AI时代的「工具落差」——普通人用AI和会用AI的人,中间差的不是模型
微博热榜上挂着一条:「普通人用AI和会用AI的人」。我看了下讨论,绝大部分都在说工具:谁家会员更贵、哪个提示词模板更好用、哪个插件组合更强。
这些都对,但都不是本质。我今天必须说一句不客气的话:两家公司买的是一模一样的模型、付一样的钱、员工数差不多,半年后人效差三倍。差的不是工具,是组织把工具转化成了什么。
我管这叫AI时代的「工具落差」——同一件工具,在不同组织里会变成两种完全不同的东西:一种是省事的外挂,一种是重构流程的基础设施。
一、先看两种「用AI」的区别,别糊弄自己
上个月我去一家做B端软件的公司做调研。老板很自豪,说我们全员用AI,渗透率百分之百。我让他把前台、销售、开发的AI使用记录调出来看了半小时,然后问他一句话:你们哪个流程,是因为用了AI而改变了?
他愣了。因为他看到的记录是这样的:写周报用AI、写邮件用AI、写会议纪要AI、做PPT用AI。全都用了,但每个流程的结构一点没变——该开的会照开,该走的审批照走,只是打字变快了。
这就是普通人的「用AI」:把AI当成打字机的升级版。原来手写,现在口述;原来憋一小时,现在憋五分钟。省下来的是时间,省下来之后干什么?刷手机。
会用AI的人是另一种做法。同样一家做B端软件的公司,有个销售总监做了这件事:他把过去三年所有成交和丢单的客户记录、拜访纪要、报价单,全部整理成结构化数据,喂给AI。然后他改了自己团队的流程——不出报价单了,出「客户情况判断」,报价单由系统按历史相似客户自动生成三套,销售只选一套并写理由。
| 对比项 | 普通人用AI | 会用AI的人 |
|---|---|---|
| AI的位置 | 流程末尾的执行工具 | 流程开头的判断输入 |
| 改动的东西 | 输入方式(打字→口述) | 流程结构(谁做什么、什么时候做) |
| 留下什么 | 一份更快的文档 | 一套可复用的判断方法 |
| 六个月后 | 同样的人效 | 人效曲线开始上翘 |
这个销售总监没有换模型,也没用什么高级插件。他做的是把AI挪到了流程的开头,让它参与判断而不是只参与表达。
二、真正的落差在三层,模型在最底下那层
我把这个落差拆成三层,你可以对着看自己公司停在哪一层:
第一层:提问能力——把问题问清楚
这是最流行的一层,也是被高估最严重的一层。提示词课程、模板库、咒语大全,全在这一层。它不是没用,但天花板极低:你能问清楚的问题,通常是一个本来就定义清楚的问题,而这类问题恰恰不那么值钱。
我在培训现场做过一个测试,同一道题发给两组人:一组用最好的提示词模板,一组只用一个粗糙提示。结果专业组的产出质量高出明显一档。为什么?因为专业组知道答案里哪句话是错的。他们不是在提问,是在审稿。
第二层:判断能力——知道哪个输出是好的
这一层才是分水岭。AI的输出永远是「看起来都对」的:结构完整、措辞得体、逻辑自洽。判断一个看起来都对的东西哪里不对,靠的是你自己的行业经验加上标准。
一个做了十年招聘的HR,看AI写的岗位描述,能一眼看出哪句会让候选人误判薪资范围;一个新人看同样的东西,只能看出「写得挺好」。这不是AI的差距,是标准的差距——你心里有没有一把尺子。
第三层:流程改造能力——把AI装进流程的哪个位置
最高一层,也是绝大多数组织完全没有触及的一层。它问的不是「怎么用AI」,而是「AI进来之后,这个流程还应该这样设计吗」。
举个最朴素的问题:如果AI能在三分钟内生成一份完整的培训方案,那这个流程还需要「方案审批会」吗?还是应该改成一次课的三分钟试讲?当产出变便宜,验收方式必须跟着变——这一步叫流程改造,它跟模型毫无关系,跟你敢不敢动自己的流程有大关系。
模型是公共品,谁都能买。落差不在模型上,在「谁愿意为自己的流程动手术」这件事上。
三、为什么大多数企业卡在第一层出不来
原因很实在,不是员工笨:
- 培训教的是第一层。几乎所有企业AI培训都在教提问技巧,因为好教、好交付、当场有获得感。但第一层学完,天花板就在那儿。
- 第二层需要标准,而标准不在培训里。标准藏在老员工的脑子里,你得把它显性化、写下来、变成团队共用的尺子。这活儿不酷,没人爱干。
- 第三层要动权力,会得罪人。改流程意味着有人少开会、有人少签字、有人本来靠某个环节拿功劳,现在这个环节没了。这一步不是技术问题,是组织政治问题。
所以真实情况是:投入了钱、买了工具、做了全员培训,然后停在了「写周报变快了」这个水平上。老板觉得AI没那么神,员工觉得AI就是个玩具。两边都没错,因为动作确实只做到那儿。
四、给管理者三个可以本周就做的动作
1. 换一个评估口径
停止统计「AI使用人数」「AI使用次数」,改成统计「被改写的流程数」。一个季度,每个部门至少申报一个被AI改写结构的流程,讲清楚:改之前几道工序、改之后几道、谁的工作变了。
这个口径一换,你会发现大家的注意力立刻从「怎么用」跳到「用在哪」。
2. 把老师傅的尺子写下来
每个关键岗位,让最懂的那个人写一张「审稿清单」:AI给的产出,必须查这五条,不符合就退回。这张单子就是第二层能力的载体,也是新人最快的成长路径。
别小看这张纸。它不是流程文档,它是把隐性的判断标准变成了组织资产。人走了,尺子还在。
3. 拿一个低风险流程做「拆解手术」
选一个不致命的流程——比如内部周报、客户回访记录、会议纪要归档——问三个问题:这个环节存在的目的是什么?AI能不能直接产出?如果可以直接产出,还需要人做哪一步?
大概率你会发现,原来三道工序只剩一道:人负责判断,AI负责完成。做完这一个,你的团队就有了肌肉记忆,下次换大流程就不慌了。
五、说句大实话
「普通人用AI和会用AI的人」,这个差距不会因为模型升级而缩小。恰恰相反——模型越强,差距越大,因为强模型放大的是判断力,而判断力的分布是不平均的。
你现在比隔壁公司多花的钱,如果买的是模型,那基本白花;如果买的是时间——让员工有机会把尺子写下来、把流程拆一遍——那才叫投资。
AI是很好用的工具。但工具不会让组织变强,敢用工具重新安排自己工作的人才会。