（2026.05.21，新加坡）今天下午，联合国首席数据分析与新兴技术官兰伯特·霍根豪特（Lambert Hogenhout），受邀在新加坡的一场领导力主题活动上做分享。兰伯特在国际数据管理领域拥有10年的工作经验，曾担任制定联合国数据隐私原则的联合国委员会联合主席，并且持续深度参与联合国的数据隐私政策制定工作。他也是《数据跨境和隐私》（Data Privacy Across Borders）书籍作者。
这场活动由新加坡国际商会（SICC)主办。在人工智能迅猛发展的当下，兰伯特直击重点，当变化的速度远超人类适应的节奏，个人、企业乃至社会，要如何重新找到自己的位置。
过去，人类经历的四次重大技术变革：电力、汽车、电话、电视。这每一项创新，人类都有大约15年的时间去理解、适应，并建立新的社会规则。然而今天，这个周期被压缩到“15天”。新一代AI模型不断迭代，人们甚至来不及理解，就已经被推入下一轮变化之中。技术不再只是进步的工具，而成为一种持续的压力来源。
AI浪潮之下，真正的变量是“信任”
从互联网、移动互联网，到今天的AI浪潮，人类并非第一次面对技术冲击。与以往不同的是，AI直接触及“判断与认知”本身。
兰伯特分享了一个实验：当企业将流程中的一半交给AI后，人类员工的效率反而下降。原因不在技术本身，而在心理结构——一方面，人不信任AI的判断；另一方面，当AI表现过强时，人开始怀疑自身价值。
这包含了一种微妙的隐喻：不是AI不够好，而是人类尚未准备好与“比自己更聪明的系统”协作。
在广泛的社会层面，这种不信任可能进一步放大——信息被算法重构，内容被个性化推送，人们逐渐意识到：自己看到的世界，可能并非真实，而是“被计算过的现实”。因此，AI时代的第一问题，不是效率，而是如何重建信任。
当企业引入AI，最直接的动机往往是降本增效。兰伯特明确提出，这是一个危险的起点。如果企业用AI替代人与人的关系——客服、沟通、决策——短期成本下降，但长期可能损害的是最重要的资产：客户信任、员工归属与组织文化。
他举例说明：自动语音系统替代人工客服，技术上更高效，但用户体验却显著下降。因此，AI的应用不应只围绕“效率”，还要考虑：哪些关系，必须保留为“人类之间的关系”？
这也引出一个重要原则——透明与选择权。当用户面对AI时，必须知道自己正在与AI互动，并且拥有“退出AI、回归人类”的选项。这是技术伦理，也是商业理性。
在企业决策中，领导层经常要评估ROI（投资回报）指标。兰伯特提出一个值得关注的概念：ROG（Return on Governance）——治理的回报。
因为治理的价值，不只在于控制风险，更在于确保方向正确。他将治理分为两个层面：一是风险管理——避免偏见、错误、法律与声誉风险；二是成功保障——如何让AI真正为业务创造价值。
更重要的是，治理不只是制度。它是一整套体系，从硬性的政策规则，到操作层面的工具指南，再到文化与培训，构成一个完整的“人机协同框架”。
不过，治理的悖论在于：当风险没有发生时，它的价值无法被证明。正如消防系统，在没有火灾时，看似没有回报，但一旦失效，代价巨大。
人类的危机，不是失业，而是“认知退化”
人工智能的加速发展首先改变的，是人与社会的关系。兰伯特指出，过去我们共享同样的信息来源——同一份报纸、同样的电影、同一个公共空间。在算法与AI的驱动下，现在每个人都活在高度个性化的信息环境中。我们看到的世界不同，理解世界的方式也不同。社会的“共识基础”正在被削弱，取而代之的是无数平行的“个人现实”。这不仅改变沟通方式，也将重塑社会结构本身。
AI的普及，让人们意识到能力的转变。过去，获取信息困难，答案稀缺；而今天，答案几乎可以即时获得，只要你“提出问题”。当答案来的轻而易举，而真正稀缺的，反而是判断——在无限可能中，究竟应该问什么问题，才会得到对决策真正有价值的答案。
这对传统领导者提出了全新的要求。过去的CEO擅长在信息有限的情况下做决策，而未来的领导者，需要在信息几乎无限的情况下，筛选出最关键的问题。这不是能力的延伸，而是范式的转变。
他分享了一个判断：未来最成功的企业，将是“混合型企业”。既能保留人类的经验、判断与组织知识，又能有效调用AI的能力。问题在于，这种“人机协同”的边界在哪里，如何分工，这本身就是新的管理难题。
谈到AI对人类的影响，人们往往想到AI的替代，让我们失业。不过，兰伯特认为，还有一种更大的风险，高度依赖和使用AI，导致认知能力的衰退（cognitive decline）。
比如，学生不再做作业，因为AI可以完成；员工不再思考，因为AI可以决策。人类逐渐失去的，不是技能，而是“思考能力本身”。有与会者提出，如果AI可以完成大部分工作，比人类思考的更快、更好、更连续，人类还需要学习什么？
对此，兰伯特的回答带着几分哲思：写作的价值，不在于产出，而在于思考过程。换句话说，人类的能力，本质不是“做事”，而是“理解与意义建构”。
在分享的最后，有观众提出一个更深层的问题，如果AI能够接管生产、分析与执行，那么人类的角色是什么？
兰伯特认为，人类可能正站在一个类似工业革命的转折点——过去，我们被塑造成“生产力工具”；未来，我们必须重新定义“人类存在的意义”。
这不是技术的问题，而是文明的问题。也许，正如他所暗示的，我们需要重新回到哲学，重新思考：当效率不再稀缺，人类真正要追求的是什么？
