「竞争对手在动，所以要快。」这是AI导入现场最常听到的一句话。
半年后会变成什么样，大致是看得见的。工具装上了，却没有人用。或者虽然在用，但每次的产出都不一样。最后又回到「还是人做更快」。
问题不在速度，而在于没有可退回的设计就快速行动。
导入AI这件事本身，几乎没有意义
第一个误解就在这里。导入AI本身的意义其实非常小。
假设全体员工都能熟练使用生成式AI。即便如此，公司的竞争力也几乎不会改变。
真正有意义的，是拥有一套贴合自家业务的机制。不是使用工具的个人技术，而是让组织能够一体行动的设计。走不到这一步，AI就只会停留在个人的便利工具。
各自零散地使用，组织内部不会累积出力量。
只是持续使用工具，会发生什么
会出现两个问题。
一个是成本。每次使用生成式AI工具，Token费用就会不断累积。从零开始对话，发送冗长的指令，每次都要确认结果。放到整个组织来做，浪费相当可观。
另一个是产出的波动。生成式AI即使收到相同指令，每次返回的结果也会略有不同。一两次可以一笑置之。但如果在业务提案中每次品质都在变，现场就会停止使用。
到那个时候，导入所花费的时间和金钱就收不回来了。这就是无法退回的失败。
之所以成功，是因为先做了「约束」
我们曾经做过一套自动生成提案书的机制。
要点在于没有只靠生成式AI。我们在整个系统中放入了大量约束。幻灯片结构、文章长度、语气、图的位置。这些规则先内建到系统一侧。
在此基础上，只在需要人来判断的部分使用生成式AI。
生成式AI具有波动的性质。正因如此，才要事先区分允许波动的部分与不允许波动的部分。做到即使拿掉AI，模板和流程也依然留下。这一点最为关键。
用AI打造机制，再在这套机制之中使用AI。顺序是这样的。
当「使用AI」变成目的的瞬间，判断就会偏移
在现场，有人会对「能熟练使用AI的自己」感到满足。这是最危险的状态。
要察觉它，一个问题就够了。「这是不使用AI也能解决的问题吗？」
本来的顺序有三步。首先，梳理业务上的问题。接着，设计解决的机制。最后，确定AI能发挥作用的部分。
很多公司从「先引进AI」开始，之后再去寻找问题。这是反过来的。
从反方向开始，就会试图让业务去迁就工具。本来应该是配合业务来选择工具。这种取舍的颠倒，正是造就无法退回状态的原因。
拿掉AI也能运转的设计，会成为自家的资产
所谓可退回的设计，具体是三件事。
第一，事先做出「即使停掉AI，工作也不会停」的状态。
第二，把交给AI的指令与判断基准，作为公司内部的模板和流程留存下来。不要把重要的工作只放在聊天记录里。
第三，把成果物与运营的主导权放在自家。AI是支撑工作的手段，而不是可以托付知识本身的对象。
让自家的运营随时都能回到不依赖AI的标准做法。这样建立起来的机制，才会作为公司的资产留下来。
质疑「决定得快的人才正确」这种氛围
决定得快与决定得正确，是两回事。
速度之所以有意义，只在于事后还能修正。在无法修正的状态下快速行动，伤口只会越来越深。
如果有人说「慎重行事就会落后」，那就反问一句：究竟是在什么事情上落后。竞争对手引进了工具，之后发生了什么变化？营收上升了吗？客户流失了吗？
多数情况下，动机只是「总觉得落后了」。也并没有谁在催促这个决定。即便如此，判断的质量仍会确实地下降。
从今天就能用的三个提问
第一。「这种使用AI的方式，半年后还能改变吗？」如果结构上做不到，现在就重新审视设计。
第二。「这是整个组织都能重现的机制吗？」只有特定的人才会用的状态，在那个人离开的瞬间就会崩塌。
第三。「AI与人的角色划分清楚了吗？」全部交给AI是失败，全部由人来做也是失败。偏向任何一方的设计都会失败。
复杂的框架，一旦没有余裕就没人会用。判断的准绳，越简单越能撑得久。
结语
首先应该拥有的，是拿掉AI也能运转的机制。
只是引进了AI，还站不上起跑线。能站在那里的，是打造出可运转机制的公司。
正因为有可退回的设计，快速尝试才不可怕。在完全依赖AI的状态下快速行动，就会变得无可挽回。
比起速度，更重要的是拥有「即使没有AI也依然留存」的机制。那才是长期作战的地基。
评论