AI在组织上到底有什么用?李想用200多天给了一些答案

AI 在个体上的提效已经进入"使用者都心知肚明"的阶段。

可对于有着复杂真实生产环境的组织来说，AI 在组织上的贡献一直扑朔迷离——降本和增效的老生常谈并不能真的让老板下决心，这一直是一个悬置的问题。

不过昨天李想和罗永浩对谈的分享，倒是从组织视角上，给我们这些决策者很大的启发。

举个最熟悉的场景——

每次开会，作为老板的你问一句：「还有谁有不同看法？」

几乎没人回答。或者大家很墨迹。

不是没人想说——是领工资的永远要顾虑很多。哪些说了能显得自己独立思考，哪些说了可能会被骂。这些"内心戏"老板不知道，也不会花时间在这。

50 人的公司和 3 万人的公司——这种感受一样。

不是真话听不到。是这些都是被加工或引导出的"真话"。

都说看结果。但很多事结果没那么快——过程中的"进展和进度"，就用这些「真话」交付给老板了。

事实如何？很难衡量。

这就是 AI 时代决策者最隐秘的挑战。

AI 改的不是员工，是「说真话」的制式

李想 200 多天用 AI 探出来的判断里，最锋利的一刀不是"AI 帮你做决策"，是 AI 改了决策者接收一线信息的制式。

过去老板接收信息，靠几个传话人——"1 个主案 + 2 个陪衬"，看起来是在选方案，其实选项已经被加工过一遍。

这不是员工不忠诚。是说真话的成本太高，老板的"听见成本"也不低。

李想用 AI 之后看到一件具体的变化：员工开始拿着 AI 汇报——「Claude 给了我 3 个方案，按这几个指标打分，C 最高。」

反对意见不再来自人，来自工具。员工只是转述——他没在挑战老板，AI 在挑战老板。

信息传达的载体迁移了：从依赖几个传话人，变成依赖一套自带博弈的工作流。诚实从依赖人，变成依赖系统。

李想原话：

「过去是我说一二三就去做了。但其实你今天根本不可能什么东西都想得非常的准。所以好多事——你出方案，最后大家在方案里选。」

这是 AI 给决策者的第一份系统级答案——规避一言堂的代价，不再靠某个敢说真话的员工，靠一套自带博弈的工作流。

AI 让被旧标准埋掉的人才浮出来

李想还做了另一件事——

让员工不限额度用 token，自己看一份榜单：消耗 token 最多的前 20 名是谁。

这份榜单告诉他一件反所有 HR 直觉的事：

「排在前面的，没有一个是公司过去标准下最顶级的员工。」

不是会汇报的、不是抢资源凶的、不是表达能力强的。是「搞定型选手」——李想口中"脑子极强但嘴跟不上脑子"那批人。这个"脑子极强"不是聪明 idea 那种脑子，是真把事情办成的实战能力。

李想还有一句更轻但更重的话：

「他们由于长期遭遇负反馈，说话能力就越来越差。但他跟机器对话没有任何问题。」

旧时代公司的人才标准里，表达能力 = 关系经营 = 升职路径三件事是绑死的。一言堂不只过滤了真话，还过滤了说不出来真话的那批人。

「搞定型选手」过去十年是被埋掉的——会议里抢不到话、汇报里写不出漂亮 PPT、饭局上接不上话。AI 出现之后他们突然浮出来——因为机器对他们足够耐心，他们对机器也足够诚实。

李想给所有公司一个明确建议：

「所有公司不要轻易裁人。AI 时代的人才标准跟上个时代大概率不一样——按上个时代的标准裁，很容易把最好的人裁掉。」

AI 不只暴露了组织的不诚实，还暴露了过去衡量"谁是人才"的整个标尺。

这事我自己也有体感——

我用 AI 做决策最大的感受是三件事：

一、过程可追踪了。过去汇报里听到的解释，质量基本取决于汇报人的表达。AI 让这个过程结构化、可视化——同一件事跑两遍，谁多走了哪一步，差别一目了然。

二、决策的氛围变了。过去要么从上到下命令，要么从下到上请示——死气沉沉。AI 进来之后反而像在玩一个"平台经营游戏"，大家都在为规则、为标准、为效率使劲，氛围变得有反馈、有协作感。

三、最重要的是——AI 在更大程度上释放人的潜力，甚至理解人。人才衡量这件事变得丰富而有趣，不再被压缩成一两条 KPI。

但前提是——AI 必须长在真实业务里

那学李想的工作流就行了吗？

不行。

李想花了 200 多天得到的不是一个"AI 工作流模板"，是一个判断——

「AI 是生产力加劳动力，它非常依赖于生产环境。」

他自己亲身验证过另一条路：「一个人公司」叙事。试过、相信过、最后明确放弃——

那些做分享的人，每天更新的内容就是OpenClaw 又解决了什么 bug。他们自己实际的生产环境并没有建立起来。

AI 给的反馈是不是空转，取决于它有没有真业务可以反馈。三五个人加上真实业务可以乘十倍；一个人没业务，玩着玩着就没意思了。

李想管着3 万人、横跨工厂 + 互联网 + 智能产品三种业态、连续 200 多天真把 token 烧出来。不是 OpenAI 出来讲 AI 的工程师，是在一个"个人英雄主义"管不动的真实组织里熬出来的判断。

他不是来教大家用AI,是来告诉所有创始人——

没真业务的 AI 工作流,是表演。

比工作流更有用的，是李想对前提的判断

3 万人的复杂组织里，李想分享了「如何」用 AI 摸索出一套自带博弈的工作流。但比这套工作流本身更值得学习的，是他在过程中对几个前提的判断——

「敢说真话的人」这件事：过去无法识别（他不会自报家门，大概率还被表达能力强的人盖住）。现在第一次有了一个客观指标——看谁在真用 AI、用得多深。

「一线信息」这件事：过去依赖几层传话的不可控加工。现在可以通过工作流的方案 + 数据 + 打分反复校验——同一件事跑两遍，差别一目了然。

「人才标准」这件事：过去是单一维度的（表达能力 + 关系经营）。现在多了一个维度——一个人跟机器对话的耐心和诚实，第一次成为可以被衡量的能力。

这些变化不会自动发生。

但 AI 让"组织的诚实"——这件过去全靠老板个人直觉判断的事——往工程化方向靠近了一些。

AI 给决策者最大的礼物，至少是可以先看见。

在 AI 时代，"经验值钱"是个偷懒的说法

看姚顺宇访谈—AI 这事不太需要"脑子"

AI 改的不是员工，是「说真话」的制式

AI 让被旧标准埋掉的人才浮出来

但前提是——AI 必须长在真实业务里

比工作流更有用的，是李想对前提的判断

相关学习资料