🔥 Search Hot Tweets

这篇文章有点厉害，把组织如何用AI提效讲的很清楚。 文章超级长，转写一半大家感受下，推荐看原文 --- 你可能会看到一个矛盾的现象。 AI帮个人干活，效率高得惊人，但放到公司里，效果就大打折扣了。 为什么？ 因为公司里的活儿，本质上不是一个人能搞定的。 需要协作、谈判、升级决策，要在时间线上不断对齐判断。 一个再聪明的AI，如果只能单打独斗，在组织里也就是个"局部优化"的工具。 作者这篇文章，主要讲AI怎么从"个人助理"进化成"组织智能"。 上下文不是藏在某个地方的宝藏 很多人觉得，只要给AI足够多的上下文，它就能理解组织怎么运作。 前提是：组织的上下文是个完整的、结构化的东西，就像化石埋在地层里，只要挖出来就行。 真相是，大部分组织根本不是这样运作的。 上下文不存在于某个数据库里，不在某份文档里，甚至不在老板脑子里。 它是在互动中不断生成和消失的。 今天开会定的事，明天可能因为一封邮件就变了。 AI要理解组织，不能只是"读资料"，它得参与进来，像人一样在邮件、会议、文档里观察决策怎么展开，冲突怎么升级，共识怎么形成。 这才是真正的"上下文学习"。 人类的协作史，就是AI的未来 尤瓦尔·赫拉利在《人类简史》里说，人类能统治地球，不是因为个体更聪明，而是因为学会了大规模协作。 我们发明了神话、法律、货币、宗教这些"共同故事"，让陌生人也能对齐行为。 科学也是这样。 17世纪之前，科学知识是碎片化的，靠私人信件和书籍传播，错误会一直流传，发现会不断丢失。 转折点不是某个新理论，而是协作系统的出现如科学期刊、学术社团、同行评议。 知识开始积累，是因为判断变成了社会化的过程。 电话也一样。 早期电话是点对点连接的，你得知道线通到哪儿才能打。 网络一大，这套就崩了。 怎么办？接线员出现了。 她们坐在交换机前，手动连接电话，记得谁在打给谁，哪些电话更紧急，怎么处理冲突。 电话能规模化，是因为有了这个"人工中介层"。 软件开发也经历过这个阶段。 Git之前，代码协作很脆弱。 CVS和SVN是中心化的，多人改代码得排队，冲突成本很高。 Git让分支变便宜了，记录变成了一等公民，冲突变得可见、可解决。 GitHub又加了一层社会化协作：PR、代码审查、issue讨论。 规律很明显：个体能力先出现，但指数级的生产力，只有在协作结构出现后才会爆发。 AI现在就在这个节点上。 组织不会按"角色"重组，而是按"协作单元" 很多人想象的未来是：AI接管某些岗位，人类做剩下的。 但作者觉得不是这样。 AI不受人类的限制——注意力、带宽、专业分工、层级结构——这些都不存在。 所以未来的组织不会按"角色"设计，而是按"协作单元"设计。 比如法务。 法务的核心工作是"共同立场"。 合同要经过律师、合伙人、客户的多轮谈判，立场在这个过程中不断演化。 今天，资深合伙人的价值很大一部分在于"记得住"——记得之前的先例、风险、立场变化。 未来，AI会承担这部分协调工作。 它跟踪所有未解决的问题，发现立场冲突，把判断性的决策升级给合适的人。 法务团队会重组：大量AI做机械性的起草和信息收集，少数资深合伙人做决策、风险判断、客户关系维护。 再比如市场。 市场的挑战是"叙事一致性"。 产品市场、增长、品牌、销售，各自有各自的说法，怎么对齐？ 今天靠开会、审稿、非正式影响力。 未来，AI会跨渠道追踪叙事，发现偏离，升级冲突。 人类的角色从"渠道负责人"变成"叙事把关人"和"战略意图制定者"。 财务、产品也是类似的逻辑。 AI不是替代某个岗位，而是重新分配了协调工作。 最快的路径是： 把AI嵌入到组织已经在用的协作工具里——邮件、消息、浏览器、文档。 这不是"遗留系统"，它们是工作的活基础设施。 意图怎么表达、分歧怎么浮现、决策怎么升级、责任怎么记录，都编码在这些工具里。 而且，升级机制已经内置了：@提及、批注、评论、建议编辑、通知。（AI也可以做） AI要做的，不是发明新的协作方式，而是学会在这些已有的机制里参与和升级。