AI时代更要会＂提问＂:20万字高管访谈淬炼出的提问力

“AI时代，发现问题、定义问题、解决问题，哪个更难？哪种能力更重要？”

你的答案是什么？

过去两天，在一家数百亿上市企业现场，访谈了8位高管和相关负责人。不同受访者多次主动提到了对上面这个问题的思考。

今天，梳理近20万字的访谈稿时，我尝试回顾、审视：与到达企业现场调研之前相比，我们究竟收获了哪些意料之外的东西？哪些发现是反直觉的、能让未来读者/学习者也有"原来如此"的顿悟时刻？

这又让我想起开篇这个问题，更深刻地意识到：无论是与企业家、管理者的现场对谈，还是我们日渐习以为常的AI交互，我们获得的信息密度、认知突破，往往不取决于对方说了什么，答案是什么，而取决于我们如何发现问题和定义问题。

那么，如何提升我们的提问力呢？

本文将借鉴尼尔·布朗和斯图尔特·基利在其畅销书《学会提问》中提出的思维，结合我近期与企业高管们的访谈，归纳提炼出四层提问力。

海绵式吸收：全息聆听

在谈“提问”之前，我们必须要做到“会听”。而真正的听懂，是从放下"我懂了"的执念开始。

《学会提问》中提到了一个很容易被忽视的基础能力：海绵式思维——像海绵吸水一样，先把对方的话完整接住，不急于过滤、不急于评判。

访谈中最怕的，不是问不出尖锐问题，而是以为自己听懂了，其实只是把对方的话塞进了自己的旧框架。然而，某个词对方说的和你理解的，可能完全不是一回事。

这类提问通常体现为"事实澄清型问题"和"概念界定型问题"。它们看起来可能有些"浅"，但其实是在为后续所有深度对话打地基。

海绵式吸收提问示例：

在推动AI转型过程中，公司经历了几个关键转折点？有哪些关键事件？

你提到员工认为的"打通"和管理层分享的"打通"原来不一样，两个"打通"分别是什么？差异发生在什么场景？

“AI时代全员上车“是怎样的一个状态呢？每个人都使用，还是都参与开发？

你提到，当下企业应该更加关注"AI时代的真人才"，你们是如何定义AI时代的真人才的呢？

这些问题不仅在问"是什么"，还在用具体场景、极端案例、取舍困境等邀请对方把"抽象概念"落地为"真实做法"。

海绵式思维的核心不是"听得多"，而是"全息聆听、听得准"。当信息获取成本趋近于零，"精准听懂对方在说什么"反而成了稀缺能力。

淘金式思维：求证与追问

海绵式思维是"听懂对方说了什么"，淘金式思维则是"凭什么这么说"。不再只是确认信息，还要洞察、分析，并追问理由、证据、假设——这对商业案例的深度开发至关重要。

好的淘金式提问往往不是单点问题，而是"问题链"：

淘金式思维提问示例（追问链条）：

你提到了选拔人才的新原则，与此前原则的关键不同是？请分享1-2个落地的例子——最顺利的那个，和最卡壳的那个。

你们给出这样的权重，背后的原则或依据是什么？当时是怎么形成的？有没有人反对，反对者的理由是什么？

为什么当时先选择这两个场景做试点？如果重来，这两个场景的优先级会变吗？你们对"试点成功"的标准会有调整吗？为什么？

淘金式思维的本质，是不满足于表面的结论，而是去探寻结论是如何得出的。在与AI的互动中，这种思维同样重要。当AI给出一个看似完美的方案时，我们需要追问：“你得出这个方案的依据是什么？”“有没有具体的案例支撑？”只有通过不断的求证与追问，我们才能从海量的信息中淘出真正的“金子”。

因此，淘金式思维的精髓是"追溯 reasoning，而不止于 result"。AI可以告诉你"他们做了什么"，但只有好的追问能让你看清"他们为什么（选择/敢于/不得不）这么做"。

