管理由科学、艺术与手艺三块基石构成，三者不可缺一。在AI时代，“数据智能”和“网络协同”等主流战略思想，把科学一维推到了极致。

管理由科学、艺术与手艺三块基石构成，三者不可缺一。在AI时代，“数据智能”和“网络协同”等主流战略思想，把科学一维推到了极致。

但明茨伯格的思想早就点明，管理从来不只是科学[1]。战略的起点，主要在于一个人与世界真问题迎面撞上之后，把它内化成自己的事，这是企业信仰的来源。

况且工具是中性的，决定着一个战略高下、好坏、快慢与对错之分，说到底还是用工具的那个人。这些前沿理论的贡献，是把科学的力量放大到了极致，但其框架没有给“艺术”和“手艺”留出制度性的位置，这是一个值得认真回应的空白。

结论是，AI时代的企业战略规划，必须回到明茨伯格的完整公理，建立起一套“分层共治”的新打法。

顶层的“内核战略”，由人来定，它源于信仰的内化，这是AI不能碰的禁区。中层的“业务战略”，人机协同，数据智能当参谋，人运用手艺来决断。底层的“职能战略”，算法驱动，用“力出一孔”的原则打出快速度和强灵活，人只需要画好边界，兜住底线。

这套打法的灵魂，主要在于谁能承担决策的后果，谁才有资格拍板。它不是要用AI取代人，而是要用AI武装人，让人去做那些只有人才能做的事。

2026年，一家消费品巨头的CEO，在面对AI战略系统生成的三十七套增长方案时，陷入了困境。

虽然，AI做的每一套方案都有精密的数据支撑，有清晰的路径，并且还标注的最优解是第23套方案。可这套方案的核心，却是把他手上的百年品牌拿去做低价下沉，用品牌溢价来换规模增长。

从算法逻辑来看这确实是最优解，但也使他内心产生了一个无法解答的困惑，这样做，真的对吗？一个品牌的百年信誉，难道就真的这样被数据轻飘飘地清空了吗？

这一幕，把AI时代战略规划的最根本张力推到了台前。即算法可以将推演推到极致，但却很难回答那个根本的问题，就是“我们究竟为何而战”。

再往下看，当所有人都用着同样强大的AI做战略时，战略的差别又从哪里来？战略的终极基础，到底是信息的占有，还是意义的定义，还是承担风险的勇气？

回到本文的核心命题时，其实早已清楚，就是当AI能够抹平信息不对称的红利时，但却抹平不了那些战略家在洞察、信仰、勇气和价值观上的差距。真正的战略，从来不是信息的函数，而是人的函数。

这篇文章的理论根系，主要来自本人此前在“前瞻商业洞察”公众号上发表的一系列研究。如《信仰从何而来》里的“内化三角”与信仰抗衰减机制，以及《战略中性论》里的“高下、快慢、好坏、对错”判断框架等等。

并在明茨伯格“科学、艺术、手艺”这个三元框架下，把这些构件重新整合，跟当前主流的智能商业理论展开一场建设性的对话。

行业里，“数据智能”与“网络协同”被提炼为双轮驱动，还有“看十年、想三年、干一年”，“vision和action的快速迭代”等一整套方法论，这是对战略中科学一维的革命性贡献，也是本文重要的思想源头。

本文想在此基础上补上一环，光有这两个引擎，战略还是有可能开错方向。本文的目标，就是把这些洞见，放进明茨伯格的完整框架里，为“艺术”和“手艺”构建出它们的制度空间和责任伦理。让AI成为那个“智能引擎”，让人来守护“灵魂与方向”。

战略根基与AI冲击：从永恒公理到科学极致

战略到底是什么？亨利·明茨伯格在清华经管学院的演讲中，提出了一个影响深远的三要素理论，是科学、艺术和手艺的结晶。科学是讲究逻辑，艺术是有人文关怀，手艺是能够参与实践，足够勤奋，三者不可缺一。

在2025年与杨斌的对话中，他进一步明确指出，战略的形成，本质上是手艺和艺术的结合，再加一点科学[1]。

科学主要回答的是“客观事实是什么”，靠数据、逻辑和可验证的模型，把决策建在理性的地基上和逻辑的自洽上[6]。

艺术主要回答的是“我们想创造什么”，它源于一个人对世界“应该是什么样”的渴望。当年福特看到汽车还只是富人的玩具，他心头燃起的那团“让汽车民主化”的火，就是艺术。

手艺主要回答的是“此时此刻该怎么做”，是运用工具的智慧，是敢于在不确定中下注，并承担所有后果的勇气和决绝。

在传统战略里，这三者的地位是相对均衡的，可是随着AI的出现，AI把科学这一极推向极致。等于是把西蒙的“有限理性”的边界向外推动一大截。

AI能实时处理海量、不同来源的数据，发现人脑根本察觉不到的隐性规。数字孪生技术，更能用极低的成本，模拟出千万种战略选择可能引发的连锁反应。在这个基础上，业界提炼出了“数据智能”与“网络协同”双引擎。

