[AI未來已來-3] 三道人關 : 恐懼、邊界、斷層

上一篇我們講了一個道理：規則是系統的黏合劑，拆它不是拆一條，是拆一串。但規則不是憑空存在的。規則是人定的，規則背後是人的利益、人的恐懼、人的邊界感。

你拆一條規則，就有人在問：那我以後算什麼？

這個問題，比任何技術問題都難回答。

先說一個很多人不願意承認的事實：員工抵觸AI，不是因為他們保守或愚蠢。

人類在等級結構中演化了漫長的歲月。任何新東西進來，第一反應是「它會不會動我的位置」。這不是保守，是生存本能。

得到電子書《創新管理》拆解過變革項目為什麼失敗，最關鍵的兩條：對既存權力關係的威脅，和對專業知識的威脅。員工在組織裡的位置，很大程度上取決於他掌握的技能和資訊。AI一進來，這些技能和資訊可能瞬間貶值。

這種本能以三種形式出現，構成了AI落地的三道人關。

AI帶來的不是工具更換，是身份重構。一個員工用了十年的工作方式，突然被告知機器能做得更快更好，他恐懼的不是機器，是自己即將變得多餘。

我自己在推動CMO工具的時候，對這道關有最直接的體感。上一篇提到過，業務部門拒絕使用MVP，說「拿到新客戶後再驗證工具效果」。當時我把它歸到「組織沒跟上」。現在我覺得那個歸類太淺了。

這句話聽起來很合理，但你仔細想想就會發現，它的邏輯是倒過來的：不是「用了工具所以能拿到新客戶」，而是「先拿到新客戶再說工具的事」。工具被放到了結果的後面，而不是原因的前面。

為什麼？因為用了工具就意味著承認一件事：以前的做法不夠好。而承認以前的做法不夠好，就等於承認自己的經驗可能不再值錢。

員工的反應五花八門。上一篇講過：有人拿AI當助手，有人拿AI當拐杖，有人不碰。這裡不重複了。我想說的是，這些反應背後是同一個問題：AI會不會動我的位置。只是每個人的位置不同，恐懼的形狀就不同。

還有一種更隱蔽的阻力，跟個人能力無關，跟權力有關。主管把手下人數多寡視為權力地位的象徵，一個人帶一群AI能完成的事，他寧可用人堆。刀哥在共讀《AI未來已來》第三篇裡講了一個現象：傳統職場的上升通道，說到底就是一條不斷擴大管理半徑的路。管的人越多，你越值錢。但AI來了之後，這條路的含金量在下降。以前你一個人幹不了一件跨部門的事，光協調各部門就能把你耗死，所以你需要一個團隊。現在一個人帶一組AI，很多事真的能跑起來。

組織不再為「你手下站著多少人」付錢，而是為「你能對多重要的事負責」付錢。

但問題是，大多數組織的薪資結構、績效考核、職涯路徑，還是按「管多少人」的邏輯設計的。你讓一個主管接受「以後不看你手下多少人」，等於讓他放棄自己積累了十年的權力籌碼。他當然不願意。

恐懼不只是個人的心理狀態，它會變成組織的集體行為。李開復在書裡舉了兩個案例。一個是Zappos，做鞋的電商，搞過一次激進的組織實驗叫「合弄制」，廢掉所有管理層，不設經理，不設主管。結果18%的員工選擇拿遣散費走人，留下來的人也不知道該找誰拿主意，公司陷入了一段不短的混亂期。

另一個是Klarna，一家瑞典金融科技公司。CEO在2024年高調宣布，AI客服的效率已經相當於700名全職員工。言下之意就是不需要那麼多人了。結果過了一陣，他們又把真人客服招了回來，因為發現有些問題AI處理不了，客戶體驗也在下降。

這兩個案例說的是同一件事：組織變扁、中間層變少，大方向可能沒錯，但絕不是拿個名單直接砍人就完了。你把人砍掉，卻沒想清楚人和AI各自該幹什麼，最後就是一地雞毛。

恐懼這道關怎麼過？Datawhale發布的《FDE案例100》報告裡有一個做法值得注意。FDE是前線部署工程師，被直接派到客戶現場。他們進場之後，第一件事不是搭系統，是觀察員工每天到底在幹什麼。然後先解決一些小問題，比如生圖要寫很長的提示詞、生成完還有水印要處理。這些問題對員工來說很麻煩，對工程師來說可能只是一個很小的工具調整就能解決。

