别只让 AI 听你的，也别只听 AI 的

花了大价钱给公司上了 AI 系统，团队也真用起来了，周周开会、轮轮改稿，方案越做越漂亮。可你心里总有点不踏实：方案看着都不错，但为什么总有点不太对味儿？

举个例子：客户续费率往下掉，你让团队想办法。团队把问题交给 AI：续费一直在掉，分析下原因，给出解决方案。AI 很快拿出一个框架，把客户分层，设置了不同档位的优惠机制和具体促销方案。团队一看挺完整，就让 AI 继续往下做，调算法、抠执行细节。

反过来也一样。有时候是团队先认为是价格问题，得上优惠，然后告诉 AI 做个促销方案，一并给过去的还有一大堆要求：要考虑毛利约束，加上服务体验，还有销售节奏。AI 照单全收，把它们吸收成一个更全面的优惠方案。看着面面俱到，其实一步都没离开优惠这条道。

这两类情形其实是同一件事：不管是谁先出手，「优惠」这个框架一早就被放进了盘子，之后谁都没再停下来问一句，它到底对不对。AI 给了框架，人顺着框架改；人给了方向，AI 顺着方向补。两边都在埋头做事，偏偏没有一边回头看一眼，这个框架本身值不值得继续走。

这不是 AI 不够好，也不是团队不上心，而是中间缺了一道工序，没人审视那个框架。

你回想一下自己开过的会。是不是很多时候，大家都是围绕最先被抛出来的那个方案展开的。在别人的方案里修修补补，人人都很拿手；可要另起一个解题方向，敢开口的人就少了。于是一个过得去的方案如果没有异议，就容易被集体认同稀里糊涂地通过。但到底有没有更优的解决办法？也许有，但很少有人去提出来去比较。

这里得说句公道话：愿意首先提出方案的人值得支持。他们扛着把模糊的事推向行动的那份责任。可支持他往下推，不等于提出的方案就要默认为讨论的前提且不用再检查。

回到 AI 系统这边，前面遇到的问题其实就是开会时所发生的事的另一种重现。问题背后有几个原因：

1. 你给它任务和范围，它就在这个范围里把事做完善，这是它的本事；
2. 有些大模型会倾向顺着你的看法往下说，而不是把相反的证据摆到你面前；
3. 还有研究在一些多轮任务里观察到，大模型会早早认下一个解法，之后就绕着它转，你后面新加的意见，未必能把它拽回来看全局。

所以你看，员工可能被 AI 的初版框架带着走，AI 也可能被员工那几句不完整的输入框住。两边都在努力「完善」，但分析和探索的那部分能力却没有充分发挥出来。

守门员机制

怎么解决这个问题？还记得《僵尸世界大战》里有个第十人的机制：一群人做集体判断时，在制度上专门留了一个位置，即使前面九个人都同意，第十个人也必须提出质疑。目的倒不是强制抬杠，而是给一致的意见保留一个被审视的入口。

就像给流程设置个守门员，而且要再前进一步，把守门员设置成双向的。

如果只靠人单向把关，AI 的输出是被盯住了，人自己圈定的部分就会被漏过去了，你花了大价钱的 AI 系统，就被框进了它使用者脑子里的旧回路。

所以要设两个守门员。一个是人去审 AI 交上来的方案：它依赖哪个假设，证据够不够，还有没有别的路值得比。另一个则反过来，是允许 AI 审人交出去的要求：前提站不站得住，这么做对业务目标到底有没有用，有没有待验证的另一种解释。人要承担起审查的责任，也要授权给 AI 足够的问询空间。

再回到开头的例子，让负责审框架的人先问一句：现在手头的证据，能确定价格是客户流失的主要原因吗？如果说不清，就得让团队和 AI 先补查更多信息，定位主要问题，再决定是促销还是调整别的。目的并非一定要推倒重来，如果补齐信息后发现没问题，依然可以继续原来的方案，如果问题不大也可以只调整需要的部分。

落到组织上，先把责任和权限说清楚：重要方案由谁负责审框架，要明确到人，不必新设岗位；AI 的质疑权限也要写进协作要求，可以有依据地提问、建议，但不能擅自改目标或越权执行，更不能为了质疑而质疑。

什么时候做？在重要方案确定之前，或者有新信息明显动摇了关键假设时。特别是方案改了很多轮，还总不满意的话，这就是个信号，或许该回头看看框架了。

还有一条最容易忘：质疑要有人接。AI 提的问题，得进到方案负责人的判断里，并有后续的回应，别让质疑只停在对话框里没人理会。

管理建议

给老板

别只看方案完不完善。要在流程里设置上双向的守门员，让团队敢回头审查方向，也让 AI 敢质疑输入的前提。这样你的钱才能落到效能上，而不是落在一堆越来越漂亮的修订稿上。

给管理者

带方案进会时，别只交一份 AI 提供的成品。把方案依赖的关键假设、值得比较的路径、还有人和 AI 质证过的核心判断，一并交代清楚。让老板能一眼看到，这个方案不是交给 AI 顺着惯性滑出来的。

下次，带你用管理剥开 AI的另一颗坚果。