洞察

AI让组织患上了“注意力缺陷”——当每个部门都在追新工具

2026年7月11日
0 阅读
原创

•哥伦比亚大学实验:同时关注3个AI工具的团队,产出质量比只关注1个的低41%,耗时多60% •每个AI工具像一台老虎机——投了学习成本尝到甜头,但还没融入就被下一个吸引 •78%企业同时部署3+AI项目,仅12%完全落地(麦肯锡) •三种隐性成本:学习迁移成本、协作摩擦成本、决策疲劳成本 •三个解法:一个季度只干一件事、AI工具准入清单、给专注发奖金 •组织的注意力是不可再生资源——少即是多,聚焦才是AI时代真正的竞争力

AI让组织患上了"注意力缺陷"——当每个部门都在追新工具
颠覆类

AI让组织患上了"注意力缺陷"——当每个部门都在追新工具


上周我跟一家电商公司的CEO聊。他叹了口气说:"老邓,我现在每天醒来第一件事,就是看又出了什么新的AI工具。上周才给市场部上了AI内容生成,这周技术部又说要买新模型。我一个人同时盯着17个AI项目,什么核心业务都没推进。"

这不是一个人的问题。我今年跟20多家企业聊过AI落地,发现一个共同症状:组织的注意力被AI工具一波一波地冲散了。市场部追内容工具,运营部追数据分析工具,产品部追原型工具,HR追招聘工具——每个部门都在自己的赛道上"拥抱AI",但合在一起,公司像一只被30只蚊子同时叮的牛——到处都在痒,哪里都抓不深。

我管这个叫"组织注意力缺陷"(Organizational Attention Deficit)。这不是人的问题,是AI时代组织管理面临的一种全新的效率杀手。

一、你的组织正在经历"注意力碎片化"

哥伦比亚大学商学院做过一个实验:让两组团队分别完成同样的项目,A组被要求同时关注3个AI工具,B组只专注1个工具。结果呢?A组的产出质量比B组低了41%,而投入的时间反而多了60%。不是工具越多越好——是注意力越分散,效果越差。

这个数据让我想到一个比喻:每个AI工具都像一台闪闪发光的老虎机。它站在角落里对你喊:"用我!我能帮你提效50%!"。你投了一枚硬币(学习成本),拉了一下杆子(试用),确实出了一点甜头。但你还没来得及把这个工具真正融入工作流——下一个更亮的老虎机又出现了。

于是你的组织陷入了"试用->尝鲜->放弃->再试用"的死循环。每一次切换都消耗一次认知迁移成本,但没有任何一个工具被真正用到产生复利效应。

我之前接触过一家制造企业,他们一年之内换了三套AI排班系统。第一套学了两个月,第二套学了三个月,第三套学了两个月——加起来七个月的学习投入,换来的是三个半途而废的系统。七个月,一个核心业务问题都没解决。

二、为什么AI时代注意力变得如此稀缺?

传统模式下,新技术出现的速度很慢。ERP系统十年才迭代一次,你有一个完整的经济周期来消化。但AI不一样——每周都有新模型、新工具、新赛道。

问题不在于"新产品多",而在于"每个新产品看起来都很重要"。当市场上同时有10个AI工具声称能"重塑你的行业"——而其中可能只有1个真的适合你——你怎么判断?

大多数组织的选择是:先用再说。但这恰恰是最危险的选择。因为组织的注意力总量是固定的。你在A工具上花了90%的注意力,你在核心业务上的注意力就只剩下10%。

2025年麦肯锡的调查印证了这个判断:78%的企业同时部署了3个以上的AI项目,但只有12%的企业表示任何一个项目"完全落地"。换句话说,近九成企业的AI项目——都在半路上。

为什么落不了?不是因为技术不行,是因为组织没有足够的"注意力带宽"来同时消化这么多变革。

三、"多工具多项目"的幻觉

我观察到一种非常普遍的心态:管理者觉得"越多越好"。多上几个AI工具,多开几个AI项目,至少说明公司在AI上很积极。

这是典型的"动作代替思考"。当你不知道什么才是"对的事",就多做几件事——总有一件是对的。但你忽略了执行这些动作需要的"专注力成本"。

我把这个成本拆成三部分:

1. 学习迁移成本。每换一个工具,团队需要重新上手。有过数据:一个中等复杂度的AI工具,团队平均需要3-4周才能真正用起来。换了三个工具,就是三个月白费。

2. 协作摩擦成本。不同部门用不同AI工具,数据不通、流程不接。市场部用A工具产出的内容,运营部用B工具分析,最后两边对不上——跨部门沟通成本翻倍。

3. 决策疲劳成本。每个工具都产生数据和分析结果,管理者要从更多的信息中做判断。信息越多,决策越累,越容易出错。

这三项成本加在一起,往往超过了AI工具带来的效率提升。所以很多企业看起来"AI化程度很高",但整体效率并没有提升。

四、怎么治?三剂药方

第一剂:"一个季度只干一件事"

强制规定:每个季度,全公司只聚焦一个AI落地目标。市场部学AI内容工具?行,那这个季度运营部就别搞AI分析。公司资源是有限的,注意力更是。把一个工具真正用到"产生业务结果",比试三个工具更有价值。我建议每季度初,各团队要回答同一个问题:"上个季度的AI工具,产生了什么可量化的业务结果?"回答不了?那就别引入新工具。

第二剂:建立"AI工具准入清单"

别让每个部门自己决定用什么AI工具。建立公司级的AI工具清单,每个工具需要经过"准入评估":这个工具解决了什么核心问题?评估周期多长?替换成本多高?项目组要有一个人专门对"这个工具到底用没用起来"负责。没有人负责的AI项目,等于没有项目。

第三剂:给"专注"发奖金

把AI项目的考核指标从"上线多少工具"改成"一个工具有没有产生业务结果"。完成一个AI工具的深度应用并产生可量化的业务回报,比上线三个工具但都半途而废,价值高十倍。考核什么,组织就关注什么。考核"上线数量",你得到的就是一堆半途而废的系统。


AI时代最值钱的资源不是GPU,不是数据,是组织的注意力。

每一次"试试这个新工具",都是在消耗这笔不可再生的资源。别让你的组织成为一个"看起来很忙,其实什么都没做成"的玩具店。

少即是多。聚焦才是AI时代真正的竞争力。

配套行动工具

#AI

相关洞察