ARTICLE · 1029525
AI是为人服务的,不是人去适应AI
AI是为人服务的,不是人去适应AI这两年，很多企业都在谈 AI。 给内部办公软件嵌入智能体，把知识库接入大模型，要求员工学习 AI，甚至把“AI 使用率”纳入考核。从方向上看，这当然没有问题。任何一家企业都希望通过新技术提高效率、降低成本。 但一个越来越奇怪的现象也随之出现： 当 AI 不够好用的时候，有些管理者首先想到的，不是让 AI 变得更好用，而是要求人去适应 AI。 智能体听不懂正常表达，于是要求员工学习一套“AI 能听懂的话术”；流程设计得复杂，于是要求员工记住各种指令和操作规范；AI 无法准确理解实际业务，于是反过来要求员工调整自己的工作方式，好让自己的工作能够被 AI 识别。 这件事本身就有些本末倒置。 人类发明计算器，不是为了学习如何像计算器一样思考；发明搜索引擎，不是为了让人按照机器的逻辑重新组织自己的大脑；发明汽车，也不是为了要求人长出四个轮子。 技术存在的意义，本来就是降低人的成本。 如果一项所谓的智能技术，最终需要大量的人力去迁就它、训练自己适应它、围绕它重新制造一套工作流程，那么至少在这个阶段，它还没有真正实现“智能”。 更荒谬的情况，是把尚未成熟的 AI 直接变成管理工具。 比如，让一个企业内部的 AI 智能体给员工打分，并把这个分数与 KPI 挂钩。 从那一刻开始，事情的性质就变了。 员工不再只是为了完成工作而工作，还要为了“让 AI 看见自己工作”而工作。 于是，一种新的形式主义产生了。 原本十分钟可以完成的事情，现在还要花十分钟告诉 AI 自己做了什么；原本根本不需要使用 AI 的岗位，为了完成所谓的“AI 使用指标”，也必须想办法每天和 AI 聊上几句；为了让智能体判断自己“积极”“高效”“善于使用 AI”，员工开始研究什么样的表达方式更容易获得高分。 最后，大家真正研究的已经不是“怎样把工作做好”，而是： 怎样让 AI 觉得我把工作做得很好。 这其实和过去很多企业里的形式主义没有本质区别。 过去是为了完成指标填表、截图、写日报、做台账；现在只不过换成了和 AI 对话、刷使用次数、生成记录、提高智能体评分。 工具变先进了，形式主义也跟着数字化了。 最值得警惕的是，当一个指标进入 KPI 以后，人一定会开始围绕这个指标优化自己的行为。 如果企业考核的是销售额，大家会努力做销售；如果考核的是客户满意度，大家会努力维护客户；但如果考核的是“你和 AI 说了多少话”，员工自然就会想办法增加和 AI 的对话。 至于这些对话到底有没有创造价值，反而变得不重要了。 于是就会出现一种极其讽刺的情况： 一个原本号称“提高效率”的工具，最终却让大量员工每天额外花时间去证明自己正在使用这个提高效率的工具。 为了提高效率，而降低了效率。 这显然不是 AI 应有的使用方式。 企业真正应该关注的，不是员工一天打开了多少次 AI，也不是一个人在智能体里的“活跃度”有多高，而是一个更朴素的问题： 用了 AI 以后，这个人是不是可以少做一点重复劳动？ 原来两个小时完成的事情，现在是不是一个小时就能完成？ 原来需要反复查找的资料，现在是不是可以直接找到？ 原来需要人工录入的数据，现在是不是可以自动处理？ 原来需要十个人维护的流程，现在是不是五个人就能够完成？ 如果答案是肯定的，那么即使员工一天只使用一次 AI，这个 AI 也是有价值的。 反过来，如果一个人每天和 AI 对话一百次，却因此增加了大量工作量，那么再漂亮的“AI 使用率”也没有意义。 真正成熟的 AI，应该越来越接近“无感”。 它应该藏在工作流程里面，在需要的时候自然出现：能自动完成的就自动完成，能理解自然语言的就不要让人背指令，能从系统里读取的信息就不要让员工重复输入。 甚至在最理想的状态下，一个员工根本不需要意识到自己正在“使用 AI”。 就像今天没有多少人会把“我今天用了搜索引擎”“我今天用了 Excel 公式”“我今天用了导航软件”当成值得统计的工作成绩一样。 因为真正成熟的技术，最终都会变成基础设施。 它不会要求人证明自己正在使用它。 所以，企业拥抱 AI 没有错，鼓励员工学习 AI 也没有错。真正需要避免的是，把“使用 AI”本身当成目的。 AI 应该服务业务，而不是业务服务 AI；AI 应该适应人的工作，而不是让所有人围着 AI 改造自己的工作。 如果一个智能体还不够成熟，就应该继续优化智能体；如果一个岗位根本不需要 AI，就没有必要为了某个漂亮的数据强迫员工使用；如果 AI 的评价能力还不可靠，就更不应该轻率地把它变成决定员工 KPI 的裁判。 技术进步真正值得期待的地方，从来不是让人变得越来越像机器。 恰恰相反。 是让机器越来越理解人。 衡量一家企业 AI 化程度的最好指标，不应该是员工和 AI 说了多少句话，而应该是 AI 帮员工少做了多少没有意义的工作。