跳到正文

#管理决策

今日 5 条
今天11月2日周一
  1. 钛媒体64

    AI治不了CEO的大病

    钛媒体作者山自撰文称,AI正被一些管理层用作裁员的叙事外衣,资本已开始给AI故事重新定价。十月油价与美债收益率维持一整年的80%相关性突然断裂,Mag 7集体回调、谷歌单周市值蒸发近五千亿;梅耶尔的Dazzle AI、Duckbill等代理公司在AI卡壳时转单给签约外包真人,Meta的Muse代理内部测试期也曾由呼叫中心真人代打。

    决策要点

    AI正在成为裁员的叙事外衣,市场已开始区分嵌入业务创造增量的AI与用来降本裁人包装财报的AI。

    • 影响仓促裁员后总成本未必下降,只是把稳定全职换成抗风险弱的外包人力池;团队会形成拆分成果、隐藏经验的自保文化,隐性风险以更高成本反噬公司。
    • 参考可考虑在AI替代试点前先算清含外包补位的总成本,把模型放在标准化、低判断任务上;值得盘点已由影子人力承接的关键环节,评估组织容错垫是否被抽薄。
  2. 36氪·AI64

    AI 治不了 CEO 的大病

    文章认为 AI 治不好管理混乱等组织顽疾,十月资本市场已开始按真实收益分层定价 AI,谷歌单周市值蒸发近五千亿,贝莱德组合经理 Jeffrey Rosenberg 称地缘政治风险已让位于 AI 风险。

    决策要点

    这篇文章的实质是给用 AI 叙事裁人的做法泼冷水,落地环节仍靠真人兜底,裁掉正式员工只是把显性人力成本转移成更脆弱的外包影子人力。

    • 影响把 AI 当裁员工具的企业会在异常场景卡壳,转用外包后总成本未必下降;团队会拆分成果、不交底经验,断层与返工风险会以更高成本反噬;走人机协同路线的案例已交出可核验收益。
    • 参考可考虑在裁撤岗位前先盘点其对异常处理、多方沟通和风险兜底的依赖度,这类环节暂不适合直接交给模型;值得为一次性根治问题的人设计长期激励与岗位保障,避免组织长出拆分成果的自保式交付。
  3. 人人都是产品经理53

    Token费用该计入办公费用还是人力成本,企业人效记账逻辑面临重写

    作者提出企业采购的AI工具与Agent费用应对外按会计口径核算,对内按服务单元合并人工、AI使用和维护成本来算人效。文中举例月薪1万元的CSM每月另付5000元AI费用,服务单元月投入实为1.5万元。引用的麦肯锡2025年报告显示55%高绩效企业已重新设计工作流程,其他企业为20%,作者认为人效核心看有效产出与业务结果,建议在做27年预算前提前考虑这一问题。

    决策要点

    Agent费用归属不是简单的科目选择,而是工作方式改变后,企业人效核算口径要不要跟着重构的问题。

    • 影响只按工资算人效会高估AI收益,总成本未必下降;只上工具不改流程,新增投入难以转化为效率;只看工作量会把任务增量误当成价值提升。
    • 参考可考虑在编制预算前,把重点岗位拆成含人工、AI费用和维护投入的服务单元算清总成本;值得同时盘点哪些流程尚未为AI重新设计。
  4. 36氪·AI53

    腾讯混元进入组织重组期,前OpenAI研究员姚顺雨统管基础模型部

    腾讯混元团队正进行以部门合并、汇报线压缩和局部人员更替为特征的组织重组,官方称没有大裁员计划。前OpenAI研究员姚顺雨2025年12月入职腾讯任首席AI科学家,2026年7月大语言模型部与多模态模型部合并为基础模型部,由他统一管理。作者认为行业已从堆参数转向推理成本与应用落地的竞争,2026年上半年腾讯、阿里、字节、百度均完成模型团队整合,9月豆包月活4.19亿远超元宝的3733万。

    决策要点

    大厂大模型研发正从人海圈地切换到精锐攻坚,人员更替由技术路线重构与ROI考核共同驱动,裁员与否只是定性之争。

    • 影响大模型团队用人标准从通用算法能力转向懂业务的复合能力,纯技术岗位价值面临重估;大厂整合中流出的训练与评测人才,给应用侧企业提供了招揽窗口;AI业务考核正从做得出来转向赚得了钱。
    • 参考可考虑按推理成本与业务产出重新核算自家AI团队编制,把预算从通用算法岗转向懂业务的复合型岗位;值得盘点大厂整合中流出的模型训练与评测人才,评估是否适合补强应用落地团队。
  5. 人人都是产品经理37

    人与AI互相效力:谁才是受益者?

