思想领袖

AI 让我在一天内完成两周的工作。以下是事情的实际经过。

Joe Gagnon
将 Unite.AI 添加到您在 Google 上的首选来源
A photorealistic depiction of a modern executive at a desk, energized and focused, with multiple holographic document drafts—slides, spreadsheets, and text blocks—floating and layering around his laptop, symbolizing high-volume iterative work.
要点人工智能通过迭代式提示增强而非完全取代人类判断力。
查看更多
  • 人工智能通过迭代式提示增强而非完全取代人类判断力。
  • 在与人工智能系统协作时,保持好奇心与批判性质疑能避免主体性衰退。
  • 将核心创造性工作保留给人类自身,可产生人机独立运作均无法实现的成果。

昨天,我回顾了一天的工作,意识到我已经完成了大约两周的工作。不是比喻,也不是激励人心的说法,而是字面意义上的事实。在一天内,我:

  • 编写了一整套幻灯片
  • 构建了一个可用的工具来估计客户的收入增长
  • 为我们的平台草拟了两份产品需求文档
  • 编写了一个两页的营销叙述
  • 为我们的融资演示制作了幻灯片
  • 花了数小时阅读、聆听引领行业思考者对 AI 下一阶段的见解
  • 作为公司的首席执行官,主持了六次会议
  • 与我的团队一起审查了策略和产品工作

而且这只是我能记住的。有趣的部分不仅仅是活动的数量,还有感觉。我并不感到疲惫,我感到精力充沛。但是我刚刚描述的只是亮点,还有一些重要的经验教训。

我意识到有些事情发生了变化的那一刻

十年前,我刚刚描述的所有事情都需要一支分析师团队、一位产品经理和一周的会议。现在,这只是我和AI的对话。

但是,这次对话并没有从一开始就很顺利。收入建模工具的第一个版本感觉很通用。当然,它在技术上是正确的,但它并没有完全捕捉到我们实际思考客户业务的细微差别。我不得不分三次返回修改,才让它成为能够实际应用的工具。

最终起作用的提示并不是巧妙的,而是具体的和有针对性的。“假设客户的月度营收不稳定,请保守建模,并标出各项假设,让我能够质疑它们。”一个指令的变化改变了整个输出。

幻灯片经过了五个草稿,才得到我愿意向投资者展示的东西。第一个草稿的结构是正确的,但第二和第三个草稿真正完善了故事的推进脉络。

在第四稿中,我改进了我们竞争定位的表达方式,从泛泛而谈转向更具体地说明我们实际的差异化优势。

第五稿是我自己的作品。

这就是生产力帖子中没有提到的部分:迭代是工作。AI 与其说取代你的判断,不如说让你的判断更快显现。

人的参与如何改善了结果

营销叙述是当天最难的部分。我第二天早上重新写了开头:手写,没有AI的帮助。AI 版本很精致,用词恰当,而且大体上排列在正确的位置,但它需要更强的观点和更多的个性化,才能真正反映我的声音。

这是一个有意义的区别。

营销叙述的最佳版本结合了两者。我自己写了开头的段落。这是原始的、未经编辑的,源自我几十年的经验。然后,我把它交给AI,并说“保持这个声音。从这里开始。”结果是我和 AI 任何一方都无法独自完成的作品。

曾经需要分析师、研究人员、作家、设计师和开发人员的工作,如今越来越多地可以由一位充满好奇心的人,把 AI 当作思考伙伴来统筹完成。不是取代思考,而是放大思考。AI不仅仅是加快工作速度,也是扩大一个人一天可以做的事情的范围。

但是,这里是高管需要谨慎的地方。不要使用AI来停止思考,而是使用它来思考得更多。

好奇心是真正的超能力

我们人类最强大的自我强化系统之一就是我们的好奇心。不要让这种特质因过度依赖AI而变得迟钝,而是与AI合作,共同提高人类的基础。

我看到其他高管如何使用AI。他们提出一个问题,得到一个答案,然后继续前进。输出未经质疑就被接受,转发给团队,最后插入到幻灯片中。AI已经被简化为一个更基本的自动补全功能。

这不只是个人观察。研究者将其称为自主能力衰退:当我们不断将思考外包时,形成独立判断的能力便会逐渐受损。大脑像任何肌肉一样,如果没有阻力就会萎缩。而且,重要的是,这可以在你没有察觉的情况下发生。

昨天对我来说并不是这样。我得到的每个答案都会引出一个新问题,这正是它应该的样子。我们可以以不同的方式建模吗?这里隐藏了什么假设?怀疑者会如何看待这个问题?这种好奇心仍然必须来自人类;它指导了你如何有效地使用这个系统。AI只是使其更容易、更快地追求。

如何把自己的思考与 AI 系统结合

我形成的框架并不是来自一篇博客文章,而是来自大量的草稿审查、早晨重写和我注意到AI产生的东西与我的想法或信念不完全吻合的时刻。

把好奇心作为一项领导实践,是产生区别的关键——不仅仅是提出更多的问题,还要真正对尚未知晓的事保持开放,并愿意接受答案证明自己错了。

  • 从自己的思考开始。在提示之前,写一两句话关于你实际相信的东西。写关于你的直觉、你的角度和你的担忧。使用它作为你的提示的基础。你会持续获得与从空白查询开始时有根本差异的输出。
  • 将第一个响应视为第一草稿,而不是最终答案。价值不在于 AI 给你的东西,而在于它的输出与你知道其中应该包含的内容之间的差距。这个差距就是你的判断力所在。
  • 要求 AI 挑战你的想法,而不只是帮助你。我用过的一些最有用的提示是:反对这一点的最强论据是什么?我没看见什么?标出其中隐藏的假设,让我检验它们是否站得住脚。这种方法只有在你真正愿意让自己的思考接受挑战时才有效。
  • 为自己保留一些东西。开头的那句话、核心的论点、只有你能说的话;不借助外力自己写出来,再让 AI 围绕它展开。

昨天对我有效的循环不是“提示、接受、交付”,而是“思考、提示、反驳、完善、将成果变成自己的”。中间这份额外的投入才是整个过程的核心。

未来属于建设者

让我在一天内完成两周战略工作的力量,是让小型企业24/7销售而无需增加员工的力量。这不是效率的问题,而是关于使不可能的事情成为可能的问题。

昨天,我在一天内完成了两周的工作。其中一些需要进一步改进,一些从第二天早上由人类重新审视中受益。然而,这并不像工作一样;它感觉像是在更高的层次上思考。

未来组织中最有权力的可能不是拥有最大的团队的人。他们可能是那些知道如何编排智能的人:他们清晰地思考、提出伟大的问题、快速迭代,并与AI系统作为合作伙伴合作。

Joe Gagnon 是 Raynmaker 的 CEO 和联合创始人,Raynmaker 是首个面向小型企业的 AI 原生销售平台。作为六次 CEO、超级耐力运动员和《有意生活》(Living Intentionally)的作者,Joe 热衷于帮助领导者在不失去人性的情况下利用技术。