AI领导力:一本合格的教材,被包装成了变革指南
微信读书《AI领导力》(刘言午)· 本次逐页翻阅 118 屏,从版权页读到第 3 章「企业AI战略的误区和挑战」开头,抓取在这一节中断(end=probe_fail),全书未读完。
说明:这本书是「AI领导力系列」的其中一本,作者自任系列主编与课程导师。本篇不复述目录,只写我逐页读下来真正有判断的地方。引句后的页码是本次截图编号,与纸书页码无关;加引号的话都能在截图里逐字核对。第 118 屏之后的内容我没看到,凡涉及后文的推断我会明确标出是推断。
先给结论:这是一本合格的课程教材,但被包装成了一本变革指南。
这两个东西的差别很大。教材的职责是覆盖——把一门课该讲的知识点铺满、排好顺序、每章给个学习目标,让老师能开课、学生能应考。著作的职责是发现——提出一个别人没说过的东西,并为它举证。教材可以没有新观点,著作不能没有证据。
《AI领导力》从头到尾都是一本教材:六大模块、每节两个字的标题、每模块开头写「阅读目标」、每章配一张示意图。这些在教材里全是优点。问题是它的推荐语、封面语、序言全在暗示另一件事——「开启新的思维方式」「一把开启变革宝藏的钥匙」「为希望在不确定性中引领团队的管理者提供可靠的指南」。
我的判断:如果你要开一门给中层管理者的 AI 通识课,这本书能当讲义骨架,好用;如果你手里正压着一个 AI 项目、想找人告诉你下一步该怎么走,这本书给不了你,因为它压根没打算给。

一、18 屏吹捧,先把这本书的定位说漏了
翻开正文之前,先过了 18 屏:推荐语 5 屏、推荐序一 3 屏、推荐序二 3 屏、作者序 7 屏。118 屏里的 15.3%,还没进第 1 章,先把作者夸完了。
这 18 屏里最值得读的反而不是夸奖,是推荐人们无意中漏出来的东西。推荐序一里写,作者把「中国传统哲学的智慧与现代科技完美结合,通过道、法、术、器四个层面,为领导者提供了全面提升综合能力的路径」,并说「书中的理念如春风化雨」。推荐序二提到书里有「AI领导力飞轮和转型路线图」。
这两句话把书的骨架提前交代了:道法术器 + 飞轮 + 路线图。三个都是框架,三个都是自制的名词。你如果熟悉这类书,会立刻警觉——一本需要三个自制框架才能自洽的书,通常意味着它没有一个能立住的核心论点,只能用框架的密度代替论证的深度。
更值得注意的是作者简介那一页(p003,也就是本次截图的第 3 屏)。作者的身份列了七条:管理学者、作家、智午研究院院长、亚太数字经济学会常务理事长、中国技术经济学会高级委员、AI领导力系列主编、课程导师,最后一条是「国内较早提出AI领导力概念并深入研究,转化成知识价值输出的实战型学者」。
「系列主编、课程导师」这六个字,解释了这本书为什么长这样。它的第一读者不是拿着项目找答案的管理者,是坐在教室里听课的人。你要给一门课上 12 个课时、每个课时讲一个概念,你就必须把「AI领导力的类型」「AI领导力的内涵」「AI领导力的发展阶段」拆成并列的几节——因为课程表需要它们并列。教材的目录逻辑来自课时,不来自论证。
所以我不打算按「这本书讲了什么」来写。我按「它为什么这样写、这样写之后哪里漏了」来写。
二、它确实是一本教材:六大模块、阅读目标、一节一屏
作者序里有张图,图 00-1,《AI领导力》六大模块。每个模块下面直接写了「模块一:反思模块(第1章)」「模块二:分析模块(第2章)」,然后给「阅读目标」。
那三个阅读目标我逐字抄下来:
「认知提升:了解AI领导力的基本框架和构成要素。」
「自我反思:评估自身在AI领导力方面的不足,并制订改进计划。」
「深度理解:分析AI对领导力的具体影响和变化。」
三个动词:了解、评估、分析。这是教学大纲的语言,不是书的语言。而且顺序上有个微妙的问题——「了解框架」排在「评估不足」前面,意味着你得先接受它的框架,才有资格评估自己。这就把读者放到了一个只能顺着走的位置上:框架不给你质疑的入口。
教材式写法最直接的后果是篇幅分配。我把 118 屏按章节起始页相减,数了一遍:
绪论 6 屏;第 1 章从第 29 屏到第 74 屏,46 屏;第 2 章从 75 屏到 93 屏,19 屏;中间「AI领导力的道法术器」这一节单独占了 15 屏(94–109);第 3 章从 110 屏开始,我读到 118 屏就断了,只覆盖到它的开头。
52 个标题,118 屏,平均一节 2.27 屏。
