夜雨聆风停止追求单一、颠覆性的人工智能（AI）奇迹；真正的价值在于一场“数字彩蛋狩猎（digital egg hunt）”，去寻找那些较小的、隐藏的胜利，这些胜利会让你的团队日常工作变得轻松得多。
图片来源：Jason Mayer
对AI的追求充满了猜测和狂热，类似于1848年的淘金热。各组织正冒着巨大风险并大量投资，以全面改革文化和技术，希望接受失败风险，以换取潜在的重新定义市场的优势。
但随着最初的喧嚣尘埃落定，现实十分严峻。探矿者（Prospectors）——那些向未经证实的AI项目投入数百万资金的公司——发现易挖掘的价值已枯竭。与此同时，“卖铲子的人（shovel sellers）”——基础设施和工具提供商——是仅有的一直蓬勃发展的群体。
现在是时候有一个互补的观点了。对于AI的实施者和使用者来说，我们必须将思维模式从淘金热的狂热与浮躁中转变为数字彩蛋搜寻的敏捷性。
一、为什么“彩蛋狩猎”胜过“淘金热”
淘金热关乎紧迫性、稀缺性和彻底失败的风险。彩蛋搜寻则关乎冒险、发现和找到彩蛋的兴奋感。在一个组织中，“彩蛋”并不隐藏在某个遥远的山里；它们已经隐藏在你的操作程序、技术限制和日常决策中。
通过转向彩蛋狩猎框架，我们在AI时代的狂热与有序的发现之间取得平衡。我们不再寻找一块巨大的、神话般的金块，而是开始收集数十个高价值、低风险的彩蛋，当它们被汇集在一起时，将推动巨大的累积价值。
小时候，我有自己的彩蛋搜寻方法。我会尽可能快地跑遍院子，寻找容易找到的彩蛋并把它们放进篮子里。找到每个彩蛋后，我会转向父母，分享兴奋的瞬间，然后继续寻找下一个彩蛋。一旦我找到了所有容易找到的彩蛋，我会进行第二轮搜寻，寻找更难找到的彩蛋。随着我学到父母藏彩蛋的新方法——藏在灌木丛后、树枝上或排水管里——我会迅速扩展自己的发现能力。在确认所有彩蛋都找到后，我们会回到屋里打开彩蛋。
二、训练“彩蛋猎人”：精准识别认知摩擦（cognitive friction）
我们希望成为聪明、有纪律的彩蛋猎人，专注于通过快速学习方法、加速流程和创造价值来实现最大价值。篮子里的集体机会确保我们的组织尽可能高效地运行，所有努力都转化为具有切实、可衡量的业务成果的价值，同时降低失败风险。
随着AI承担更多技术执行任务，以人为中心的技能成为竞争优势。我们必须训练我们的推动者，让他们超越传统的减少浪费的思维，转向智能编排和认知行为。创造力、沟通能力、情商、韧性和终身学习不再是软技能。在以AI为中心的组织中，它们是核心技能。
《哈佛商业评论（Harvard Business Review）》的研究表明，超过四成的工作时间花在手动交易、协调人员和协调复杂工作的摩擦上。研究人员Sharma（沙玛）、Guan（关）和Wilson（威尔逊）认为，大约三分之一的这些任务可以通过AI智能体从根本上重新设计。
你所处环境中的彩蛋隐藏在认知摩擦点中。这些摩擦点包括：
认知处理耗时：手动流程中的思考差距。
交叉引用：在多个系统之间切换以解决模糊性。
数据搜寻：从不同的、无组织的来源收集信息。
解决模糊性：作为流程的一部分，解决信息的模糊性或找到清晰的信息。
将这些认知摩擦点视为在价值流图上突出非增值工作的机会。价值流图是一种精益管理技术，用于分析与给定流程、系统或产品相关的材料、需求和数据的流动。通过对认知步骤设定绩效期望，可以发现绩效缺陷，揭示可通过治理解决的数据质量问题或流程模糊性。
一旦对流程进行了映射，组织应该考虑将这些流程转化为流程的数字孪生。Sharma、Guan和Wilson表示，流程的数字孪生体为流程的员工提供了前所未有的可见性。这将挑战流程的传统思维模式，并提供完整的可见性。以此为基础使用户能够模拟流程变化并促进持续实验。
为了帮助应用，考虑一个包含以下内容的培训重点：
在需要判断和逻辑的任务中识别认知负荷和数据摩擦的实践。
个人的模式识别，以识别可以自动化的内容创建。这可以利用“提示即流程（prompt-as-a-process）”模式。
从线性流程转变为纳入反馈循环。这确保在过渡到自主AI时，可以生成人在回路来管理智能体。
三、通过数字学习实验室和黑客马拉松进行现代彩蛋狩猎
数字彩蛋狩猎最好通过精心策划的学习实验室和黑客马拉松来执行。这些不是传统的培训课程；它们是充满活力的两到三天的冲刺活动，旨在将参与者从被动观察者转变为积极的推动者。
这些不仅仅是传统培训的替代品。学习实验室促进实验韧性，提供失败的安全感，并从所学内容转向参与者的思考方式。
要运营一个成功的实验室：
跨组织合作举办学习实验室。确保有足够数量的领导参与并在技术领域获得广泛支持，这一点很重要。
专注于产生能带来直接、可证明业务成果的想法。应优先考虑采用机会，专注于那些可以通过简化特定部门或消除和减少停滞成本来产生可证明投资回报率（ROI）的彩蛋。
精心策划议程以确保成果的成功。对齐类似的机会使参与者能够专注于关键学习点并最大化学习效果。
预先配置长周期项目以实现快速价值交付。像账户设置、安全访问、软件安装等基本事项都应该提前完成。此外，让高级资源审查和解决风险会很有帮助。
传达研讨会的结果，为参与者提供讨论学习内容的机会。
创建活动案例研究，以进一步传达和扩展未来的学习内容。
这种专注于业务成果的创意快速生成降低了开发的总成本，推动快速原型设计和评估。组织可以快速识别哪些机会值得推进或搁置。
四、避免活动后的衰退
任何创新举措的最大风险是活动后的衰退，即参与者回到办公桌前并动力消退、成果无法落地。为了实现完整的业务成果，在实验室期间发现的高价值彩蛋必须快速纳入30-60-90天的路线图中。
为了最大限度地提高投资回报率，请考虑以下步骤：
创建评估，衡量参与者工作产品的成熟度便利性、转型努力程度和业务价值的难易程度。在近期路线图中快速推进高价值项目的完成。
向利益相关者演示解决方案，以突出学习和业务成果。
让高管赞助高价值想法，并与参与者合作，在学习实验室之外推进这些想法。
维护一个可供其他参与者或业务推动者/落地负责人使用的学习库。
提取参考模式以用作加速器。
五、要点总结
在AI时代，你可以将员工动员为绝望的探矿者，要么将他们赋能为主动出击的猎人。通过培育数字彩蛋狩猎文化——建立在认知映射、数字孪生和快速原型设计之上——你不仅仅是找到价值；还能建立一个比那些仍在空山中淘金的组织更快、更智能且更具韧性的组织。
作者：Jason Brady（杰森·布雷迪）
