By Sajit M. Mathews, Assistant Professor, SPJIMR SP Jain Institute of Management & Research
2026年6月，奥斯卡获奖的好莱坞女演员安妮·海瑟薇（Anne Hathaway）分享了一段经历，它凸显了职场沟通中一个日益严峻的挑战。
在招聘员工时，她收到了几位候选人的感谢信。问题是什么？这些信几乎一模一样，显然是使用了AI。
她警告说：“如果你以为自己蒙混过关了，那你很可能是在暴露自己。”
问题并不只是使用了技术，而是明显缺乏个人投入，而这本应是一封表达真诚感谢的信息。
谈到沟通，流畅和积极并不是最终目标。关键在于建立个人联系，并且在可能的情况下，建立情感联系。
AI生成的信息可能无法引起收件人的共鸣。你的团队、同事或合作者很可能会寻找证据，看你是否注意到了他们的付出，是否理解他们为何值得感谢，以及是否真正重视他们。
在AI辅助写作的时代，这给高管沟通带来了一项重要挑战。
问题不再是“我该不该用AI写作？”许多专业人士已经在用了。
更有现实意义的问题是：AI何时能改善管理沟通？又在何时，把领导力中属于“人”的工作外包出去，会让领导者显得不那么真实可信？
这种判断力，比撰写提示词的技巧更重要，正在成为一项核心的领导力沟通能力。
亮点
精致的AI信息所带来的悖论
AI写作工具确实有用。
涉及1637名参与者的对照实验显示，借助AI写作的人，能更高效地写出建立信任的信息。
有趣的是，在一次性的事务性交流中，披露使用了AI并没有显著降低信任。
这并非微不足道的好处。
对于总结会议、把笔记转化为结构化的进展更新、纠正语法、拟定提纲，或让内容密集的信息更易浏览等常规任务，AI可以发挥巨大价值。
例如，我就用AI为这篇文章查找了相关参考资料。它节省了时间，让注意力得以腾出来，用于那些需要人类判断的决定。
遗憾的是，效率并不总是合适的。
另一项涉及1100名专业人士的研究发现，在经理写给员工的信息上，存在显著的认知落差。
低程度的AI辅助，比如编辑或语法支持，员工普遍可以接受。
相比之下，主管的信息中如果有中等和高程度的AI辅助，会降低员工对其真诚、关怀、能力和正直的感知。这一点在祝贺或激励性的沟通中尤为明显。
这种区别很重要。
日常的运营类信息主要用于传达信息，AI的速度和结构化能力可以改进它。
但在裁员、晋升、成功、失败或艰难的冲突之后发出的信息，目的则不同。
它关乎关系与领导力。这类沟通要求管理者展现担当、承担责任、用心关注，并体察职场关系中的情感层面。
AI可以协助处理这两类信息，但不应抹去二者的区别，也不应取代人的温度。
为什么领导力沟通不只是文字
当学生发邮件向我抱怨某项流程或日程安排时，我常常很想用AI生成一封回复。
但当我看到一份以“我理解您的顾虑，感谢您的耐心”开头的草稿时，我通常会把它丢掉。
相反，我可能会打电话约学生当面谈，或者亲自写一封回复，表达我的看法，并通过具体的例子体认他们的经历。
多数情况下，这种做法比一封没有人情味的AI生成信息效果更好，后者很容易听起来机械、缺乏灵魂。
把沟通完全外包给AI，有可能把一条信息缩减为屏幕上的文字。
收件人解读的远不止语言本身。他们还会对与自己沟通的这个人做出判断。
他们可能会问自己：
- 这个人是否真正考虑过我的处境？
- 发信人是否理解发生了什么？
- 这条信息是否扎根于现实？
- 这份温暖是真诚的，还是只是措辞漂亮？
- 发信人是否愿意当面为这些话负责？
归根结底，收件人在寻找的是共情。
这种共情会影响人们是否愿意合作、是否及早披露问题、是否接受反馈，或者是否给领导者以信任的余地。
这些结果太重要，不能完全交给自动化的沟通。
