从“人适配工具”到“工具必须适配可检验的过程”
Amber Liu · 结构性变化
早期引入数字化工具时,常见的做法是让人去学习工具的操作方式,把现有工作迁到新系统里。工具往往带着自己的逻辑,人需要适应它。AI 的普及正在推动另一种可能:工具需要适配已经明确的工作过程,而不是反过来要求过程去迁就工具的输出习惯。
这种转变的关键在于,过程本身是否可检验。如果一个过程已经写清了要交付的结果、验收标准、接口条件和接管点,那么 AI 可以被要求在这些边界内工作——输入什么、不能做什么、什么情况下必须交人处理。反之,如果过程主要存在于个人经验中,AI 就只能按通用方式生成内容,后续仍需大量人工筛选和修正。
结构性的影响是,组织内部“可被工具调用的工作”与“仍依赖人判断的工作”会逐渐分化。那些结果标准清晰、交接明确的环节,更容易实现人机协作;而标准模糊或高度依赖语境的环节,则仍然需要人来主导。这不是技术决定的,而是过程是否被明确定义决定的。
因此,AI 带来的变化之一,是让“过程是否可检验”变得更加重要。可检验的过程能够吸纳工具的速度,同时保持责任清晰;难以检验的过程则可能在工具加速后,暴露出更多原本被个人经验掩盖的不一致。