1965年，Paul McCartney把一首新歌“Yesterday”弹给George Martin听，并询问它还需要什么。Martin听到了McCartney没有听到的东西：在一张披头士摇滚唱片中加入弦乐四重奏，而当时几乎没有人尝试过这样的做法。McCartney起初反对这个想法，但Martin坚持推动。结果，这首歌成为历史上被录制次数最多的歌曲之一。

当高管们迅速把AI带入每一场会议时，这一幕值得回想。房间里最有价值的人，并不总是答案最多的人。有时，是那个能够听见别人尚未意识到的可能性的人。

如今，我常对人们说一句听起来近乎荒谬的话：答案时代已经结束。并不是因为答案不再重要。恰恰相反。人类如今能够获得的答案比历史上任何时候都多。人工智能可以在数秒内撰写商业计划、诊断疾病、分析市场、起草法律意见书、构建软件，并给出战略建议。过去需要由训练有素的专家团队完成的工作，如今越来越多地向任何拥有一台笔记本电脑的人开放。

这正是关键所在。当答案变得充足，它们就不再是持久的竞争优势。George Martin在AI出现前几十年就证明了这一点。他并不是比Lennon或McCartney更优秀的词曲作者，也不是比Harrison或Starr更优秀的音乐人。他贡献的是一种不同的听见可能性的方式：配器、磁带实验，以及愿意对四位年轻音乐人坦率指出其作品中问题的勇气。这同样也是AI的前景所在——如果领导者知道如何以这种方式使用它，它不是人类创造力的替代品，而是其放大器。

这与许多组织今天使用AI的方式形成鲜明对比。几分钟之内，白板上就写满了时间表、里程碑、决策树和甘特图。每个团队都在地图上找到那个“X”，每个团队都设计出抵达那里的最快路线。几乎没有人询问，他们使用的是否是正确的地图。

他们的思考或许很有纪律，分析或许很严谨，执行或许无可挑剔。但创新很少始于地图上的一个“X”。它始于追问：这张地图一开始是否准确描绘了这片领地。

多年来，帮助成就卓著的领导者完成这种转变一直极其困难。成功奖励确定性，组织奖励可预测性。然而，每一次有意义的突破都始于一个令人不安的问题：如果我们正在解决的是错误的问题呢？

如今，领导者不再需要抽象地争论这个问题。他们可以让AI生成他们原本准备构建的解决方案，通常不到一分钟就能完成。这彻底改变了对话。问题不再是AI能否给出更好的答案，而是当每个人都能获得同样的答案时，领导者应该做什么。在这种环境下，领导力任务上移到了更前端：定义问题、检验前提，并决定哪个答案值得信任、关注和行动。

不要把新事物装进旧框架

这一教训远远超出任何单一行业。许多组织把AI视为一项技术挑战。事实并非如此。它是一项领导力挑战。每一场技术革命最终都会暴露一个过时的操作系统。限制因素不再是技术本身，而是为技术正在取代的那个世界所建立的假设、结构和习惯。

Martin从未试图让披头士听起来像一个古典乐团，只因为那是他更熟悉、更舒适的领域。他没有把一种新的声音强行塞进自己旧有训练的框架。许多组织在AI上恰恰相反：它们把一种革命性能力强行放入为答案稀缺的世界设计的结构中。

这种错误今天清晰可见。组织成立AI特别工作组，任命Chief AI Officer，强制开展AI培训，并重写公司政策。这些举措可能有价值，但其中许多是在试图把一种革命性能力外挂到为另一个时代建立的组织之上；在那个时代，信息稀缺，专业知识昂贵，答案难以获得。那个世界已经不复存在。

AI领导力的三个层级

核心问题不是“我们如何使用AI？”更好的问题是：“因为AI存在，我们应该成为什么样的组织？”答案从三个层级开始。

第一层级：优化。这意味着把昨天的工作做得更好——总结会议、撰写报告、自动化客户服务以及生成代码。收益是真实的，但当每个人都能使用同样的工具时，效率就不再是竞争优势。

第二层级：模拟。这意味着挑战今天的假设。我曾经给一组军事研究员布置一项创新挑战，看着他们构建通往某个解决方案的最快路径，却从未询问那是否是正确的解决方案。今天，我会跳过这场争论：我让AI生成他们原本打算花一周时间构建的答案。AI通常不到一分钟就能完成。这就是第二层级——使用AI不是为了确认一项计划，而是为了压力测试这项计划是否根本应该存在。领导者可以把AI用作挑剔的客户、进攻性的竞争对手，或难以取悦的董事会成员，进行战争推演并寻找盲点。

第三层级：创造。这意味着发明明天的可能性。在这一层级，AI不再只是助手，而成为创造性伙伴。大多数领导者会问AI：“你如何帮助我把工作做得更好？”更重要的问题是：“我们能共同创造出什么，是我们任何一方都无法单独创造的？”这正是George Martin与披头士合作时所处的层级——不是优化他们的声音，也不只是对其进行压力测试，而是帮助创造出五个人中任何一人都无法独自完成的东西。

这就是为什么真正的革命并不是AI本身，而是AI揭示了什么样的领导力。几十年来，智能一直是稀缺资源。现在已经不是了。AI使智能民主化，但它并不会使判断力民主化。

智能产生答案。判断力决定哪些问题值得提出。判断力能够识别一个问题何时被界定得过于狭窄，何时每个人——包括机器——都在趋向同一个显而易见的解决方案，以及何时应该在别人画出一张更好的地图之前放弃当前这张地图。

George Martin从未在写作上超过Lennon和McCartney。他也不需要这样做。他听到了他们当时还听不到的东西，并如实告诉了他们。现在的任务正是如此：不是在答案上胜过机器，而是听见机器无法提出的问题。

在下一次AI战略会议之前，领导者应该问：

我们在哪些地方只是在优化昨天？

我们应该在哪些地方使用AI来挑战我们的假设，而不是确认它们？

我们能够创造出什么前所未有的东西？

答案时代正在结束。判断时代才刚刚开始。

Fortune.com评论文章中表达的观点仅代表作者本人，并不一定反映Fortune的观点和信念。

本文最初刊登于Fortune.com