AI

AI 究竟改变了工作的什么(以及为什么企业仍未抓住重点)

人工智能改变的不只是工具,更是工作的完成方式。AI 直接融入日常任务,改变了员工思考、决策和学习的方式。对企业而言,真正的挑战不再是推广采用,而是规范高质量的使用方式,在团队中形成一致且高效的实践。

AI 究竟改变了工作的什么(以及为什么企业仍未抓住重点)

更新于 2026年11月21日

我们在谈论工具,而工作早已改变。

过去两年,人工智能已成为各类组织关注的核心话题。大家反复提出同样的问题:应该采用哪些工具?如何培训团队?如何加快推广?

这些问题都有道理。但它们往往基于一个共同的假设:AI 只是另一种工具,员工需要学会如何有效使用它。这种看法令人安心,因为它把这场变革描述成可控且熟悉的事情。

然而,它忽略了更深层的转变。如今发生变化的,不仅是员工使用的工具,还有工作本身的组织方式和完成方式。

真正的转变:我们不再独自工作

长期以来,工作主要依靠个人能力。员工凭借自己的知识、经验和推理来分析情况并做出决策。

人工智能从根本上改变了这一模式。工作越来越不再是孤立完成的,而是在互动中进行。如今,员工与 AI 一起完善想法,在几秒钟内探索多种方案,并在做决定之前对比不同的输出结果。工作的过程变得不再那么线性,而更具迭代性。

这种转变并不总是显得戏剧性。它逐步展开,融入日常任务之中。然而,它重新定义了思考和决策在实践中的发生方式。

一个简单的场景,说明了一切

设想一个常见的情境。一位市场经理需要在紧迫的期限内、掌握有限信息的情况下启动一项营销活动。他们没有只依赖已有知识或既定流程,而是打开 AI 工具,重新梳理需求简报,尝试多个方向,生成备选方案,并不断优化思路。

几分钟之内,他们探索的可能性就超过了过去数小时所能做到的,但关键的变化不是速度,而是工作的完成方式。这个过程变得更具探索性、迭代性和适应性。思考不再与行动分离,而是在行动中展开。

这一刻并不会被视为培训。没有正式的学习路径,也没有评估。然而,学习恰恰就发生在这里。

然而,我们的培训方式依然如故

尽管发生了这样的转变,大多数组织仍以熟悉的方式应对。他们专注于培训员工使用 AI 工具:传授提示词技巧、分享使用案例、分发最佳实践。

这些举措是有用的,但只解决了挑战的一部分。它们假定主要问题在于技术熟练度,而实际上问题出在行为层面。

两名员工可以使用同一个工具,却取得截然不同的结果。差别不在于能否使用这项技术,而在于如何把它融入日常工作:如何做出决策,如何解读输出结果,以及如何运用判断力。

真正的问题:使用的质量

在许多组织中,AI 已被广泛使用。然而,使用往往是个人化、非正式的,通常用于写作、总结或整理信息等简单任务。

这些用法很有价值,能带来立竿见影的效率提升。但它们仍然是零散的,没有在团队之间被持续地分享、规范或对齐。员工各自摸索,独立养成习惯,形成的做法可能难以规模化,也难以长期持续。

结果,差距开始显现。一些人形成了强大而有效的使用模式,另一些人则停留在表面层次。这种差距并非源于能否获得工具,而是源于使用的质量和成熟度。

换一个问题来问

要充分发挥 AI 的价值,组织需要重新思考出发点。问题不再只是如何部署工具,或如何培训员工掌握其功能。

相反,问题变成了:我们希望在团队中看到哪些实践涌现出来?

这一转变意义重大。它要求组织超越工具的采用,关注工作实际是如何完成的:如何做出决策,如何着手解决问题,以及学习如何在行动中发生。

领先的组织有哪些不同做法

取得实质性进展的组织往往有共同的思路。它们不把 AI 当作一项独立的举措,而是将其融入工作本身的肌理之中。

它们从真实情境出发:需要做出的决策、有待改进的流程、需要重新思考的任务。在此基础上,观察团队已经如何使用 AI,并努力让这些实践更加明确、更加一致、更加有效。

Complement 采用的正是这种方式。Complement 不是只依赖自上而下的培训或静态内容,而是关注真实场景中的使用。AI 被用来在实际工作情境中辅助思考、决策和持续改进。

目标不只是教员工如何使用某个工具,而是帮助他们形成更扎实、更一致的工作方式。

一场无声却深刻的结构性变革

这场变革之所以难以把握,原因之一在于它很隐蔽。它并不总是以大型项目或显眼的举措呈现。

它体现在细小的日常行为中:人们如何写作、分析和做决定。随着时间推移,这些渐进的变化不断累积,最终带来工作方式更深层、更具结构性的改变。

真正的问题

人工智能不只是采用与否的问题。

它提出了一个更根本的问题:我们希望未来的工作如何完成?

参考资料

McKinsey – The State of AI(2023)

OECD – AI and the Future of Work(2023)

Brynjolfsson & McAfee – The Second Machine Age