我以为来学＂用 AI 做组织课题＂,结果学的是＂让人愿意动＂

10月31号早上9点，北京。

唐老师念盲盒抽奖名单，念到"李耀"的时候，我愣了一下，没想到自己中。寓意是"两天一夜像开盲盒"。

我当时心想，这盲盒我开定了。

7月刚在上海上了个人课题班（那篇复盘发过了），这次北京是组织课题OC，第一次开。我带着满脑子AI工具、智能体去的，心里还有点小得意：这不就是我的主场？

结果第一天开场，唐老师一句话把我按住了。

"如果AI直接生成漂亮的研讨结果，学员不参与、不思考，执行就会断崖式衰减。参与才会认同，认同才会承诺，承诺才会行动。"

其实，我本来以为这门课教的是"怎么用AI做组织课题"。

上了两天一夜才发现，它教的是"怎么让人愿意动起来"。AI只是后面的事。

先人，后AI。

这四个字，是我这次北京之行最值钱的收获。下面说四件被当场点醒的事。

课上讲课题聚焦，唐老师用了个我到现在都忘不掉的比喻。

解放战争，三大战役最关键的是辽沈，辽沈最关键的是锦州，锦州得胜的前提是塔山阻击战。可大部分人聊战略，只聊到"解放全中国"，或者"三大战役"。很少有人能聊到"塔山"。

他说，领导也是一样。一上来就谈"数字化转型""AI战略落地"，宏观得不得了。你的活，是把"塔山"抠出来。

他讲一个手机厂商的案例：海外销量不行，顺着往下挖。哪个区域最严重？欧洲。欧洲哪个部分？西欧。什么产品？高端。什么问题最痛？利润下滑。最后课题变成"西欧高端手机销量怎么提"。就加了两三个定语，问题从一团雾变成了可以下手的点。

他还给了课题命名的标准：简洁聚焦、结果导向、不预测答案、单一问题。说课题锁定了，就成功了一大半；上来就破一塌糊涂，学员也懵。

结果回溯法要求从结果差距找问题，不允许谈How。经营结果的差距有四个可衡量的维度，财务、客户、运营、学习成长，要往这些指标上靠。

我坐在底下，后背有点发汗。

多数人不是常犯这个毛病吗？一上来就谈宏图大志，真要问"最痛的那个点到底是什么"，往往答不上来。有个课题叫"推动领域人才"，追下去才发现真正目的是知识战略落地，"推动人才"只是其中一个策略。把手段当目的，课题就歪了。

课题里只允许谈What，不允许谈How。一上来就塞解决方案，等于把别人的思考空间堵死了。这句话，我打算焊进每次需求沟通的第一句话。

这是我被打得最狠的一处。

课上反复讲一个链条：关系质量，决定思考质量。

而关系质量的前提，是信任。一个互相防备、怕说错话的组，碰到难堪的问题就互相甩锅、沉默、冷暴力。一个信任的组，才敢说真话、敢承认"这块我没搞懂"。

那关系质量从哪来？从聆听来。老师有一句话，我直接写进了手机备忘录：

"聆听的质量，决定关系质量。失去了聆听，对话的基础就不存在了。"

他专门讲了聆听的四层。最浅的一层是"下载式"，对方说话，你心里已经在判"这个我知道"。再往上是听事实、听感受、听假设。最高的一层，是创造式的聆听，以整个场域为中心。奥托·夏莫在《U型理论》里讲的，也是这一层。

我是个做AI的人。平时习惯用工具提效。这门课反反复复在说"人"，场域要安全、能量要高、发言要真实、冲突要允许。

老师点评时讲了个我以前没想过的细节：开场可以让人花五分钟说心情，给自己的状态打一到十分的分。谁刚跟客户吵完架、谁今天状态不对，一眼就看出来。人和心先到场，研讨才进得去。他还说，有信任，才能有分歧；大家都客客气气说"没问题"，那才是真问题。

唐老师讲四大原理的时候，有一条我特别触动：催化师本质上是"能量管理师"。你管的不是流程，是这屋子里八个人的心气和连接。

那一刻我有点羞愧。我平时做事，常常盯着"系统上线没""流程跑通没"，却很少问：用的人，心气顺不顺？愿不愿意真的用？

连接、赋能、激发、重构，这四件事，AI干不了，只有你能干。

这一条，是唐老师那半天砸给我的。

我以前以为，开会达成共识，就是大多数人同意、少数人服从。唐老师说，错了。

共识决策，不要求100%拥护。它的真意思是：不同意见被充分表达、被尊重、被整合之后，哪怕你不完全同意，也愿意尊重群体的决定。

为什么AI时代反而更要共识？因为重大复杂问题，利益相关方多、立场杂。你用领导拍板，推下去没人买账；你用投票，少数人觉得被忽略。只有共识，才推得动。

结构化研讨有个钻石模型。发展期不能评判、数量优于质量，领导过早点评大家就不说话了；动荡期反而要允许不同声音充分表达。唐老师专门讲了"黑帽拍砖""蓝军"这种工作法，就是给反对意见留位置。德鲁克那句话被引用了不止一次："重大战略之前，如果没有反对意见，就不做决策。"反对意见不是为了抬杠，是为了把风险提前暴露。

