怎样正确使用AI?——涉及 个人、管理者和公司

上期结尾我说，这一篇要给公司、管理者、个人提供解决方案。

那先从个人说起。

但在给解法之前，必须重点区分清楚一个概念——

同样是应用于汽车研发，到底要“使用AI研究技术和创新”还是“开发AI工具”。

后文主要就是从这两个概念展开，这也是很多人、很多公司走向的严重误区。

我最近看到一个异常的现象。

很多业务部门，开始自己下场做 AI 工具，甚至有公司在推进各部门或者全员做AI工具，貌似这就是企业迎接AI的姿势，很可惜，这很可能走错了方向。

为什么传统时代的CAD、HIL、流程工具都是买，一到AI时代，业务部门不做车了，都开始下场做工具了呢？

这件事是的发生，我觉得三个原因：

第一个，管理者不懂，也不知道该怎么把 AI 用起来。

AI 浪潮席卷而来，或者公司高层一句话下来：今年必须把 AI 用起来。

那怎么用？

没人知道。

做着做着，就走到了「做工具」这条路上。

第二个，确实有个别开发能力很强的员工，能做出来。

这个很容易理解，因为传统时代也存在。

以前测试部门里，也总有那么几个特别优秀的员工，能自己写一些脚本工具，特别好用。

于是逻辑就通了，这两个因素加在一起，相互促进——管理者和员工之间形成了默契

但结果显而易见：2026年快过完了，大家做的结果怎样？大部分可能是内耗和浪费。

第三个，不理解，尤其是很多没有深入实践过的朋友，还不知道AI到底是什么。

那这个重点讲~

AI只是个软件模块而已，而且AGI永远不会出现，除非人类要自取灭亡。

如果没有这个认知，先放下执念，等我后面专题论述。

就目前为止，我们所有工程实践中，它确实充当的就是一个可调用的软件模块而已。

为什么以前，没有人自己开发 CAD、仿真，甚至流程管理工具呢？

答案其实很简单：那是另一个专业领域。

包括像功能安全这样的专业领域，很多企业都没有专门投入，主要依托第三方咨询机构。但现在呢？同一家企业，一边花钱请外部咨询机构做功能安全，一边和 IT 部门一起，自研功能安全工具。

