夜雨聆风学习资料网

ARTICLE · 1326030

DeepSeek给插件作者发奖励,公司如何激励交出经验的老员工?

DeepSeek给插件作者发奖励,公司如何激励交出经验的老员工?

AI × CONTRIBUTION NOTES

一个人的经验被AI复用以后,贡献怎么认、工作怎么调、回报怎么给?

经验交出来以后,他在公司的分量只能变重,不能变轻。

11月5日,DeepSeek Harness团队公布:第三方插件已经增至约3.5万个,约六成活跃用户制作或安装过至少一款。团队还在筹备面向插件作者的支持计划,包括Token激励和作品推荐。

插件,包括Skill,可以通俗理解为给AI加装的专用功能。有人把自己的工作方法做进去,其他人就有机会拿来用。虽然数量不等于质量,社区插件距离企业里稳定运行的工具还有验证和改进的工作要做,但方向已经出来了:一个人好的经验,开始有机会脱离他自己,被更多人反复使用。

平台的做法也很清楚:想让作者持续做插件,就得给作者回报。换到一家公司里,员工把自己的经验交给AI,这份贡献算在谁头上,他自己能得到什么,多数公司还没想过。

01

PART

老板想把老陈萃取成一个Skill

EXPERIENCE

不妨设想,我接到这样一家企业的咨询需求。

一家做工业设备的公司,老板最头疼的是销售团队过于依赖老陈。新人来了,先跟着老陈跑;报价拿不准,找老陈;客户提了特殊要求,最后还是老陈拍板。

老板的想法很直接:「能不能把他的经验放进AI里?新人先问AI,别什么都来问他。」

老陈也答应了。可资料交上来,只有产品介绍、标准报价单,还有几句“充分了解客户需求”“注意维护客户关系”。每句话都对,放到任何一家公司的培训课上也都能用。

我先把这几页材料放下,换个问法:“最近有没有一单,别人觉得能签,你却觉得不能接?“

老陈翻出一张报价单。客户要打九折,新人觉得还有利润,准备去申请。他却先问了账期,又问交付地点。客户要分批送货,还要求现场调试,后续服务都要包含在内。折扣一打,账面上的利润可能还在,真干起来就未必了。

新人看到的是价格,老陈脑子里已经把这单生意从签约跑到了回款。

这才是我想找的东西:他在什么情况下,看见了别人没看见的问题。

但老陈为什么一开始只交了那几页材料?一方面,他可能确实不习惯把经验写下来;另一方面,他的奖金只跟个人签单额挂钩,整理案例、测试工具,都要从他跑客户的时间里挤出来。做得越认真,自己的业绩越可能受影响。

还有一层真实存在的顾虑:老板说「以后大家就不用总找你了」,本意可能是给他减负。老陈听到的,却可能是「那以后还要我干什么」。新人拿不准就来找他,这是他在公司的分量,也是他谈待遇的底气。经验交出去以后,这份分量还剩多少,没人跟他说过。

那几页正确但没什么用的材料,也就不难理解了。这是激励结构决定的,未必是人不愿意分享。

02

PART

把经验交出来,没那么简单

RULE CARDS

继续往下做,我不会让老陈再写一份「销售方法论」。凭空写经验,写出来的多半是结论。要拿到他的判断,得回到具体的单子里去问。

就从前面那一单开始,从头捋一遍,重点问几句:当时最先注意到了什么?哪条信息让你改了主意?换新人来做,会在哪一步出错?再找几张看上去差不多、最后却做出不同决定的单子,问他差在哪。

问出来的东西,写成一张张规则卡。比如开头那一单:

写到这个程度,经验才开始有了可用的样子。AI可以先检查账期、交付和服务要求有没有遗漏,按公司现行规则提示风险;涉及特殊承诺和授权外的让步,交回负责人判断。至于做成插件、Skill还是知识库,等规则定下来再选。

当然,老陈也可能判断错。以前客户少,可以逐单定制;现在规模变了,原来的做法未必划算。所以上线以后要留一份例外日志:AI提示了风险、负责人照样批了,或者AI没提示、事后出了问题,都记一句原因。每月过一遍,决定规则改不改。

03

PART

新人变强了,谁给师傅记一功?

