您最大的瓶颈可能是您最自信的 AI 冠军

到现在为止，我已经参加了足够多的 AI 指导委员会会议，能够发现一个趋势。会议室里总会有一个人（通常是最熟悉工具的那位），最终决定其他人能够多快行动。这个决定是悄悄做出的，并且没有恶意。他们很少有意设置壁垒。简而言之，其他人已经掌握了在得到他们批准之前等待的艺术。

这种模式的背后不止一次会议。根据 Gartner 2026 年的研究，只有 20% 的企业认为员工已真正准备好使用 AI。关于这一差距的讨论大多围绕技能叙事：时间、培训或工具不足。更微妙的、被忽视的根源并非人们的知识，而是他们对自身重要性的感受。

贡献与信心是两件不同的事

人们通常难以评估自己在团队工作中的个人贡献，这是一种相当普遍的问题。当你让团队成员独立计算自己在共享项目中实际贡献的份额时，结果往往 累计超过 100%。这并非诚信问题，而是记忆运作方式的结果：每个人都能清晰回想起自己的付出，却只能模糊记得他人的贡献。

当引入 AI 时，这种效应更加明显。最先掌握新技能的人往往会对这些工具影响的结果产生控制感。这种倾向被称为 心理所有权。适度运用时，这种所有权正是我们所需要的：它让人真正关心项目成功，而不是仅仅关注工单数量。但如果进一步走极端，同样的动机会保护个人在项目中的参与度。

数字真正显示了什么

我们在 Sombra 对 针对 2,000 名从事 AI 工作的专业人士的调查进行了一项调查，因为我们想了解这种直觉的传播范围。结果规模甚至让我们自己也感到惊讶。79% 的受访者认为自己是组织创新的关键驱动力：37% “绝对是”，另外 42% “非常”。更有 64% 进一步表示，如果他们明天离职，公司创新速度将会放缓。

我们把这种自我形象与实际产出之间的差距称为 “AIrrogance”。这个词可能有点误导，因为我们的数据中没有人是在炫耀。我们真正捕捉到的是一种更为低调的信念：工作依赖于你个人，而不是团队仅仅拥有具备你技能的成员。根据 对该发现的其他报道，创造力似乎出现了自我中心的问题。

随之而来的发现令人不适。结果显示，最确信自己在推动创新的人恰恰是减缓创新的因素。22% 的受访者因为看不到足够的潜力而阻碍了 AI 项目；21% 因为数据未能及时提供而推迟；17% 承认在未正式阻止的情况下放慢了项目进度。

此外，整个样本中有 70% 的企业表示曾经历过这种内部阻力。这种阻力很少表现为内部破坏。即使它牵制了他们自认在推动的创新，也更像是一种谨慎——对真正关心的事物保持小心。

巴士因子问题

工程团队对过度依赖单个人的风险有一个专门的称呼： 巴士因子，即在项目停滞前需要多少人离开。即便维系整体运作的那个人是优秀的员工，管理者仍应关注巴士因子。大多数团队都知道需要在文档和代码中留意这一点，但几乎没有人将同样的思考方式应用到信念上——即项目之所以进展，仅因为某个人持续认定它值得。

AIrrogance 产生了类似的风险。不过，这一次并非部落智慧，而是信念集中在单个人身上。即使出于最好的初衷，单一强烈的观点也会悄然成为所有倡议必须通过的门槛。

我实际上会怎么做

上述情况并不妨碍减缓进度的人提出意见。一次错误的 AI 推出应当通过基于真实缺失数据或确实薄弱的有效性证据的合理反对来放慢。当谨慎不再区分 “此具体实现存在真实缺陷” 与 “我尚未信服，而我的不信服本身已足够理由” 时——问题便产生了。

我所在的团队找到了区分这两者的几种方法。在暂停项目之前，最好通过询问需要何种具体证据以及何时能够提供来使投诉明确且可验证。大量缺失的数据应当比模糊的 “我暂时看不到价值” 更具分量。

其次，切勿总是把领域专家的角色交给客观上最适合的人。我们在 Sombra 故意轮换此角色，即使这意味着让经验较少的人担任负责人。这会在单个项目上牺牲一点速度，但也确保我们永远不会因为唯一懂得某项工作原理的人离职而陷入困境。

第三，将关键人物从检查点中移开。如果一个 AI 项目真的需要某位专家的批准才能继续，需注明原因并列出另一位在一个季度内能够合理提供批准的人选。如果想不出第二个人的名字，说明你正面临老生常谈的巴士因子问题。

第四，这也是我对自己的检验方法：回想公司里最近一次并非你提出的重大创意，思考自己为其实现贡献了多少。如果你需要思考超过几秒钟，那就好好体会一下。我们见过的最强创新文化往往拥有更多的共享责任，突出的个人贡献者更少。这些贡献者分布得足够广泛，以至于没有任何个人——无论多么能干——会成为进步的前提条件。

人们仍会把 Gartner 的 20% 数据视作培训缺口，而培训确实是其中一环。但我已经观察了足够多的 rollout，知道更难的解决方案并非让更多人更快使用工具，而是让你最快的学习者注意到，当他们的进步不再替代所有人的时候。