教培管理·AI工具和AI素养是两件事前几天在给某课外辅导品牌的AIBP做咨询时,谈到了这么个问题。我提了这么个要点:你从AI产品经理换了个头衔成了AIBP,意味着你的角色发生了根本性变化,或者说你的工作发力点增加了。之前几年在各个客户企业,包括自己所在机构,做AI落地时,我们会发现一个矛盾点:我们究竟是希望减少对人的依赖性,还是放大人的价值?——后来我们发现,这问题还并不是个简单的“我全要”的问题。减少对人的依赖性,主要是公司层面的AI工具及工作流搭建,即把原本很依赖人的经验和精力的事情,通过AI进行提质提效。这个所谓的提质往往是对平均水平的提质。而放大人的价值,则是提高团队的AI素养,使他们成为AI的驾驭者,而非仅仅是作为封装好的工具的使用者。第一步:梳理业务逻辑,即备单这件事情的一般性过程是什么?需要什么要的资源?输出什么样的结果?第二步:设计并制作AI工具,例如:用户上传原始材料(客户信息、聊天记录、通话记录等),由AI进行分析,然后输出备单报告,顾问可进一步对话答疑,或者进行预演。其中,由于有明确的使用场景和立场,因此需要建一个私有知识库,包括:品牌信息、产品信息、销售立场和视角等。第三步:对团队进行宣贯、培训及考核,确保落地使用。这样一个工具,需要团队成员对AI有较深度的理解和探索吗?不需要。他们不需要知道这个工具是如何运作的,他们只需要输入信息、得到产出物即可。既然对团队的AI认知度没要求,那么就意味着使用门槛很低,人人可以用。最大的价值,是把知识、方法和流程进行了封装,哪怕是个新手可以开箱即用,减少了漫长的积累过程(在某些事情上,而不是全部)。最大的难点,是打通技术和业务,因为技术部门往往不懂业务,而业务部门往往不懂技术,因此对产品经理的要求很高。最大的局限,就是并不能提高团队的上限。产品经理也会天天面对一大堆高血压的问题,这些问题来自于团队中相当一部分成员对AI的低认知度——AI工具的普及并不能提高大家的认知度。对这类工具的吐槽会来自于两类人:一类是对AI认知度极低的,甚至对计算机的使用都不熟练的人;另一类,则是对AI认知度较高的——这是个两头都有点不讨好的局面。为什么对AI认知度高的人,反而会容易排斥公司制作的AI工具?因为公司的工具是标品,而他自己就能通过AI做到更高开放性和个性化的效果。他们会怎么做?大概率会自己养个虾,不管是洋虾还是土虾,总之是自己养的……甚至自己建了个群,群里面只有他一个真人,其他都是Agent,他们有不同的分工和技能,相互之间还能流转和协作。遇到特定的场景或问题,甚至可以通过AI编程现做一款针对性的AI工具——他们具备的是AI素养。这些人如果被排除在产品立项-开发之外,那么他们对公司的AI产品大概率不会有好话——尤其是还要强制使用相比于他们自己动手更糟糕的产品时。而如果把他们融进AI产品的开发闭环里,那么他们其实真的就是站在技术和业务交叉点的人——难点在于要有激励机制,不然他们凭什么不闷声发大财呢?也就是说:团队AI素养的提升,会成为低水平AI工具落地的阻碍,但是会成为高水平AI工具开发的推力。不过前面说的场景是内部赋能场景,其实还有对外场景,例如AI工具获客——这同样是个考验AIBP或者产品经理的事情,考验的点不大一样。例如做了AI获客工具,有两个研究样本:一个是志愿填报小程序,获客很好,转化极差,团队骂声一片——因为多出了海量垃圾资源,占用了本就很稀缺的精力;一个是各种模拟测试,这个就考验运营能力,因为转化率确实更高(因为针对了具体学科),但是自然流量低了不止一个量级,需要有强运营。公司层面的锅往往在于缺乏匹配的机制。你考核获客数量,大家自然就会牺牲获客质量;你考核AI工具使用频次,团队就为了用而用,更加逆反。就工具而言,要从工具的使命出发单独去设计,而不是套用一个纯经验主义的框架。继续回到AI素养,AI素养的养成,从最基础的大模型出发,实际上要好于封装好的工具,从0到1是个重要的过程,要有耐心。就好比玩电脑的一代人比玩平板的一代人,对软硬件的理解明显要强很多。因为电脑是个开放式的工具,甚至到手里都谈不上是个成品。而平板则是一路简化操作,但是牺牲了更多开放性。通过公司的AI工具来提高团队AI素养,并不是捷径,反而是弯路。另一个问题是:大家总想着一碗水端平,把AI素养作为一种赋能,而忽视了这也是一种筛选。现有团队,尤其是有一定成立年份的,团队整体对AI的接纳度往往是不高的,甚至一半以上的员工在这个领域就是带不动的——不是说这些员工不行,而是他们的学习、认知模式适合过去的业务模式,他们同样为公司做出了很大的贡献,但是他们就是没有能力接纳新事物。提高团队AI素养,要搞先锋队模式——少数人引领,集中、高效、有专门的激励和资源分配机制,有内部优越感和凝聚力,代表了团队内一股新兴势力,然后滚雪球并影响更多人。后续的招聘标准也需要加入AI潜力的评估,从零开始培养试错成本毕竟太高了。