其中数据智能，指的是机器直接取代人去做决策，通过“数据化、算法化、产品化”这个闭环，战略从一项长期计划，变成了一套持续迭代的算法[7]。网络协同，指的是大规模、多角色的实时互动来解决特定问题[8]。这两者就像DNA的双螺旋。

同时，行业权威“看十年，做一年”和“人机回圈”等框架的提出，说的是算法在海量选项中不断生成和迭代，而人，则负责设定价值边界，做出最终的价值判断。

这套范式非常精准地捕捉到了战略形态的根本变化，但其框架里，存在一个值得回应的范式空白。人的价值判断，更像是“算法做不了的事，就归入”这样一个剩余范畴，它没有获得跟“数据智能”同样级别的制度性理论地位。

它用“基于信念的跳跃”承认了艺术和手艺的存在，但没继续追问，它们需要什么样的制度空间，才不会在日常运转中被算法效率所侵蚀。

说到这里，就会存在一个根本的追问，就是当所有企业都部署了同样强大的AI，获取同样的数据和“最优解”时，战略规划的差异化特征到底从哪来？

如果战略仅仅是信息处理的函数，算法的处理函数。那么当信息一对称后，战略规划的趋同，就会导致战略本身独立存在的价值就没了。

这反过来也意味着，人的价值判断不是算法的补充，而是战略中另外两个不可化约的支柱，它们需要一块属于自己的、不能被算法侵蚀的制度空间[1][2]。

AI战略规划的边界：艺术与手艺为什么不可替代

客观地说，真正的战略规划他的起点并不是从分析开始的，而是被一个现实中的问题撞击后开始的。这个问题有可能是一个未被满足的需求，也有可能是一种明明可以更好的不甘心。

当然，从看到问题到创立组织成立企业，中间还隔着一道关键的门。先是认知的重构，回答的这是个问题变成了这值得我投入。再是情感的投入，回答的是我应该解决变成了我无法视而不见。最后是意志的承诺，回答的是一个好机会变成了我愿意承担长期风险。

这三者未必同时发生，却一个都不能缺。缺了认知重构，信仰就变成盲目的激情。缺了情感投入，信仰就变成冷酷的算计。缺了意志承诺，信仰就只是一声廉价的感慨。只有等到这三者内化完成后，信仰才能转化成为企业的愿景、使命、价值观。

其中，使命是种子本身，它回答“为何存在”。愿景是目标，“如果一切如愿，未来会是什么样子”。价值观则是它伸展枝叶时的姿态，什么可为，什么不可为。

所谓的“看十年”的能力，正是一个战略家在内化了一个真问题之后，用自己信仰的光芒，去照亮那个还不存在的未来。福特的远见，不是对市场曲线的预测，而是对“普通人也能自由出行”那份渴望。

从信息处理的角度来看，在面对同一个市场时，两家企业的AI会分析完全相同的数据，识别出相同的趋势。但在现实里，企业却会做出不同的选择，主要原因就在于信仰的不同。

电商行业就是最好的例子。当所有平台都部署了AI推荐和定价引擎之后，有的平台会以“多快好省”为内核去优化转化率，而有的平台则会以“让天下没有难做的生意”为使命去赋能中小商家。AI能回答是“怎么做最好”，却回答不了“什么对我最重要”。

简单的说，就是信息对称不会带来战略的趋同，因为战略的起点解决的“我们为何而战”，是信仰的定义，不是信息的推导。

需要说明的是，本文关于AI边界的论断，是基于当前和可预见的弱人工智能范式。如果未来真出现了强人工智能，这些论断需要被重新审视。

但就算在那个情境下，“承担决策后果”这个维度，接受愧疚、接受审判、接受“我是谁”的拷问，仍然划出了人与机器之间那条最根本的界线。这主要是在于承担的前提，永远是人，是一个有可以被审判的人，而不是机器本身。

从另外一点来说，即使企业有了清晰的愿景、使命和价值观，战略的高下、快慢、好坏和对错仍然会存在着千差万别，这其中主要的原因就在于工具从来都是中性的，人才是主体。

“数据智能”虽然有着优于人算法能力，也都有着一种统一的倾向性，都是为企业创造利益，但其本身仍然很难脱离工具的范畴，无法从根本上解决战略的高下、快慢、好坏与对错之分。

