别只上AI工具,先改工作设计

不少公司买了模型、开了账号、发了使用指南，然后等着生产力自己长出来。

结果往往是：试点热闹一阵，业务仍按旧流程走，员工把AI当成额外作业。

德勤《2026全球人力资本趋势》把这个问题说得很直：技术越来越容易获得，拉开差距的，是人怎么和机器一起干活。

七成领导要速度，组织却还在旧轨道上

同一份报告里，七成商业领导者把「快速灵活」当作未来三年的首要竞争策略。他们也承认，成败关键在于能不能更快编排人与资源，以及组织与员工适应变化的速度。

可现实是另一组数字。墨尔本商学院的研究显示，已有近六成员工在工作中有意使用AI；德勤2026调查却发现，仅14%的领导者称自己擅长塑造人机如何协作。

工具进场了，交互设计缺席了。人和AI各自干活，并不等于「人机协同」。

组织习惯为人与人设计协作，也越来越会设计系统与系统的对接，偏偏很少把「人与AI」当成一套要被设计的关系：谁先出手、谁来复核、何时升级、出错谁负责。缺的不是又一场启动会，而是把这些规则写进日常工作。

技术导向容易踩空回报

相关德勤研究指出，59%的组织对AI仍采取技术导向：把模型叠进旧系统、旧岗位，而不是先重做人与AI怎么分工、怎么升级、怎么决策。

代价并不抽象。采取技术导向的组织，相比人本导向，更难让AI投资回报超出预期——前者达不到「超预期回报」的可能性约为后者的1.6倍。

反过来，优先做工作设计、认真重做人机交互与角色的组织，AI投资回报超预期的可能性约为两倍。

差别不在模型牌子，而在有没有把流程、角色和信任阈值一起改掉。只加插件、不改岗位说明书，最后多半是旧活多了一层操作。

只加工具，大约只能换来5%

德勤引用的一个欧洲电信客服案例很有说服力：只给坐席加一个AI「专家」、不改角色也不改流程，生产力大约只升5%。

同一轮推广里，若把约九成预算用于重做人机交互——新流程、信任阈值、升级路径和扎实培训——生产力提升可到约30%。

5%和30%之间，差的不是又一个插件，而是员工是否学会与AI搭档，以及组织是否允许他们按新方式工作。

这也提醒HR和业务负责人：AI项目的主预算，不该只躺在采购合同里，而应出现在流程重写、场景剧本和一线陪跑上。许可证能买到入口，买不到协同方式。

知道重要，却几乎没人领先

领导者并非完全没意识到。66%承认，刻意设计人机交互对组织成功很重要；但只有6%称自己走在前列。

德勤的分析显示，走在前列的组织，报告更好财务结果的可能性接近2.5倍，称能提供有意义工作的可能性约两倍。

也就是说，人机设计既关乎回报，也关乎员工是否觉得工作还「值得做」。只堆工具、不改设计，两边都容易落空。

当重复劳动被自动化后，人手里剩下的往往是更难、更需判断的部分。若角色、授权和认可方式不跟着改，员工只会感到负荷更重，而不是被增强。

本周可落地的四步

1. 先画一张「人机分工图」，再谈采购。对一个高频流程写清：哪些步骤交给AI初稿或初筛，哪些必须人判，卡点出现时谁有权升级、升级到哪一级。

2. 把推广预算从「买席位」改成「改交互」。参照电信案例的逻辑，把培训、流程重写、信任阈值和试点复盘写进预算科目，而不是只剩许可证费用。

3. 选一种交互类型，写进岗位说明。是AI当助手、当教练，还是做人复核的初稿引擎？类型不同，考核与话术就不同；类型含糊，员工只能自行摸索，最后退回旧习惯。

4. 用业务结果验收，不只看登录率。看周期是否缩短、返工是否减少、一线是否敢质疑AI输出。登录多但流程没变，说明还在「试用」，没有「协同」。

AI普及之后，稀缺的不再是工具本身，而是把人与机器编排成一套可运转工作方式的能力。

本周就挑一个已上线AI的流程，开一场45分钟的工作设计会：流程负责人、一线代表、IT和HR各一人，只输出一张分工图和三条升级规则。先改设计，再加下一轮工具。

（数据来源：德勤2026全球人力资本趋势及人机交互设计章节；墨尔本商学院研究经德勤转引）