AI时代的「先问后做」——AI一句话就能干完的活,为什么老板还要先派个人再说
今天热搜上有个词,热度挺高:「不要让自己成为任何事情的最后一环」。
下面跟了一堆共鸣。有人说自己在公司就是那个"最后一环"——所有人把活推到你手上,你干完了,功劳是前面的,锅是你的。也有人说,看到这句话突然明白了自己为什么越干越累。
我看完的第一反应是:这句话真正的残酷之处,不在于你是最后一环,而在于你可能已经是最容易被替换的那一环。
因为在AI时代,最后一环往往就是最不需要人的那一环——它之所以留在你手上,很可能只是因为它还没有被自动化掉。
再说直白点:如果一件活,只等着一句话就能完成,那它就不是一个人的岗位,是一个任务。
一、我见过最典型的一个现场
上个月,一家做B端软件的公司请我去看他们的"AI效率提升"项目。项目做完,老板给了一个数字:人均产出涨了三成。听起来挺好。
但我跟他们的产品经理聊了半小时,听到的是另一个版本。
这个产品经理说,他现在每天最重要的工作,是把需求写清楚给AI。以前他拿到一个模糊需求,会先自己琢磨,找技术聊,找客户问,来回几次,才写出一份像样的方案。现在他把需求丢给AI,AI二十秒给他三版方案,他挑一版改改,交付。
看着效率是高了。但他说了一句话,我记到现在:"我现在越来越不知道自己这个岗位在干什么了。以前我是那个能判断的人,现在我是那个传话的人。"
这就是我要说的第一层判断:AI把执行的成本压到接近零以后,组织的价值重心,几乎全部前移到了"提出正确的问题"上。
二、"先问后做":区分一个人和一个按钮的分界线
我给这件事起了个名字,叫「先问后做」。
不是"先做再问",也不是"边做边问",而是在动手之前,先把问题问对。问什么?三个东西:
- 这件事真正要解决的是什么问题?不是需求文档上写的那句话,是那句话背后,谁在什么场景下,卡在哪里。
- 做完了,谁会因此改变什么行为?如果这个问题你答不上来,那就说明这件事可能压根不该做。
- 什么情况下这件事会失败?先把失败的原因列出来,再决定要不要开始。
这三问,AI一个都答不了。不是因为它不够聪明,是因为它不知道你的业务现场长什么样、你的老板真正在意什么、你的客户嘴上说的和心里想的差在哪里。
老邓的判断:AI能做的是"给定问题之后的千条路径",做不了的是"该问哪一个问题"。而后面这件事,是组织里唯一还没被商品化的能力。
为什么说"先问后做"是分界线?因为一个只能"后做"的人,本质上和一个按钮没有区别——你按一下,它执行一下。AI时代,按钮的供给是无限的,而且不要工资。
而一个能"先问"的人,他提供的是方向。方向这种东西,一次做对,值几百万;一次做错,也值几百万——只不过是在另一边。
三、为什么大部分组织正在系统性地毁掉"先问"的能力
这件事最让人不安的地方在于:不是员工不想问,是组织不让他们问。
第一,考核在奖励"做完",不在奖励"问对"
你想想你们公司的考核表。是不是清一色写着"按时交付""完成率""响应速度"?有没有哪一条写的是"这个季度你阻止了哪件不该做的事"?
