在业务遭遇困难时期时，一些企业管理者开始频繁向大型语言模型（LLM）寻求建议，将其视作随时可用的“顾问”。一位从事女性领导力项目的从业者表示，在相关预算收紧、业务承压之际，她向ChatGPT咨询如何调整业务方向、发挥自身优势，并在收到条理清晰的建议后，几乎没有停下来审视这些建议是否符合自己的价值观和使命，也没有思考如果坚持原有路径可能带来的积极结果。
这类依赖被部分研究者称为“LLeMming”现象。Lila Shroff在《大西洋月刊》撰文指出，正如书写工具的普及削弱了人类记忆力、计算器影响了基本算术能力一样，人工智能工具可能正在削弱人们的批判性思维能力。
权威偏见与“认知外包”
在一场TEDx演讲中，有演讲者提到，现代职场中普遍存在一种被称为“权威偏见”的认知偏差，即人们容易受到被视为权威的个人或工具的影响。例如，未经充分评估就采纳上级意见，或默认认为ChatGPT给出的答案是正确的。
随着大型语言模型提供全天候的回答和建议，人们对其产生权威偏见的风险增加。一方面，这类工具往往以自信的语气回应各种问题；另一方面，将决策“交给”系统在操作上也更为便捷。这种现象被部分心理学研究称为“认知卸载”或“认知外包”，即通过将记忆、判断和决策过程转移给外部工具，以减轻心理负担和决策压力。
然而，向内反思往往伴随不适和投入，且缺乏即时、明确的答案，相比之下，依赖LLM显得更为轻松。相关观点认为，在LLM并非具备完整人类经验和批判性思维能力的前提下，这种外包式依赖可能带来风险。
已知局限与偏差风险
现有公开报道显示，大型语言模型存在“幻觉”问题，即在缺乏真实依据时编造数据或来源。此外，有研究和报道指出，频繁依赖此类工具可能削弱个体的认知问题解决能力，抑制自发性创造力。
部分观察还提到，LLM在回答中存在“积极偏见”，倾向于以肯定、支持的方式回应用户，即便面对质量较低或存在偏差的想法。这一特征在领导者本身判断出现偏离时，可能进一步放大错误方向。
在这种背景下，一些从业者开始反思，当意识到自己正在将思考和判断交给工具或他人时，应如何应对。
重新审视动机
有企业顾问回忆称，自己在2025年初曾将业务调整问题交由ChatGPT“出主意”，部分原因在于希望在不确定时期获得一种“确定感”。她表示，在不确定性增加时，人们很容易本能地求助于熟悉的LLM。
一位活动行业创业者也有类似经历。她在创意策略上感到停滞，希望缓解对营销策略的不确定感，于是向ChatGPT征求反馈，并获得了一系列可尝试的方案。在与顾问讨论这些方案时，对方并未直接给出结论，而是提出了几个问题：这些策略是否与企业价值观一致？是否有助于团队更接近既定目标？这些建议带来的感受是充满动力，还是额外负担？
相关从业者建议，在考虑是否采纳AI生成的策略时，可以自问类似问题，并记录自己求助LLM的频率和场景：是为了消除不确定性、寻求认可、寻找替代方案，还是希望获得新鲜想法。当个体更清楚自己求助工具的动机时，更容易放慢节奏，审视使用这些工具的原因和边界。
重建对自身判断的信任
上述顾问表示，她在意识到自己在业务决策中过度依赖ChatGPT后，曾连续三个月刻意不再向其寻求相关建议。她称，这一做法帮助自己重新建立对个人判断的信任，身心状态和创造力有所改善，并感觉与业务方向和决策重新对齐。在此过程中，她也做出了一些与此前AI建议相反的选择，包括放弃部分曾被系统“强烈推荐”的做法。
另一位客户则注意到自己在领导力问题上高度依赖Claude等LLM。为提醒自己保持警惕，她开始用幼儿的语气朗读这些建议，以此提醒自己：尽管这些表述看似成熟，但其背后并不具备真实的人生经验和教育背景，更多是一种基于概率的“猜测”。
相关观点认为，领导者在接收AI建议时，可以刻意放慢决策节奏，评估这些建议是否符合自身价值体系，是否与团队和组织的实际情况契合，并思考如果这些建议来自一位经验有限的年轻同事，自己是否仍会采纳。
决策权与领导力边界
在企业实践中，AI建议与人类专业判断之间的张力也开始显现。一位首席营销官回忆称，她在某年向公司CEO汇报年度营销策略前，花费数月时间收集数据并进行研究，形成一套定制化方案。但在汇报当天，CEO将这份方案输入ChatGPT，并表示将采用系统给出的某个策略，而非她制定的计划。这位高管认为，自己的专业判断被一个“已知会猜测的工具”所取代，个人经验和专业价值被削弱。
多位从业者指出，现代管理者一方面需要熟悉并掌握AI工具的使用，另一方面也需要清楚何时不应将关键决策交由工具处理。他们认为，人类领导者可以依靠自身经验、直觉和多感官信息来应对复杂的商业情境，而当前的AI系统尚不具备这一能力。
部分实践案例显示，当企业将战略和决策高度交由AI生成内容主导时，可能出现策略趋同、员工参与感下降等问题。有从业者表示，自己在习惯性依赖LLM寻找答案后，反而感到即兴应对和创造性解决问题的能力有所减弱。
相关观点强调，个体的经验、洞察和感知具有独特性，是重要的竞争要素。目前尚无任何AI工具能够替代这一部分价值。
