问题导入

我们正处在一个连 " 明天会发生什么 " 都难以回答的时代。

算法可以推送商品、调度运力、生成文案，却无法告诉我们：三个月后的市场会怎样波动？一年后的客户还需要什么？

于是，一个根本的困惑浮现出来—— AI 时代，计划还有用吗？

如果计划赶不上变化，为什么还要花大量时间做计划？如果预测注定失灵，管理者该如何安放对确定性的依赖？

这个问题，需要回到管理的常识中去寻找答案。

01. 旧知回顾：计划从来不是用来 " 猜未来 " 的

我问大家一个问题：什么是计划？

很多管理者会说，计划就是设定目标，然后分解目标，年底对照目标检查完成情况。如果这样理解计划，那在今天的数智时代，计划确实没有用——因为目标大概率实现不了。

但是，这个理解本身就错了。

第一，目标是不合理的。

目标是一种预测，没有人敢说预测是合理的；目标是一种决心，你发誓要做什么，目标就会出来。决定目标的是三个要素：你对未来的预测、你下的决心和你的战略想法。这三个要素都决定目标是无法合理的。

我常常开玩笑说目标是拍脑袋拍出来的，拍出来的这个目标肯定是不合理的。如果你的团队跟你说这个目标不合理，希望合理一点，你可以直接回答：目标本来就不合理。

设定目标的时候，并不是看企业自身具有什么资源、什么能力。更重要的是判断发展的趋势以及所面对的竞争。如果基于自身的能力和资源来设定目标，也许目标合理、能够实现，但当目标实现的时候，也许你的企业已经被同行和市场淘汰。

第二，计划不是预测，而是行动承诺。

计划不是预测。预测是告诉你未来会发生什么，而计划是告诉你现在应该做什么才能迎接那个未来。计划的核心不是 " 猜中 "，而是 " 承诺 " ——目标承诺与行动承诺。

第三，计划解决的不是变化，而是 " 如何适应变化 "。

环境一定会变，计划的价值恰恰在于：当变化发生时，你有一个可以调整的基准点。没有计划，变化就是混乱；有计划，变化就是偏差，偏差是可以被管理的。

第四，计划的有效性取决于 " 行动合理性 " 而非 " 预测准确性 "。

很多管理者把计划做死，是因为他们把计划当成了 " 必须严格执行的地图 "。但计划本质是一份 " 行动预案 " ——只要行动与目标的逻辑关系成立，计划就是有效的，无论外部环境如何波动。

所以，请大家记住这句话：没有行动的计划是无效的，没有计划的行动是致命的。

02. 时代追问：数字化给 " 计划 " 带来了什么？

进入 AI 时代，计划面临的根本挑战是什么？ 

第一，AI 时代让 " 预测周期 " 大幅缩短。

在工业时代，市场变化以年为单位，管理者可以做出三年、五年的战略规划。AI 时代，变化以月、以周为单位，传统的预测模型正在失效——不是计划本身错了，而是我们用来制定计划的信息，折旧太快了。

第二，确定性假设被彻底动摇。

过去，计划管理隐含一个假设：管理者可以通过信息收集和分析，获得对未来的相对确定性判断。AI 时代，这个假设正在瓦解。不是我们努力不够，而是信息的复杂度和交互速度已经超出了任何个体、任何组织的完全把握能力。 

第三，" 没有计划 " 是更大的风险。

面对不确定性，一种危险的反应是 " 放弃计划 " ——走一步看一步，见招拆招。这恰恰是 AI 时代管理者最容易掉入的陷阱。没有计划的组织，不是敏捷，是涣散。敏捷是 " 有计划地快速调整 "，涣散是 " 没有基准的随波逐流 "。

2025 年，我在知室「共生课堂」上提出了一个问题：当 AI 能够完成你 80% 的工作，剩下的 20% 是什么？

这剩下的 20%，恰恰涉及模糊决策、价值判断和系统认知力——这些都是计划职能中无法被算法替代的部分。

03. 新解呈现：从 " 预测 " 到 " 情景推演 "

那么，AI 时代的计划，应该长成什么样子？我认为，计划需要从 " 预测 " 走向 " 情景推演 "。

第一，从 " 单一预测 " 到 " 多情景准备 "。

有效的计划者，不是比别人算得更准，而是比别人准备了更多的 " 如果……那么…… "。管理者不需要知道未来是哪一种状态，但需要为每一种可能的状态准备好行动选项。

第二，从 " 静态文件 " 到 " 动态推演系统 "。

传统计划是一份文档，年初写好，年底对照。AI 时代的计划应该是一个 " 推演系统 " ——你可以不断输入新的变量，系统告诉你目标是否需要修正、行动是否需要调整。计划不再是结果，而是过程。

第三，从 " 目标分解 " 到 " 行动共识 "。

计划更根本的价值，不是把大目标拆成小目标，而是让团队成员对 " 接下来我们该做什么 " 达成共识。AI 时代，共识比分解更重要，因为行动路径随时可能调整，但大家对目标和原则的认同，是组织不散的根本保障。

第四，数智技术让情景推演成为可能。

当数据成为组织的公共资产，智能化才具备生长的土壤。借助数智技术，我们可以将过去的经验数据化，将未来的可能性模型化，让管理者能够在 " 推演沙盘 " 上反复测试不同决策的可能结果——就像军事指挥官的兵棋推演，也像应急管理中的 " 桌面推演 "。

这就是我所理解的：从 " 预测 " 到 " 推演 "。

04. 结语

计划从未失效。失效的是 " 把计划当算命 " 的旧观念。

AI 时代，计划不是用来 " 算准 " 未来的，而是用来 " 准备 " 未来的。

回到那个问题：当 AI 能够完成你 80% 的工作，剩下的 20% 是什么？我的回答是：是对未来的构想、对情景的推演、对行动的承诺、对共识的达成。

当你不再执着于预测，开始致力于推演，计划就重新拥有了力量。

智能化的终极目标，并不是让管理 " 看起来更先进 "，而是让组织在面对变化时更加稳健。当系统能够稳定产出高质量数据，当智能化能够持续支持判断，当人能够把精力投入到真正重要的问题上，管理才能从 " 应对复杂 " 走向 " 驾驭复杂 "。（本文完）