當(dāng)AI進(jìn)入團(tuán)隊(duì)會(huì)議，常會(huì)導(dǎo)致討論碎片化、成員參與度下降。研究發(fā)現(xiàn)，成功的關(guān)鍵在于改變與AI協(xié)作的方式：以團(tuán)隊(duì)身份介紹自己，讓AI理解整體背景；賦予AI靈活角色，而不僅是記錄員；保持集體主導(dǎo)權(quán)，避免被AI帶跑。通過(guò)這三步，AI才能真正從干擾者變?yōu)樯耜?duì)友。

根據(jù)凱捷研究院對(duì)全球500位高管的調(diào)查，預(yù)計(jì)未來(lái)三年內(nèi)，在團(tuán)隊(duì)會(huì)議中積極使用AI的比例將增長(zhǎng)三倍以上。受訪高管普遍認(rèn)為，AI的團(tuán)隊(duì)?wèi)?yīng)用將有望帶來(lái)更高質(zhì)量的會(huì)議成果。然而，領(lǐng)導(dǎo)者不應(yīng)讓這種樂(lè)觀預(yù)期模糊了前路的挑戰(zhàn)。我們的研究表明，將AI融入團(tuán)隊(duì)環(huán)境并非自然而然就能實(shí)現(xiàn)，如果缺乏適當(dāng)?shù)那捌跍?zhǔn)備，貿(mào)然在會(huì)議中引入AI，反而可能導(dǎo)致參與度降低、討論碎片化，甚至導(dǎo)致團(tuán)隊(duì)對(duì)議題失去掌控。

所幸，我們找到了一條可避開(kāi)這些陷阱的路徑：稱之為“人機(jī)協(xié)同模式”。研究表明，隨著AI日益深入組織運(yùn)營(yíng)，有三項(xiàng)核心實(shí)踐有助于構(gòu)建這種新能力：

·以團(tuán)隊(duì)身份與AI互動(dòng)：參與者應(yīng)向AI介紹團(tuán)隊(duì)背景，并將其納入集體對(duì)話，使其能夠針對(duì)整個(gè)團(tuán)隊(duì)、兼顧各方專長(zhǎng)來(lái)回應(yīng)。

·發(fā)揮AI的角色靈活性：AI不應(yīng)僅被用作記錄員，而應(yīng)成為可靈活切換角色的團(tuán)隊(duì)成員（如利益相關(guān)方代表、挑戰(zhàn)者、客戶、競(jìng)爭(zhēng)對(duì)手等），以豐富團(tuán)隊(duì)討論。

·保持對(duì)AI交互的集體主導(dǎo)權(quán)：只有當(dāng)團(tuán)隊(duì)成員將提問(wèn)視為一項(xiàng)集體實(shí)踐，在會(huì)議中共同辯論不同方向，并適時(shí)暫停以審慎評(píng)估AI的產(chǎn)出時(shí)，人機(jī)互動(dòng)才能真正激發(fā)團(tuán)隊(duì)的深度思考，而非簡(jiǎn)單地將思考任務(wù)外包。

這些建議源于一項(xiàng)為期五個(gè)月的實(shí)驗(yàn)。該實(shí)驗(yàn)涉及來(lái)自12家不同行業(yè)公司的60名管理者。每個(gè)組織內(nèi)，由三到四名管理者組成一個(gè)團(tuán)隊(duì)，他們都有使用生成式AI的個(gè)人經(jīng)驗(yàn)，任務(wù)是設(shè)計(jì)一個(gè)平臺(tái)化解決方案，以應(yīng)對(duì)具有相當(dāng)規(guī)模和復(fù)雜性的戰(zhàn)略業(yè)務(wù)挑戰(zhàn)。為確保一致性，所有團(tuán)隊(duì)遵循由我們中的兩位（丹尼爾和托馬索）設(shè)計(jì)的同一方法，并使用OpenAI的ChatGPT模型。每個(gè)團(tuán)隊(duì)現(xiàn)場(chǎng)會(huì)面五次，總計(jì)30小時(shí)協(xié)作。為了解團(tuán)隊(duì)實(shí)際如何與人工智能合作以及對(duì)這一過(guò)程的體驗(yàn)，我們采用了三種互補(bǔ)方法：實(shí)時(shí)觀察團(tuán)隊(duì)與AI的互動(dòng)、分析每次會(huì)議的完整聊天記錄，以及收集會(huì)后問(wèn)卷以獲取參與者反饋。這種組合使我們不僅能看清團(tuán)隊(duì)產(chǎn)出了什么，更能洞察他們?nèi)绾螀f(xié)作，以及人機(jī)協(xié)作在何處成功或受阻。

