AI系列·第7篇 | 构建L4才是AI帮助企业获得成长的关键

上一篇我们借助咖啡机外观设计案例，探讨了从S3走向S4的核心：不是让AI输出方案供我们挑选，而是人与AI协同拆解问题、共建解决方法。但这还不是终点。当一个人的方法只能留在自己对话里，企业能力并不会真正增长。要让更多同事接住、复用和修正这套方法，就必须跨过另一道门槛：从L3到L4。本篇我们将用生产计划会议的真实过程，说明企业如何把人与AI共同建立的认知方法，变成团队持续运行的工作流。

AI系列 第七篇

当这套方法能够被同事共同使用，成为企业持续开展工业设计的工作方式，就开始形成一个L4。这就是企业能力的进步。

先简单回顾一下我们前面提出的L模型。它讲的是，AI以多深的程度进入我们的工作：

L1是工具使用，L2是岗位增强，主要帮助个人和单一岗位；L3是传统流程增强，L4是工作流重构，开始改变人与人、人与组织之间的工作方式；L5进一步涉及程序权和有限判断权的授权，L6则可能改变企业的组织形态。

一个人的认识，如果只留在自己的对话里，其他同事最后拿到的仍然只是一个结果。下次换人、换产品，很可能还得重新来一遍。这也是我为什么越来越重视L3到L4之间的那道门槛。

L3，是原来的流程不变，把AI作为工具加进来。过去人工整理会议纪要，现在由AI整理；过去自己提取任务，现在请AI帮助提取。功能增强了，原来的工作关系基本没有改变。

到了L4，我们开始换一个想法：能不能把AI视为一位参与工作的“员工”？它有很强的资料整理、分析和追问能力，也有缺陷，会误解、遗漏，甚至给出没有依据的判断。

如果这样，我们就要考虑：它负责什么，人与它怎样配合，它的输出由谁检查，遇到什么情况要交回人来处理。

这里发生的变化，是我们围绕这个新的工作参与者，重新安排流程和分工。AI进入了工作的中间，而不是等工作完成以后，再帮忙加工一下。

这是我所说的L4：工作流重构。沿着这个方向走下去，企业原来怎样协调、怎样形成判断、怎样安排岗位，都可能发生变化。但是，这样的工作方式很难一次设计完成。

管理里有很多模糊、不确定的问题。把所有资料一股脑交给AI，让它给一个终极方案，看起来很完整，放到现场却未必能运行。我们需要与它一起检查问题、尝试方法，再根据实际情况不断调整。这正是S4要做的事情。

我想用我们公司的生产计划会议，来说明这个过程。

最开始，我们也用会议录音，让AI整理纪要、提取任务。主持人的负担减轻了，同事也更容易找到自己要做什么。但再往下想，上个月的决定，这个月真的接上了吗？同事说已经整改，是做了一个动作，还是确认问题已经解决？同一个问题，为什么下次开会又要重新讲一遍？

AI把会议纪要整理得再漂亮，也不会自动解决这些问题。于是，我们开始试着换一位主持人。让AI来主持会议。

会前，我们把过去三个月的报告、录音，以及本次会议资料交给它。它要先接住过去的讨论：提出过哪些问题，哪些已经回答，哪些承诺仍然没有得到验证。

这样，本月会议就有了一个起点。上个月承诺整改的地方，AI会继续追问进度，也会检查这次汇报有没有回应。到了逐人汇报时，它结合历史资料和本月数据，围绕当前问题继续提问：发生了什么变化？有什么依据？下一步怎样验证？

这些问题要跟着汇报走，不能每次机械地重复同一张清单。在试运行中，我们看到过很具体的区分：“已经回答”“有动作，但缺少抽查结果”“没有说明问题是否复发”。同样一句“已经整改”，里面其实可能是三种完全不同的状态。过去我们容易听完就过去了，现在需要继续把它说清楚。

讨论中有分歧，AI帮助整理共同事实、不同判断和缺少的证据。高管再围绕这些内容作出当前判断，确定工作的方向。会议结束以后，留下的除了任务，还有当时为什么这样决定，哪些是假设，哪些仍未确认，下次要用什么结果来检验。

等到下一次会议，这些内容又成为起点：上次的判断成立了吗？实际结果有什么不同？新证据是否要求我们修改原来的看法？走到这里，会议的工作方式已经改变了。

AI参与了会前准备、会中追问和会后承接；汇报的人需要回应历史问题，高管也能够沿着证据和分歧继续判断。原来依赖个人记忆和临场发挥的部分，开始进入一套共同使用的方法。

我把这叫作“认知方法的组织化”。

一个人通过S4与AI建立的方法，逐步变成团队默认的工作路径，就开始走向L4。公司留下的不只是某位高管这次问得好，而是以后换一个人、换一个问题，仍然知道应该怎样追问和验证。

还有一个变化，我觉得特别重要，叫作“认知连续性”。企业里很多损耗，并不是资料找不到，而是后来的人不知道当初为什么这样判断。于是，同样的事实反复讲，同样的分歧反复争论。

这套会议方法，开始把上一次的认识接到下一次，把一个人的事实和判断，接到另一个人的工作里。AI在这里成为连接器，连接的是组织正在形成的认识。

再往下，还有一层可能性。当同事反复参与这样的会议，他准备汇报时，也可能开始主动想：我的依据是什么？上次承诺有没有验证？如果结果与预期不同，问题可能出在哪里？

同时，现场会不断出现原来没有想到的情况。我们需要修改提问方式，补充遗漏，调整这套会议方法。

人建立方法，组织使用方法；组织的实践又修正方法，也帮助更多人学会思考。我把它叫作“人—组织认知双循环”。

这样，一次会议才有机会成为下一次更好判断的起点。大家也可以想一想，企业里有多少工作涉及部门协调和共同判断。设计交给工程，工程交给制造，客户问题从销售传到品质，都可能碰到类似的断点。

我们不能指望每个同事用了AI，所有交付就自然接上。企业需要在这些关键位置，把共同工作的方式重新建立起来。这还让我想到PE与生产线之间的一个争议。

生产希望知道，发生异常以后能不能继续生产，下一次什么时候能得到判断；技术人员却未必能承诺问题何时彻底解决。双方如果只重复自己的要求，很难往前走。

我们讨论的方向，是先对齐证据、判断规则和下一个工作节点。再往前，如果双方认可AI可以在约定范围内作出判断，就涉及一部分判断权的授权。

这会进入L5。它与我们前面讲的工作流重构又有什么不同，我准备另外写一篇。回到企业本身，我现在觉得，关键工作中要不断形成能够运行、互相连接的L4，AI才可能稳定地成为组织的连接器。

当这些工作方式逐步积累，人的认识能够被接住，实践结果能够回来修正判断，企业就可能迈过一个新的台阶。再往后，甚至可能走向L6，改变原来的组织形态。这也是我对未来企业的一种预判。

但这里有一个前提：最初那套方法，究竟有没有被真正想清楚？

如果我们长期习惯于拿AI的答案，再从里面挑一个，会不会逐渐形成思维的惰性？而当我们与AI一起审题、追因果、建立和验证方法，它又有没有可能反过来帮助我们的思维成长？

S3到S4之间，可能不只是使用技巧的差别，也关系到人在与AI工作时，是成长，还是形成新的依赖。

下一篇，我想把这道鸿沟继续往下讲。也欢迎大家把自己的实践和困难告诉我。我们一起讨论，一起修正，一起成长。