自从阿尔法狗的围棋技艺远超人类，成为世界第一以来，我们对于人工智能（AI）的期望值越来越高。无人车，图像识别，语音识别，游戏AI等等，各种应用纷纷出现。现在，已经有了AI律师，AI炒股专家，AI画师。有些人开始担心：“还有什么是AI不能取代的？”
对不起，AI永远无法取代管理者。
“你本来就是学管理的，当然会担心AI抢你的生意。你和那些工业革命时期，冲进厂房，妄图通过砸烂织布机，希望重新获得工作的织布工人有什么区别？”
我们知道，即使在工业革命之后，工人也并没有消失，只是工人从曾经的12小时工作制，变成了如今的8小时工作制。而工人也从手工制作者，变成了机械维护者，因为机械代替了那些重复的劳动，而工人负责处理机械故障等突发事件。
“那么你的意思是，管理者以后会坐在电脑面前，盯着AI的操作系统，然后让AI发布指令。管理者就如同程序员一样，负责维护AI系统的稳定？”
不是，正如工人可以被机械代替，但是高级工程师不能被机械代替一样。卤豆干认为，有些管理者确实应该被代替了，而且必须在未来被代替，他们只需要去进行AI维护工作即可。而另外一类管理者，则是不可能被代替的，因为他们可以去完成AI永远完成不了的事情。
1、空话套话型
前段时间，AI已经开始写诗了。先举几个例子：
树荫啼鸟雨复晴，沙地花草碧水净。且喜公园屡快活，同欢滑板尽悠情。
水清着意群芳舞，草暖无垠云淡凝。穿花莺归深深见，新桥雏鸟款款惊。
草青街道笑归去，小路无尽轻云浮。新晴悠扬花美外，乐题犹疑对竹疏。
你是不是有一种感觉：这些诗词看起来像模像样，但是仔细一想，这些诗词好像可以套用到几乎所有意境之中？不论是形容花朵，美景，娱乐，踏青等等，好像都可以用AI诗词来形容。这也证明了，AI和一个刚刚学会平仄，只知道一味堆砌华丽辞藻的诗词新手没什么两样。
我们再看看一些管理者新手常常说的话：
我们将为未来解决方案的转变进行准备。
我们致力于激发客户的潜在洞察力。
我们希望利用平台来打造良好的社交环境。
是不是和上面AI诗词感觉很像？这些管理者新手说的话，看似可以适用在所有的公司管理中。然而我们都知道，这种管理，对于公司来说没什么用——因为员工根本都不懂在说什么。
卤豆干做了一个模版，对他们的造句方式做了一个类比，来证明他们的语言是多么的毫无内涵：
我们可以随意组合这里面的一些例子（当然，加上几个连接词就行）：
为产品提供良好的解决方案。
为客户提供新一代解决方案。
为未来打造公司的洞察力。
和合作伙伴一起创造良好的环境。
类似的例子还有很多，我们可以发现，这些管理者的思维逻辑，与AI是多么的相似。
2、数据罗列型
我们知道，其实神经网络（AI的原理）早在1943年就被提出了，之后一直不温不火。直到最几年，才又一次成为了主流技术。为什么？
因为大数据的出现。
AI和大数据是相辅相成的。大数据为AI提供参考，AI通过大数据进行判断和预估。所以，AI可以很容易的通过当前的大数据推断出未来的增长趋势。
然而，还有不少的管理者，仍然喜欢单纯的罗列数据。他们仍在做一些完全可以由AI代劳的事情，来证明自己的专业性。他们喜欢说：
今年我们公司有5%的利润提升。
我们增加了8%的良品率。
今年客户总量达到140w。
我们可以举个类似的例子，来证明为何这类管理者可以被代替：在电脑普及前，很多的建筑设计师都是手绘设计图，而现在，随着各类绘图软件的普及，已经很少有人再用手绘设计图纸了。因为绘图软件所绘制的图纸，更加的简洁，准确与高效。
正如建筑设计师有电脑后，不再需要利用手绘一样。随着AI和大数据分析的普及，这类仅仅罗列数据的管理者，也将被AI替代。
