6.9
深览指数
职场腾讯新闻·吴晓波频道··AI 生成
AI提效一年后，管理者们发现了一个真问题
这篇文章的核心发现是：企业引入AI后，普遍未能实现组织级提效，根本原因在于「超级个体」的效率无法自然外溢为团队效率，且AI工具碎片化加剧了部门间的信息孤岛和协作混乱。作者通过有赞CEO分享的案例、招聘团队和内容团队的真实困境，论证了当前AI落地的关键瓶颈不在于技术本身，而在于缺乏能将个人AI经验转化为组织资产的标准化协作机制。文章适合正在推进或已受困于AI落地的企业中高层管理者、产品负责人阅读。原文 ↗
核心观点
- ▍企业AI提效失败的核心原因不是技术，而是「超级个体」的效率无法自然外溢为组织效率，且碎片化AI工具加剧了部门间信息差与协作混乱。
- ▍真正有效的路径是自上而下与自下而上结合的标准化：由管理者带头重构工作流，将个人AI经验沉淀为可复用的组织资产与协作机制。
- 01有赞CEO白鸦分享案例：一家公司各部门各自搭建AI工作流，导致同一款保温杯被市场部、电商团队、短视频团队分别命名为不同版本，造成混乱。
- 02连锁消费企业招聘团队负责人洪信的经历：各环节员工搭建了不同的AI工具（生成JD、筛选简历），但因信息不互通，招聘整体速度和质量未提升。
- 03内容团队审稿机器人搭建失败案例：仅靠人工总结的审稿要求训练的AI效果不佳，因为审稿本质是需基于经验的判断，标准动态且非标准化。
- 04腾讯WorkBuddy产品经理Neil指出：产品经理要求AI基于多个散落来源（会议纪要、聊天记录、文档、负责人记忆）输出方案，AI因无法获取完整上下文，生成需求文档看似完美但经不起推敲。
- 05AI专家吴畏观点：AI扩散路径有自下而上（贴近业务但碎片化）和自上而下（易标准化但难渗透一线），目前注意力多在自下而上，难以撬动更大效能。
- 06WorkBuddy团队处理用户反馈的案例：原本跨4环节、3角色、3平台的流程，引入项目后通过Skill自动分流回复，团队每日处理时间从大半天降为10分钟。
- 07传统制造业案例：一家小型工程制造企业，员工年龄35-40岁，年轻企业家有强烈意愿但老师傅对AI不感冒，年轻员工传授AI经验也因学习动力不强而失败。
反方 / 局限
- — 文章主要基于WorkBuddy团队的产品视角和合作案例进行论证，缺乏对「自上而下重构工作流」这一方案潜在实施阻力（如中层管理者抵制、员工隐私顾虑、数据安全风险）的深入讨论。
- — 文章引用的正面案例（内容团队审稿、招聘流程）多为初创探索，缺乏跨行业、大规模、长周期的实证数据，支撑「项目功能是通用解决方案」的力度有限。
12 分钟 · 4 卡片 · 9 资料
读原文 →