# 管理者的 AI 素养：先学会判断什么值得自动化 从任务选择、责任、评价和组织变化理解管理者 AI 素养，避免只追逐工具操作技巧。 要点：管理者的 AI 素养包括辨认任务、理解能力边界、定义合格结果和安排责任。操作工具有助于形成直觉，但更重要的是判断何时使用、投入什么，以及出现例外时由谁决定。 ![管理者在生产区域旁查看业务资料（AI概念配图）](/images/product-worlds/compute-night-operations-v2.png) ## 管理者需要回答的问题，与操作者不同 员工关注怎样完成一个任务，管理者还需要考虑任务是否值得改造、结果被谁使用、成本由谁承担，以及流程改变会影响哪些岗位。AI 素养因此不能只按会用多少工具衡量。 亲自完成一次有限实践，有助于理解模型的便利与不确定性。但实践之后，应把观察转化为组织问题，而不是把个人演示的顺利程度当作推广依据。 ## 评价能力，是管理责任的一部分 如果管理者无法说明何为合格结果，团队就容易以文字流畅、界面漂亮或调用量增加代替价值。可以要求方案明确输入、输出、验收与例外，先把业务标准写清楚。 对于需要专业判断的内容，应安排合适角色复核，而不是让“用了 AI”成为责任模糊的理由。模型建议可以帮助比较，但最终取舍仍要回到组织目标。 ## 关注共同基础，而不只关注单个亮点 多个岗位可能都需要同一份产品资料、身份体系或工作规范。管理者可以识别这些共同依赖，避免每个团队单独搭建一套相互冲突的工具。 同时也要允许局部试验。统一基础不等于统一所有工作方式；关键是共享必要事实和责任，使不同实践能够被比较和接续。 ## 技术越容易使用，选择越需要认真 当生成和自动化的门槛降低，组织可能更容易开展项目，也更容易积累没有持续用途的系统。管理者需要保护团队的注意力，把投入集中到真正值得解决的问题。 AI 素养最终是一种判断能力：面对新的可能性，能够既看见机会，也看见条件，并为选择承担解释责任。 ## 管理者先决定什么结果值得改造 选一项正在反复返工的工作，说明产出给谁、合格标准、资料与权限、维护投入和停止条件。升级营可帮助形成现状与路线草案，最终组织取舍与资源安排由企业管理者决定。 ## 参考来源 - [秩启｜分工与建设方法](/method)：企业分工、流程与建设方法；属于本项目方法说明，不是外部效果证据 - [秩启｜生态](/ecosystem)：常态化学习、交流、协助咨询与评审按约定提供；成果营含首年生态费，第二年续费前确认范围与费用，不自动扣费 - [Microsoft｜2026 Work Trend Index](https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization)：组织与人机协作趋势；不作为本地搜索量或效果依据 ## 管理者需要形成的判断 - 选择问题：价值、范围与共同依赖 - 定义结果：质量、责任与例外 - 安排变化：实践、评价和持续维护 ![管理者需要形成的判断](/images/guides/diagrams/ai-manager-literacy.svg) ## 继续阅读 - [当 AI 给出建议，组织还需要保留哪些决定？](/guides/decision-rights-ai) - [从一个试点到一组应用：企业 AI 项目如何取舍](/guides/ai-portfolio) - [当 AI 能给出答案，专业判断还剩下什么](/guides/professional-judgment-ai) 两天一夜梳理现状、岗位地图与路线草案，企业保留资源与业务决定。 下一步：[了解升级营](/benchmark) 原文：/guides/ai-manager-literacy 内容版本：guide:ai-manager-literacy:v1 [结合企业情况咨询](/intake?source=%2Fguides%2Fai-manager-literacy&articleId=guide%3Aai-manager-literacy&versionId=guide%3Aai-manager-literacy%3Av1)