人工智能技术的指数级迭代速度正在深刻重塑社会运行图景。当技术变革速度超越制度响应能力时，所谓“步调错配”之困便会形成——制度不仅难以预判技术走向，更无法在技术普及之前完成适应性调整。在这一背景下，算力成本压力正从技术议题演变为管理现实：算力配额、排队机制、预算约束逐渐成为组织日常。有关AI的讨论重心也从技术可行性验证转向经济可行性评估——技术可行性的优先地位相对弱化，资源配置效率的考量日益凸显。这一转变使管理科学中的成本优化、资源配置等传统议题重新受到重视，也为管理科学提供了新的实践场域。

物理空间与数字空间的边界在AI催化下正加速重构，大量工作向数字空间迁移，AI增强的智能交互能力也促使组织形态发生嬗变。然而，虚实空间并行不是简单的场景平移，管理活动的资源消耗正与日俱增，支撑系统与核心业务系统的算力边界日趋模糊，数字孪生、算法监控、大模型辅助决策等AI赋能手段在提升效率的同时，持续推高算力需求。

当虚拟镜像能够实现对物理实体的实时映射乃至状态预测时，管理者可能面临扩张监控边界、以数据覆盖替代管理判断的冲动。然而，在算力约束日益趋紧的现实下，这种全景式管理愿景与资源可及性之间的矛盾正在加剧。

因此，有必要推进以下三个方面的建设。

一、算力预算：从隐性消耗到显性治理。随着AI应用向产业生产端、业务自主执行场景延伸，技术应用失当的成本日益高企，治理规则的前置内嵌是兼顾合规与降本的务实抉择。组织理论研究表明，事前以正式规则划定权责边界，相较于事后临时酌处，能够显著增强治理过程的可预期性（马克斯·韦伯，1922/2024）。算力作为新兴战略资源，若无正式预算框架，难免沦为部门博弈的隐形战场。

管理科学应当推动建立“算力预算”制度：借鉴资本预算、人力预算的经验，将算力正式纳入组织资源配置的框架，使其从信息技术部门的专属议题上升为战略层面的权衡机制。例如，同样的算力，是投入客服自动化还是产品研发？是投入预测性维护还是员工培训？管理者既要理解技术系统的运行逻辑，也要掌握资源配置的规范方法，在工程语言与管理语言之间搭建沟通桥梁。

在此基础上，管理科学还应建立“算力影响评估”的制度化流程，将经济理性嵌入技术应用的全链条，使成本成为考量组织行为的内置参数。

二、模型适配：从“越大越好”到“够用就好”。算力约束的严峻现实迫使组织重新评估模型规模与业务需求之间的匹配度。长期以来，业界默认参数规模、算力投入与应用价值之间呈正相关，而今，这一假设在算力瓶颈的压力测试下受到了挑战。此前被边缘化的轻量化AI技术路径——小模型、边缘计算、模型压缩——需要在新的管理框架内被重新发现并作系统评估。DeepSeek等开源大模型通过模型蒸馏、算子优化、推理加速等工程路径，已经证明算法效率提升可以在同等效果下降低单位算力消耗，为算力约束下的应用路径提供了新范式。而管理科学通过建立有效机制，可以让效率红利转化为可持续的应用价值。值得注意的是，算法效率提高后能解锁更复杂的任务场景，反而可能带动算力总需求上涨，二者协同并进。这意味着“够用就好”不能只停留在技术选择层面，而必须经由组织制度固化为刚性约束。

赫伯特·西蒙关于有限理性与组织认同的研究启示我们，组织成员在外部规则约束下达成协作，随后逐步将组织价值内化，形成自发的依从与忠诚；若缺乏持续的价值内化与目标共识维系，浅层的协作关系难以长久稳定（赫伯特·A.西蒙，1947/2024）。将“节俭使用AI”内化为组织价值，不仅可以有效控制成本，更是一项维系长期协作的文化工程。管理科学需要设计出兼顾技术效能与资源约束的AI应用标准，使员工在享受AI红利的同时，保持合理使用组织资源的职业自觉。

三、管理反身性：核算自身的资源消耗。自从AI进入组织管理实践，管理科学一直秉持着“拥抱技术”的态度，却较少核算其管理成本。虚实空间的并行意味着物理系统的运行状态被映射至数字空间，而智能化管理工具又新增一层算力消耗，成本叠加效应凸显。各类数字化管理实践的可持续性，将取决于算力投入的管理效益。管理科学有待树立“管理算力审计”意识：保留哪些高算力消耗的管理活动？哪些回归人工处理？哪些予以取消？

芒福德在《技术与文明》中警示：“机器本身不作要求，也不做承诺。提出要求和信守承诺的是人的精神”（芒福德，1934/2025）。算力约束下的资源配置决策，本质上反映了管理价值对技术方向的引导。必须以人的判断校准数据结论，以组织制度规范算法监控，在虚实交互中守护管理的人文维度与战略纵深，避免算力资源的无效损耗。

技术的影响不是发生在意见和观念的层面上，而是坚定不移、不可抗拒地改变人的感官比率和感知模式（麦克卢汉，1964/2019）。算力约束迫使数字化管理实践从“无条件扩张”转向审慎的虚实协同：虚拟空间中的便捷与高效，当以物理世界中人的能力提升、关系改善与意义感知为根本，亦当以算力资源的可持续配置为前提。管理实践须在效率指标之外，纳入资源消耗、员工福祉、心理安全与职业成长等维度，形成技术赋能、人文关切与资源约束的良性互动与动态平衡。

算力约束是一个去泡沫化的历史节点，它剥离了概念包装的冗余，厘清了什么才是真正的管理创新，也迫使管理科学从“拥抱技术”的激情叙事回归“约束条件下求最优解”的学科本色。管理科学要为组织建立算力适配机制提供理论支撑，在组织层面推动算力资源的优化配置与可持续利用。