决策权集中vs分散，这个矛盾不会消失

1997年，英国石油公司（BP）做了一次大胆的实验。

CEO约翰·布朗决定将公司拆分成90个独立业务单元，每个单元有独立的决策权、预算和盈亏责任。

核心理念是"分散决策"：把决策权交给离市场最近的人。

改革初期，效果惊人。

各业务单元的效率大幅提升，创新频出。有个北海油田的团队，仅用两周时间就解决了一个技术难题——以前这个审批需要三个月。

但五年后，问题来了。

90个单元各自为政，协同成本飙升。一个跨部门项目需要协调7个业务单元，每个单元都有自己的优先级和流程。项目周期从计划的6个月拖到了18个月。

更严重的是，各单元之间开始"内耗"——争夺资源、抢占市场、互相压价。

BP不得不重新集权。

这个"分散—集权—再分散"的循环，在管理史上反复出现。

AI来了之后，很多人说："这次不一样了。AI能让分散决策更高效。"

但真的不一样吗？

集中与分散：一个永远存在的矛盾

决策权集中，有三个优势：

一致性——整个组织朝一个方向走。

效率——减少重复决策，降低协调成本。

风险控制——中心节点能全局把控。

但集中有三个致命缺陷：

迟钝——信息要层层传递，决策速度慢。

脱离一线——决策者离市场和客户太远。

抑制创新——没有人敢偏离"标准流程"。

决策权分散，正好反过来。

优势是灵活、贴近一线、鼓励创新。

缺陷是不一致、协调成本高、风险难以控制。

这个矛盾，不取决于技术。它取决于组织面对的环境。

当环境稳定、变化缓慢时，集中决策更优——因为"标准答案"是存在的。

当环境复杂、变化快速时，分散决策更优——因为"标准答案"不存在，需要一线人员临场判断。

AI改变不了这个底层逻辑。

AI能做什么？它改变了矛盾的"形态"

AI不能消除集中与分散的矛盾。

但它改变了矛盾的"形态"。

以前，集中和分散只能二选一。

现在，AI让一种新的可能性出现："集中决策框架，分散执行决策"。

什么意思？

组织层面统一设定决策框架（战略方向、优先级、红线），但具体执行由一线人员自主决策。

AI的作用，是确保分散决策不偏离框架。

举个例子。

某物流公司的调度中心以前集中决策——所有路线由总部统一规划。

这导致效率低下：总部不了解每辆车的实时路况、天气、司机状态。

后来他们引入了AI调度系统。

系统设定了决策框架：优先保证时效、避免超时配送、控制油耗成本。

具体路线由AI根据实时数据自动调整——一线司机不再需要等待总部的指令。

效果：配送时效提升了30%，油耗降低了15%。

这是"集中框架+分散执行"的典型。

决策框架是集中的（总部设定），具体执行是分散的（AI+司机实时调整）。

但请注意：矛盾的"本质"没有消失。

总部仍然需要决定"什么是优先级"、"什么是红线"。

这些决策本身，就是集中与分散的博弈。

三种常见的"AI决策陷阱"

很多组织在引入AI后，掉进了三种陷阱。

陷阱一：用AI加强集权。

有些组织引入AI后，做的第一件事是"把所有人的数据集中到总部"。

实时数据让总部对一线的掌控更加强化。一线人员失去了自主权——因为AI已经在总部层面做了最优决策。

表面上效率提升了。但实际上，一线人员的判断力退化了，创新能力下降了。

他们变成了"执行AI指令的机器"。

陷阱二：用AI实现"假分散"。

有些组织说"我们把决策权下放了"——但实际上，AI的决策框架仍然是集中设定的。

一线人员能"自主决策"，但只能在AI给定的范围内选择。

这不是真正的分散决策。这是"自动化执行"。

真正的分散决策，是一线人员能质疑框架本身——"为什么客户满意度权重只有20%？"

AI做不到这一点。

陷阱三：用AI替代协调。

分散决策最大的问题是协调成本高。有些组织引入AI，希望AI来协调各单元。

但AI只能协调"数据层面"的事情——资源分配、排班优化、产能匹配。

它无法协调"关系层面"的事情——信任、共识、文化。

当AI替代了协调，组织失去了建立共识的过程。各单元之间的关系从"合作伙伴"变成了"竞争机器"。

AI时代，如何处理集中与分散

三个原则：

第一，决策权集中度应该匹配环境复杂度。

环境越复杂、变化越快，决策权越应该分散。

环境越稳定、变化越慢，决策权越可以集中。

AI不能改变这个原则。但AI可以让"分散决策"的执行更高效。

第二，集中的是"框架"，分散的是"判断"。

组织需要集中设定决策框架——战略方向、优先级、约束条件。

但具体判断，应该交给离场景最近的人。

AI的角色，是确保分散判断不偏离框架。

第三，协调不能只靠AI。

分散决策需要协调。协调需要两种机制：数据协调（AI擅长）和关系协调（人擅长）。

很多组织只做了数据协调，忽略了关系协调。

结果，组织变得高效但不团结。

最后的话

集中vs分散，这个矛盾不会消失。

因为它是组织面对不确定性的根本方式。

集中，是对不确定性的"控制"。

分散，是对不确定性的"适应"。

AI让"控制"更精准了，也让"适应"更快速了。

但它没有消除"控制"和"适应"之间的张力。

真正聪明的组织，不是选"集中"或"分散"。

而是知道什么时候集中、什么时候分散、什么该集中、什么该分散。

这个判断，AI给不了。

它需要管理者对环境的感知、对团队的理解、对组织的判断。

这些，仍然是AI时代最稀缺的能力。