停止追求單一、顛覆性的人工智能（AI）奇跡；真正的價值在于一場“數(shù)字彩蛋狩獵（digital egg hunt）”，去尋找那些較小的、隱藏的勝利，這些勝利會讓你的團隊日常工作變得輕松得多。
圖片來源：Jason Mayer
對AI的追求充滿了猜測和狂熱，類似于1848年的淘金熱。各組織正冒著巨大風險并大量投資，以全面改革文化和技術(shù)，希望接受失敗風險，以換取潛在的重新定義市場的優(yōu)勢。
但隨著最初的喧囂塵埃落定，現(xiàn)實十分嚴峻。探礦者（Prospectors）——那些向未經(jīng)證實的AI項目投入數(shù)百萬資金的公司——發(fā)現(xiàn)易挖掘的價值已枯竭。與此同時，“賣鏟子的人（shovel sellers）”——基礎設施和工具提供商——是僅有的一直蓬勃發(fā)展的群體。
現(xiàn)在是時候有一個互補的觀點了。對于AI的實施者和使用者來說，我們必須將思維模式從淘金熱的狂熱與浮躁中轉(zhuǎn)變?yōu)閿?shù)字彩蛋搜尋的敏捷性。
一、為什么“彩蛋狩獵”勝過“淘金熱”
淘金熱關(guān)乎緊迫性、稀缺性和徹底失敗的風險。彩蛋搜尋則關(guān)乎冒險、發(fā)現(xiàn)和找到彩蛋的興奮感。在一個組織中，“彩蛋”并不隱藏在某個遙遠的山里；它們已經(jīng)隱藏在你的操作程序、技術(shù)限制和日常決策中。
通過轉(zhuǎn)向彩蛋狩獵框架，我們在AI時代的狂熱與有序的發(fā)現(xiàn)之間取得平衡。我們不再尋找一塊巨大的、神話般的金塊，而是開始收集數(shù)十個高價值、低風險的彩蛋，當它們被匯集在一起時，將推動巨大的累積價值。
小時候，我有自己的彩蛋搜尋方法。我會盡可能快地跑遍院子，尋找容易找到的彩蛋并把它們放進籃子里。找到每個彩蛋后，我會轉(zhuǎn)向父母，分享興奮的瞬間，然后繼續(xù)尋找下一個彩蛋。一旦我找到了所有容易找到的彩蛋，我會進行第二輪搜尋，尋找更難找到的彩蛋。隨著我學到父母藏彩蛋的新方法——藏在灌木叢后、樹枝上或排水管里——我會迅速擴展自己的發(fā)現(xiàn)能力。在確認所有彩蛋都找到后，我們會回到屋里打開彩蛋。
二、訓練“彩蛋獵人”：精準識別認知摩擦（cognitive friction）
我們希望成為聰明、有紀律的彩蛋獵人，專注于通過快速學習方法、加速流程和創(chuàng)造價值來實現(xiàn)最大價值。籃子里的集體機會確保我們的組織盡可能高效地運行，所有努力都轉(zhuǎn)化為具有切實、可衡量的業(yè)務成果的價值，同時降低失敗風險。
隨著AI承擔更多技術(shù)執(zhí)行任務，以人為中心的技能成為競爭優(yōu)勢。我們必須訓練我們的推動者，讓他們超越傳統(tǒng)的減少浪費的思維，轉(zhuǎn)向智能編排和認知行為。創(chuàng)造力、溝通能力、情商、韌性和終身學習不再是軟技能。在以AI為中心的組織中，它們是核心技能。
《哈佛商業(yè)評論（Harvard Business Review）》的研究表明，超過四成的工作時間花在手動交易、協(xié)調(diào)人員和協(xié)調(diào)復雜工作的摩擦上。研究人員Sharma（沙瑪）、Guan（關(guān)）和Wilson（威爾遜）認為，大約三分之一的這些任務可以通過AI智能體從根本上重新設計。
你所處環(huán)境中的彩蛋隱藏在認知摩擦點中。這些摩擦點包括：
認知處理耗時：手動流程中的思考差距。
交叉引用：在多個系統(tǒng)之間切換以解決模糊性。
數(shù)據(jù)搜尋：從不同的、無組織的來源收集信息。
解決模糊性：作為流程的一部分，解決信息的模糊性或找到清晰的信息。
