要点速览
- 本文从CEO用AI写演讲稿可能会出现的问题开始，探讨AI时代领导者主体性的流失问题：AI越能干，领导者的判断力、声音和在场感越容易被悄悄替代。
- 领导者主体性体现在三个维度：判断力（数据不足时谁做诊断）、声音（谁在传递意义）、在场感（谁在亲历微妙信号）。
- 本文提供了四层协作模型帮你划定边界：哪些必须自己来、哪些AI可以干但得盯着、哪些可以完全交给AI，并提出了行动清单。例如，你可以用文字写下工作假设，再让AI挑战它、补充新角度或指出遗漏了什么，用于锻炼自己的判断力。
你用AI工具写过演讲稿吗？多数时候，AI真能做到“更快、更好、更全面”。
有一位CEO正在准备季度演讲，团队用AI调取了他过去的演讲和内部绩效备忘录，生成了一份稿子——连贯、得体、面面俱到，准确反映了公司优先事项。但他读完后，感觉有些不对劲。用他自己的原话来形容，稿子太“安全”了，只是把过去说过的安慰性话语重新拼接了一遍，却没有一句回应当下真实的困境。
过去一年，这位CEO将AI深度嵌入高管团队的工作流：客户洞察从数天缩短到数小时，战略文档能自动综合无数对话中的观点，分析更快也更全面。但效率飙升的代价逐渐显现——团队的思考开始趋同，产出越来越“正确但平庸”。AI擅长强化已有认知，却不擅长质疑假设、驾驭模糊、开辟新方向。
所以，作为一位CEO，可以从演讲稿这项任务开始思考：随着AI的能力越来越强，你的主体性如何体现？
答案是以下三个维度：判断力（judgment）、声音（voice）和在场感（presence）。
判断力
当数据不足以诊断或解决问题时，就需要由人来决定什么才是真正重要的。AI可以总结材料、对比方案，但它无法理解一个领导者在高风险决策中必须驾驭的全部因果关系。问题的诊断和框架定义，应该始终是你的。
一位数据公司的事业部总裁就踩过这个坑。他每季度开会前用AI生成数据摘要，逐渐发现一个模式：AI摘要的焦点决定了会议的焦点。一个季度，团队利润下滑，摘要开头提到了供应商成本上升，团队花了大半场会议讨论这个因素，最后才挖出真正的驱动因素——销售向分销商倾斜，而后者谈下了更深的折扣，压低了每笔交易的利润率。如果一开始就由他先做诊断，这场会议的效率会高得多。
声音
领导者的沟通承载的不只是信息，还有定力、共情和信念。你的独特声音——说出难听话、传递不受欢迎的消息、用带有你个人意图和标准的语言表态——是AI无法替代的。麻省理工学院媒体实验室2025年的一项研究发现，越是依赖AI写作的人，对自己产出的作品“拥有感”越低。这对任何一位需要面对董事会、投资人或媒体质疑的领导者，都是一条值得警惕的信号。
在场感
保持与团队足够近的距离，去捕捉AI报告无法告诉你的东西：一个语气的微妙变化、一句会议结束后才冒出来的随口评论、一个只被提起过一次却比议程上任何内容都重要的顾虑。一位区域CEO长期依赖AI生成的摘要来跟进客户会议和员工反馈，他确实对事实了如指掌，但逐渐感到与业务中关键的人脱节了。摘要无法捕捉客户回答难题前的犹豫、员工在会议正式结束后才说的话——而这些恰恰是决策最需要的信号。
那么，怎么判断哪些该交给AI、哪些必须自己来？
保护主体性的起点，是判断当前任务需要哪一层AI协作。以下四层模型，前三层对应领导者的判断、声音和在场感必须主导的时刻，第四层则是把低风险工作交给AI，为前三层腾出思考空间。
第一层
你的判断
高风险决策中，诊断、权衡、问责和信任是核心。AI可以在边缘帮忙——总结材料、对比方案——但无法理解领导者必须驾驭的全部因果。问题的框架定义应该始终是你的，因为它决定了下游一切：人们会认真对待哪些解决方案。
那位数据公司事业部总裁的修正方式很简单：在打开AI数据摘要之前，先写下自己的诊断——他认为最重要的问题是什么、为什么。然后让AI来检验：有时AI确认了他的判断，有时提出挑战。无论哪种，他走进会议室时都更有底气。
行动清单：先用文字写下你的诊断和工作假设，哪怕只有几句话；再让AI挑战它、补充新角度或指出你遗漏了什么。这个顺序在锻炼判断力的肌肉——如果你跳过这一步，你的判断力可能会迅速萎缩。
第二层
你的声音
演讲、材料与信息、公告、新方向沟通等都属于这一层。AI可以帮你搭建结构、提升清晰度、甚至提供替代表述——但意义、语气和最终措辞，是你的。
在现实的演讲中，建议不要让AI写完整稿，而是让它生成一份大纲——关键要点由你自己展开。然后大声朗读稿件，第一遍就可以暴露出每一个“绝不会在对话中说出”的短语、每一个“太泛”的句子、每一个“配不上当下分量”的段落。你可能需要亲手重写大部分语言，但一定能收获一次清晰、有人情味的沟通。
行动清单：先想清楚你的意图——受众听完后应该理解什么、感受什么、做什么？列出3-5个你必须传达的要点，这些来自你对当下的判断；让AI组织、挑战或磨砺这些要点；以AI大纲为脚手架，自己写初稿；朗读，标记所有“不像你”的语言，用你自己的话重写。
前两层说的是“必须由你来做的事”——判断和表达。接下来这层，是AI可以干、但你得盯着的事。
第三层
你的在场感
面对可重复的工作，最大的风险有两个：一是对AI过度依赖——AI处理的信息持续涌入且看起来都对，审阅变成了例行公事，领导者从“细读”退化为“扫一眼”，从“追问”退化为“批准”；二是距离感——你觉得自己理解了局面，实际上你已经脱节了。
那位区域CEO的修正方式：他没有放弃AI摘要，但把客户拜访和一对一直接交流重新放回了日历。那些互动恢复了他对业务的“手感”——他变得更自信、更好奇，更愿意探索业务的下一步可能。
行动清单：在依赖AI摘要之前，先设计你的审阅方式——哪些需要人类审阅者，哪些需要你回到原始信息源，哪些需要专门检查“被遗漏的声音”或“被埋没的假设”；养成习惯问AI工具“这个摘要可能遗漏了什么”；保护非脚本化的直接接触。
第四层
为深度思考腾出空间
低风险、标准化的工作，例如格式化的例行报告，或回答常见问题等，AI可以轻监督或无监督地完成。把这类工作从领导者的日常中挪出，才能有精力做只有人能做的事。
一位COO在决定哪些任务可以交给AI自主运行时，问四个问题：
1.工作是否足够具体、能否定义清楚？
2.团队能否判断什么是好结果？
3.出错是否容易发现且纠正成本低？
4.这是内部例行工作，还是AI将公开代表公司？
边界不会自己长出来。每交给AI一个任务，都需要事先决定：它可以在不询问的情况下做什么，什么触发人类检查，出了问题谁负责。
AI能让领导者更快、更博学、更强大。但同样的工具，也能让他们的判断更被动、声音更模糊、与业务的接触更“二手”。
在AI越来越擅长沟通和批判性思考的时代，用AI来放大你真正独特的声音，将变成一种越来越稀缺、也越来越值钱的能力。稀缺，才是你不可替代的理由。
本文来自微信公众号“红杉汇”（ID：Sequoiacap），作者：洪衫，36氪经授权发布。