刚读到「哈佛商业评论」一篇很不错的文章，讨论一个正在变得越来越现实的问题：为什么 AI 时代的企业领导者，需要具备一定的哲学素养？

文章的切入点很有意思。如今，一些 AI 公司已经开始把哲学家纳入核心团队。Anthropic 邀请哲学家参与制定 Claude 的行为原则，Google DeepMind 也设立了相关岗位。原因并不复杂：当 AI 开始进入经营、管理和决策流程，企业面对的已经不只是模型能力和技术效率，还包括真理、责任、价值和边界。

文章提出，现代领导者需要理解 3 个哲学领域：本体论、认识论和伦理学。

本体论关心的是「一件事究竟是什么」。

比如，客户数据是什么？如果把它看成一种可以提取和变现的资源，企业会采用一套使用方式；如果把它理解为客户托付给企业的关系资产，产品设计、隐私政策和商业模式都会随之改变。

很多企业内部的分歧，表面上看是利益、流程或执行问题，深层原因往往是大家对同一个事物有着不同的定义。

认识论关心的是「我们凭什么相信一件事是真的」。

企业每天都在判断：哪些数据可信，哪些专家值得听，什么程度的证据足以支持行动，面对不确定性应该等待还是决策。

AI 让这个问题更加重要。模型可以生成流畅、完整、看起来很可信的答案，但表达得像知识，并不代表它真的可靠。

因此，组织需要提前明确：

哪些答案可以直接使用，哪些必须核验来源，哪些判断必须由人工确认，模型与专家发生冲突时，谁拥有最终决定权。

伦理学关心的是「什么是正确的，以及当价值发生冲突时，应该如何选择」。

文章中有一个很直接的判断标准：

「如果坚持某个立场会让公司损失 10% 的收入，我们还会坚持吗？」

这个问题很适合检验企业口中的价值观。没有成本时表达立场很容易，真正的价值承诺，往往要等到收入、增长和原则发生冲突时，才会显现出来。

文章还有一个很重要的提醒：

企业接入 AI 系统时，引入的不只是技术能力，也包括这个系统背后对事实、安全、公平、责任和人的理解。

一个模型决定什么可以回答、什么应该拒绝、哪些信息更可信、哪些风险更重要，这些判断本身都带有价值前提。

所以，企业在选择和使用 AI 时，不能只问：

「它的能力有多强？」

还要继续追问：

「它依据什么标准作出判断？」

「这些标准是否与我们的原则一致？」

「一旦发生错误，最终由谁负责？」

我很认同文章中的一句话：

「哲学素养，是发现、质疑和思考那些左右决策的基本假设的能力。」

哲学在商业中的意义，并不在于让管理者说出更多深奥概念，而在于帮助组织看清那些长期隐藏在决策背后的前提。

我们如何定义客户、数据、员工和 AI？

我们凭什么相信一个判断？

我们愿意为什么承担代价？

当判断出错时，谁来负责？

在 AI 将决策不断自动化、规模化的今天，这些问题已经很难继续被留在会议之外。

哲学更像是一种校准能力。它帮助企业在追求效率之前，先确认方向；也避免组织用更先进的技术，更高效地走向一个未经审视的目标。