2.27 屏是什么概念?一屏大约是我手机上一整页正文,折算下来六七百字。也就是说,这本书每一个小节的平均篇幅,是一篇公众号推文的长度。而它的标题密度是「什么是人工智能?」「人工智能如何运作?」「人工智能的目的是什么?」「AI 机器学习和深度学习之间有什么关系?」「什么是生成式人工智能?」「生成式人工智能如何发挥作用?」——六节,共 9 屏,讲完了从 AI 定义到生成式 AI 原理的全部内容。
9 屏讲 AI 是什么。这个数字和它后面 15 屏讲「道法术器」放在一起看,你大概能明白这本书的重心在哪。它假设读者已经是懂 AI 的人,只需要被提供一套领导 AI 的话语。可它的阅读目标又写着「了解AI领导力的基本框架」——框架的来源(技术)只给 9 屏,框架的包装(道法术器)给 15 屏。
这里我要说句公道话:如果这本书的定位是「给已经懂技术的管理者补管理视角」,这个配比不算错。市面上确实缺这种书——技术书多如牛毛,讲「一个懂 AI 的人怎么在组织里推动 AI」的书少。可惜书里没有任何一处明说这个前提,读者只能自己猜。
三、道法术器那 15 屏:四个抽屉,装的是旧衣服
这是全书最长的单节,15 屏,比整个第 3 章(9 屏)还长。我把它当成全书的核心方法论来读,读了两遍。
图 2-1 是一张三角形示意图,「道法术器」四个字由上到下排列,右边标着对应的层面:道对应认知层面(图被截掉了一部分,我看到的是术对应「实操层面」、器对应「工具层面」)。图 2-2 把四层展开成了词条表,我逐条抄下来:
「道」——AI 思维 & AI 优先(AI First),「善用AI,人人受益」。
「法」——数据驱动决策、个性化管理、持续学习、技术敏锐性、平台化管理、人际关系管理、数字化思维与算法思维……
「术」——技术理解、战略规划、团队管理、项目管理、数据驱动决策、跨部门协作、创新思维……
「器」——AI 模型工具、可视化工具、协同办公工具……
问题就在这里。「法」这一层的七个词条,你把它放进任何一本 2019 年讲数字化转型的书里,一个字都不用改,也完全成立。数据驱动决策、平台化管理、跨部门协作、持续学习——这些是过去十年管理学畅销书的通用词汇,跟 AI 没关系。「术」这一层更明显:战略规划、团队管理、项目管理,是任何一个管理岗位的基本功,也不是 AI 带来的新东西。
真正跟 AI 有关的词条,只有「道」里的「AI 优先(AI First)」和「器」里的工具清单。而「器」那一层,书里给的全是类别名——AI 模型工具、可视化工具、协同办公工具——没有一个具体产品名,没有一句「这个工具有什么坑」。
打个比方:这四个抽屉本身做得挺漂亮,抽屉的木材、滑轨、标签都讲究,拉开一看,里面装的是你衣柜里原有的衣服,只是重新叠了一遍。
我还要指出一个更技术性的问题:道法术器这套框架,从「道」到「器」是一条向下的箭头链。图里的箭头是从道指向法、法指向术、术指向器。这意味着它隐含了一个因果假设——认知决定方法,方法决定技能,技能决定工具选择。这个假设在管理实践里恰恰是反的:绝大多数组织的真实路径是「先买了个工具(器),用出问题,才被迫想方法(法),最后发现是认知没转(道)」。书里给的顺序是自上而下,现实里跑的是自下而上。它没有讨论这两种顺序的差别,也没有讨论「如果只能从一层开始改,该从哪层开始」。
这一点是我认为全书最可惜的地方。因为这个问题是有真答案的,而且答案因企业而异——一家有数据基建的公司该从「法」进,一家连报表都靠人做的公司得从「器」进,先让工具跑起来再谈方法。书里把这个最有张力的选择,做成了一张漂亮的单向箭头图。
四、六阶段论:读者永远不知道自己在第几阶段
第 1 章末尾给了「AI领导力路线图」,路线图的核心是「AI领导力的发展阶段」,一共六个阶段,被归成三档:
「AI领导力初级,领导AI+人才时代(第二、三阶段)」——领导者不仅需要管理人类员工,还需要懂得如何有效利用AI助手和AI驱动系统。
「AI领导力中级,领导AI自动化时代(第四、五阶段)」——角色从管理人类和AI的协作转变为推动全自动化处理。
「AI领导力高级,"全AI领导力"(第六阶段)」——需要具备全面的AI知识和技能,能够引领具身智能系统的部署和运行。
这套阶段论读起来很顺,顺着读你会点头:对啊,先是人机协作,然后是全自动化,最后是具身智能。但你读完会发现自己卡在一个问题上——我现在在第几阶段?