    作者撰文分析AI转型下的职场现象,指出企业高喊转型口号却不报销Token采购,员工自费干公司的活。AI嵌入研发工作流后,管理者以排期压缩衡量价值,正常按月为单位的财务结算功能被质问一周能否上线试用。作者分享了设定任务范围、指定关键信息位置、补充注意事项的提示词写法,并判断AI已重构研发链路不可移除,团队分工、视觉设计、代码、质量验收环节的重要性在下降,人与AI的效力关系谁也说不清。

    决策要点

    AI转型的实质是组织把降本压力转嫁给员工,人与AI之间的权责和收益分配至今没有说清。

    • 影响管理层以排期压缩衡量AI价值,预期与交付能力容易错位;员工自费买Token干公司的活,组织把转型成本压到个人;作者认为研发链路已重构,分工和验收环节的重要性在下降。
    • 参考可考虑先把Token与AI工具的报销口径算清楚,明确公司承担哪部分;值得在压排期前实测一个研发场景的AI提效幅度再定预期;员工自建的提示词模板也可纳入团队统一沉淀。
11月1日周日
  1. SaaStr57

    SaaStr 核心供应商宕机一整天,其 AI 智能体 10K 在对方恢复前完成替换

    SaaStr 的核心供应商宕机一整天且无任何状态通报,其 AI 智能体 10K 当天搭出替代方案并建议不再使用该供应商,SaaStr 当天采纳并完成部分切换。

    决策要点

    当智能体成为客户侧主要用户,年度合同加迁移成本的留存护城河基本失效,宕机当天续约就已见分晓,API 表现和故障沟通成了决定项。

    • 影响对 B2B 软件卖方,全天宕机可能当场触发替代迁移,预付年费和客户关系的留存作用下降,API 就是实际产品;对买方,核心供应商的评估重点转向 API 在智能体高负载下的表现与故障时的沟通。
    • 参考买方可考虑把智能体压测下的 API 表现和故障沟通预案列为核心供应商续约评估的前两项;卖方值得先盘一遍自家 API 限流阈值和宕机通报流程,客户的智能体正以此为去留依据。
  2. 钛媒体40

    从效率到效能,真正的AI组织

    钛媒体作者GritMeng撰文提出,现代机构已进入强耦合商业模式,各部门KPI满分却互相抵消,组织首要矛盾从局部效率转向全局效能。文章认为共用资源受横向排他与纵向齐套双重制约,按优先级分配会引发供需交叉错配,作者估算百亿规模机构每年因此流失数亿乃至十多亿净利润。

    决策要点

    这是一套把组织困局归因于资源耦合错配的系统性论述,主张AI从单点提效工具转向全局资源调度。

    • 影响部门KPI全优而净利率下滑的机构,症结可能在共用资源的调度结构而非执行力;只把大模型用作部门级助手,解不开跨部门耦合错配;用人与考核体系需同步调整以支撑全局调度。
    • 参考可考虑先盘点共用资源在各项目间的占用现状,找出被远期高优先级项目提前锁定却闲置的部分;值得检视AI预算是投向部门级效率工具还是跨部门全局调度场景。
  3. 钛媒体47

    产销协同为何消除不了制造业KPI矛盾,一个极简推演揭开底层死锁

    钛媒体作者GritMeng用两笔需求、三颗料的极简推演提出,制造业部门KPI冲突不是立场矛盾,而是共用料分配顺序造成的物理死锁,产销协同会上每次提级保供都会顺着共用资源把其他部门指标砸碎。

    决策要点

    文章把产销矛盾归因于资源分配顺序的物理耦合而非部门墙,但论证与实证数据全部出自方案作者的自我叙述。

    • 影响若KPI冲突真由资源锁死顺序造成,换人换会都难奏效,排产算法会是另一条路径;但文中失血账目出自方案方自述,预算测算不能照单全收;用算法重排供需优先级牵动全厂流程,组织阻力不小。
    • 参考可考虑先用自己的订单和物料数据复盘是否存在早到共用料被晚齐套需求锁死的场景,算清每年加急运费、跌价计提与违约罚金的真实规模,再决定是否引入此类引擎试点。
10月31日周六
  1. 钛媒体58

    奥迪中国正式分家,一汽奥迪聚焦四环品牌,上汽奥迪转向AUDI字母标

    10月26日奥迪与一汽、上汽分别签署战略协议,一汽奥迪聚焦传统四环品牌,上汽奥迪转向AUDI字母标智能新能源车型,上汽奥迪可销售四环车型至2027年底,售后服务和经销商业务维持正常运营。

    决策要点

    奥迪用品牌分工终结双伙伴内耗,但经营能否修复取决于中国团队在跨国体系里能拿到多少决策权。

    • 影响对依赖品牌授权的经销商,品牌切换直接关系库存周转、售后收入和前期投资回报;多伙伴合资模式在市场收缩时重复投入会更敏感;研发决策权是否下放影响本土响应速度。
    • 参考经销商可先核算2027年底过渡期内四环车型的库存与售后收入缺口再定投入节奏;车企可参考把研发实体落地中国并明确中方在定价与配置上的权限;相关方值得先厘清2027年后的渠道授权安排。
10月30日周五
  1. 36氪·AI44