基于這項(xiàng)研究，我們相信，踐行這些實(shí)踐的團(tuán)隊(duì)將獲得更高質(zhì)量的成果，并降低陷入常見(jiàn)AI相關(guān)陷阱的風(fēng)險(xiǎn)。

第一階段：出師不利與潛力未顯

在首次會(huì)議中，將AI融入團(tuán)隊(duì)協(xié)作的想法對(duì)所有參與者來(lái)說(shuō)都新奇有趣。但最初的興奮感往往在一小時(shí)內(nèi)迅速消退。團(tuán)隊(duì)變得安靜，陷入被動(dòng)模式，開(kāi)始只是看著屏幕等待AI生成回復(fù)。AI主導(dǎo)了對(duì)話，而團(tuán)隊(duì)逐漸退居幕后。第一次會(huì)議后的調(diào)查數(shù)據(jù)證實(shí)了我們的觀察：團(tuán)隊(duì)感知到的益處有限，整體參與度較低。我們感到困惑：結(jié)果與我們預(yù)期相反。AI非但沒(méi)有增強(qiáng)協(xié)作，至少在初期，反而似乎抑制了它。

陷入單人聊天模式

仔細(xì)審查聊天記錄后，我們發(fā)現(xiàn)了問(wèn)題的根源。正如我們其中一位觀察到的：“如果我不知道這是團(tuán)隊(duì)聊天，我會(huì)以為是一個(gè)人在與AI互動(dòng)。”在純?nèi)祟悎F(tuán)隊(duì)的會(huì)議中，當(dāng)新同事或顧問(wèn)加入時(shí)，每個(gè)人都會(huì)自我介紹、說(shuō)明角色、分享背景，以便新人有效參與。但與AI互動(dòng)時(shí)，團(tuán)隊(duì)并未遵循同樣的規(guī)范。結(jié)果，AI的回應(yīng)仿佛只是在支持打字的那個(gè)人，而非與整個(gè)團(tuán)隊(duì)互動(dòng)或考慮其動(dòng)態(tài)。由于缺乏對(duì)團(tuán)隊(duì)背景、不同角色、專長(zhǎng)和觀點(diǎn)的認(rèn)知，AI默認(rèn)采用了一種狹隘的、聚焦個(gè)人的視角。

賦予AI固定角色

另一個(gè)有趣的模式是：大多數(shù)團(tuán)隊(duì)為AI分配了單一、固定的角色——通常是“研究員”或“領(lǐng)域?qū)＜摇薄⒃谡麄€(gè)會(huì)議期間保持不變，主要以問(wèn)答模式與之互動(dòng)，將其視為可查詢的知識(shí)庫(kù)，而非思考伙伴。沒(méi)有團(tuán)隊(duì)嘗試將AI切換到更具挑戰(zhàn)性的角色，如批評(píng)者或多疑的利益相關(guān)方，這可能促進(jìn)反思、建設(shè)性辯論或更積極的挑戰(zhàn)。他們也未要求AI從不同視角（如客戶、競(jìng)爭(zhēng)對(duì)手、最終用戶）思考，而這些本可揭示盲點(diǎn)或隱藏假設(shè)。

斷斷續(xù)續(xù)式互動(dòng)

我們還注意到，團(tuán)隊(duì)對(duì)AI的輸入通常簡(jiǎn)短且事務(wù)性：“好的，繼續(xù)”、“再給個(gè)例子”、“方向不對(duì)”。這些快速、極簡(jiǎn)的請(qǐng)求表明，團(tuán)隊(duì)成員急于推進(jìn)，沒(méi)有向AI闡明目標(biāo)或解釋其推理。此外，AI經(jīng)?！皳屌堋?，主動(dòng)提出未經(jīng)請(qǐng)求的“下一步”或現(xiàn)成方案，促使團(tuán)隊(duì)做出簡(jiǎn)單的點(diǎn)擊確認(rèn)（“好，選B”），在團(tuán)隊(duì)達(dá)成集體共識(shí)之前就引導(dǎo)了對(duì)話方向。

同樣的三個(gè)陷阱在不同小組中反復(fù)出現(xiàn)，表明這是一種系統(tǒng)性模式，而非個(gè)別失誤。問(wèn)題既不在技術(shù)，也不在參與者的個(gè)人技能，而在于團(tuán)隊(duì)與AI的互動(dòng)方式。

這引出了兩個(gè)核心問(wèn)題：首先，如何幫助團(tuán)隊(duì)意識(shí)到將AI整合到團(tuán)隊(duì)協(xié)作中的挑戰(zhàn)？其次，他們需要哪些實(shí)用指導(dǎo)，才能將AI充分融入討論？

第二階段：構(gòu)建高效的人機(jī)協(xié)同模式

為幫助團(tuán)隊(duì)避免第一階段中遇到的陷阱，我們開(kāi)發(fā)了一個(gè)包含三個(gè)要素的框架：

·以團(tuán)隊(duì)身份與AI互動(dòng)