书里没给判据。六个阶段的划分标准是什么?是自动化覆盖率?是人均工具调用次数?是决策中有多少比例由 AI 先给建议?还是组织里有没有 CAIO 这个岗位?这些都可以当门槛,书里一个都没选。
这不是吹毛求疵。一个没有门槛的阶段论,功能不是让你定位,而是让你仰望。它的作用是把「你现在很初级、将来会很高级」这件事讲得很有画面感,从而产生一种进步感——但进步感不等于进步。真正能用的成熟度模型,第一件事就是把「怎么算进入下一阶段」写成可观测的条件,哪怕写得粗糙,也得写。CMMI 被人骂了三十年,但它每一级都有 Key Process Area 清单,你能拿它做审计。这套六阶段做不到审计,只能做演讲。
同一个毛病在「通用AI领导力模型」那 9 屏里也出现了一次。那里给了图 1-2「ASMM 模型框架」,一张同心圆,中心是「AI+营销」,往外扩到「市场分析」「智销」「人力资源管理」,旁边配文解释:个性化服务(客户数据分析、聊天机器人、虚拟助手)、自动化流程(智能客服系统、RPA 处理订单与客户信息更新)。
内容本身没错。RPA 处理订单、NLP 做客服、推荐系统做个性化——这些都是 2026 年企业里最成熟的三个 AI 场景,写进教材是对的。但它停在了「介绍」这一层:没有说这三个场景各自的失败率、没有说哪一个 ROI 最容易算清、没有说一家 200 人的公司该先上哪个。而这些恰恰是管理者最想知道的,也是作者作为「实战型学者」最有资格回答的。
我把这归为这本书最系统性的遗憾:它把每一个可以深入的地方,都换成了一张图。图很好看,图的成本很低,图也不容易被证伪。
五、第 2 章 19 屏,是一份能贴到任何年份的通稿
第 2 章叫「人工智能赋能领导力」,19 屏,五个大议题:生成式AI如何改变商业和社会、生产力巨变(黄金时代还是就业危机)、工作转型(重塑职业结构与人才需求)、消费者革命(个性化体验与情感连接)、风险与机遇(构建安全可靠的人工智能生态)。
19 屏分给五个议题,平均 1.2 屏一个。我实际读下来,比平均数更极端:有的议题真的只有一屏。
第 78 屏是个典型样本。这一屏从上到下依次出现了:初级员工的角色变化、培训与发展、消费者革命、个性化产品和服务——四个小标题挤在一屏里。关于「工作转型」的全部论述是这几句:
「由于AI能够处理大量基础性工作,初级员工不再只是执行简单任务,而是需要掌握更多高级技能。例如,他们需要学会如何使用各种AI工具,如何与AI进行有效合作,以及如何进行批判性思考。」
「为了适应这种变化,企业需要对员工进行大规模的技能培训。这不仅包括技术技能的培训,如怎样使用AI工具,还包括软技能的培训,如沟通能力、团队合作能力和批判性思考。」
读完之后我试着问自己:这一屏里有哪一句是 2026 年才成立的?答案是零。这段话放到 2018 年(讲 RPA 替代基础岗位)、2015 年(讲自动化替代流水线)、甚至 1995 年(讲计算机替代文员),逻辑完全一样。「基础工作被机器接管,人要往上走」是一个跨越三十年的通用叙事,它不依赖 AI 这个具体技术。
而「黄金时代还是就业危机」这个大议题,书里给了什么答案?从截图上我看不到它给了数据——没有引用任何一份就业统计、没有任何一个行业的岗位变化曲线、没有提任何一项实证研究。它给的是判断句。
我理解这类章节为什么难写:就业影响是当下最没有共识的问题,经济学家自己都吵。但正因为没共识,写书的人有两种诚实的选择——一是把争议摊开,列出双方最强的证据,然后说「我倾向于哪一边,理由是」;二是承认这一节超出本书范围,直接跳过。这本书选了第三种:给一段谁都不会反对的正确话,占一屏,然后翻页。