將這些認知摩擦點視為在價值流圖上突出非增值工作的機會。價值流圖是一種精益管理技術(shù)，用于分析與給定流程、系統(tǒng)或產(chǎn)品相關(guān)的材料、需求和數(shù)據(jù)的流動。通過對認知步驟設定績效期望，可以發(fā)現(xiàn)績效缺陷，揭示可通過治理解決的數(shù)據(jù)質(zhì)量問題或流程模糊性。
一旦對流程進行了映射，組織應該考慮將這些流程轉(zhuǎn)化為流程的數(shù)字孿生。Sharma、Guan和Wilson表示，流程的數(shù)字孿生體為流程的員工提供了前所未有的可見性。這將挑戰(zhàn)流程的傳統(tǒng)思維模式，并提供完整的可見性。以此為基礎使用戶能夠模擬流程變化并促進持續(xù)實驗。
為了幫助應用，考慮一個包含以下內(nèi)容的培訓重點：
在需要判斷和邏輯的任務中識別認知負荷和數(shù)據(jù)摩擦的實踐。
個人的模式識別，以識別可以自動化的內(nèi)容創(chuàng)建。這可以利用“提示即流程（prompt-as-a-process）”模式。
從線性流程轉(zhuǎn)變?yōu)榧{入反饋循環(huán)。這確保在過渡到自主AI時，可以生成人在回路來管理智能體。
三、通過數(shù)字學習實驗室和黑客馬拉松進行現(xiàn)代彩蛋狩獵
數(shù)字彩蛋狩獵最好通過精心策劃的學習實驗室和黑客馬拉松來執(zhí)行。這些不是傳統(tǒng)的培訓課程；它們是充滿活力的兩到三天的沖刺活動，旨在將參與者從被動觀察者轉(zhuǎn)變?yōu)榉e極的推動者。
這些不僅僅是傳統(tǒng)培訓的替代品。學習實驗室促進實驗韌性，提供失敗的安全感，并從所學內(nèi)容轉(zhuǎn)向參與者的思考方式。
要運營一個成功的實驗室：
跨組織合作舉辦學習實驗室。確保有足夠數(shù)量的領導參與并在技術(shù)領域獲得廣泛支持，這一點很重要。
專注于產(chǎn)生能帶來直接、可證明業(yè)務成果的想法。應優(yōu)先考慮采用機會，專注于那些可以通過簡化特定部門或消除和減少停滯成本來產(chǎn)生可證明投資回報率（ROI）的彩蛋。
精心策劃議程以確保成果的成功。對齊類似的機會使參與者能夠?qū)Ｗ⒂陉P(guān)鍵學習點并最大化學習效果。
預先配置長周期項目以實現(xiàn)快速價值交付。像賬戶設置、安全訪問、軟件安裝等基本事項都應該提前完成。此外，讓高級資源審查和解決風險會很有幫助。
傳達研討會的結(jié)果，為參與者提供討論學習內(nèi)容的機會。
創(chuàng)建活動案例研究，以進一步傳達和擴展未來的學習內(nèi)容。
這種專注于業(yè)務成果的創(chuàng)意快速生成降低了開發(fā)的總成本，推動快速原型設計和評估。組織可以快速識別哪些機會值得推進或擱置。
四、避免活動后的衰退
任何創(chuàng)新舉措的最大風險是活動后的衰退，即參與者回到辦公桌前并動力消退、成果無法落地。為了實現(xiàn)完整的業(yè)務成果，在實驗室期間發(fā)現(xiàn)的高價值彩蛋必須快速納入30-60-90天的路線圖中。
為了最大限度地提高投資回報率，請考慮以下步驟：
創(chuàng)建評估，衡量參與者工作產(chǎn)品的成熟度便利性、轉(zhuǎn)型努力程度和業(yè)務價值的難易程度。在近期路線圖中快速推進高價值項目的完成。
向利益相關(guān)者演示解決方案，以突出學習和業(yè)務成果。
讓高管贊助高價值想法，并與參與者合作，在學習實驗室之外推進這些想法。
維護一個可供其他參與者或業(yè)務推動者/落地負責人使用的學習庫。
提取參考模式以用作加速器。
五、要點總結(jié)
在AI時代，你可以將員工動員為絕望的探礦者，要么將他們賦能為主動出擊的獵人。通過培育數(shù)字彩蛋狩獵文化——建立在認知映射、數(shù)字孿生和快速原型設計之上——你不僅僅是找到價值；還能建立一個比那些仍在空山中淘金的組織更快、更智能且更具韌性的組織。