本质原因，大家对AI的认知有误区，认为使用AI就是开发Agent。

我在各种公开场合分享一个普遍的认知：就是能用好AI的人，一定是业务上的专家。

之前有篇文章AI 只是个工具，它能有什么错呢？写过一个观点：我们不用去怪 AI 幻觉，就像我们不能去怪一个软件代码会出错。

一切都取决于开发者，包括对架构的设计，细节的处理，测试流程的把控。而真正做一个好用的工具，要做到一件事：程序和大模型的完美结合。

不要寄托于把整份文档丢给大模型，让它直接产出；更不要因为结果不满意，得出结论就是AI不行。

这样认为，似乎是对AI有太大的误会。

AI应用的开发，是一个特殊的工具开发的专业领域

再往组织内部看，问题只会更硬。

部门之间有墙，这是公开的秘密。我们做第三方咨询的时候亲身经历过——同一家公司，A 部门要拿 B 部门的信息，绕了一圈，通过我们这家供应商去套。

信息在部门之间流动，从来不是因为公司需要，而是因为有人愿意给。

而上一篇AI 是个体崛起的时代说的个体崛起，让这件事更麻烦了：部门之间的竞争，正在下沉成个体之间的竞争。

再把人性摊开来看——

愿意合作的，很可能是 AI 能力还不够。乐意共享、乐意组队、乐意把成果挂在公司名下，因为他们需要集体的资源，来补自己的短板。

真正有能力的，会把自己藏起来。在组织里当雇员，交出能力就等于稀释自己的竞争力。他会笑呵呵参加 AI 培训，然后回到自己电脑上，用大家不知道的方式把活干完。

而管理者，在这种境遇下是失效的。

他认不出谁真有能力——有能力的和没能力的，在会议室里长得一模一样；他也没法让有能力的人把东西交出来。他手里那套管人的工具，管的是依附关系。

而 AI 恰恰解除了依附。

一家公司，又怎么能依赖个体，为公司贡献 AI 成果呢？

所以我的第一个结论是：让业务部门自己下场做 AI 工具，这件事终将失败。

先给一个判断标准。

如果你遇到一个管理者，能以结果和价值为导向，评价你的产出——那就大胆发挥自己的 AI 能力。

如果不是，那就继续隐藏。寻求更好的机会，或者自己持续积累，等待自己崛起。

因为在按工时计价的地方，亮出底牌，换不来嘉奖，只会换来更多的活。

落到个人头上，其实有两条路。

第一条，最理想的：出来创业。

AI 应用还有大量的空间需要填补，这个缺口不是一家两家公司能填完的。

我们在试的合伙人模式，就是给这条路准备的。如果你是某个领域的专家，自己就能应用 AI、定义产品；我们把开发平台、营销平台给你。

让一个有能力的个人，能快速把想法变成产品，卖出去，拿到收益。

在组织里当雇员，贡献能力等于稀释自己的竞争力；作为我们的合伙人，贡献能力等于直接兑现自己的价值，所以有理由全力以赴。

人性没有变，变的是身份。

第二条，留在公司里，做出突出贡献。

就像传统时代，测试部门里总有那么几个特别优秀的员工，能写点小工具、小脚本，给部门带来实实在在的效率。

这种人，到哪个时代都稀缺。

但有一条路，我不建议走：去做专业工具开发。

不是说你做不出来，是做出来也不划算。

你会耗费大量精力。而当你遇到市面上专业的 AI 工具公司，会发现三件事差距极大：付出的成本、开发的效率，以及最关键的——质量。

先说成本。

我们的一个工具，是面向全行业的。每个工具的售价，都是按全行业的客户去分摊的。

这还不算，工具内部的 Skill 是模块化的——一个 skill，在多个工具之间，又分摊了一次。

一个工具：面向全行业，售价按全行业客户分摊；

一个 skill：模块化，在多个工具之间再分摊一次；

而你一个部门自己做的工具：这两层分摊，一次都享受不到。

再说质量。

一个部门的样本量，多久才能让一个工具迭代成熟？

所以我的建议是：当然要好好学习AI，应用AI，把 AI 用在技术研发上，为公司和部门的主营产品努力。

别把精力发散到工具上。费了一年半载，发现好不容易手搓的东西，放到市场上毫无价值，反而丢失了自己在公司主营业务上升的机会。

因为AI时代，最关键的竞争力是决策能力，投入到主营业务，才有机会成为业务专家，而不要把AI专家作为方向，因为AI专家不会从一个汽车公司生长出来，甚至我们作为专业的AI开发团队也不可能。