这也是我判断它「是教材不是著作」的第二个理由。教材必须覆盖每一个考点,哪怕只用一屏;著作可以砍掉自己没研究的部分。一本书敢不敢留白,是它有没有作者立场的最硬指标。
六、全书最诚实的一屏,是作者承认失败的地方
读到这里我本来准备收工了,然后在第 117 屏停住了。
第 3 章最后一节「企业AI战略的误区和挑战」,开头几段还是常规铺垫(AI 价值要在体系架构中实现、要经历客观成长周期),但第四个小标题「态度误区」一出来,语气完全变了:
「态度误区,是近两年来我在AI领域探索过程中深感痛楚与无奈的现象。无论是在专注于AI大模型研发的企业,还是在致力于AI应用落地的企业,我都深刻感受到了这种双重困境的存在。」
「一方面,无论是高层领导还是基层员工,似乎都急于看到即时的成果。这种迫切的求成心态,使得我们在面对挑战和困难时,往往缺乏耐心和深入探究的勇气。当目标难以实现时,我们又会迅速退回到自己的舒适区,故步自封,不愿再进一步思考或尝试。」
「深感痛楚与无奈」这六个字,是 118 屏里唯一一次出现作者自己的身体感受。前面所有章节,主语都是「领导者应当」「企业需要」「我们需要」;到这里,主语第一次变成了「我」。
这一段是全书最可信的地方,因为它是唯一一处作者在讲自己经历过的事,而不是在讲他整理过的知识。「目标难以实现就退回舒适区」这个观察,任何带过 AI 项目的人都会认——它不是从文献里读来的,是从会议室里熬出来的。
可惜的是,这一节我开始读到第 118 屏就断了。抓取在这里中断,我只看到「态度误区」的第一层,后面还有哪些误区、怎么破,我没看到。所以这一节我无法评价完整度,只能说我读到的部分,是全书密度最高、最不像教材的四百字。
这件事本身构成了一个讽刺:一本 118 屏里最像「著作」的段落,出现在第 117 屏,也就是最靠后的位置。如果这本书倒过来写——先讲那些「痛楚与无奈」的具体场景,再从中提炼出框架——它会是一本完全不同的书,而且是一本更好的书。现在这个顺序,是教材的顺序:先定义,再分类,最后才是现实。
七、它的短板
说短板之前先把话说全:这本书的结构感是我见过的同类书里比较好的。三层表(表 1-1,国家/企业/个人 × 说明/价值/意义/挑战/限制)把「AI 领导力在不同层面的体现」拆得很干净,这张表可以直接搬到汇报 PPT 里当讨论框架;ASMM 五域(营销、人力、服务、生产、财务)也是一份能用的自查清单;每节都短,通勤路上读一节不吃力。这些是真优点。
但短板同样硬,我列四条:
第一,零引用。118 屏里没有一个脚注,没有一条数据来源,没有一处「据某某研究」。这不是排版问题,是方法论问题。一本讲「数据驱动决策」的书,自己论证的时候不用数据,这件事本身就构成一个反例。它反复说「要建立可衡量的指标体系」,但整本书没有提出任何一项可衡量的指标。
第二,案例全是「例如」。书里的案例体例是这样的:「例如,电商平台可以根据用户的浏览和购买历史推荐商品」「例如,企业可以组织AI黑客马拉松或创新实验室」。这类句子的结构是「某类企业可以做某类事」,没有企业名、没有规模、没有投入、没有结果、没有失败的部分。一个没有失败细节的案例,不是案例,是举例。而这本书最需要案例的地方——第 3 章的战略落地——恰恰是最缺案例的地方。
第三,术语的边界不清。「AI 领导力」到底指什么?书里给了类型、内涵、模型、路线图、六阶段、道法术器,六个角度描述同一个概念,但没有给一句可操作的定义。你读完会有一个印象,却造不出一个句子去跟同事解释它。对比一下:如果我说「数字化转型」,我能说清它指的是业务流程、组织能力、数据资产三件事同时改;「AI 领导力」我说不清它到底包含哪几件事——因为书里每一节都重新划了一次边界。
