AI sedang mengeliminasi manajer tingkat menengah

CEO黄仁勋的下属有大约60个直接汇报的高管。他不设二把手，也不开一对一会议。他说：“我从不和他们一对一开会。有问题摆在桌面上，所有人一起攻。”

按照传统管理学，一个领导者能有效管理的人数上限是3到8个，再多就容易失控。但黄仁勋靠着这种极度的扁平化，做到全球市值前三。

2022年，马斯克接手推特，几周内将7500名员工大幅削减至1500人左右。外界普遍预测平台会崩，结果推特（现X）不仅活了下来，产品迭代仍在继续。

这两个案例揭开了现代企业里心照不宣的疑问：金字塔结构里的中层，到底在发挥什么作用？

中层：信息的中继站

真相可能有些残酷：我们沿用了两千年的层级管理制度，从来都不是什么组织进化的最优解，它只是一种受制于人类生理缺陷的无奈下策。

无论是秦的郡县制、罗马军队的嵌套指挥体系，还是普鲁士军队在18世纪重建时专门设立的参谋官，人类历史上所有大规模组织的层级设计，本质上解决的都是同一个问题：信息如何在大规模人群中准确流动。

中层管理者的核心职能只有一件事：把上面的决策翻译成下面能执行的指令，把下面的情况聚合成上面能看懂的信息。他们不是权力工具，是信息协议。

任正非在华为早期扩张时，花了大量精力建事业部体系、制定协作流程，底层逻辑也是如此——如何让几万人协同，让信息不在传递中失真。

现在回头看推特裁员，马斯克做的事情在逻辑上很清晰：他在验证哪些岗位是真正在创造产品，哪些岗位是在做信息传递和内部协调。

当马斯克越过这些信息中继站，让工程师直接面对代码时，机器依然在运转。但推特的做法是粗暴的。大规模裁员之后，很多真正有用的协调职能也随之消失，平台的一些问题随后暴露出来。

这说明：单纯裁人解决不了根本问题，需要一个替代机制。

中国大厂的三次实验

在替代机制出现前，竞争激烈的中国互联网企业，早就意识到了信息流转过程中的损耗，并试图用极端的制度把人类的协同效率逼向极限。

字节跳动试图用极高的透明度打破信息壁垒。通过内部协作工具飞书，给员工足够多的背景信息，减少命令和审批，减少对中层指挥的依赖。但随着规模扩大，字节后来还是走向了按业务线划分的事业部架构，层级悄悄回来了。纯靠信息透明，不够用。

拼多多精简到极致的层级、强烈的结果导向，让拼多多跑出了电商赛道无人能及的效率数字。但这条路几乎无法复制。它依赖极端的人才密度和文化压力，大多数公司付不起这个代价。

海尔的张瑞敏在2005年把8万员工拆成4000多个微型创业单元，每个单元直接对用户负责，取消了大量中间管理岗位。但10年内超过两万名员工离开，因为无法适应高度自驱的模式。规模越大，协调成本越高，纯靠制度重组，到顶了。

这三条路径印证了一个现实：在纯人类组织中，追求极致的扁平化往往面临着失控或高压的两难。去掉中层，信息流容易断裂。依靠制度和文化来提升协同效率，人类机制能做到的，基本已经到顶了。

Manus：78个人，1.25亿美元

真正能打破这个天花板的替代机制，正在出现。

2025年，一家从中国起家、后迁至新加坡的AI公司 Manus 给出了终极答案。他们仅靠78人的团队，在9个月内就做到了折合年化约1.25亿美元的营收。2025年底，Meta以超过20亿美元将其收购。

在 Manus，没有传统的审批流程，没有项目经理在中间协调。他们的系统由多个AI程序协同运作——一个负责拆解任务，一个负责执行，一个负责检验结果。AI 自主完成了全部的协调工作，而这78个人则专注于处理系统暂时触达不到的部分：直觉判断、价值边界、全新场景下的第一步。

这不是一家幸运的创业公司。这是一个漏洞被堵上之后，效率可以去到哪里的证明。小团队撬动巨大商业价值，正是AI接管协调权后带来的效率质变。

AI：接管协调层的基础设施

Manus bukan kekecualian; hal ini sedang terjadi dalam skala yang lebih besar.

Perusahaan fintech asal Amerika Block (di bawahnya terdapat aplikasi pembayaran terkenal Square dan Cash App) memulai penyesuaian arsitektur yang mengejutkan pada awal tahun ini. Jumlah karyawan perusahaan dipangkas dari lebih dari puluhan ribu menjadi di bawah enam ribu, dengan fokus utama pada penyederhanaan posisi manajemen tingkat menengah, product manager, dan analis.

