AI管理的雙面鏡像：一邊賦能主管，一邊控制員工

過去談管理，我們通常會想到主管、老闆、老師…等，因為「管理」一直被視為人類的工作。但這篇論文提醒我們，AI進入組織後，管理已經不再只是人與人的互動，而是人、AI、資料與制度共同運作的系統。

目前學術界對「AI管理」的研究大致可分成兩條路線。

第一條是「人機協作」（Human-AI Collaboration, HAIC），它關心主管、專家、知識工作者如何使用AI做決策，重點是AI如何幫人變強。

第二條是「演算法管理」（Algorithmic Management, AM），它關心外送員、司機、員工如何被AI監控、評分、派工與考核，重點是AI如何管理人。

表面上看，兩者像是兩個世界。但作者指出，它們其實是同一個現象的兩面：一邊是「人用AI管理」，另一邊是「人被AI管理」。

一篇發表於2025年《管理學會年鑑》（Academy of Management Annals）的論文〈與AI共同管理：一個整合性框架〉（Managing with Artificial Intelligence: An Integrative Framework），整合2018年至2024年間有關人機協作與演算法管理的研究，提出一個完整的AI管理框架。

研究團隊先從管理學高等級期刊中搜尋與AI、演算法相關的文章，最後篩選出270篇研究，其中包括87篇概念性論文與183篇實證研究。接著，作者針對183篇實證研究進行編碼分析，整理不同研究如何看待AI在組織中的角色。

研究者先分別分析「人機協作」（HAIC）與「演算法管理」（AM）兩大類文獻。結果發現，「人機協作」通常把AI放在「賦能情境」中，強調人類保有主導權，AI是輔助決策的工具；「演算法管理」則通常把AI放在「控制情境」中，強調員工的自主性被限制，AI成為監控與管理的力量。

這篇論文的結論很明確：AI管理不是工具導入問題，而是組織設計問題。

1.企業不能只看單一任務

AI不是只出現在某個部門、某個流程、某個決策點。它可能同時參與規劃、組織、領導與控制。舉例來說，公司用AI分析員工績效，看似是管理控制，但同一批資料也可能被主管拿來做升遷、裁員或訓練的決策。也就是說，AI的影響會從一個任務擴散到整個組織。

2.管理者要看見「權力不對稱」

對主管來說，AI可能是顧問，可以提供預測、分析與建議，但主管仍然可以選擇採納或拒絕。對基層員工來說，AI可能是考官，決定評分、派工、排名與獎懲。但當演算法不透明時，員工可能不知道自己為什麼會被扣分，也不知道如何申訴。這將造成員工壓力、焦慮與不信任。

3.組織要從「人機互動」升級為「系統治理」

過去我們常問：「AI能不能讓工作變得更快？」但更重要的問題是：「AI改變了誰的權力？誰提供資料？誰被監控？誰能修正錯誤？出了問題誰負責？」如果沒有制度設計，AI很容易變成一套看不見的管理鐵籠。

4.企業應建立清楚的AI管理規則

AI可以提供決策建議，但重大決策應有人類審查；AI可以追蹤績效，但評分標準要透明；AI可以給回饋，但員工要有申訴與修正資料的管道。這些不是多餘程序，而是AI時代的基本管理配備。

最後，未來的管理不是「人用AI」這麼簡單，而是整個組織變成一套人機混合系統。真正成熟的管理者，不會只問AI能不能提高效率，而是會追問：AI讓我們成為更好的組織，還是只是讓我們更有效率地控制人？這或許才是AI管理時代最關鍵的問題。

作者：羅凱揚（台科大企管系兼任助理教授）、鍾皓軒（臺灣行銷研究有限公司創辦人）

資料來源：Hillebrand, L., Raisch, S., & Schad, J. (2025). Managing with artificial intelligence: An integrative framework. Academy of Management Annals, 19(1), 343–375. https://doi.org/10.5465/annals.2022.0072