· 本文讨论的核心话题是：什么样的管理和决策机制更适合AI时代？首先，过去半个世纪以来最普遍的管理原则之一“共识决策”（Decision-Making by Consensus）可能将逐渐成为历史。
· 共识决策可能是上一个时代的正确答案——让所有利益相关方参与决策，是当时降低执行阻力、维持组织运转的必要之举。但即便在鼎盛时期，共识决策也存在两个重要的缺陷：速度慢和信息扭曲。
· AI从根本上改变了竞争的时间单位，把决策窗口从季度压缩到小时。速度慢，意味着永远慢；信息失真，意味着错误会被AI以惊人的效率精确放大。
· 本文也提出了AI时代重建决策架构的两个建议：一是自主小组（Autonomous Scrum）——赋予6-8人跨职能小组真正的决策权而非建议权，对结果负完整责任；二是OVIS框架——把"谁说了算"从模糊变为清晰。
我不同意，但坚决执行（Disagree and Commit）。
这是亚马逊创始人贝索斯著名的管理信条之一。它的逻辑很简单：讨论可以充分，异见可以保留，但一旦决策作出，所有人必须全力执行，不能因为"当初我不赞成"就消极应付。
但是，在共识决策流行时，"谁来Commit"这个问题几乎没有被真正说清楚过。
共识决策（Decision-Making by Consensus），是过去半个世纪现代组织管理的核心标志。让所有相关方参与讨论、对齐利益、共同拍板——这套机制塑造了无数成功的跨国公司，也成为衡量一个组织是否成熟的默认标准。
但现在，AI正在把竞争节奏从季度压缩到天、从天压缩到小时，当信息的获取与处理速度发生了数量级的跃升，当AI原生的竞争对手可以在你还在开对齐会议时已经完成产品迭代——共识决策赖以运转的那些前提，正在被逐一抽空。
于是，一个现实的问题摆在了每一位创业者和管理者面前：AI时代，共识决策还管用吗？
共识决策的两个缺陷
共识决策的机制能成为现代组织管理的标配，有足够充分的理由：在涉及多个职能、多个利益相关方的决策中，让所有人充分参与讨论，可以减少执行阻力；让每个部门都有发言权，可以降低单点决策的盲目风险；让最终方案经过多轮打磨，可以提升决策质量。过去半个世纪，这套机制孕育了无数成功的跨国公司。
但是，即便在它最流行的年代，共识决策机制也从未是没有代价的。只是在过去，这些代价尚在可承受的范围内。
第一个代价是速度。
共识决策的结构，天然是减速器。设想一个方案要经过法务、市场、财务、技术等多个部门的决策过程，甚至可能每一个环节都有权说"不"，或者说"等一等"。而在这个过程中，每一个参与者都有充分的理由规避风险——因为在共识文化中，很难出现明确的个人负责人，反对一个方案的成本很低，而支持一个后来失败的方案却可能损害个人声誉和利益。于是，大胆的提案在流转过程中被反复打磨，棱角被磨平，边界被收窄，最终抵达终点的，往往是一个所有人都不反对、但也没有人真正兴奋的版本。
这会让组织变得擅长防守，而不是进攻。
第二个代价是信息扭曲。
在许多企业决策的实践中，最大的威胁往往不是战略方向错误，而是信息在层层传递中出现的系统性失真。
每一个层级，都是一个信息过滤节点。当一线员工向主管汇报时，他会有意无意地过滤掉让自己难看的部分；而主管向总监汇报时，又会再次过滤——每经过一层，原始信号就衰减一次。等到最终呈现在CEO面前的，往往是一份经过精心策划的结果：用漂亮的图表展示正在运转的部分，用含糊的措辞掩盖正在出问题的微弱信号。
这就是所谓的"成功剧场"（Success Theater）——一种以汇报为核心、以维护现状为目的的组织表演文化。它的问题在于，参与其中的每一个人都是理性的：中层管理者维护自己的安全，高层管理者相信流程的可靠性，但最终决策被建立在一套与现实渐行渐远的信息基础之上。
这两个问题一直存在，只是过去的竞争节奏相对宽松，信息失真的影响可以在下一个季度得到修正，决策慢半拍也不至于立即致命。组织学会了与这两个缺陷共存，甚至不再把它们视为问题。
直到AI出现。
AI时代的变化
AI对组织决策的冲击，不只是效率层面的。它从根本上改变了竞争的时间单位。
在过去，行业竞争以季度或年度为节奏。产品迭代的周期通常以月计，战略调整的窗口通常以年计。即便共识决策慢，多数情况下还来得及。
但AI正在把这个节奏压缩到以天甚至以小时计算。一个AI原生的竞争对手，可以在几天内完成产品测试和上线；可以在几小时内处理用户反馈并推送更新；可以在几分钟内识别市场信号并调整策略。它不需要开会，不需要对齐，不需要等所有人消化。
在这种竞争环境下，共识决策的速度问题不再是"慢半拍"，而是"永远慢"。当对手的决策周期以小时计，你的决策周期以周计，这不是效率差距，这是结构性差距。
信息扭曲的问题，在AI时代同样会被放大。AI是一个极度依赖信息质量的决策工具。当"成功剧场"的数据被输入AI系统，AI会以惊人的效率，在错误的方向上做出精确的计算。只是这一次，错误是用最先进的算法包装的，看起来更像真理。
更根本的问题是：AI加速了决策循环，这意味着组织在同样的时间内需要做出更多决策。如果每一个决策都要经过共识流程，那么决策总量的增加会直接让共识机制过载。一个靠共识运转的组织，在AI时代面对的，是一场永远追不上的速度战。