准确来说，在信息对称的时代手艺的差距不是缩小了，而是放大了。当所有人都拥有一样的AI，平庸和卓越的分野，就不再是谁拥有更多信息，而变成了谁能从信息里读出更深刻的洞察。

AI提供的是同一份乐谱，但只有顶尖的指挥家，才能从里面听出暗藏的命运交响。这种差异，主要体现在高下、快慢、好坏与对错之分这四个维度上。

特别是对错之分，他还具有着双重的属性与身份。它的价值地基来自艺术，来自使命和信仰的定义。而它的实操判断，需要的又是手艺，是那种在不完备的信息下，能嗅出道德风险的边界感。它是信仰在具体情境里的落地检验。

当AI基于同样的逻辑，向两家企业推荐算法杀熟时，一家采纳了，另一家却因为价值观而否决。同样的信息，同样的最优解，截然不同的选择。这再次证明，AI抹平了事实判断的信息差，却拉大了价值判断的鸿沟。

战略决策责任的铁律:人机决策的终极分界线

既然AI已经展现出类似直觉的能力，它跟人类手艺的边界，会不会被抹平？答案显然是否定的。

AlphaGo的棋感，本质上是基于蒙特卡洛树搜索，和深度神经网络的超高维度统计模式匹配。它没有一丝一毫的恐惧或荣耀，它只是平静地告诉你，这步棋的胜率是62.3%。

人与AI的根本分界线，不在能力，而在责任。因为承担决策后果这件事，他最少包含了三个AI无法解决的问题。

第一个是心理维度的承担，体验的是焦虑与恐惧。人类棋手面对胜负时，手会颤，心会跳，这种把后果前置的心理体验，是判断力的和。

试想，一个从未有过输的系统，他怎么可能理解的了人为什么会选择“宁可站着死，而非是跪着生”的这种非最优解。

第二是对存在维度的承担，押的是“我是谁”的赌注。领导者在用自己的职业生涯、社会声誉和人生信条在对赌时，失败之后他是要面对“我是不是个糟糕的领导者”这种拷问的。

但AI由于没有自我，他也不用去对赌，所以即使在他失败时，他也不存在着对自我的这种拷问的。

第三是是对道德维度的承担，接受的是问责与谴责。当战略失误造成社会危害时，责任必须被可以被追溯到具体的人。

现实中是不可能会允许决策者把责任推给算法，因为算法不承担愧疚，它只负责迭代，它不可能会存在对道德维度的承担。

因此，从这里可以推导出一个关键论断，就是承担决策后果的能力与义务，是一个人获得决策权的终极资格。AI可以辅助决策，甚至可以自主决策，但这永远是有条件的、可撤销的，而那份最终的不可让渡的责任，最终将牢牢钉在人类决策者肩上。

不是因为人算得更准，而是因为只有人才能在那份具有法律效力、道德重量和存在主义厚度的决策文件上，签下自己的名字。责任不能被运算，只能被承担。

当局者迷，旁观者清这句老话说的也正是这个道理。其中的迷，指的并不是智力上的缺陷，而是一个人在重负之下所形成的扭曲观察的视线。

而AI，其实就是那个的旁观者。它所有的分析都建立在不承担责任之上，这也正是它作为科学工具的极致优势。但正因为如此，导致他它永远模拟不了一个决策者在按下决策按钮前，掌心出汗、心跳加速那个瞬间，所凝聚的全部人性。

AI不能决策不是因为它不够聪明，而是因为它永远不够迷，它永远体验不到那种因为要承担全部后果而产生的审慎。那个瞬间就是战略中手艺的灵魂。

所以，战略的临门一脚，永远是人的决断。在信息不完备、未来不确定的情况下，敢于下注并承担后果的心理能量，是领导者独有的。AI可以把不确定性量化为精确的概率，但概率再精确，也替代不了那个说干的瞬间。

战略规划的分层共治：AI时代战略规划的核心范式

基于前面的分析，可以发现AI时代企业战略规划的底层逻辑，主要在于战略的动与不动之间，是分层级的。

这种层级主要由于企业战略规划，是由公司层战略（顶层战略）、业务层战略和职能层战略三者构成。

顶层是内核战略。主要定义的是我是谁，我为何存在，绝不做什么。它由愿景、使命、核心价值观构成，是企业的压舱石和北极星。

这一层必须由人来定义，因为它的本质不是在发现真理，而是在做出存在主义式的选择。愿景是渴望出来的，使命是承诺出来的，价值观是坚守出来的。这个过程，AI永远复制不了。

