思想领袖

在人类判断与AI执行之间寻找平衡

Joe Gagnon
将 Unite.AI 添加到您在 Google 上的首选来源
A professional woman in a modern office environment interacting with a holographic interface displaying data nodes and collaborative icons above a tablet.
要点人工智能加速而非取代人类的判断,扩展了一个人端到端所能掌控的范围。
查看更多
  • 人工智能加速而非取代人类的判断,扩展了一个人端到端所能掌控的范围。
  • 过度依赖人工智能的最大风险,是失去察觉它悄然出错的能力。
  • 领导者必须围绕谁对结果负责而非谁执行任务来重组团队,因为人工智能负责执行。

目前关于AI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比例,而是了解哪些角色和决策最适合人类和AI,并愿意在这种界限继续变化时进行调整。从工作如何完成和谁对结果负责,到哪里仍需要判断,这种平衡仍在形成中。

对于领导者来说,更加重要的问题不只是如何使用AI,而是如何思考它的适用范围、不适用范围以及错误平衡带来的风险。

AI不替代判断,它加速判断

有一种常见的说法是,AI取代了人类的思考。在实践中,我所看到的结果恰恰相反。AI加速了判断;它并没有消除判断的必要性。

基础是增强人的能力。当你将合适的人与合适的AI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工作范围。

在软件业务中,例如,产品团队可以超越仅仅编写需求。有了AI,他们还可以为测试、文档甚至客户互动做出贡献。这个角色没有缩小;它扩大了。工作量增加了,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,而在于重新定义一个人实际能够从头到尾负责什么。

人类仍需要领导的地方

随着AI变得更加强大,问题不再是人类是否仍然参与,而是他们在哪里最重要,今天最明显的区别是主观和客观工作之间的区别。

AI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
  • 事关重大的客户对话
  • 事情出错时
  • 任何需要问责的情况

AI可以帮助人们为这些时刻做好准备,但时刻本身仍然属于人类。

尤其难以外包的是对工作承担整体责任。有人必须为决策和结果负责。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。

AI今天明显优于人类的地方

也有AI已经在某些领域优于人类的地方。

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,AI在以下方面表现出色:

  • 执行大量任务
  • 大规模数据分析
  • 在成千上万的交互中保持一致性
  • 无疲劳或分心地运行

在销售背景下,这一点尤其明显。AI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,并且不会延迟跟进。在大规模运作中,它可以像团队中表现最出色的成员一样,评估每位买家的匹配程度、记录相关信息并与其互动。

这种一致性的水平不是我们从人类团队中期望的,即使他们非常有才华。

“人类主导、AI赋能”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AI取代工作,而是AI重新定义工作的分布方式。

似乎有效的模式是:人类设定方向并应用判断,而AI负责大量处理和信息记忆、提取。

在实践中,这意味着:销售人员开始他们的一天,AI已经评估了主动联系的潜在客户、记录了对话背景,并提出了真正需要人类关注的机会。在产品方面,AI帮助起草、测试和编写文档,而人类则专注于架构和有关客户的决策。

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。其他工作都在后台以一致的方式大规模处理。

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

过度依赖AI的风险

我认为最大的风险是,你会停止注意到它何时是错误的。AI默认是自信的。它会给你一个答案,无论答案好不好。如果没有一个理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实际上依赖着一个未被察觉的错误运作。

第二个风险是失去组织知识。当团队不再自己做工作时,他们会失去从中获得的直觉。如果没有人在听评估潜在客户的通话,他们便不再了解买家真实的说话方式。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不对劲。

第三个风险更多涉及文化,而且往往缺乏充分讨论。过度依赖AI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,即使一切都是技术上正确的。

所以,问题不仅仅是使用多少AI,而是业务中的人类是否仍然足够接近工作,以便在AI有帮助和有害时都能认识到这一点。目前还没有简单的公式来解决这个问题,可能在一段时间内也不会有。

围绕结果重构团队,而不是任务

随着AI承担更多的执行,领导者需要重新思考团队的结构。

几十年来,我们根据谁做什么来构建组织图表。SDR评估潜在客户。AE促成交易。CS人员帮助客户开始使用服务。AI将处理这些任务中越来越多的部分,因此基于任务的组织图表将会破裂。

重要的是谁对结果负责。

谁负责买家从首次接触到续约的体验?谁负责产品反馈循环?谁负责客户对公司的信任?

围绕这些负责人构建团队,给他们AI作为杠杆,让他们决定人类工作发生和不发生的地方。

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,员工做着他们真正觉得有意义的工作。做错了的领导者会继续向一种已不再需要新增人手的模式增加人员,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。这不像是一个固定的模型,更像是一个将继续演变的方向。我们都在尝试尽我们所能地应对这一刻,希望能以一种方式来增强、而不是削弱人类系统。

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。