他还讲了个50%原则：点数投票里，某个观点拿到超过半数票数才算站住。领导和"麦霸""专家""资深老员工"，必须最后发言，不然大家本能地跟票、取悦、揣测上意，前面所有人的发言都白费。唐老师更直接：职位高的人最后发言，定死了，不然讨论就变成了取悦。

我突然懂了，为什么技术方案讲得再漂亮，到了跨部门协同那一步就卡。因为那一步要的不是"谁对"，是"谁愿意一起走"。

说回AI。这门课其实一点没排斥AI，反而塞了一整套智能体：选题大师、目标评估大师、访谈大师、方案评估大师，还有AI策划师。

实测下来，AI确实猛。比如目标评估大师，把背景、角色、研讨成果一次性喂进去，能吐出一份几千字的分析，把"业绩目标、管理目标、能力目标"拆得清清楚楚，还能标出哪些目标定得太飘、哪些机制没落地。唐老师把这类工具叫"高级的、非常厉害的教练"，任何一组研讨都有残缺，AI能指出五六个问题，小组从中挑三个改，就能从六十分提到八十分。

实测里还有个细节。两组投喂同一份资料，生成的报告却差很多。点评老师判断，录音这类杂信息会构成干扰，最后建议用拍照转文字，最保守也最稳。AI再强，喂进去的料不干净，吐出来的就是胡扯。

唐老师讲目标设计，也给了我新视角。保底目标必须完成、没得商量；挑战目标争取完成，一般比保底高两成；月亮目标是那种不完成也没有后果、只有奖励的。故意把目标定得有挑战，是要让一个人的旧经验失效，逼出一条新路。

但最让我触动的，是老师对"AI访谈大师"的态度。

有同学提议：现场实时录音转写，让AI根据对方每句话即时给追问，多酷。唐老师直接否了。

"人不在线，对方马上知道。碳基生物就这个特点，你觉得他不听我，他就不想跟你聊了。访谈变成预制菜，味道就变了。"

他说，AI能帮你把前期准备做厚，现场你只要拿出三到五个核心问题，八十分就够。剩下的，靠你抛开锚点之后，跟对方心与心的连接。

唐老师结营的时候，把这句话收了尾：

"什么地方该AI，什么地方不能AI，我们坚守一条，一定要先人后AI。"

他还补了一句我记到现在：AI可能会加剧人和自己、和他人、和世界的割裂。行动学习最特别的价值，恰恰是创造连接的理由。

回来之后，我把"向下挖三层"写在了便签上

两天一夜结束，有个环节叫"关闭圈"。一个球在人群里传，接到的人说一句最触动的话。

我说的是：向下挖三层。

这段时间，我越来越觉得，技术从来不是最难的。最难的是人，一把手认不认、部门肯不肯协同、一线愿不愿意用。录音里有一句我反复咂摸：80%的个人或组织课题，难点都在360度沟通，不在事上，在人上。

而行动学习这套东西，恰恰是把"人"重新放回中心的方法论。参与才会认同，认同才会承诺，承诺才会行动。

我之前总想着用AI把组织"提效"。现在更清楚一点：提效之前，得先让人"愿意动"。

唐老师结营时要求我们百日行动，一个月内先练一个短项目，三个月内提交完整案例。我打算就拿一个真实课题开刀，先不急着上工具，把访谈和共识这两关先走扎实。

工具是死的，人是活的。流程步骤，是为了在规定时间里帮你有一个完整的体验；但真正让一个组织动起来的，永远是人和人之间那点真实的、带温度的链接。

写在最后

感谢唐老师、宇鹰老师两天一夜的倾囊相授，感谢他们各自的精彩，也感谢那两天一夜里，每一个愿意把真实难题摊开来讲的伙伴。

全球首装，我们这帮人算第一批吃螃蟹的。难得。

唐老师结营时喊了一句"勇猛精进，助人入道"，我借它收个尾：做AI落地也好，做行动学习也好，先把人放在前面，路才走得长。

我是李耀，14年保险从业者，AI落地陪跑人。这次北京之行，最大的收获不是又多了一张证，是把自己原来有点飘的"AI优先"，拽回了地面，先人，后AI。