第四,也是最要紧的一条:它回避了最难的那个问题。AI 领导力真正的难点不在「要重视 AI」,而在当 AI 给出的建议和你的判断不一致时,你听谁的、凭什么、出事谁负责。这是每一个真在做 AI 决策的管理者天天撞的墙。全书 118 屏,我读到的部分没有正面处理它:责任归属只有一句「以人为本」,决策权问题只有「AI 应被视为赋能工具,而不是单纯的技术手段」(p037)。这句话对,但它是一句立场,不是一个方法。
这四条加起来,就是我开头那个判断的依据:它的短板不在写得差,在选了一个不需要举证的问题来写。「领导者应该重视 AI」这个命题,不需要数据也能成立,所以书里就不给数据;而「怎么重视」这个需要举证的命题,被拆成了框架图。
八、这本书该怎么用
我不建议把它当方法论书读,但有三类人可以从它身上拿到东西。
要开课的人,拿它的目录当大纲。52 个标题排下来,本身就是一个 12 课时的课程表:AI 是什么(9 屏,1 课时)、AI 领导力的定义与类型(约 14 屏,2 课时)、数字素养与路线图(7 屏,1 课时)、商业与社会影响(19 屏,2 课时)、AI 管理学与道法术器(20 屏,3 课时)、战略与误区(9 屏起,2 课时)。每个标题你都能找到对应的素材补进去。这本书最大的价值,是它替你把「一门 AI 领导力课该讲什么」这个问题回答了一遍。
要开会的人,拿道法术器当白板。别把它当理论,把它当四栏便利贴。开会时在白板上写四列:道(我们信什么)、法(我们定什么规矩)、术(我们练什么本事)、器(我们买什么工具),让每个部门往四列里贴。它真正的用处不是解释世界,是逼一群人说清楚自己卡在哪一列——我见过太多 AI 项目失败,是因为「器」买了、「道」没动,而没人愿意在会上承认这一点。
要做决策的人,这本书只能给你一个东西:第 3 章的「态度误区」。如果你手上正有一个推不动的 AI 项目,去读那几百字。它描述的症状——急于看到即时成果、目标落空就退回舒适区——大概率对得上你的处境。这是我在这 118 屏里唯一愿意推荐给别人照着做的部分。
至于技术细节,这本书不用指望。它讲「生成式 AI 如何发挥作用」只用了一屏,你不可能从这一屏里学到任何能拿去跟工程团队对话的东西。要补这块,得另找一本讲工程的书,两边对照着读:这本负责「该做什么」,那本负责「怎么做」,中间那段「为什么这么做会失败」,得靠自己的项目补。
最后说一句总评。
这本书让我想起很多企业内部的培训讲义:结构完整、语言得体、每一页都对,读完记不住任何一句。它的问题不是错,是它在所有可以冒险的地方都选择了安全。「AI 优先」「善用 AI,人人受益」这样的话永远正确,也永远不解决问题。真正需要有人告诉管理者的那件事——你的组织现在卡在哪、下一步该牺牲什么换什么——书里没有,因为那需要作者押上自己的判断,而押判断是有风险的。
我的判断:它是一本可以放心发给全公司的书,也正因为它可以放心发给全公司,它不会改变任何一家公司。要改变什么,还得自己下场撞一次墙,然后回来重读第 117 屏。
阅读记录:微信读书《AI领导力》(刘言午)· 逐页截图 118 屏 · 读到第 3 章「企业AI战略的误区和挑战」开头中断(end=probe_fail,全书未读完)· 52 个标题,平均每节 2.27 屏 · 前置推荐与序言 18 屏(15.3%)· 引句均出自本次截图
AI 实战导师 / 企业 AI 落地顾问 / 智能体工程师,17 年跨界、15,000+ 小时 AI 实操、20+ 套已交付工作流。
发表评论: