文章 12AI 落地与经营决策
AI 把工期缩短了，也把我压满了
AI 的高效率，可能更容易让你决策带宽过载。AI 缩短了执行时间，也把原本分散的判断需求挤到了一起。多个项目相互干扰，决策压力可能呈指数级放大。过去能同时管好的项目，现在未必还能。
English version
最近用 AI 做项目，遇到一个有点尴尬的情况：方案出得很快，我却已经没精力往下拍板了。
手上有几件在同时做的事：个人站要重新调整整体结构和视觉风格；给自己搭一个健康和慢病管理系统；还在把过往经历资料整理成结构化文档，建成个人工程知识库。
AI 确实接住了不少工作。个人站和健康系统需求交过去，很快就有框架和方案返回来；积累了多年的历史资料也按要求完成了初步盘点。光看这些进展，几件事都推进得挺顺利。
可到了我这里，每个项目都是一堆事儿要确定。框架和方案以及其中的大量细节等着我判断；知识库基础信息盘点完，后面的内容怎么提取、怎么整理，又有许多情况需要决定。
再加上日常的内容创作和研究，一下子感觉有点扛不住了。身体和精神都有明显疲惫，很难集中精力作出认真判断。
AI 省下的工夫是真的，让我更疲惫也是真的。两件看似矛盾的事儿就这么真实发生了。
缩短的工期可能是个陷阱
回过头看，问题出在那些一起到来的判断上。
一个项目从想法走到完成，中间要经过很多选择。框架是否合适，方案是否值得完善，细节如何确认，结果能不能接受。以前执行需要时间，这些判断也就随着进度分散在整个工期里。
现在 AI 把其中多数执行环节加快了，项目便很快走到下一个需要人判断的地方。原本可以等一阵再考虑的事儿，现在全都挤一起涌到了面前。
整个项目要作的决定未必变多了。但同样是 50 个判断和决策，相对均匀地分散在 30 天的工期里，和集中到 3 天甚至 1 天内连续处理，对人的要求和压力完全不同。前者给你留下了消化、比较、回头再想想的余地；后者可能让你刚拍完一个板，就得接着拍下一个。
所以，过去能同时管多个项目，不代表现在也能甚至管理更多。过去应付得来，可能恰好因为几个项目的决策节点错开了。AI 把执行环节变快后，不仅单个项目的决策需求被集中了，多项目并行时会更容易挤到一起。
决策带宽过载
我把这种情况叫作“决策带宽过载”。一个人在一段时间里，能够有效处理的判断、取舍和审核工作量，就是他的决策带宽。当短时间内涌来的需求超过这个承受范围，判断就容易开始变形。
它和判断能力有区别。一件事给你足够的时间，你能想明白，不代表连续送来一批这样的事，你也能处理好。决策带宽也很难折算成每天能拍多少次板：决定一句话怎么改，和决定一个项目往哪里走，需要的投入差得太远。
更麻烦的是，几个项目一起压过来，消耗的精力还可能远超简单相加。
拿我手上这几件事来说，网站、健康管理系统和个人工程知识库，可以分别让 AI 推进。但我在它们之间切换时，得不停切换不同的思路。看网站方案时需要考虑的事情，不能直接拿来判断个人经历该怎么整理。每换一个项目，都要重新把它的目标、背景和前面的取舍接起来。
如果前一件事还没想透，下一件又等着决定，人就容易两头挂着。注意力被拉来拉去，手上这件事也更难想清楚。到了这一步，增加的已经不只是待办数量，连处理每件事的状态都受到了影响。
在我看来，这种情况下，决策压力可能是指数级放大的。就像三个项目各需要五分精力，短时间内一起压过来，可能就不再是 5＋5＋5＝15，而像是 5×5×5＝125。
打开 AI 同步推进几个项目容易，但并不会同时多出几个能认真思考的自己。AI 让项目跑得更快，也可能让负责人更快撞上自己的决策带宽上限，出现决策带宽过载。
赶紧拍板，未必能让待办变少
面对这些等待，最容易想到的办法就是赶紧选，先让 AI 接着做。
可在高压下连续作决定，人可能会出现决策动作变形。原本值得比较的差异，嫌麻烦不看了；原本还想追问的问题，觉得差不多就算了。看起来每件事都得到了处理，实际上，作决定的目的可能已经从把事情想清楚，滑向了赶紧结束眼前这件事。
想想每个人是否都有过在压力下快速连续决策出现持续失误的经历？这正是我不愿意在已经很疲惫的时候继续拍板的原因。
一个没有认真想过的决定，可能让 AI 沿着未必合适的方向，并以它的高执行力和行动力迅速产出一大批结果。等回头发现方向不理想时，要调整的就不止最初那份方案。后面已经做出来的东西，哪些保留、哪些修改、哪些放弃，这些堆积在一起，又增加了新的待修和待决策事项。
结果越多，梳理和调整越费工夫，人也越容易舍不得推倒。原本想赶紧清掉的待办，可能带着更多问题重新回来，占用本就不足的精力。这些沉没成本也很容易变成你下一步决策时的干扰因素。
这就是我担心的连锁反应：判断需求集中，人疲于应付，草率的决定被快速执行，随后的纠偏又把判断负担推高。
如果依旧按过去的经验多开项目，再跟着 AI 的输出速度不停拍板，我担心这种决策带宽过载会变成一种常态。执行端大幅提速，决策端的质量却可能急剧下降。
当然，AI 也能帮忙比较方案、筛选信息、检查结果，人的审核、判断和决策投入可以根据情况适当减少。如果任务足够成熟、要求足够清楚时，许多事情也可以直接交给 AI 自行判断处理。
但和 AI 协作，总有一些关键判断需要自己把控。即使把执行充分交出去，结果是否符合自己的目标、出了偏差是否值得重来，最后仍然要自己判断和承受。
AI 快的时候，我先慢下来
这次我已经先主动慢下来。把事情索性重新排顺序，减少并行，集中精力一件件完成。
目的很明确：每完成一件，就少一个悬着的待办，也少一份干扰其他判断的心理压力。
减少并行，也有代价。有些项目会晚一点进行，AI 能做的工作未必马上就让它做，甚至有时会浪费些套餐额度和赠送的 token 余额。我愿意先接受这些代价，给自己留出认真判断的余地。
即使 AI 很快给出了结果，也不等于我必须马上决定下一步。什么时候继续推进、什么时候停下来想一想，节奏要由我自己安排。否则，省下的执行时间，很容易变成催着自己立刻拍板的压力。
这也不意味着以后所有项目都必须排成一条队。对于能充分授权、很少需要介入的事情，并行当然有价值。我要收拢的，是这类需要自己持续作取舍的项目。
在 AI 给项目的执行和落地提速以后，人是否会成为新的瓶颈就得认真考虑进来了。
AI 能多快做出来是一笔账，我能不能持续作出可靠的判断，是另一笔必须算的账。