重建决策架构的两个建议
共识决策机制在AI时代越来越不好用，不等于企业管理就要回到最原始的"一言堂"模式。真正的问题不是要不要讨论，而是讨论之后，谁说了算。
有两个结构性的改变可能是有效的。
一是给自主小组（Autonomous Scrum）放权。大多数组织给小团队的权限是"建议权"——他们可以讨论、可以提案，但最终决定权仍然在上级。高速运转的组织需要的是"决策权"——直接赋予小团队对结果的完整责任。
具体的做法是：组建6到8人的跨职能小组，给它一个明确而具体的任务目标，赋予它在这个范围内的完整决策权，并要求它对结果负责。这个小组不需要向上申请审批，不需要等待跨部门会议的日程，它可以直接决定、直接执行、直接承担后果。
2002年到2006年，美国联合航空经历了美国历史上规模最大、最复杂之一的企业破产重组。整个重组围绕六个工作组展开：一组负责重新谈判660份飞机租赁合同，一组负责处理劳务合同，一组专注于房地产，一组负责筹集20亿美元的退出融资。每组6到10人，每两周开一次会，默认原则是：他们的决定直接生效，领导层除非有明确理由否决，否则不介入。
这种结构能够成功的前提，不只是授权，更是让所有人真实感受到决策的重量。美国联合航空有75年历史，83000名员工，每年服务7000万旅客。这不是抽象的数字——在这种共同的压力之下，即便是传统上的对立方，也都愿意认真对待手中的责任。工作组的最终成果，是推动了联合航空与大陆航空的合并——这个结果在传统管理模式下几乎不可能实现。
自主小组与传统敏捷小组的关键区别，只有一点：传统敏捷团队的工作成果要向上汇报，等待拍板；自主小组本身就是拍板方。每增加一层审批，就是给决策增加一层阻力。
二是采用OVIS框架。如果说自主小组负责解决"团队层面"的决策权问题，那么OVIS框架则解决"个人层面"的责任归属问题。
OVIS是四个字母的缩写：Owner（决策者）、Veto（否决）、Influence（建议和影响）、Support（执行和支持）。
每一个决策，只有一个Owner，负责做出最终判断，并对结果承担完整责任。Veto权归一到两个人，他们可以正式阻止一项决定，但必须给出明确理由。Influence属于那些需要被Owner听取意见的人，但他们的意见不构成约束。其余所有人Support，他们支持并执行Owner的决定，无论自己是否同意。
把这个框架放进一个具体场景，它的价值会立刻清晰起来。
假设一家公司的产品团队需要决定是否在两周内上线一个新功能。套用OVIS：产品负责人是Owner，他对这个决策负完整责任；CTO拥有Veto权，如果他认为技术风险不可接受，可以正式叫停，但必须说明理由；法务和财务可以Influence，他们的意见Owner必须听取，但他们的反对不构成阻断；市场和运营团队Support，一旦Owner拍板，他们无条件执行。
这个框架一旦运转，有几件事会立刻改变。其他人不能再用"需要进一步评估"无限期拖延，也不再能用沉默传递不赞同，因为在OVIS框架下，没有Veto权的沉默不构成否决。最重要的是，产品负责人无法再把责任稀释进"大家都同意了"——他是Owner，他必须说出那句话：我决定了，我负责。
这正是OVIS的本质：把责任集中到一个具体的人身上。当一个人知道自己必须为决策后果承担完整责任，他的信息获取会更主动，他的判断会更认真，他的执行会更果断。它同时消灭了组织中最隐蔽的决策杀手——"口袋否决"：那种没有明确表态、却通过沉默或拖延实际上阻断方案推进的行为。也就是说，OVIS不是要消灭讨论，而是要给讨论一个出口。讨论可以充分，但讨论结束之后，必须有一个人站出来说：我决定了，我负责。
这与亚马逊推崇的"Disagree and Commit"（不同意，但承诺执行）本质上是同一种组织哲学——但OVIS给了这句话一个可以落地的结构：谁来"Disagree"，谁来"Commit"，边界是清楚的。
真正的稀缺是勇气
提出这两个框架，并不意味着它们容易推行。
真正的难点从来不是设计架构，而是改变文化。共识文化的最大受益者，是那些在现有体系下积累了权力和影响力的人。给小团队真正的决策权，意味着高层必须放弃一部分控制感；推行OVIS，意味着那些习惯于用"建议"来规避责任的人必须站到台前。
组织能否完成这次转型，最终取决于领导层是否真的相信：在这个时代，速度比稳妥更重要，清晰的责任比广泛的认同更重要。
AI会提供数据，会模拟结果，会测试假设。但它不会替人类做决定。在每一个真正关键的时刻，仍然需要一个真实的人，说出那句话："我决定了，我负责。"能不能说出这句话，是AI时代组织能力的真正分水岭。
本文改编自HBR的文章《Decision-Making by Consensus Doesn’t Work in the AI Era》。
参考来源：https://hbr.org/2026/04/decision-making-by-consensus-doesnt-work-in-the-ai-era
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。