Dalam surat kepada para pemegang saham, mereka menulis: ini untuk membangun cara kerja baru dengan alat cerdas ditambah tim yang lebih kecil dan lebih datar. Pasar merespons positif, dengan harga saham naik tajam pada hari yang sama.

Namun yang lebih patut diperhatikan daripada pemotongan karyawan ini adalah apa yang mereka bangun. Agar AI benar-benar menggantikan tingkat menengah, ada dua hal yang dibutuhkan.

Pertama adalah “gambaran real-time” di dalam perusahaan. Block bekerja secara jarak jauh; keputusan, kode, desain—semua pekerjaan meninggalkan jejak digital. Sistem, dengan membaca data-data ini, menguasai keadaan internal seluruh perusahaan secara real-time: siapa yang sedang mengerjakan apa, di mana terjadi hambatan, dan sumber daya berada di mana. Dulu, ini membutuhkan para manajer untuk menyelaraskan lewat rapat; sekarang, AI otomatis menyelaraskan keadaan internal.

Kedua adalah model kebenaran pelanggan. Tugas inti manajemen tingkat menengah tradisional dan product manager adalah memahami kebutuhan pengguna lalu mengubahnya menjadi arah produk, tetapi wawancara dan kuesioner secara alamiah memiliki bias; apa yang dikatakan orang sering tidak sama dengan apa yang mereka lakukan. Block, dengan mengolah jutaan data transaksi nyata, mengubah pergerakan dana menjadi fakta perilaku. Perubahan arus kas pedagang, perpindahan pengguna, pergeseran struktur konsumsi—semuanya dapat ditangkap dan digabungkan menjadi masukan keputusan oleh sistem.

Dengan tumpang tindih dua kemampuan ini, fungsi integrasi informasi dan koordinasi keputusan yang sebelumnya dilakukan oleh tingkat menengah sepenuhnya digantikan. Organisasi mulai menyusut menjadi tiga jenis peran:

Spesialis mendalam, bekerja langsung dalam konteks lengkap yang disediakan sistem; penanggung jawab khusus, memperoleh satu masalah spesifik, dalam batas waktu tertentu berwenang mengerahkan semua sumber daya yang diperlukan, lalu setelah masalah selesai peran ini dibubarkan; spesialis yang membina orang lain, tidak hanya mengerjakan kerja nyata, tetapi juga menumbuhkan orang-orang di sekitarnya.

Rapat penyelarasan progres yang banyak menghilang, karena sistem sudah menyinkronkan informasi di lapisan dasar. Bentuk keberlanjutan manajemen tingkat menengah dalam jangka panjang mulai ditulis ulang.

Namun semua ini bergantung pada prasyarat: apakah perusahaan memiliki data digital ber-kepadatan tinggi dan cukup nyata, sehingga sistem dapat membangun dua “peta realitas” tersebut. Tanpa fondasi ini, AI hanyalah alat yang lebih efisien, bukan organisasi itu sendiri.

Hilangnya tingkat menengah bukan karena mereka tidak berusaha

黄仁勋 menggunakan 60 bawahan langsung untuk menghindari hirarki; Nvidia dengan 30.000 orang tetap mempertahankan kecepatan pengambilan keputusan perusahaan rintisan; setelah Twitter memotong 80% karyawan, platform tetap berjalan seperti biasa; Block menyerahkan separuh pekerjaan koordinasi kepada sistem; Manus menghasilkan output setara perusahaan menengah dengan 78 orang.

Hal-hal ini bukan kebetulan, bukan pula keistimewaan dari talenta jenius tertentu; melainkan kemunculan tren yang sama di tempat yang berbeda.

Selama dua ribu tahun, satu-satunya alasan hirarki adalah manusia pada saat itu memiliki satu-satunya mekanisme perantara informasi yang tersedia. Prasyarat itu kini berubah.

Hilangnya manajemen tingkat menengah bukan karena mereka tidak berusaha, melainkan karena hal yang mereka andalkan untuk bertahan hidup—mengumpulkan, mengagregasi, meneruskan, dan menerjemahkan informasi—sekarang sudah dilakukan oleh sistem dengan lebih cepat, lebih akurat, dan lebih murah.

Akhirnya, penyelesaian sementara selama dua ribu tahun berakhir di sini.