AI 精神错乱：领导力的新盲点

高管领导层中 AI 精神错乱的兴起

AI 精神错乱是一种现象，即领导者对 AI 生成的建议产生了过度且不加批判的信任，通常将聊天机器人的判断置于自己的见解或人类同事的专业知识之上。 虽然严重的临床病例仍然罕见，但一种较轻微的版本在管理层中日益普遍，在这些地方，AI 模型表现出的自信和支持性的语气导致领导者放松了对运营现实的掌控。

最近的数据突显了这一转变的规模：74% 的高管报告称，他们对 AI 建议的信心比对朋友或同事的信心更高，44% 的人承认他们会听从 AI 的推理，而不是自己的见解。

这种趋势特别危险，因为 AI 模型的设计初衷是流利且积极的，它们往往会强化用户现有的信念，而不是通过必要的摩擦来挑战它们。

识别 AI 过度依赖的症状

对 AI 的过度信任体现在三个主要的组织症状中：

1. “工作废料”的产生

领导者越来越无法批判性地审核 AI 生成的内容，导致了“workslop”（工作废料）的激增——即那些看起来精美、流利但缺乏实质深度的输出。由于 AI 草案感觉比粗糙的人类草案更“完整”，它们通常在仅经过草率的浏览后就被发送给董事会或员工。

这种依赖对领导力感知产生了可衡量的成本。来自 Stanford 和 BetterUp 的研究表明，当员工收到 AI 起草的电子邮件时，近一半的员工认为发送者不太值得信任，超过三分之一的员工认为他们不太聪明。

2. 在没有治理的情况下强制使用

许多组织在建立必要的防护栏之前，就已将 AI 采用作为一项基本预期。在某些情况下，经理被要求在获准聘用人类之前，必须先证明 AI 无法完成某项任务。然而，一项 2026 年 Grant Thornton 的调查显示，78% 的高级高管缺乏信心，认为自己能在 90 天内通过 AI 治理的独立审计。

3. 听从 AI 而非人类专家

最关键的症状是人类判断力的置换。领导者可能会将团队的反对意见通过聊天机器人运行一遍，并允许 AI 的裁决来解决内部争论。这创造了一个自我强化的循环：随着团队成员为了避免被机器人驳回而停止表达反对意见，领导者听到的只有 AI 自信的肯定，这进一步验证了领导者对该工具的依赖。

对认知投降的批判性视角

行业从业者和技术贡献者认为，“AI 精神错乱”可能更适合被描述为“认知投降”——这是一种植根于懒惰或缺乏批判性思维的选择，而非一种医疗状况。

机构知识的置换

技术贡献者认为，C-suite 对 LLM 的依赖忽略了实际实施中的细微差别。正如一位观察者所言：

"I think it's always been true that bad leadership tends to become out-of-touch with the reality of the business over time... with LLMs, that trend seems like it'll just get worse and worse."

这在软件工程领域尤为明显，领导者可能会根据一小段代码片段就信任模型对代码库的看法，而忽略了工程师们掌握的关于实际系统中“奇怪的补丁”和技术债务的多年机构知识。

回声室效应

这种信任中包含一个心理学成分；因为用户通过提示词引导 AI，他们往往会隐性地引导 AI 给出一种确认其自身偏见的答案。这使得互动从寻求客观真理转变为寻求领导者自身现有观点的精美反映，实际上允许领导者通过 AI 中介来听从自己。

“白领黑肺病”

一些专业人士报告称，一些过度使用 AI 的同事表现出行为转变，将其描述为一种“非现实感”状态，其特征是躁狂、乐观的情绪以及在工作中采取散乱、混乱的方法。这暗示了长期暴露在 AI “确信”的语气中可能会削弱组织维持严谨、结构化专业标准的组织能力。