设计思维:AI时代的工作创新

一个被大多数企业忽略的事实

麦肯锡2025年发布的AI应用现状调研，覆盖超过200项大型AI转型案例，有一个结论值得所有企业警醒：

仅有6%的企业真正成为"AI高绩效赢家"——他们的共同特征，不是买了更多AI工具，而是对工作方式做了系统性重构。

其余94%的企业，失败模式惊人一致：AI项目平均撑不过18个月；预算超支但产出寥寥；团队从期待到麻木，最后悄悄退回原状。管理者事后复盘，往往给出同一个答案——"大家的观念没跟上"。

但这个答案只说对了一半。真正的根源是：企业用AI替换了流程中的一个节点，却没有重新思考这个节点是否还需要原来的形态。

IBM、Allianz（安联保险）、WPP——三家真实企业的工作重构路径各有不同，但有一个共同逻辑：先拆解，再重构，最后才引入AI工具。

IBM在过去十年用AI自动化人力资源的绩效与薪酬流程——AI充当"HR业务伙伴"角色，帮助管理者在做绩效评估时拿到深度数据，同时维护薪酬公平。结果：团队信任度提升，评估偏差减少，HR角色本身从执行者升级为判断者。

Allianz（安联保险）花了数年时间重构理赔流程，建立了"数字孪生"模型，替代了大量重复性极高的理赔判定工作——但他们做的不是简单替代，而是把理赔工作全部拆解了一遍：哪些必须留给人（涉及复杂情感判断的案件），哪些可以标准化（常规赔付），然后分别处理。重构之后，留下来的人不再是"做低价值重复劳动"，而是"处理真正需要判断力的案件"。

WPP是全球最大的广告与传播集团之一，在其2024年度报告中明确指出："AI正在触及我们工作方式的每一个环节。"WPP与工作智能平台Reejig合作，对集团内部的工作岗位进行了完整的任务拆解分析——拆解结果令管理层意外：大多数岗位上真正需要人做判断的任务，只占工作时间的不到30%。

换句话说：你公司里70%的工作时间，其实可以不用人——但没人拆过。

WPP随后启动了"工作重构"行动，用AI接管低价值任务，释放出来的时间重新投入创意判断和客户战略，并重新定义了这些岗位的胜任力模型，以"判断力"和"创造力"替代了原来的"操作效率"。

工作的意义，才是重构的终点

大多数职场人每天在做的"工作"，其实包含两个完全不同的部分：

动作——搜集素材、排列文字、跨部门对图、整理表格、反复改版。这些是动作，是投入，是时间。但它们不是意义。

意义——这一季要表达什么情绪？消费者的穿着体验，和品牌的精神世界之间，差距在哪里？什么样的判断，值得被认真做出？

AI替代"动作"，却从未替代"意义"。

这个区别，是一切的关键。

一位做了十年的品牌策划，被AI替代了写方案的工作。他用AI一小时生成了过去一周的方案量。

他很开心。

然后他发现，他不知道接下来该做什么了。

因为他花了十年学会的"技能"，其实是"写方案"。而他真正的价值——理解品牌精神、读懂消费者、提炼核心主张——这些事情，他从来没有被要求去刻意做。

AI替代了"写"，但"想"这件事，从来没有被认真地放进工作流程里。

管理者必须回答：AI替代了低价值动作之后，这个人留下来，他的价值应该体现在哪里？

这个问题不回答，省下来的时间就会变成：更多的无效会议、更频繁的版本修改、更深的职业迷茫。

AI转型失败的峰值，发生在AI开始帮助人之后

这个结论让很多管理者意外——AI转型失败率最高的时刻，不是导入之前，而是导入之后。

原因并不直观：不是工具不好用，不是员工不会用，而是——AI替代了那个最耗时的部分之后，很多人突然不知道自己应该做什么了。

他们在工作中找到意义感的地方，恰恰是那些"最耗时"的动作。AI清掉了这些动作，却没有告诉人，剩下的空间应该填什么。

这才是AI时代最被低估的管理风险。

大多数企业在谈AI转型时，问的问题是：哪个环节可以用AI替代？

但真正值得问的问题是：这项工作本身，是否还应该以原来的方式存在？

工作重构，才是AI时代ROI最高的变革举措

汤姆·凯利在《创新的艺术》里写过一句话："创新不是制造更好的产品，是制造更有价值的工作。"