这一层要保持不动，因为他内核的稳定是企业穿越周期的根本保障。在这一层，AI是零参与的，只提供信息支持，但不参与决策。

因为它永远不能成为使命的源头，更不能为这个源头分担一丝一毫的责任。毕竟在这一层，决策的后果是企业的存亡、文化的根基和代际的传承，只有人能够承担，只有人有权决断。

中层是业务战略。主要定义的是在哪里竞争，如何取胜，如何构建业务组合。这是把抽象的内核，翻译成具体战法的过程，是“数据智能”与“网络协同”价值发挥得最充分的主场。

在这一层中必须是人机协同。因为它既需要AI在科学维度上的极致能力，也高度依赖人在手艺维度上的判断与决断。

AI的优势在于分析，数据智能就像一个超级参谋，能够实时监控竞争格局，模拟各种策略的连锁反应[7]。网络协同则把战略分析的主体，从企业自身扩展到了整个网络，供应链、终端用户、内容生态，都成了输入。

人的优势则主要在于抉择。当AI推演出有损品牌长期价值的方案时，只有人能权衡三年份额与百年信誉之间的代价。

但这一层也是相对变化，因为业务战略的使命，是在坚守内核的前提下，随时代语境调整路径。“看十年，做一年”的理念在这里非常适用。路径的迭代可以快速、可以数据驱动，但方向的调整，必须审慎。

AI作为“超级参谋”深度参与，提供洞察和模拟，但不具备最终决策权。人运用手艺在选项之间做出抉择，并承担全部后果。这是人与AI共舞最紧密的领域。

底层是职能战略。主要是定义如何最高效、最敏捷地去执行战略，涵盖了营销、供应链、研发等各职能的具体策略与行动计划。

这一层，可以主要由AI驱动，因为核心要求是速度、精准和自适应。目标已经由上层明确了，边界已经由上层设定了，执行层面需要的，是快速度和强灵活，而这正是AI远超人类的领域。

在这一层，AI可以实现大规模的快。供应链的自主优化、毫秒级的个性化推送、基于实时反馈的产品自动迭代。算法在这能做出大量双向门式的、可逆的决策，试错成本可控。即便出错，后果也在人类预设的边界之内，由人来兜底。

这一层，AI是核心执行引擎，在授权范围内自主决策。人的职责，是规则的制定者与例外管理者，设定刚性边界，并处理AI无法判定的复杂例外。AI获得的是有条件的、可撤销的、被授权的决策权，而最终的责任，始终在人。

这个三层架构，完成了一次理论上的综合。顶层守护了艺术，那是信仰的内化与使命的诞生，是AI的禁区。中层发挥了手艺，在人机协同中完成抉择并承担后果，这是人与AI共舞的主战场。

底层放大了科学，以“力出一孔”为原则，用“快速度、强灵活、建冗余”实现极致效率，这是算法的用武之地。

由此也可以看出，顶层是由人来担责的，中层由人在AI辅助下担责，底层由人通过设定边界间接担责。责任层层传递，但从不消失，最终永远锚定在人的肩膀上。

说到最后，再让我们回到开篇的那个场景。那位CEO缺的不是更强的算力，也不是更多的数据，而是一个清晰的自我，一个由坚定使命、愿景和价值观构成的“内核战略”。

没有这个内核，他就无法在AI给出的最优解和自己内心的不安之间，做出裁决。更要命的是，无论AI给出的方案多么完美，只要他按下确认键，承担全部后果的将完全是他自己，而不是那个冰冷的算法。

“看十年，做一年”是极富智慧的方法论。本文想在此基础上补充一点，“看十年”的远见，是来自人与真问题的相遇和内化，四来自信仰在时间轴上的投影。没了这个源头，“看十年”不过是更精密的推演。

“做一年”的迭代，必须运行在人类预设的价值框架之内，运行在有责任兜底的授权范围之内，否则，它就可能走向失控。当所有企业都部署了同样强大的AI，战略会不会就此消亡？答案是不会。

AI正在把战略从“信息博弈”的旧范式里解放出来，让它回归最本质的形态，一场关于“你是谁”和“你为何而战”的终极选择。

当所有人都拥有同样的算法和数据时，有方向的战略规划者和没方向的战略规划者，形成立马的高下区别。

AI抹平事实判断的差异，却放大了价值判断的鸿沟。它消除了信息不对称的优势，却凸显了认知不对称的差距。AI是永恒的旁观者，它拥有清的优势，却没有迷的能力。

而人类战略家，作为当局者，必须在责任的重量之下，在“迷”的焦虑中，做出那个孤独的、不可撤销的决断。那个瞬间，不是战略的缺陷，而恰恰是战略的灵魂。

AI时代战略规划的根本任务，不是在“术”的层面教会企业用AI工具，而是在“道”的层面，重新回答“为何做”和“做什么”。这要求企业建立起三层能力。