報告裡把這個叫做「破冰過程」。破的是什麼冰？是恐懼。讓員工先感受到，你來這裡是真的能幫他少幹一些重複工作的。信任建立了，系統才有可能真正進入工作方式。

過了恐懼這道關，你馬上會撞上第二道。

哪些事情應該交給AI，哪些事情不能交？

這聽起來像技術問題。它是組織決策。

《FDE案例100》裡有一個TikTok達人建聯的案例，把這件事講得很透。這是一家做達人帶貨的電商團隊，傳統做法是運營人員在平台上大海撈針式篩選達人，然後一個一個溝通，履約週期平均一個月，大量時間花在催進度上。

FDE進去之後，把整個流程拆了。達人篩選交給AI，基於商品賣點和達人標籤做匹配，輸出精準名單。商品匹配交給AI，提取賣點，智能對齊。履約提醒自動化，系統自己判斷狀態，主動提醒，只把異常任務交給人工。

但有一件事堅決不交給AI：和重要達人的溝通。

原因很簡單。AI仍然可能犯一些很低級的錯誤。在普通工作裡，一個小錯誤可能只是改一下內容。但在商務關係裡，如果對象是一個擁有幾百萬粉絲的達人，一句話說錯了，損失可能遠遠超過自動化節省的人力成本。

這條線畫在犯錯代價的地方，不畫在「AI能做什麼」的地方。AI能做達人溝通嗎？技術上能。但代價不對稱。自動化省下來的是幾個小時的人力，犯錯的代價是丟掉一個百萬粉絲的商務關係。這筆帳不需要複雜的計算，但需要有人去算。

AI負責規模化，人負責最後的業務判斷。

回到我自己的CMO工具。300個功能模組的架構設計，裡面有跨渠道歸因分析、廣告素材視覺分析、虛擬消費者調研、宏觀數據整合。這些功能裡，哪些該全自動化、哪些需要人介入、哪些必須人拍板？

答案不是取決於AI能不能做，而是取決於做錯了代價多大。

跨渠道歸因分析可以全自動化。算錯了，大不了重新跑一遍，成本是幾分鐘的算力。

廣告素材視覺分析可以半自動化。AI先做第一道檢查，人做最終確認。因為素材是否符合品牌審美、能不能真正使用，需要人的視覺判斷。

行銷方案的生成不能全自動化。AI可以給建議，但最終拍板的是人。因為一個行銷方案做錯了，代價是幾十萬的投放預算和幾個月的市場窗口。

刀哥在共讀第四篇裡講了李開復書裡的一個概念：微決策。微決策就是你每天工作中做的那些微小判斷，沒有標準答案，沒有明確的對錯，結果因人而異，而且你必須為後果負責。開會時決定先安撫客戶情緒還是先擺數據，產品方案裡砍掉一個花哨但沒用的功能，在兩個都說得過去的方案裡拍腦袋決定用哪一個。這些判斷單獨拿出來每一個都小得不值一提，但加在一起，它們就是你和機器的分界線。

反過來說，如果一件事有明確的對錯、誰來做結果都一樣，那就是執行，AI幹得比你好。

自動化的邊界，不是技術畫的，是犯錯代價畫的。而畫這條邊界，需要有人走進現場，看見真實的約束條件，然後做判斷。

這是最隱蔽的一道。

刀哥在共讀第二篇裡講過一個現象，叫「老闆想上AI，員工卻說沒需求」。這聽起來矛盾，但你在現場待過就知道，一點都不矛盾。

員工不是沒有需求，是他已經把低效當成了工作本身。每天花半天時間填表格，他覺得這就是工作的一部分，不覺得有什麼問題可以反映。就像你問一條魚水怎麼樣，魚不知道你在說什麼，因為它一直在水裡。