关于AI中介沟通的研究强化了这一担忧。
即使AI生成的信息看起来更复杂、更自信、更温暖，它们也可能被认为稍显不够真实。
研究者还提醒，来自情绪中立的一次性互动的发现，未必适用于高风险或关系丰富的情境。
这一局限应该引起高管、创始人和决策者的重视。
常规的职场沟通，包括供应商更新、会议议程和事实性公告，更接近事务性交流。在这些情形下，AI辅助对信任可能影响甚微。
但我不能指望员工仅凭没有人情味的AI生成信息就化解分歧，也不能指望供应商仅凭这样的信息就同意我的条款。
例如，写给表现不佳的员工的信息，需要温暖、背景和情感上的敏感。
教科书式的完美可以等一等，信任和信心却等不得。
它们是通过关注和关怀，随着时间建立起来的，而不仅仅靠精致的语言。
真正的问题是：领导者应当委托什么
也许，当我们把这个问题表述为AI写作与人类写作之争时，问的就是错误的问题。
今天的领导者不需要回到每份初稿都从一张白纸开始写的时代，也不应该这样。
AI可以协助初稿、编辑、翻译、结构、清晰度检查，甚至模拟不同受众可能的反应。
但这些好处仍然需要人的介入。
真正的问题是委托。
你可以委托语言的生产。但你不能委托领导力所附带的责任。
你无法外包什么是公平的这一决定，无法外包对一个不受欢迎的选择所负的责任，无法外包对某人特定贡献的认可，无法外包道歉的道德分量，也无法外包承认不确定性所需的勇气。
你也无法委托“先倾听、后表达”这一行为。
当领导者把这些责任交给AI时，他们的信息可能在语法上正确、措辞上专业，却失去了更重要的东西：他们观察、判断与关怀的可见证据。
不妨比较一下笼统的感谢和具体的感谢。
“感谢你的奉献”无伤大雅，但几乎没有体现个人关注的证据。
再对比下面这样的一条信息：
“我很欣赏你在平台开发中主动担起责任的方式。上个月，你留下来加班修正文档并提供了正确的操作说明。你的努力帮助我们打造了一款充满活力的应用，改善了学生和教职员工的学术体验。谢谢你。”
第二条信息只可能出自一个关注过这项工作、并理解其影响的人。
具体，是在场、关注与关怀的证据。
“人情味测试”：领导者何时应当使用AI？
在发送一条由AI辅助的信息之前，先问自己：
这条信息需要多少人情味？
当沟通涉及共情、担责、辨别力或对一段关系的承诺时，要求就很高。
当首要目标是准确、结构或效率时，要求较低，常规的事务性信息往往如此。
下表为不同的沟通场景以及AI的适当角色提供了实用指引。
| 信息类型 | 对人情味的要求 | AI的适当角色 |
|---|---|---|
| 会议议程或提醒 | 低 | 起草、构建结构、编辑和精简 |
| 项目进展更新 | 低至中 | 汇总数据、理顺顺序、找出缺失信息 |
| 决策备忘录 | 中 | 检验逻辑、提升可读性、找出反方观点，同时由人对判断保留所有权 |
| 建设性反馈 | 高 | 帮助准备问题、整理观察，并评估共情程度 |
| 表彰或祝贺 | 高 | 在领导者写出具体、贴合情境的感谢之后再做编辑 |
| 失误后的道歉 | 非常高 | 检查清晰度，但不取代道歉的情感核心 |
| 裁员、拒绝或重大冲突 | 非常高 | 准备事实材料，同时确保信息和对话保持直接的人类署名 |
“人情味测试”这一框架是在AI的协助下开发的。
这种做法并不反对AI。
它承认AI擅长什么，同时帮助领导者判断应当在哪些地方限制它的介入。
当AI减少沟通周围的机械性工作时，它最有价值。当它取代建立和维系关系所需的人的努力时，就成了问题。
发送AI辅助信息前的五项检查
创始人和高管在发送重要的AI辅助沟通之前，可以使用五个实用的检查点。
1. 评估对人情味的要求
想一想收件人需要从这条信息中得到什么。