·發(fā)揮AI的角色靈活性

·保持對(duì)AI交互的集體主導(dǎo)權(quán)

為提高團(tuán)隊(duì)對(duì)這些要素重要性的認(rèn)識(shí)，我們要求每個(gè)團(tuán)隊(duì)回顧第一階段的聊天記錄，反思他們?nèi)绾闻cAI協(xié)作。為支持這種反思，我們引入了一份實(shí)用的自查問(wèn)題清單，以指導(dǎo)其分析，幫助他們識(shí)別限制效能的互動(dòng)模式。

以下是部分自查問(wèn)題示例：

· 我們是否以團(tuán)隊(duì)身份做了介紹，并說(shuō)明了各自角色和專長(zhǎng)？

· 我們是否為AI分配了不止一個(gè)角色？

· 我們是否清晰地闡述了推理過(guò)程，還是陷入了簡(jiǎn)短、極簡(jiǎn)的回應(yīng)？

通過(guò)回答這套問(wèn)題，參與者反思了團(tuán)隊(duì)如何與AI互動(dòng)，并確定了在下輪會(huì)議中可以加強(qiáng)互動(dòng)的領(lǐng)域。隨后，我們提供了實(shí)用技巧和現(xiàn)成可用的提示示例，旨在幫助團(tuán)隊(duì)更有意識(shí)地將AI作為對(duì)話的積極參與者來(lái)整合，而不僅僅是查詢的工具。例如：“你扮演[角色]，并一步步引導(dǎo)我們實(shí)現(xiàn)[目標(biāo)]。每一步請(qǐng)等待我們的回答后再繼續(xù)?！?/p>

這證明是有效的。第二輪會(huì)議后，團(tuán)隊(duì)顯得更積極。詳細(xì)審查聊天記錄顯示，大多數(shù)團(tuán)隊(duì)現(xiàn)在會(huì)輪流以團(tuán)隊(duì)身份介紹自己，AI也開(kāi)始考慮不同角色和專長(zhǎng)的細(xì)微差別，而不再將團(tuán)隊(duì)視為單一個(gè)體。團(tuán)隊(duì)開(kāi)始與AI進(jìn)行集體對(duì)話。

團(tuán)隊(duì)也開(kāi)始更靈活地使用AI，不再局限于“記錄員”、“專家”或“分析師”等標(biāo)準(zhǔn)固定角色。根據(jù)討論階段，AI被要求扮演頭腦風(fēng)暴伙伴、檢驗(yàn)假設(shè)的挑戰(zhàn)者、創(chuàng)建原型的“原型師”以及完善方案的故事講述者。團(tuán)隊(duì)意識(shí)到，AI可以在同一會(huì)議中，在不同利益相關(guān)方和視角間即時(shí)切換，成為一個(gè)多角色團(tuán)隊(duì)成員。

盡管前兩項(xiàng)能力——以團(tuán)隊(duì)身份互動(dòng)和為AI分配多重角色——被吸收得相對(duì)較快，但第三項(xiàng)能力“集體主導(dǎo)權(quán)”的成熟則需要更長(zhǎng)時(shí)間。在第二輪會(huì)議中，一些團(tuán)隊(duì)仍有跟隨而非引導(dǎo)AI的傾向，圍坐在屏幕前，被動(dòng)地對(duì)AI的輸出做出反應(yīng)。似乎是AI在主導(dǎo)，團(tuán)隊(duì)在回應(yīng)。然而，到了后續(xù)會(huì)議，這種動(dòng)態(tài)逐漸改變。在提交提示前，團(tuán)隊(duì)會(huì)暫停下來(lái)，內(nèi)部討論如何構(gòu)建下一次迭代。他們辯論不同方向，進(jìn)行判斷檢查，并在再次與AI互動(dòng)前集體質(zhì)疑其輸出。這些暫停被證明至關(guān)重要：它們防止團(tuán)隊(duì)陷入“旁觀者模式”，幫助他們牢牢掌握主導(dǎo)權(quán)。后續(xù)會(huì)議的調(diào)查數(shù)據(jù)證實(shí)了益處。平均參與度提升了30%，參與者表示AI為其團(tuán)隊(duì)討論提供了更有意義的支持。三分之二的參與者指出，團(tuán)隊(duì)對(duì)話、共識(shí)和協(xié)作因此得到改善，從而產(chǎn)出了更高質(zhì)量的成果。五分之三的參與者認(rèn)為，集體判斷減輕了單獨(dú)使用AI時(shí)的典型陷阱，如過(guò)度信任或盲從。