老闆知道「我想要什麼結果」，一線員工知道「我每天哪裡卡住」。老闆的知識是目標導向的，員工的知識是流程導向的。前者是戰略語言，後者是操作語言。中間隔著好幾層組織架構，每一層都在做資訊的過濾和轉譯，每一次轉譯都會丟失一些東西。等老闆的需求傳到一線，往往已經變了形。等一線的痛點傳到老闆那裡，往往已經被簡化成幾句話。

組織層級本身就是一個資訊過濾器。老闆不需要知道一線怎麼填表，一線不需要知道老闆的戰略目標。這種資訊隔離是組織效率的演化產物，規模一大，什麼都讓每個人知道，組織就轉不動了。

但AI時代讓這個演化優勢變成了障礙。因為AI系統的設計，同時依賴這兩種知識：你得知道業務目標是什麼，才知道讓AI往哪個方向使勁；你也得知道一線的真實流程是什麼，才知道AI應該嵌進哪一步。缺了任何一邊，系統要麼跑偏，要麼擺在那裡沒人用。

我自己就活在這個斷層裡。CMO工具做出來了，我知道它能做什麼，但業務部門不知道自己需要什麼。他們說「拿到新客戶後再驗證」，但工具的價值恰恰在於幫你拿到新客戶。這是一個雞生蛋蛋生雞的困境：不先用就看不到效果，看不到效果就不願意先用。

預算也是斷層的一種表現。上一篇提到過預算不夠的問題，在斷層的框架下看，它其實是另一種斷層。每月的投放預算只有驗證門檻的五分之一，老闆要的是結果，一線要的是條件，兩邊的期望不在同一個頻道上。

斷層還有一個更深的後果：就算你找到了一個能同時理解老闆目標和一線流程的人，組織也不一定支撐得了這個人。

李開復在書裡描述了一個場景：一個年輕女孩走進會議室，就她一個人，指揮一支看不見的AI隊伍。有的智能體在跑數據採集，有的在做競品分析，有的在生成報告初稿。她一個人啟動了一個新項目，90天後把一條產品線的毛利率提升了3個百分點。

書裡管這種人叫「微型CEO」。不是在等別人分配任務，而是自己定目標、自己找資源、自己帶著AI往前推，最後自己對結果負責。

聽起來很美好。但書裡同時講了一個更現實的問題：不是企業沒有這樣的人才，而是土壤不支持。你再能幹，要幹一件跨部門的事，光協調就能把你耗死。你得去求法務幫你審合約，求財務幫你出預算，求供應鏈幫你排產能。每個部門都有自己的節奏和優先級，你一個人很難推得動。

AI把組建團隊的門檻打下來了。智能體不鬧情緒，不需要你花三天時間拉齊資訊，也不搞辦公室政治。以前你得等公司給你配團隊，現在你可以自己先把事跑起來。

但跑到需要跨部門協調的地方，你就會撞上組織的天花板。AI能幫你做完一個部門的活，但當這個活的結果需要另一個部門配合才能落地時，你面對的還是那套舊的規則、舊的流程、舊的權力結構。

一個人帶一群AI能跑起來，但跑到組織邊界就停下來了。這不是個人的能力極限，是組織的結構極限。

三道關說完了。恐懼、邊界、斷層。

它們有一個共同特徵：都發生在現場。

恐懼在現場發生。你坐在辦公室裡看數據，看不到員工為什麼不登錄系統。你得走到他工位旁邊，看見他每天在搬什麼數據，才能理解他為什麼覺得「不需要AI」。

邊界在現場畫定。你坐在會議室裡討論「AI能做什麼」，畫出來的線一定是錯的。你得走進工作場景，看見犯錯的代價有多大，才知道哪些事不能交給機器。

斷層在現場顯形。老闆的痛和員工的痛，本來就不是同一種痛。老闆痛在增長上不去，員工痛在每天搬數據搬到崩潰。這兩種痛之間的因果鏈，需要有人走進現場，一節一節地接上來。

這也是為什麼FDE這個角色突然火了。Indeed平台上的FDE職缺一年內從643條暴增到5330條，增長了729%。一個出售自動化的行業，眼下最想招聘的，卻是能夠親自走進組織、替機器理解現實的人。