全文 2307 字 | 阅读 7 分钟
业务增加了，是不是就要增加人手？希望产出更多，是不是就要投入更多时间？
在许多企业的管理实践中，这几乎是自然的选择。增加订单，就增加人员；扩大业务，就增设部门；为了让更多人协同工作，又需要增加管理投入。
AI深度进入工作流程以后，我们需要重新思考这种关系。
当一部分工作可以由AI持续承担，企业扩大产出的方式也随之改变：已经配置好的能力可以重复调用，业务运行产生的数据与反馈，又能推动这套能力继续提升。
这就是“算力飞轮”。
理解这个概念，可以帮助管理者看清：企业如何突破人力与工时的限制，人的价值又如何在这个过程中得到新的发挥。
《AI时代的管理》
作者：陈春花
出版社：北京联合出版公司
出版时间：2026年8月
过去，企业扩大产出，通常依靠增加雇员数量、延长劳动时间，或者强化管理。
业务每增加一个量级，就需要配置相应的业务、技术与支持人员。组织的处理能力，随着人员投入一层一层向上增加。这就是“人力阶梯”。
这种增长方式有一个困难：人有时间和精力的限制，人员之间的协作也有成本。
一个人每天能够处理的工作有限。增加人员可以扩大处理能力，但随之而来的培训、信息传递、标准统一与进度协调，又会占用更多资源。企业规模扩大了，管理成本也可能快速增加。
AI深度嵌入协作流程，开始改变这一条件。
对于适合由AI承担的任务，一旦完成工作流配置，已经建立的处理能力就可以被反复调用。业务量增加，不再必然要求人手同比例增加。
更进一步，随着任务量增加，实际工作产生的数据与反馈，还可以用于改进系统。经过持续迭代，系统能够更好地处理后续任务。
处理任务，积累数据与反馈，推动能力改进，再支持更多任务的处理。
这个循环之所以被称为“飞轮”，是因为前一次运行形成的积累，能够成为下一次运行的助力。企业的能力增长，由此有了不同于不断增加人手的路径。
以合同审查为例。
面对一项需要审查大量合同的工作，传统做法是组建团队，将文档分配给不同的人，再汇总审查结果。
这种方式面临两个现实问题。
一是不同人员对风险的判断尺度需要反复统一；二是人的阅读速度存在限制，即使增加工作时间，也难以无限压缩审查周期。
引入AI法律助手后，部分工作可以重新安排。
AI能够依据预设的风险维度，对合同进行扫描、分类和初步标注。专业人员在此基础上开展复核，处理需要结合具体情境作出判断的问题。
一套已经配置好的初步审查能力，可以被重复使用，并支持更大规模的业务处理。
与此同时，实际审查发现的遗漏、误判与新情况，可以反馈到系统之中，用于更新知识、规则和工作流程。后续工作能够利用前面工作的积累，而不必每次都从同一个起点开始。
算力、维护与专业复核仍然需要投入。但企业扩大业务时，不必只有增加人手这一种选择。
AI带来的效率变化，已经进入组织如何形成和扩大生产能力的层面。
业务增加时，管理者可以重新判断：哪些工作仍然需要增加人员，哪些工作可以通过已有能力的扩大使用来完成？这些工作产生的反馈，又能否帮助系统继续改善？
当算力飞轮开始发挥作用，我们也需要重新理解组织能力。
过去，人员数量、部门规模，往往是判断一家企业实力的重要依据。今天，仅凭这些已经不足以说明企业能够完成什么。
衡量一个组织强弱的指标，从拥有员工规模转向拥有数字化资产规模与算力调度能力。
数字化资产，包括企业在业务中积累的数据、知识，以及能够被系统调用的工作能力。算力调度能力，则关系到企业能否把这些能力有效组织起来，用于解决实际问题。
如果知识只能依靠特定的人传递，每增加一项业务，都要重新寻找人员、重复培训和协调，企业的产出仍然受到原有方式的限制。
当一部分能力可以通过系统重复调用，并在实际工作中不断改善，精干的团队就有可能承担过去需要更大组织才能完成的业务。
因此，算力飞轮对企业的重要性，不只在于降低某一项工作的耗时。它让我们看到，组织规模与业务规模之间，可以形成新的关系。
企业需要理解自己拥有什么能力，以及这些能力能够支持多大的价值创造。
算力飞轮也会带来一个直接的管理问题：当完成工作的时间大幅缩短，我们怎样评价人的贡献？
法律服务长期将工时作为计费的重要依据。当AI能够快速完成搜索、分类和初步标注，工时与价值之间的关系就需要重新审视。
如果仍然主要依据工时衡量价值，那么，一项借助AI更快完成的工作，反而可能因为耗时减少而被低估。
但顾客真正需要的，是问题得到解决。搜索与分类耗费了多少时间，并不能完整说明专业服务的价值。
评价的重点，需要从“为了结果付出多少时间”，转向“利用算力解决了多么复杂的问题”。
相应地，律师的关键价值进一步回到策略设计、专业判断与法庭辩论。其他行业也需要重新认识：哪些工作可以借助AI完成，哪些工作更需要人的创造力与专业能力。
这也是管理者需要面对的变化。
当工作能力发生变化，仍然主要围绕工时、忙碌程度与进度督办来组织工作，就可能限制新的能力发挥。管理需要帮助人从重复劳动中走出来，把专业能力用于更有价值的问题。
理解算力飞轮，最终是为了理解企业与人共同面临的这种转变。
企业能够以更精干的团队支撑更大的业务规模，人也有机会从时间和重复劳动的限制中走出来，进入更具创造性、更需要判断的工作。
技术提供了新的可能，管理需要让这种可能真正转化为价值。
（本文完）
《AI时代的管理》
作者：陈春花
出版社：北京联合出版公司
出版时间：2026年8月
微信 ID：chunnuanhuakai-cch
热门跟贴