我自己其实也这样。我们最近接触到一些航空领域的业务，我也在学航空的标准和分析技术。这个过程里，AI 对我研究航空分析的帮助非常大。

第一篇我讲过：AI 时代，管理者和一线员工的真实能力之间，产生了盲区。

那篇结尾我甚至说，中层会越来越没有存在感。

但所有的棋，都要靠人来下。中层其实也可以大有可为。

中层首先要意识到的，就是开头说的那个误区。

一线员工做AI工具 的能力，远不如外部的专业开发团队。

既然如此，倒不如直接引入咨询和专业的 AI 团队，把部门的 AI 能力一碗水端平。

而且外部的能力还有个好处：它不依赖任何人的无私奉献。你买来的能力，谁也藏不住，谁也按不停——它直接绕开了个人对 AI 的隐藏壁垒。

鼓励大家，不要在「降本增效」这件事上各自费力了。

让大伙都用上相同的工具，大家的效率一样。

这时候，那些还有余力的个人，就像前面说的——把 AI 用到产品本身的研发上。

从整个部门来看：整体的效率得到极大提升，成本得到降低，员工还不那么累，产品创新就有了突破瓶颈的机会。

这才是中层管理未来的理想定位。

而要做到这一点，有个前提：管理得按结果算，不能按时间算。

因为 AI 带来的第一个冲击，不是要不要用，而是——产出和时间，脱钩了。

过去，一个人的产出和他的工时，几乎是线性关系。所以按时间计价是合理的：坐满八小时，拿一天的钱。考勤、工时、在岗率、周报，整个管理体系都建立在这个假设上。

AI 把这个假设打碎了。同一件事，会用 AI 的人一小时，不会的人一天。

于是你会遇到这样两个人。

很多的第一反应是眼红：凭什么他闲着。于是把 A 剩下的三周塞满——再加点活，再开几个会，再让他帮帮 B。

这是最贵的一种错误。

因为这样一来，A 只剩一个理性的选择：下一次，把一周的活，拖成一个月。

你惩罚效率，就会得到伪装成效率的低效。

而且你还看不出来。A 依然准时交活，只是再也不快了。或者更糟：A 带着他的能力走人，去一个允许他快的地方。

反过来算这笔账，会看得更清楚——你付了同样的薪酬，买到的到底是一个月的产出，还是一周的产出加一个休整好的高手？

那三周不是浪费。那是你为下一次创新付的定金。

这话我在长文里写过：创新不是被逼出来的，它发生在人不忙的时候。我自己那些 AI 产品的构想，没有一个诞生在项目排得最满的那几周——全都诞生在我有空、能动手玩的时候。

一个从不让人闲着的组织，最后会得到一群很忙、很疲惫、也很平庸的人。

你要的是下一个想法，不是下一个工时。

这几条不是我站在外面提的建议，是我们自己在践行的管理方式。可以马上做的：

① 指标定在结果上，不定在工时和在岗时长上；

② 提前完成即自由，别把追加任务当成对能干者的奖励；

③ 对超额完成公开嘉奖，让「快」变成一件被羡慕的事，而不是被提防的事；

④ 把省下来的时间明确定性为「思考时间」，不是「闲置时间」；

⑤ 考核周期拉长到季度，别一周一问。

创新经不起周报。

最后说企业。

如果你下面有几个业务部门，其中个别部门，2025 年对 AI 没感觉，2026 年都过去了，投入产出还没发生任何变化——

那一定是这个中层领导，无法适应 AI 时代；要么就是他做出了错误的决策，让下面的人把精力投进了工具开发。

只有一种办法，能让一个部门在 AI 时代保持「效率不变」：把跑得快的人按住。

该怎么调整，就很清晰了。

因为作为公司，你会明显感知到一件事：竞争对手的产品价格在下降。

不要担心别人会亏本。

你核算一下：如果你们的研发人力投入，可以降到一半，甚至 1/10，是否能让产品售价受到影响？

那企业该干什么？回到你自己的产品上。

你不会为了用电，去自建一座发电厂。一百年前确实有不少工厂自备发电设备，因为电太贵、太不稳定。后来电网铺开、电价一路向下，再没有哪家工厂会把自建电厂当成战略项目。

不是造不出来，是不值得。

AI 正在走同一条路。而企业真正稀缺的，从来不是造工具的能力，是你在这个行业里攒了几十年的东西：对产品的理解、对客户的把握、供应链、渠道、资质和验证体系，还有那些写不进文档的 know-how。

把 AI 当成买来的能力，把自己的人当成用能力的人。

原本准备投在自研AI平台上的预算、最好的人、最稀缺的管理注意力，全部投回主业。

整车厂该专注的是车。不是自己做一个 AI 平台。

写在最后

企业自研 AI 工具是个伪命题。不是因为技术太难。是因为它要求一群已经不必仰赖组织的人，无偿交出自己最稀缺的能力；还让业务部门，去做一件本该由专业公司做的事。把组织还给产品，把时间还给人。效率一年没变，问题不在 AI，在中间那层。共勉。

道道AI汽车研发

云辔（西安）人工智能科技有限公司

觉得有共鸣，欢迎转发给同路人