如何在團(tuán)隊(duì)會(huì)議中

實(shí)現(xiàn)高效的人機(jī)協(xié)同

正如我們的實(shí)驗(yàn)所示，這種人機(jī)團(tuán)隊(duì)化學(xué)反應(yīng)不會(huì)自然產(chǎn)生，也很少在首次嘗試中就出現(xiàn)。對(duì)大多數(shù)團(tuán)隊(duì)而言，它需要有意識(shí)地培養(yǎng)，并刻意嵌入到工作方式中。風(fēng)險(xiǎn)在于，如果不加以強(qiáng)化，其效果會(huì)消退。實(shí)踐中如何操作？以下是三點(diǎn)建議：

· 在會(huì)議議程中明確規(guī)劃AI參與的環(huán)節(jié)：確定議程中AI參與的節(jié)點(diǎn)，并明確其應(yīng)扮演的角色。例如，規(guī)劃一個(gè)五分鐘的介紹環(huán)節(jié)，由團(tuán)隊(duì)向AI介紹背景；或在會(huì)議臨近結(jié)束時(shí)安排一個(gè)15分鐘的“挑戰(zhàn)環(huán)節(jié)”，讓AI扮演懷疑者。

· 準(zhǔn)備一些提示詞，以召喚AI扮演指定角色：例如，“請(qǐng)從……的視角思考”、“利益相關(guān)方XYZ可能會(huì)如何反應(yīng)……”，或加入確保判斷暫停的提示，如：“請(qǐng)等待我們的決定后再繼續(xù)?！?/p>

· 會(huì)議結(jié)束后，回顧聊天記錄：對(duì)照自查清單檢查，看看人機(jī)互動(dòng)動(dòng)態(tài)展開(kāi)得如何，并找出下次改進(jìn)的機(jī)會(huì)。你也可以利用AI作為教練（上傳聊天記錄，要求AI對(duì)照清單進(jìn)行評(píng)估）或?qū)υ捙憔殻ㄓ懻撊绾卧谖磥?lái)會(huì)議中加強(qiáng)人機(jī)互動(dòng)）。

將這些建議付諸實(shí)踐，僅有良好意愿是不夠的：團(tuán)隊(duì)通常缺乏自行重新設(shè)計(jì)會(huì)議或改變既定慣例的權(quán)限。領(lǐng)導(dǎo)者扮演著關(guān)鍵角色，因?yàn)樗麄兪怯袡?quán)決定并嵌入新工作方式的人。一個(gè)實(shí)用的第一步是，領(lǐng)導(dǎo)者帶領(lǐng)團(tuán)隊(duì)進(jìn)行一次實(shí)驗(yàn)，在一次團(tuán)隊(duì)會(huì)議中有意地整合AI。在此過(guò)程中，領(lǐng)導(dǎo)者應(yīng)設(shè)定預(yù)期：掌握新方法可能需要幾次迭代學(xué)習(xí)。一旦新實(shí)踐經(jīng)過(guò)測(cè)試，領(lǐng)導(dǎo)者應(yīng)持續(xù)應(yīng)用，避免團(tuán)隊(duì)退回舊習(xí)慣。

人機(jī)協(xié)同不會(huì)自動(dòng)形成。要培養(yǎng)它，高績(jī)效團(tuán)隊(duì)需以集體身份與AI互動(dòng)，利用其多重角色，并保持對(duì)互動(dòng)的共同掌控。若有意識(shí)地加以培養(yǎng)，這些能力能促進(jìn)團(tuán)隊(duì)形成更牢固的共識(shí)、實(shí)現(xiàn)更緊密的協(xié)同，從而切實(shí)提升整體績(jī)效，最終交付更高質(zhì)量的協(xié)作成果。

關(guān)鍵詞：

加布里埃萊·羅薩尼（Gabriele Rosani ）、伊麗莎·法里（Elisa Farri ）、丹尼爾·特拉布基（Daniel Trabucchi）、托馬索·布甘扎（Tommaso Buganza）|文

加布里埃萊·羅薩尼是凱捷咨詢管理實(shí)驗(yàn)室內(nèi)容與研究總監(jiān)。伊麗莎·法里是凱捷咨詢管理實(shí)驗(yàn)室副總裁兼負(fù)責(zé)人，入選Thinkers50 2023雷達(dá)榜單。丹尼爾·特拉布基是米蘭理工大學(xué)平臺(tái)思維學(xué)副教授，入選Thinkers50 2024雷達(dá)榜單。托馬索·布甘扎是米蘭理工大學(xué)領(lǐng)導(dǎo)力與創(chuàng)新學(xué)全職教授，入選Thinkers50 2024雷達(dá)榜單。

周強(qiáng) | 編校

聯(lián)系方式

投稿、廣告、內(nèi)容和商務(wù)合作

newmedia@hbrchina.org