乐于分享
好东西不私藏

不怕AI有联想,就怕老板有幻觉

不怕AI有联想,就怕老板有幻觉
周一上午,老板看完一段三分钟的 AI 演示,突然问了一句:
“既然它这么现在能干,我们为什么还要这么多人?”
会议室一下安静了。
员工还在研究 AI 能做什么,老板已经开始研究谁可以不来上班了。

一、三分钟的演示,三个月的幻想

演示里的 AI 确实很厉害。
输入一句话,方案出来了;再点一下,报表也有了;代码、图片、会议纪要,样样都能生成。
老板越看越兴奋。
“这个岗位可以减少一半。”
“那个部门以后不用招人了。”
“年底前必须完成 AI 转型。”
在他看来,事情很简单:
以前十个人干活,现在有了 AI,五个人就够了。省下来的五份工资,就是转型成果。
可演示不会告诉他,AI 生成的方案可能不能直接用,报表可能引用了错误数据,代码需要评审,合同需要专业人员检查。
AI 只是把第一稿做快了,不是把所有工作做完了。
这就像买了一台洗碗机,然后认为家里再也不用收拾厨房。
碗确实洗得快了。
但谁来分类、摆放、清理灶台,机器并不知道。

二、老板最着急的,往往不是转型

老板为什么急着上 AI?
因为同行在讲,媒体在讲,投资人在问,董事会也在催。
别人说自己已经“全面拥抱 AI”,他总不能说公司还在试用。
那听起来不够先进。
于是,AI 转型很快变成了一场比赛。
别人半年完成,我们三个月。
别人效率提升百分之二十,我们直接翻倍。
别人先做试点,我们一步到位。
目标定得越大,老板越显得有魄力。至于怎么完成,自然由下面的人想办法。
公司很快开始买工具、开大会、做培训。
老板站在台上说:“这不是一次简单的工具升级,而是一场深刻的组织变革。”
台下的员工听懂了。
所谓深刻,就是可能要裁员。
所谓变革,就是剩下的人要干更多的活。

三、还没学会开车,先把司机裁了

正常的 AI 转型,应该先选几个具体场景试一试。
看看哪些工作真的能自动完成,哪些必须有人审核,哪些出了错会带来很大风险。
等流程跑顺了,再调整岗位和人数。
有些老板却把顺序反了过来。
先宣布降本目标,再裁掉一批人,最后让留下的人把 AI 用起来。
这就像公司刚买了一辆自动驾驶汽车,还没开出停车场,就先把司机辞退了。
人走了以后,问题才一个个冒出来。
以前那个看起来只会填表的人,其实知道哪些数字不能直接填。
那个总在群里催进度的人,其实清楚每个部门该找谁。
那个写了很多重复材料的人,也许正是最了解客户真实需求的人。
这些经验不一定写在文档里。
它们藏在一次次出错、返工和救火里。
人被裁掉了,经验也跟着走了。
AI 可以读完公司的知识库,却读不到那些从来没有被记录下来的教训。
最后,工具还没有接住工作,剩下的人先接住了离职同事的工作。
老板原本希望大家借助 AI 准时下班。
结果大家每天加班检查 AI。

四、结果要得越急,结果越容易变假

转型一个月,老板开始问效果。
团队说:“目前还在验证,很多流程需要调整。”
老板不满意。
“不要总说困难,我只看结果。”
这句话很有力量。
因为从此以后,大家就不敢再讲真实情况了。
第二次汇报,内容立刻变了。
AI 使用次数增加,叫“应用规模快速增长”。
开了一场培训,叫“全员完成能力升级”。
生成了几百份初稿,叫“工作效率大幅提升”。
少招了两个实习生,叫“人力成本显著下降”。
老板终于笑了。
大屏上的数字越来越好看,员工手里的工作却没有减少。
为什么?
因为 AI 生成内容很快,但检查内容仍然需要时间。
以前一个人写十份材料,现在 AI 可以生成一百份。表面上产出增加了十倍,实际上审核的人快被一百份材料淹没了。
这就像一家餐厅买了一台自动炒菜机。
机器一天能炒一千盘菜,老板很高兴。
可如果客人只需要一百盘,多出来的九百盘不是成绩,是浪费。
做得更多,不等于交付得更快;交付得更快,也不等于客户愿意买单。
但这些区别,在汇报里很容易被省略。
老板想看到成功,团队就只能生产成功。
AI 偶尔编答案,员工开始编成果。

五、AI 说错了,可以改,老板想错了,很难改

AI 出现错误并不可怕。
数据可以核对,代码可以测试,方案可以让专业人员检查。
发现错了,重新生成就行。
老板的错误却没有这么容易纠正。
老板觉得 AI 能替代一半员工,这个想法会变成裁员名单。
老板觉得三个月必须完成转型,这个想法会变成项目计划。
老板觉得质疑就是不支持变革,这个想法会变成所有人的压力。
AI 的错误通常停留在屏幕上。
老板的错误会进入工资表、绩效表和组织架构图。
更麻烦的是,员工敢对 AI 说“你错了”,却很少敢对老板说同样的话。
面对 AI,员工会认真核实。
面对老板,员工往往只会回答:
“方向没有问题,我们再想办法落地。”
于是,老板越来越相信自己是对的。
因为他听不到反对意见。
最后,转型失败了,他也不会怀疑最初的判断,只会认为员工执行不到位、学习能力不够、拥抱 AI 不积极。

六、真正的转型,别从“裁几个人”开始

AI 当然会减少一些重复工作,也会改变很多岗位。
但使用 AI,不等于立刻可以裁人。
正确的做法其实并不复杂。
先找一个真实流程试用,记录以前需要多少时间、多少人、出多少错。
再把 AI 放进去,看看加上检查、修改和返工以后,到底节省了多少。
如果一个员工写报告从四小时缩短到一小时,但审批还是需要三天,公司效率就没有提升四倍。
如果程序员写代码更快了,测试人员却需要花更多时间找问题,团队也没有真正变快。
如果公司上线了更多功能,客户根本不用,那些功能只是更快生产出来的库存。
个人干得快、团队交付快、公司赚到钱,是三件不同的事。
先把这三件事算清楚,再谈调整岗位。
裁员可以是转型之后的结果,但不能是转型之前就写好的答案。
否则,所谓 AI 转型,不过是先决定减少多少人,再要求剩下的人证明这个决定英明。

七、AI 不会决定公司变成什么样,老板会

同样一套 AI,放在不同老板手里,结果完全不同。
有人用它减少重复工作,让员工有时间服务客户、改进产品。
也有人用它压缩人手、增加任务,再把所有问题归结为员工不会使用新工具。
AI 没有自己的管理思想。
它只会放大管理者原本的想法。
老板相信长期建设,AI 就可能变成能力。
老板只相信短期数字,AI 就可能变成裁员理由。
所以,真正需要警惕的,不只是 AI 会不会说错话。
更要警惕的是,老板看完一段演示,就把想象当成事实;做出一个决定,又要求所有人证明他是正确的。
AI 有幻觉,最多给出一个错误答案。
老板有幻觉,却可能让整个公司按照错误答案行动。
不怕 AI 有联想,就怕老板有幻觉。更怕他的幻觉,最后变成所有人的工作。