几乎没有。因为"阻止了一件不该做的事"这个结果,是看不见的。会议纪要上不会写"由于小王多问了三句,这个项目没启动,省了八十万"。这种事不会发生,功劳也就无处安放。
于是所有人都在抢"做完"这件事。做完是可见的,做完有记录,做完能写进述职报告。
第二,AI让"做完"变得太容易,于是"做完"的通货膨胀开始了
以前一份方案要写三天,现在十分钟出十版。当所有人都能十分钟出十版的时候,"交得快"这个优势就消失了。
但很多公司还没意识到这一点,考核指标还停留在"交得快"。结果就是:大家都在疯狂产出,产出的东西越来越像,越来越没人看。
我见过一家公司的周报制度。上了AI之后,周报平均长度从八百字涨到两千五百字,写得越来越漂亮,但老板已经不看了。这才是最贵的浪费——不是没产出,是产出了没人读。
第三,中层被夹在中间,最没有空间"先问"
说实话,最难的是中层。上面要结果,下面要方向,中间这个人既要交付又要判断,而时间被切得稀碎。
AI本来应该帮他省时间,但很多中层把省下来的时间又投进了"多干几件事"。结果是干得更多、问得更少、离判断更远。
四、我见过做对的一家:把"问题"当产出考核
去年接触过一家做工业自动化的公司,四百多人。他们做了一件事,我到现在还觉得挺狠。
他们把技术团队的考核加了一条,占三成权重:本季度你提出的问题里,有几个改变了项目方向。
不是"提了多少问题",是"有几个改变了方向"。这个标准一下子就把"提问"从表态变成了产出。
为了让这条能落地,他们配了一个很小的机制:每个项目立项前,必须有一个"反方提问"环节,由不参与该项目的人来问,问题必须写进立项文档。项目如果中途改方向,要写清楚是因为谁的哪个问题改的。
一年下来,他们的项目变更率下降了四成。技术负责人跟我说:"以前我们最怕的是做错,现在最怕的是没问。"
这句话有意思的地方在于:它把组织的恐惧,从"做错"挪到了"没问"。恐惧的指向变了,行为就变了。
可对照的三个信号(你的组织"先问"能力还剩多少):
1. 过去半年,有没有一个项目是因为某个人的提问而被叫停的?
2. 你们的复盘里,讨论"做错了什么"多,还是讨论"当初该问什么"多?
3. 一个新人提出"我们为什么要做这件事",会得到认真回答,还是被当成不懂事?
五、AI在这里的角色:把"问"的成本打下来
我知道有人会说:你说"先问后做",可现在一切都讲速度,哪有时间先问?
恰恰相反。AI最大的用处,不是帮你做,是帮你用极低的成本把问题问深一层。
具体三个用法,我自己的团队在用:
- 让AI扮演反对者。把方案丢给它,让它用最挑剔的客户、最抠的财务、最保守的法务三种身份各挑一遍毛病。五分钟,你能拿到平时要吵三次会才吵出来的问题。
- 让AI把模糊需求拆成可验证的问题。"提升用户体验"这句话,让它拆成十个可以回答"是/否"的具体问题。拆完你会发现,原来有六个问题你自己都答不上来。
- 让AI列出失败路径。不是让它保证成功,是让它穷举"这件事最可能怎么死"。这一步以前要请咨询公司,现在免费。
但注意:AI能帮你把问题问得更深,不能替你做"这个问题值不值得问"的判断。因为值不值得,取决于你要去哪里。而AI不知道你要去哪里。
六、说句不客气的
热搜那句话说得对,但我还想往前推一步。
不是"不要让自己成为最后一环",而是——如果你只会做最后一环,那么在任何一次组织调整里,你都会是第一个被划掉的。
这不是危言耸听,是我这几年看下来的规律。每次裁员,最先走的都不是能力差的人,是能力还在、但位置可以被替代的人。
而AI时代,可以被替代的位置,正在以每个月一批的速度扩大。
所以给三个具体的动作,今天就能做:
- 下次接到任务,先花十分钟写三个问题(要解决什么、谁会改变行为、最可能怎么失败),发给派活的人。不用等他回答,你先写下来。
- 在自己团队里加一个"反方提问"环节。不用改制度,就在下一次立项会上试一次,指定一个人专门问"我们为什么要做"。
- 把"我阻止了什么"记下来。哪怕只有一个本子,记下你说"先别做"的那几次,以及后来发生了什么。一年后,这是你最有说服力的述职材料。
能执行的人,AI已经能替代九成。
能问对问题的人,AI现在还得找他要方向。