这句话在AI时代才真正显示出它的分量。

真正高回报的AI转型，不是用AI替代现有流程中的某个步骤，而是把工作拆解到颗粒度，搞清楚三件事：

AI可以替代的：确定性高、重复性强、规则清晰的任务。

AI可以增强的：需要快速生成大量方案、但最终选择权在人的任务。

必须留给人的：信任建立、复杂权衡、价值判断、跨部门协调、真正的创意判断。

把这三件事分清楚之后，才能谈重构——不是改良，是重构。

三个必须被重构的工作逻辑

从"流程导向"到"判断力导向"

传统工作设计是流程思维：从输入到输出的线性路径，每个节点定义好动作，人是执行路径上的一个环节。

AI时代，这个逻辑失效了。因为AI可以承担路径上的大部分节点，人留下来的，是"路径选择权"——哪个方向是对的，这件事AI无法替你判断。

结论：AI时代的好工作，不是"更高效执行流程"，是"更有力做出判断"。

从"效率优化"到"意义重构"

很多企业在做AI替代的时候，逻辑是：减少多少人效，提升多少产出。但这个逻辑有一个盲区：工作的意义感，是AI无法替代的。

一个店员用AI生成商品话术，10秒钟完成了一天的工作量，效率提升了8倍。但这个店员第二周提了离职——因为工作本身失去了意义感，他存在的价值，只是"点一下发送键"。

AI替代了低价值动作之后，管理者必须回答：这个人留下来，他的价值应该体现在哪里？

从"岗位分工"到"能力组合"

这意味着组织设计的核心，从"岗位"变成了"能力"。

AI时代真正的岗位胜任力模型，核心只有三项——不是拍脑袋得出的结论，而是从大量案例中倒推出来的共性：

判断力：在信息不完整时做出有效决策；在多个方案中识别最优解；知道什么时候信任AI，什么时候 override AI。

学习力：不是"愿意学新东西"这么简单——而是在AI快速生成大量反馈的环境里，能从噪音中提取信号，持续校准自己的判断。

影响力：推动跨部门共识建立；在模糊地带凝聚团队；把抽象的战略意图翻译成具体的行动方向。

重构工作六步法

第一步：还原，不评估。

把一个岗位或一项业务的核心任务，全部拆解出来，画成任务地图。关键是要完整，不要漏掉那些"隐性任务"——比如跨部门沟通、情绪处理、关系维护。

第二步：分类，找到三种任务。

对着任务地图，把每个任务标记为三类之一：AI替代、AI增强、必须留给人。这一步的关键是"诚实"——大多数团队会把"必须留给人"的数量低估，把"AI替代"的数量高估。

第三步：设计新的工作形态。

AI替代了低价值任务之后，原来的人应该做什么？新工作的目标是什么？衡量标准是什么？这部分必须由管理者和人一起定义，不能交给AI。

第四步：原型验证。

在真实工作环境中，用最小的成本跑一个"新工作流程原型"——让一部分人先试，跑一个季度，对照结果看哪些假设是对的，哪些要调整。

第五步：建立能力反馈。

工作重构之后，原来的KPI可能不再适用了。这里需要引入一个新的评估维度：判断力成长率——人在重构后的工作中，做关键判断的质量有没有提升，做判断的信心有没有增强。

第六步：品味校准。

这是最容易被忽略、也最重要的一步。

工作重构之后，最终的检验标准不是效率提升了百分之多少，而是这件事的核心价值有没有被更好地传递。

品味是什么？一个品牌设计师的品味，体现在他拒绝的方案比接受的更多——知道什么不对，是一种比知道什么对更稀缺的能力。一个销售管理者的品味，体现在他每次调整策略时的判断依据——那些说不清道不明的"直觉"，本质上是多年经验在关键时刻的投射。AI可以生成一百个方案，但最终选哪个、拒绝哪个，这个决定必须由人来守。

每一步都必须回答一个问题：我们所做的调整，有没有让"这件事本来应该服务的人"，真正受益？

这一步不能被量化，但必须被看见。

最后

AI时代给每个职场人一个礼物：它把那些"看起来像工作但不是工作"的事情，全部替你做完了。

它给你的挑战只有一个：你敢不敢，重新定义自己工作的意义？

不在于你买了多少AI工具，不在于你的员工会用多少AI功能，而在于——你是否真的花时间，把工作拆开了看了一遍，搞清楚哪些是你必须守住的，哪些是可以放手的。

这个动作，才是AI时代真正的创新纪律。

读到这里，不妨问自己一个小问题：你今天的工作，有多少比例是"动作"，有多少比例是"意义"？

这个比例，你越清楚，AI对你的威胁就越小，机会就越大。

如果这篇文章对你有帮助，欢迎点击"在看"，转发给正在关注AI转型的团队伙伴。