CREDIT

2025年发表于《经济学季刊》的一项研究,观察了5,172名客服人员。引入AI助手后,每小时解决问题的数量平均提高15%,经验较少、技能较弱的员工受益更多。这套AI助手,本来就是拿表现最好的那批客服的对话记录训练出来的。论文作者在文中也提了一个问题:提供数据的员工,该不该得到回报,怎么回报。

公司只看谁用AI以后进步最大,提供经验的人反而容易被忽略。假如老陈的办法帮十个新人少走了弯路,那么他的贡献已经体现在别人的订单里。月底只看他自己签了多少单,这笔账就算不全。

贡献发生在别人的订单里,房产经纪行业有现成的做法。贝壳的经纪人合作网络(ACN),把一笔二手房成交拆成录入、维护、带看、成交等多个角色,各按角色分佣。角色怎么认定、业绩怎么拆,一直有争议,但规矩是事先写下来的:一单生意可以有多个贡献者。

这个问题,我今年夏天在一个AI招聘试点里真碰到过。

项目里有位做了很多年招聘的主管,我叫他杰哥(化名)。我们跟着他走了几个真实岗位,把他的做法一条条问出来,并把它做进AI工作台里识人判断的Skill。

工具做出来,最该担心的是他自己。当时我们定了一条原则:经验交出来以后,他在公司的分量只能变重,不能变轻。后来落了三件事。

杰哥落地的三件事

  • 成果署名。这套方法写明是他和我们共创的。

  • 他上台讲。向公司一把手演示工作台的那天,由他来讲。

  • 他定标准。设计招聘能力认证时,他是标准的制定者,也是考官:其他招聘专员判断得准不准,拿他打过标的案例来对。

以前大家有事来问他,现在大家按他的标准被评价。

他的分量没有因为工具变轻,只是换了一种方式。

回头看,这三件事都落在名分和位置上,钱这一步,我们留给了后面的考核体系。放到老陈身上,贡献评估有3种办法,可以组合着用。

给老陈记功的三种办法

一是先把时间还给他。项目期间,按他投入的时间折算业绩。比如每周拿出一天时间做这件事,个人签单指标相应下调20%。

二是在别人的订单里给他记一份。新人按规则卡做成的单,回款以后,从毛利里拿一小部分记到老陈名下,并设一个期限,比如12个月。经验会过时,这份分成不能一直拿下去。

三是给规则卡署名。每张卡写明谁写的、谁维护、第几版。年终评价时,看这些规则被用了多少次,以及帮团队挡下了多少风险单。

以上比例只是示意,要按企业的毛利结构和销售周期来定。也别按上传文档、制作插件的数量发奖。那样做,月底最先增长的大概率就只是文档。

04

PART

AI学会以后,老陈去做什么?

NEW ROLE

如果真做这样的项目,我会先挑报价检查这一个环节,小范围跑,拿旧案例测试,再看实际使用中的漏项、返工和人工接手情况。效果验证了,还要接着安排老陈的工作。

安排之前,先把他的经验分一分,大致分为三层。

老陈的经验,分三层

  • 规则。账期、交付、服务条款这些检查,能写成规则卡的,AI接得住。这一层,老陈的稀缺性确实会下降。

  • 判断。没见过的客户,规则覆盖不到的例外,市场变了以后规则该怎么改。AI能提示,拿主意还得靠人。

  • 关系。客户有事愿意先打电话给老陈,信的是他这个人。这一层AI接不走。

原来公司给老陈的那份钱,是把三层打包付的。现在第一层交给了AI,后两层的分量变重了。还按原来的方式付钱,有一部分多付了,另一部分没付到。

所以老陈的新位置,我会写成一张角色卡,和他一起定。

最要紧的是最后一行:加一项职责,就减一项指标。否则,销售指标没少,维护工具又归他,所谓转型就是多了一份兼职。

我不会因为这条新闻,就得出「老员工更值钱了」的结论。这里说的老员工,也不是单指工龄长。能被验证、能解决问题的经验才有价值;被工具接手的那部分,就不再稀缺。

但一个人把自己的方法变成了团队可用的能力,公司也不能只按他亲手完成的工作给他算账。

DeepSeek在给插件作者筹备支持计划。公司里的老陈,也该有一份:时间怎么还,功劳怎么记,位置怎么安排,最好在他交出经验之前就谈定。

AI让分享经验有了新的方式。至于分享以后,贡献怎么认、工作怎么调、回报怎么给,还是组织与激励的老功课。

你们公司有没有这样一位同事:大家都想复制他的经验,却没人说清楚,他把经验交出来以后,会得到什么?

留言说说。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料