批判性思维：看见不同可能性

每一个"理所当然"背后，都藏着一个没被看见的选择。

要了解新知识，就必须发现不同的可能性。批判性思维的关键，是打破"理所应当"的叙事，带给自己和对方"aha moments"。

我希望先跟大家澄清一个误区：批判性思维不是挑刺。它的本质是开放性地看见——在这个复杂世界里，已有结果从来不是唯一答案。

带有“批判性思维”的提问通常体现为"替代方案型问题""反事实型问题"和"后果推演型问题"：

批判性思维提问示例：

做的过程中可能会出现不同路径或方法，你们内部讨论最多、最难下决定的是什么？

为什么不是采取硅谷式路径，而是选择"全员上车、负重前行"？

基于你的反思，如果一开始就前置规划数据中台可能会更好，那么，"更好"又会带来哪些代价？

如果其他企业想学你们的做法，哪些可以迁移，哪些真的学不来？为什么？

好的批判性问题有个共同特征：它不否定对方的选择，而是在承认选择合理性的前提下，追问"未被选择的路"里藏着什么信息。这种提问方式既保持了尊重，又打开了认知空间。

批判性思维的最高境界，是让对方在回答你的问题时，自己也产生新的思考。就像一位受访者听完我的追问后说的："你这个问题，我确实没有想过，值得思考，我们后期保持交流。"

接纳价值冲突：从“弱势批判性思维”到“强势批判性思维”

那么，提问能力的最高层次是“问出别人没想到的问题”吗？其实，真正困难的，是意识到：我们提出的问题，本身也被自己的经验、立场与价值观所塑造。

我们是否有想过：当我们提问时，“是真的想知道答案，还是只是想证明我想得对？”

《学会提问》把批判性思维分成两种：弱势批判性思维用来证明"我对、你错"；强势批判性思维则反过来检查：我自己为什么会这样问？我的问题背后有没有假设？我更看重什么价值？

很多看似中立的问题，其实藏着提问者的价值观和偏见。

比如，我在上周的文章AI时代的案例之问：“旧经验”何以解决“新问题”？开篇的问题本身就隐藏着我的大假设——“通过案例学习，经验可以转化为能力” 。

再如，"AI助力企业业绩触底反弹对于其他企业有何启发？"这个问题本身就渗透着一个假设：业绩触底反弹得到了AI的助力。但企业却可能反馈："业绩反弹其实是其他原因带来的。"

又如：这个问题——"相比竞争对手，我们在AI这块超前了2-3年，你认为做对了什么？"——假设了"超前2-3年"，但企业实际的心态可能是："我们只超前了半年，而且每天都在焦虑。"

因此，考虑到对话双方的假设或价值观不同，我们在访谈中需要避免进行“弱势批判性思维”的提问，比如，当我们请企业对比两种推动AI转型的路径时，我们并不能去跟企业辩论某种一定是效率最大化，可以帮助更多企业快速替代。我们需要更加包容地看见自己的假设、尊重对方可能的假设，即遵循“强势批判性思维”。

不同的批判性思维的体现：

弱势批判性思维思考："对方哪里不对？"

强势批判性思维提问前或提问时审视："我为什么会这样判断？我默认了什么？我在保护什么价值？"

除了关注"效率有没有提升"，更可关注："效率提升之后，人在哪里？"

除了问"智能体准不准"，还要追思："当智能体越来越准，人的判断还剩下什么价值？"

强势批判性思维不是让我们变得“圆滑”或去说“体面话”，而是在坚持自己价值观的同时，承认别人也有站得住脚的价值观。这是一种认知上的成熟——也是在AI时代尤为稀缺的能力。

自我检视三问：

（1）如果对方的回答完全（不）符合我的预期，我会不会失望？（检验是否有预设答案）

（2）这个问题换成对方来问我，我会舒服吗？（检验攻击性是否过界）

（3）我真的想知道答案，还是只是想证明我想得对？（检验弱势/强势批判性思维）

回归自我，拥抱不同：训练"上帝视角"

当我们作为提问者，是否能够看见不同视角？能否看见不同选择背后的合理性和代价？这些都是值得深思的问题——不仅帮助案例开发者将一个多元视角、客观中立的商业案例带到商学院课堂，还帮助我们深省自己。

在访谈中，我们可以通过提问帮助对方做复盘，也帮助自己训练这种“上帝视角”：

既是建设者又是使用者，你从这两个不同视角看待这个过程有怎样的不同？

如果站在今天回看，当时哪些地方可以做得更好？

站在“上帝视角“，他会怎么看刚刚你对复杂转型用“仅此而已”四个字来形容，以及“实在还没来得及想自己做了什么有成就感的事情”？

如创造力革命｜AI时代，为什么更需要创造力？所述，AI时代更稀缺的能力是洞察问题、定义问题，以及用AI重构解法。

AI也许会越来越擅长“回答问题”，但真正决定我们能走多远的，仍然是：

我们如何理解问题、如何定义问题，以及——我们愿意成为什么样的人。

以案为镜，启案明道，反求诸己。希望我们在AI时代，一起成为更会提问的人。