AI时代，企业最缺的不是会用AI的人，而是对结果负责的人

这一番见解，源于 AMD CEO Lisa Su 在 MIT 2026 届毕业典礼上的致辞。

作为 AMD 首席执行官及 MIT 校友，Lisa Su 在演讲中探讨了 AI、技术演进以及人类判断力与担当的议题。她传递的核心观点十分明确：技术本身无法主宰未来，掌控未来的始终是人。尽管 AI 能胜任诸多任务，但它无法甄别哪些问题值得去解决，无法在信息不全时做出艰难抉择，更无法为最终结果买单。

管理者之所以应重视这段论述，并非因为演讲者身份显赫或场合高端，而是因为它精准回应了众多企业当前在 AI 面前所面临的真实焦虑。

许多人关注的问题是：AI 是否会取代我？

然而，Lisa Su 的回答实则是在引导我们思考另一层含义：当 AI 日益精进，人类究竟应当承担怎样的职责？

当下的 AI 已具备生成文本、编写代码、执行分析、整理会议纪要、构思方案乃至辅助快速掌握新领域的能力。对个人而言，它宛若一位全天候待命的助手；对组织而言，它正逐步演变为新的生产力基石。

但越是如此，越需厘清一点：AI 擅长提供答案，却未必知晓哪个答案才是最关键的。

企业面临的难题从来都是错综复杂的。管理者在决定优先处理事项时，往往要权衡客户诉求、内部资源、财务预算、战略窗口期、竞争态势、风险边界以及团队能力等多重因素。AI 虽能协助列出方案并剖析利弊，却无法洞察当下对企业而言最关键的约束条件，也不具备理解某一选择对客户、员工及长远战略影响的直觉。

因此，AI 时代最稀缺的才能，并非单纯“是否掌握工具”，而是能否提出高质量的问题、能否筛选出正确的问题、能否评估该问题是否值得投入组织资源。

若团队仅侧重于培训员工如何操作 AI 工具，效率提升将立竿见影。但若缺乏对问题定义、优先级排序及关键约束识别的训练，这种效率的提升往往只是让人们更高效地处理琐碎的次要事务。

真实的商业决策很少是在信息完备的状态下做出的。

客户需求或许模糊不清，市场信号可能相互矛盾，数据可能存在滞后，组织目标可能存在冲突，责任边界可能难以界定，而时间压力往往不会等待所有信息准备就绪。

这正是管理的难点所在。管理者并非在一张完美的试卷上解题，而是在瞬息万变的现场环境中做出抉择。

AI 能够辅助我们更快地获取数据、归纳材料、推演方案及发现疏漏，极大提升了分析的效率与广度。然而，在关键节点，仍需人类进行裁决：现有信息是否足以决策？风险是否可控？哪个选项更契合长远目标？若判断失误，由谁承担后果？

此类问题无法完全交由模型处理。

因为判断力不仅仅是信息的处理能力，它包含背景洞察、价值排序、风险意识、经验积累以及对现实后果的担当。AI 可以强化这些环节，却无法取代人对结果的承诺。

这也是 Lisa Su 在演讲中着重强调的，即 AI 无法在数据不足时进行艰难抉择。对企业而言，此话极具现实意义。管理者的真正价值，往往不体现在答案显而易见之时，而在于答案不明、信息不全、各方观点交织时的抉择。

企业绝不能将责任转嫁给模型。

AI 虽能提供建议，但它无法对客户负责，无法对员工负责，无法对公司负责，也无法对社会后果负责。当 AI 的建议触及客户承诺、定价策略、供应链选型、人事招聘或风控决策时，最终承担后果的依然是人与组织。

这并非意味着企业应摒弃 AI。相反，成熟的企业应更积极地拥抱 AI，但不能将其视为“自动代劳做决定”的机器。

更合理的路径在于：让 AI 辅助人类做出更优的决策。

这要求企业构建新的治理体系：谁有权访问哪些数据？AI 的建议依据何在？关键决策是否有人复核？敏感场景是否有权限管控？结果失误后能否追溯？模型输出如何验证？责任归属如何界定？

这些问题虽不如“AI 提效”听起来那样激动人心，但它们决定了 AI 能否真正融入企业的核心业务流程。

一个不负责任的 AI 应用，可能在演示中光彩夺目，在生产环境中却危机四伏。而成熟的 AI 应用，并非旨在让人类隐退，而是让人类的判断更有依据，让组织的决策更加透明，让责任链条更加清晰。

过去，企业评估个人能力，常关注几点：工具运用能力、任务完成度、执行效率高低、交付稳定性。

这些能力依然关键。但在 AI 时代，它们正逐渐演变为基本能力。

未来企业更渴求的人才，是能够定义问题、能够评估结果质量、能够洞察业务后果、能够将 AI 输出转化为行动、能够在复杂环境中权衡取舍并承担责任的人。

换言之，企业并不匮乏“略懂 AI 工具”的人。真正稀缺的是能将 AI 转化为业务成果的人。

这类人未必是最擅长撰写提示词的，也未必是最精通模型参数的。其核心能力在于将技术能力与真实业务相连接：明白客户真正的痛点，洞察组织的真实瓶颈，知晓何为有效结果，识别不可忽视的风险，并懂得何时该持续探索，何时必须拍板决策。

AI 越强大，常规任务的执行门槛越低；正因如此，人与人之间的差异将更多地体现在判断力、责任感及结果转化能力上。

许多企业在推进 AI 转型时，首当其冲的是进行工具培训：指导员工掌握 ChatGPT、Copilot，学会编写提示词，学会利用 AI 生成素材。

这固然必要，但远远不够。

若 AI 转型仅停留在工具培训层面，企业收获的或许只是一群生成内容更快的人，而非一支更善于解决问题的团队。

管理者更应自问几个问题：团队能否定义问题？能否鉴别 AI 输出的可信度？能否验证结果？能否识别风险？能否将一次 AI 使用沉淀为可复用的方法？能否在关键场景中明确责任边界？

真正的 AI 转型，应当从个人效率工具跃升为组织能力。

这意味着企业不仅应鼓励使用 AI，还需构建方法论、实施数据治理、健全安全机制、完善审计流程及制定责任规则。AI 不应仅仅是个外挂工具，而应逐步融入组织的工作模式：助力团队更快学习、更好协作、更清晰判断、更稳定交付。

也就是说，AI 转型的重心不应是让每个人都成为“AI 操作员”，而是让组织变得更善于思考、更善于决策、更善于承担结果。

Lisa Su 在 MIT 的演讲带来的启示，并非一句简单的“人优于技术”。

更准确地说，是随着技术日益强大，人类更需要重新定位自身角色。

技术不会自动主宰未来。模型不会替企业背负责任。AI 越强大，人的真正价值并非消亡，而是被重新定义。

谁能提出正确问题，谁能在复杂环境中做出判断，谁能把技术转化为可信的业务成果，谁就是 AI 时代最重要的人。

未来企业真正渴求的，不只是掌握 AI 使用技巧的人。

而是能甄别问题、选择方向、承担后果，并将 AI 转化为成果的人。