在上世纪八十年代，一位跨国制造企业的CEO曾这样描述自己的决策节奏：“我每周读三份行业简报，每月与五位核心客户深谈，每季度赴海外工厂巡检一次——信息不多，但每一条都经得起推敲，也足够支撑一次关键投资。”彼时，“信息匮乏”是常态：市场数据滞后数月，竞对动向依赖口耳相传，内部报表需手工汇总，决策常凭经验、直觉与长期建立的信任网络。而今天，这位CEO的继任者每天清晨打开企业驾驶舱，面对的是27个实时仪表盘、43类AI预警信号、187条跨平台推送消息，以及由算法生成的“Top 5高优先级行动建议”。表面看，这是进步；细察则会发现，一种更隐蔽、更系统性的危机正在滋生——信息过剩正悄然侵蚀企业高层的决策能力根基。

信息爆炸并未自然催生决策升级，反而制造了三重认知陷阱。其一，是注意力稀释。神经科学研究表明，人类前额叶皮层持续专注的极限约为20分钟，而高管日均处理信息流超200次中断——邮件弹窗、会议提醒、舆情警报、BI自动推送……每一次切换都在消耗宝贵的执行控制资源。当大脑长期处于“多线程待命”状态，深度思考便成了奢侈品。某头部科技公司CTO坦言：“我已连续三年没完整读完一本专业书籍，不是没时间，而是读到第三页就收到三则‘紧急’协作请求，思维断点再也接不回去。”

其二，是判断力代偿。当算法开始提供“一键归因”“智能归类”“风险热力图”，管理者逐渐将因果推断权让渡给模型。然而，机器擅长识别相关性，却无法理解语境中的权力博弈、历史积怨或非正式规则。一家零售集团曾依据销量预测模型关闭三家区域门店，却未察觉当地社区领袖正联合抵制新物流中心——该事件本在基层周报末段以“居民沟通偶有摩擦”轻描淡写带过，却被算法判定为“低置信度噪音”自动过滤。决策链上，人退为按钮执行者，而非意义诠释者。

其三，是责任分散幻觉。“数据驱动”常被误读为“数据免责”。当董事会质询某项失败战略时，“所有模型都显示可行”成为高频辩护词；当并购后整合受阻，“尽调报告覆盖全部风险维度”被反复援引。可真相是：92%的企业级AI模型未标注数据源时效性，76%的自动化报告未声明统计口径变更，而这些关键元信息，恰恰藏在系统默认折叠的“高级参数”菜单深处。决策者在海量“确定性幻象”中，不知不觉卸下了质疑数据、追问前提、校验逻辑的原始责任。

更值得警惕的是，这种退化具有代际传染性。年轻高管在“数字原住民”环境中成长，天然信任仪表盘胜过访谈记录，习惯搜索关键词替代系统阅读，推崇“快速迭代”而回避冗长论证。某央企青年干部培训班问卷显示：仅17%的85后管理者能独立完成一份不含第三方数据源的SWOT分析；超六成认为“调取API接口比走访车间更能把握产线实情”。当组织记忆日益外包给数据库，而数据库又不断压缩语境、简化变量，集体决策的纵深感便如沙塔般坍缩。

破局之道，不在退回信息荒漠，而在重建“信息节律”。华为任正非曾要求高管每年必须下基层“晒太阳”——不是检查KPI，而是和工人一起吃一顿饭、听三句牢骚、记两笔手写笔记；丰田坚持“现地现物”原则，再精密的数字孪生模型，也不能替代管理者亲自站在生产线旁观察一个标准作业周期。这些看似“低效”的动作，实则是对抗算法茧房的认知锚点：它强制人回归具身经验，重拾对模糊性、矛盾性与人性温度的敏感。

信息本身从不决定决策质量，决定质量的，永远是人如何与信息相处——是将其视为待解码的符号，还是待对话的生命体？是当作决策的终点，还是思考的起点？当大屏上的数字愈发璀璨，我们更需守护那束微光：它来自未被结构化的沉默，来自尚未被标签化的困惑，来自算法永远无法穷尽的、真实世界的毛边与褶皱。