最终只是获得了合规，而非适应。
AI及数据中心创造的就业不仅强化了一种经济现实：支出正在转向基础设施和部署。这不仅是模型游戏；它是供应链、能源、运营和维护的变化。对非科技企业而言，这意味着对供应商的依赖以及推动实施和操作角色的压力，而不仅仅是“战略”。
有效的AI领导力展示在于投资组合的明确性：核心业务用效率与商业焦点得到保护，同时组织的一部分拥有足够的自主权来重塑工作、验证新实践并扩展有效实践，而不受成熟商业KPIs的限制。
结语：新标准是以两种速度治愈，且不损害任何一方
LinkedIn呈现的数据描绘了一个创造就业的同时，技能以大多数企业未准备好操作的速度变得过时的市场。“先行一步”的领导者是将角色转变为任务、纪律性地重新分配人才，并用学习指标资助探索的领导者，同时用成熟企业的控制措施保护收入引擎。成功的可持续性依赖于在不窒息能力的前提下，保持当前盈利能力，重建技能，以迎接2030年的挑战。