如果他们需要理解并信任你的意图、感受到被尊重，或认识到一项决定背后的伦理推理，那么对人情味的要求很可能较高。
在这些情况下，不妨自己先写初稿，只在之后用AI做清晰度或编辑方面的检查。
2. 找出只有你才能说的话
找出那些取决于你个人经历、观察、责任或判断的陈述。
如果信息没有承载你的视角，可能还没准备好。
例如：
- “是我决定推迟这次发布的，我知道这给你们团队带来了额外的工作。”
- “我注意到你选择不在客户面前让新来的分析师难堪。我很感激。”
这些陈述展现了关注和担当，因为它们指向具体的行为和经历。
3. 去掉机械的温暖
对那些听起来温暖、却缺乏实质内容的措辞要保持警惕。
“深表感激”“无比自豪”“坚定不移的承诺”或“感谢你的辛勤付出”之类的表达本身并没有错。
但如果没有细节支撑，它们可能显得空洞。
用具体的例子取代抽象的赞美，说明这份感谢为什么当之无愧。
4. 检查虚假的确定性
AI可能让语言听起来比现实更自信。
领导者不应让精致的行文掩盖不确定性，或暗示尚未确立的结果。
例如：
“我们相信这次转型将带来令人兴奋的机遇。”
这句话可能掩盖了真实存在的不确定性。
更透明的表述可以是：
“这次转型可能带来新的机遇，但也会带来不确定性。以下是我们已知的、尚不清楚的，以及将指导我们下一步决定的因素。”
清晰的沟通并不需要假装掌握所有答案。
5. 大声读出来
问问自己，你是否能当面对收件人说出同样的话、回答他们的问题，并为自己的主张负责。
如果不能，这条信息还需要进一步修改。
界定AI在高管沟通中的角色
完全回避AI的领导者，可能会错失提升效率和沟通质量的机会。
更大的优势在于，利用它更快、更清晰地沟通，同时不牺牲具体性、直接性和情感上的在场。
AI适合作为思考和编辑的伙伴，而不是人类判断的替代品。
可以让它找出草稿中的含糊之处，预测持怀疑态度的受众会提出的问题，为不同读者生成不同版本，标出术语或缺乏依据的主张，检验清晰度，并整理复杂的信息。
但不要让它帮你“假装”。
不要用它来表达你并未真正感受到的关切，不要用它来赞扬你并不认为值得认可的人，也不要用它来声称你不愿承担的责任。
归根结底，新的高管技能在于：知道AI的效率何时服务于一段职业关系，又在何时这段关系要求你慢下来、用心关注，并亲自写下这条信息。
关于作者
Sajit M. Mathews 是 S.P. Jain 管理与研究学院（SPJIMR）组织与领导力研究方向的助理教授。
文中观点仅代表个人。
关于SPJIMR
Bharatiya Vidya Bhavan 旗下的 S.P. Jain 管理与研究学院（SPJIMR）是印度领先的研究生管理学院之一。
在《金融时报》2026年硕士管理类（Masters in Management）排名中，它位列全球第26名、印度第2名；在《金融时报》2026年全球MBA排名中，其PGPM项目位列全球第74名。
SPJIMR也一直被《Business Today》、《Fortune India》、《India Today》和 MBAUniverse 等刊物评为印度顶尖商学院之一。
在“积极影响评级”（Positive Impact Rating）中，它被评为全球社会影响力排名前五的商学院之一。
SPJIMR以其创新且具有社会责任感的方式，在管理教育、研究和社区参与方面闻名，致力于影响管理实践，并为学生、校友、组织和社会创造基于价值观的增长。
该学院持有 EQUIS、AACSB 和 AMBA 的国际“三重认证”（Triple Crown），跻身全球少数同时获得这三项认证的商学院之列。
更多信息，请访问 SPJIMR.org。
亮点
Read the English article here.
