在人工智能执行与人类判断之间取得平衡的方法

当前关于人工智能的一个最大误解是，人类输入和机器驱动的执行之间存在一个明确的、正确的平衡。事实并非如此，我们正在实时学习。

重要的不是定义一个固定的分割，而是了解哪些角色和决策最适合人类和人工智能，并愿意在这种界限继续移动时进行调整。从工作如何完成和谁拥有结果，到判断在哪里仍然需要，平衡仍在形成中。

对于领导者来说，更重要的问题不是如何使用人工智能，而是如何思考它的适用范围、不适用范围和使用不当的风险。

人工智能加速判断，而不是取代判断

有一种常见的说法是人工智能取代了人类的思考。在实践中，我看到的却是相反的情况。人工智能加速了判断；它没有消除判断的必要性。

基础是增强。当你将合适的人与合适的人工智能工具配对时，你不仅仅使他们在单一任务上更快；你扩大了他们可以承担的范围。

在软件业务中，例如，产品团队可以超越仅仅编写要求。有了人工智能，他们还可以为测试、文档和甚至客户互动做出贡献。角色没有缩小，它扩大了。负载增加了，但能力也增加了。

这就是真正的转变发生的地方。不在于取代人员，而在于重新定义一个人可以从头到尾真正拥有的内容。

人类仍需要领导的地方

随着人工智能变得更加强大，问题不再是人类是否仍然参与，而是在哪里人类最为重要，今天最明显的区别是主观和客观工作之间的区别。

人工智能在需要客观性的领域表现良好：分析大型数据集、保持一致性、处理大量数据和消除偏见。另一方面，人类仍然更擅长于主观决策，特别是在需要权衡、例外或细微差别时。

还有一些工作类别应该保持人类领导，因为它们定义了公司本身。

• 价值观和文化决策
• 高风险客户对话
• 出了问题的时刻
• 任何需要承担责任的情况

人工智能可以为这些时刻做准备，但时刻本身仍然属于人类。

所有权尤其难以外包。有人必须为决策和结果承担责任。今天，这仍然感觉是人类的基本方面。

话虽如此，这一切都不是静态的。界限将继续移动，领导者需要愿意在证据变化时重新审视它。

人工智能今天明显优于人类的地方

也有人工智能已经在有意义的方式上优于人类的领域。

在工程领域，像Cursor、Replit、Claude Code和Codex这样的工具正在从根本上改变软件的构建方式。这些系统所提供的性能水平确实令人惊叹。

更广泛地说，人工智能在以下方面表现出色：

• 高容量执行
• 大规模数据分析
• 在成千上万的交互中保持一致性
• 不疲劳、不分心地运行

在销售背景下，这一点尤其明显。人工智能可以处理每个入站线索、在成千上万次对话中保持一致的语气，并在不延迟的情况下进行跟进。在规模上，它可以以一种反映团队中最好的表现者的方式来资格、捕获和吸引每个买家。

这种一致性水平是我们不期望人类团队能够达到的，无论他们有多么才华横溢。

“人类主导、人工智能驱动”的工作流程实际上是什么样的

目前出现的最有效的模型不是人工智能取代工作，而是人工智能重塑工作的分布方式。

似乎有效的模式是：人类设定方向并应用判断，而人工智能处理容量和回忆。

在实践中，这意味着：销售人员一天开始时，人工智能已经对入站线索进行了资格审查、捕获了对话背景，并提出了真正需要人类关注的机会。在产品方面，人工智能帮助起草、测试和文档编制，而人类则专注于架构和客户决策。

目标不是从人类中移除工作，而是确保人类只做真正需要他们的工作。其他一切都在后台处理，一致且大规模地进行。

话虽如此，这个模型仍在不断演变。今天感觉先进的东西明年可能会感觉不完整。这是过程的一部分。

过度依赖人工智能的风险

我认为最大的风险是，当人工智能出错时，你不再注意到它。人工智能默认是自信的。它会给你一个答案，无论好坏。没有一个了解该领域的人来审查输出，公司可能会在相当长的一段时间内运行在实际上是一个安静的错误上。

第二个风险是失去机构知识。当团队不再自己做工作时，他们会失去从中获得的直觉。如果没有人倾听资格电话，他们就会停止了解买家实际听起来是什么样的。随着时间的推移，这种距离使得更难以认识到什么时候有些事情出了问题。

第三个风险更为文化，经常被低估。过度依赖人工智能而没有保持人类视角的公司可能会开始感觉空虚。客户会注意到，当交互失去真实性时，即使一切从技术上来说都是正确的。

所以，问题不仅仅是使用多少人工智能，而是业务中的人类是否仍然足够接近工作，以便在人工智能有帮助和有害时认识到它。目前还没有一个简单的公式来解决这个问题，可能在一段时间内也不会有。

围绕结果重塑团队，而不是任务

随着人工智能承担更多的执行，领导者需要重新思考如何构建团队。

几十年来，我们根据谁做什么来构建组织图表。SDR资格，AE关闭，CS代表入职。人工智能将处理这些任务中越来越多的任务，因此基于任务的组织图表将会破裂。

现在重要的是谁拥有结果。

谁拥有从第一次接触到续约的买家体验？谁拥有产品反馈循环？谁拥有公司与其客户的信任？

围绕这些所有者构建团队，给他们人工智能作为杠杆，让他们决定哪里需要人类工作，哪里不需要。

正确做到这一点的领导者可能会运行更小的团队，生产力更高，员工从事真正有意义的工作。做错了的领导者会继续为一个不再需要它的模型添加头寸，并且会想知道为什么他们的利润率变得更糟，而不是更好。

我们仍然处于早期阶段，剧本正在实时编写。这不再是一个固定的模型，而是一个将继续演变的方向。我们都在尝试弄清楚如何在这个时刻中导航，以我们所能做到的最好的方式，并且希望以一种方式来加强人类系统，而不是削弱它们。