很多 AI 项目到了汇报阶段,都会出现一页很热闹的数据。
开通了多少账号,多少员工完成培训,调用了多少次模型,生成了多少份材料,平均每天节省多少分钟。
这些数字有没有用?
有用。它们可以证明工具被部署、员工开始尝试、某些动作变快了。
但如果老板问一句“所以公司多赚了什么”,会议室往往会突然安静。
于是项目团队开始把节省的分钟换算成人力成本,再把所有人的时间加在一起,算出一个很大的“潜在价值”。
问题是,被节省出来的时间,真的变成更多成交、更短交期或更高产能了吗?还是只是被新的会议、材料和沟通填满了?
如果这个问题没有答案,员工使用率越高,最多只能证明 AI 很受欢迎,不能证明企业转型成功。
怎么衡量,就会怎么行动
《干草堆综合症》反复提醒管理者:衡量指标不只是记录结果,它会直接塑造人的行为。
当企业把“使用次数”设成 AI 项目的核心指标,员工最合理的动作就是多打开、多调用、多生成。
当企业把“节省工时”设成核心指标,各部门就会寻找最容易计算的重复工作,而不是最限制经营结果的环节。
当企业把“上线场景数”设成核心指标,项目团队就会优先选择容易完成的功能,把复杂但真正关键的问题留到以后。
每个人都在完成指标,AI 项目却可能离经营目标越来越远。
这不是员工不负责,而是指标在指挥他们优化局部。
从成本世界,回到有效产出世界
高德拉特把企业常见的管理逻辑称为“成本世界”:企业被看成许多个成本单元,只要每个地方都省一点,整体利润就会增加。
AI 最容易迎合这套逻辑。
一份报告原来需要两小时,现在只要二十分钟;一个岗位原来要三个人,现在看起来两个人就够;一项任务原来外包,现在内部可以生成。
这些变化当然值得关注,但企业赚钱不是把所有节省相加。
如果报告更快,却没有让决策更快;如果销…