返回快讯

Chamath Palihapitiya:管理幅度正在扩张,变化归因于重组与裁员

Chamath Palihapitiya称,美国企业每名管理者平均直接管理人数在一年内从11人升至12人,创Gallup十年跟踪中最快增幅。

他将变化归因于重组与裁员:公司削减中层管理岗位后,把保留员工分配给更少的管理者,组织层级变薄但单个管理者的控制幅度扩大。

Gallup相关研究显示,管理者的直接下属约为8至9人时,员工敬业度通常较高;人数继续增加后,管理者难以持续提供反馈、了解工作细节并进行个性化发展辅导。

管理幅度超过15人不必然失效,但对工作类型提出更高要求。标准化、低协作依赖的岗位可由管理者覆盖15至20人;高复杂度、远程协作或需要密集培养的知识工作更依赖较小团队。

Palihapitiya提出的新衡量标准不是组织图上的头衔或下属数量,而是员工时间中有多少用于客户决策、复杂判断与竞争性思考,多少被行政协调和重复运营吞噬。

市场机制上,AI和自动化能替代部分报告、排期、信息检索、数据录入与流程跟进,使企业减少管理和运营人头;若被释放的时间投入客户、产品与复杂决策,较宽管理幅度可提升利润率。若只是减少管理者却不减少协调复杂度,反馈质量、敬业度和执行速度会同步承压。

来源:公开信息

ABAB AI 解读

美国企业的管理结构已经历数十年“去中层化”周期。数字协作工具先减少了信息向上汇报与跨层传递的必要性,远程工作再削弱了现场监督的价值;生成式AI进一步自动化会议纪要、项目状态、文档整理和初步分析,使管理岗位中可规则化的部分成为成本压缩对象。

资本路径上,企业重组的直接收益来自管理费用下降和更高的人均收入,但真正的价值取决于节省的人力预算流向何处。若企业将其投入客户成功、产品研发、销售能力和自动化基础设施,可能形成更高的收入与利润杠杆;若仅以削减中层来满足季度利润目标,则会牺牲人才培养、风险识别和跨团队整合能力。

历史对比中,传统工业组织依赖窄管理幅度,因为现场工人需要直接监督、培训和质量控制;软件与知识工作组织曾因专业协作复杂度而保留较多项目和职能管理层。AI原生组织试图把例行协调交给系统,使管理者重新聚焦于优先级、人才判断、客户关系和异常决策。

这属于技术替代,但被替代的首先是管理工作中的“运营维持层”,而不是领导判断本身。企业若能把规则化协调从人的每周工作中移走,少数管理者就能覆盖更大团队;反之,管理跨度扩大只会把组织问题从中层压到一线员工。决定竞争力的不是管理者数量,而是人类时间是否被配置到机器无法可靠完成的决策。

ABAB News · 认知定律

  1. 管理层可以变薄,判断力不能变薄

  2. 自动化省下的不是人,而是人的注意力

  3. 组织效率不看层级少,而看人是否做关键工作