ARTICLE · 1125461
AI时代组织管理 · 每日连载|AI 应用与专业判断:资料全交给它,它真的都用上了吗?
本周主题：AI 时代，HR／OD 需要升级哪些专业能力？ · Day 1
把访谈记录喂给 AI，很快就归纳出“部门协同不足”、“职责边界不清”，并附上了改进建议。
访谈记录里有这样的描述：“两个部门都说自己可以决定，出问题时却都不愿承担。”这涉及决定权与责任如何安排等。如果 AI 只把它归入“沟通不畅”，建议多开协调会，表明看起来逻辑成立，但真正要处理的却可能是另一个问题。
对 HR／OD 来说，熟悉专业词汇还不够。我们得看清，这份诊断从哪些记录中得出，中间作了什么推断，以及建议究竟回应了什么问题。AI 已经参与分析与方案形成，专业判断也应进入这个过程，帮助组织辨认哪些结论可以采用，哪些还要查证。
· · ·
材料交进去了，关键依据仍可能被遗漏
一项 2024 年发表的研究，改变相关信息在长材料中的位置，再让语言模型回答问题或检索信息。研究发现，信息在开头或结尾时，表现往往较好；移到中间，表现可能明显下降。模型能接收较长材料，并不保证稳定地用好其中的信息。
研究考察的是当时的模型与特定任务。它提醒我们检查一个具体问题：资料上传成功之后，还要确认影响结论的记录是否真正进入了分析。
组织诊断尤其不能只按出现次数理解信息。十个人抱怨“沟通太慢”，可能描述了同一个表面现象；只有一个人提到某类决定由谁批准，却可能提供了更重要的解释。
AI 的归纳有助于找到常见主题，但归纳也会压缩细节。部门、岗位、时间和具体事件一旦被合并，原本不同的问题就可能获得同一个名称。HR／OD 要能辨认，哪些压缩有助于理解，哪些已经改变了材料的含义。
· · ·
从记录到建议，要走完中间的推理
AI 应用与专业判断，是理解 AI 产出的形成条件，核对事实与依据、区分推断与结论，并结合业务情境决定怎样使用结果的能力。
工具认识帮助我们了解它读到了什么、还缺什么。HR／OD 的专业知识，则帮助我们解释这些材料可以说明什么。
比如，访谈里记录了项目延迟、要求反复修改、员工很少主动联系其他部门。这些现象可以与协同有关，也可能分别来自优先级冲突、评价标准变化，以及此前提出的问题长期没有得到决定。
如果把它们合并为“协同意识不足”，接下来很容易建议培训沟通技巧。可是，员工再会沟通，也未必有权协调两位业务负责人的优先级。
一个专业词能够概括现象，却不能替代对现象的解释。
员工说“交接后等了很久”，是对经历的描述；将等待解释为“授权不足”，已经增加了一项推断；建议“减少审批层级”，又作了一次选择。
原始记录能确认员工说过什么。查交付与审批记录，才能知道等谁、等什么、等待集中在哪类任务。讨论风险和决定要求之后，才有条件判断应当减少层级，还是明确同级部门之间的决定权。
同一段报告里的这几句话，依据并不相同。HR／OD 的专业判断，要能指出推理在哪一步已经充分，在哪一步还缺事实。特别是在建议将影响岗位、评价或人员安排时，少一段解释，可能就会把一项未经核实的假设变成管理决定。
· · ·
专业知识也决定怎样引导 AI
只要求“根据访谈写一份组织诊断”，系统可能很快提供通用框架。使用者若已看见不同解释，就可以让它把支持各项解释的原始记录分列，查找相反材料，并说明哪些问题尚无信息。
关于管理者与 AI 共同思考的实践文章，也建议由人提供情境和评价标准，让 AI 帮助比较选项、提出质疑，再由人检验与取舍。
这类帮助的价值，取决于使用者能提出什么问题。熟悉工作设计的人，会追问职责变化之后，决定权有没有同步变化；理解人才发展的人，会检查某项任务被移走之后，原来附带的学习经历由什么接住。
这些问题可以借 AI 展开。但让它模拟“员工视角”，只能帮助准备访谈，无法代替员工提供的真实信息。模拟答案再像，也没有经历过这家企业的实际工作。
引导与检查因此相连：先知道哪些差异值得比较，再确认比较是否使用了正确的事实。这样才能把工具的生成能力用在专业思考中。
· · ·
分析更快出现，专业判断也得更早发生
AI 降低了形成报告的时间成本。一份带标题、框架和建议的初稿，可能在访谈结束后就出现。补充业务事实、理解分歧和讨论改变的后果，却仍要花时间。
初稿越完整，讨论越容易围绕它已经给出的解释展开。例如，报告将问题命名为“中层沟通能力不足”，后续会议就可能开始挑课程；关于指标冲突或决定权的问题，反而不再被追问。
这时，仅在发布前检查用词，已经来不及弥补诊断中的缺口。专业判断应当贯穿材料整理、解释比较和建议形成：保留影响结论的原始细节，标明尚未查清的部分，并把不同解释对应到不同处理。
我认为，HR／OD 用好 AI 的一个重要表现，是能够说明自己为什么接受这项结论，又为什么修改另一项。理由落在原始记录和实际工作上，业务负责人和同行才有条件继续讨论。
AI 能更快形成建议；专业判断要说明，这项建议凭什么成立。
明天讨论工作诊断：个人省下的时间，怎样影响团队交付？
· · ·
资料说明
1. Nelson F. Liu 等《Lost in the Middle: How Language Models Use Long Contexts》，《Transactions of the Association for Computational Linguistics》2024 年第 12 卷，第 157—173 页。DOI：10.1162/tacl_a_00638。
2. Elisa Farri、Gabriele Rosani《How AI Can Help Managers Think Through Problems》，《哈佛商业评论》线上，2025 年 2 月 11 日，转载编号 H08L2R。