3、任务传递型
有些管理者，在公司中只是上级对下级的传声筒。他们只负责传达上级的命令，至于如何做，怎么做，有什么问题，都不在他们的考虑范围之内。
卤豆干认为，这种管理者，普通的电脑软件或者管理方法，就能代替他们，根本都不需要麻烦AI。
正如日本丰田汽车公司，利用了看板管理模式，将本来应该由管理者监督的物料运输，额外材料需求，生产流程检查等等，替换为员工自己来填写看板卡片。增加了员工的积极性的同时，也减少了不必要管理者的数量。
而现在，我们利用手机，电脑就可以将任务直接传达到生产部门。这种任务传递型管理者，就更没有存在的必要性了。
以上这些管理者，都是我们如今很常见的，但是未来会被AI代替的管理者。那么，哪一些管理者，会在未来占据主导地位呢？
1、员工关怀型
AI有道德准则么？
至少现在没有。因为AI的本质是决策，他的本身并不带任何感情。
正如计算机科学家Knuth所说：AI已经在几乎所有需要思考的领域超过了人类，但是在那些人类和动物不需要思考就能完成的事情上，还差的很远。
AI很难判断出“喜悦的笑容”和“强撑的假笑”的区别，因此也很难去发现某些员工可能潜在的心理问题。而作为合格的管理者，对于员工的关怀与关心，是不可能被AI替代的特点。
2、逆向思考型
如何让AI将香蕉识别成面包机？
很简单，在图片里面放一个特殊的小贴纸，AI就会识别错误。而且不仅仅是香蕉，只要将这个贴纸放在任意一张图上，AI都会将图片中的物体识别成为面包机。
为什么每个人都能看出这个是香蕉，但是AI却不行？
卤豆干之前说过，管理是反直觉的。而AI的最大缺点，就是仅仅依靠直觉系统来思考。正如上图的香蕉一样，AI的直觉告诉它，图中最显眼的物体是那个贴纸，于是它忽略了香蕉，直接去判断贴纸的含义。在AI看来，贴纸包含了面包机的各种特点，所以最后AI会将图片识别为——面包机。
AI是利用大数据，即以前的数据来进行预估和判断。那么，如果之前的数据是错误的，AI也就无法给予正确的判断结果。而没有一个成功的管理者，是单纯依靠直觉来进行管理的。
举个例子：如果公司遭遇经济不景气，财政困难，应该怎么做？
我相信AI根据之前的历史数据，给出的方案一定是：裁员。减少员工开销，最大化利用公司现有成本来维持公司运作。
而通用公司的老总不是这么想的。他的选择是：保留所有的员工，照常发工资。这种反直觉的做法，让公司员工的忠诚度得到了巨大的提升。最后，员工的强烈积极性，带领公司度过了难关。
优秀的管理者，不会一味的依照之前的经验来管理公司。有时候，我们需要人为的，反直觉的管理模式。
3、深入挖掘型
前段时间，GoogleAI爆出一个问题，它会将女性自动从管理者招聘名单中剔除。这是因为，AI观察之前的管理者大数据，发现绝大多数优秀的管理者都是男性。因此，AI认定“男性是成为管理者的必要条件”，从而剔除了所有非男性简历。而实际上，当时Google AI的CEO，就是一名女性。
我们可以发现，尽管数据是正确的，AI依然给出了错误的判断。我相信，任何一个HR都不会单纯的依照性别来判断应聘者是否胜任管理职位，而是依靠更加深层次的原因——专业知识，项目完成数量，团队管理经验，等等。而AI，仅仅依靠标签将每个人进行分类，就是一种不专业的表层思考模式。
总结一下：
空话套话型
数据罗列型
任务传递型
逆向思考型
深入挖掘型
作者|卤豆干
来源|微信公众号：卤豆干（ID：ludouganquan），让我们用科学的手段，找到合适你的商业模式。
图片|全景视觉