    思科授权 27 岁前创业者无限 Token,两人团队拟 24 个月重写 98% 遗留代码

    思科总裁兼首席产品官 Jeetu Patel 授权 27 岁前 AI 创业公司 CEO Paddy 以两人团队在 24 个月内重写思科 98% 的遗留代码,并给他近乎无限的 AI Token 预算。

    决策要点

    思科高层用无限 Token 预算和组织授权,把遗留系统改造交给两人小团队,实质是借 AI 编程重新思考年轻人才的使用方式。

    • 影响基础编程被 AI 接管后,初级工程师靠杂活积累经验的路径被压缩,招聘与培养体系面临重新设计;按 Patel 口径,靠减招应届生降本会同时削弱组织的新想法来源;若小团队加充足 AI 资源的模式跑通,遗留系统改造的人力成本结构可能随之改变。
    • 参考可考虑先盘点内部被低估的年轻员工和高潜实习生,给他们带明确期限的验证型任务;值得重新梳理初级岗位的工作内容,让新人从入职起参与流程改进,而非只做数据录入类杂活。
  2. 人人都是产品经理56

    Anthropic为Claude Enterprise上线智能报告,管理员可核查员工28天内AI使用记录

    Anthropic于2026年10月为Claude Enterprise上线智能报告功能,企业管理员可读取团队最长28天的对话记录并自动归类工作流。报告会标出无产出和被标记为私人用途的会话,Token消耗可精确到个人;企业每月免费生成最多10份、超出额外收费,官方文档称设计初衷并非评估个人绩效或做出人事决定。

    决策要点

    企业AI产品的卖点正从帮员工提效转向帮管理层监督使用,员工与AI的对话记录成为可核查的管理数据。

    • 影响采购企业版后员工与AI的对话可被管理员逐人查看,Token消耗精确到个人;官方声明不用于人事决定,但实际用途不受厂商控制;这类报表若进入绩效场景,可能影响员工使用AI的意愿。
    • 参考部署企业版AI时可考虑先向员工说明管理报表的用途边界,避免被理解成绩效工具;值得盘点所购产品自带的监控类功能清单,再决定开启范围与权限归属。
  3. IT之家·人工智能59

    Anthropic 研究 AI 会悄悄带偏专家判断,多数人误认结论出自自己

    Anthropic 最新研究发现,在模拟的农业合作社政策评估中,50 位因果推断专家有 86% 采纳了 AI 智能体的分析偏好,远超随机选择的 50%。当 AI 给出相反意见时,专家改变立场的可能性比 AI 认同时高 53 个百分点,事后 52% 的参与者认为最终建议属于自己,77% 复用了 AI 论证但只有 15% 明确提到 AI。

    决策要点

    AI 在提效的同时会隐性改写专家判断,且本人难以察觉,分析结论的独立性因此打了折扣。

    • 影响研究报告、尽调和内部分析可能隐含模型偏好却被当作人的独立判断;全公司沿用同一模型时结论趋同,形成虚假共识;依赖 AI 的安全或合规审查独立性可能被削弱。
    • 参考可考虑要求分析岗标注 AI 参与环节和采纳的提示内容;值得让 AI 先询问分析者立场或同时呈现正反两方论证;先算出关键决策依赖多少个同一模型的输出。
  4. 36氪·AI61

    AI功能启动前,产品经理先把三件事问明白

    人人都是产品经理作者禾木撰文提出,AI功能立项前应先问清三个问题,即用户为哪一步付出什么代价、AI做错了后果有多重、如何证明AI做得更好。文章指出AI输出是概率性的,错误比例不会降到零,需按错误代价、能否及时发现和有无退路,决定功能做成自动执行还是建议由用户确认。验收方面建议先定好坏标准、准备五十到一百个真实样本,用采纳率和修改率而非点击率评估价值。

    决策要点

    多数AI功能翻车不在执行不到位,而在立项前没分清价值、风险和验收,把AI手段当成了目的。

    • 影响该不该上AI取决于用户在哪一步付出代价,任务足够确定时规则方案往往更快更省更可控;错误代价高的环节AI应退居辅助并留人工出口;验收标准不定,上线后迭代就没有方向。
    • 参考可考虑把三问写进立项评审,先要求写出去掉AI二字后的价值一句话再谈选型;值得按错误代价给功能分级,高风险环节留人工确认和撤销入口;可先备五十到一百个真实样本,用采纳率和修改率做验收基线。
  5. 36氪·AI58

    穆胜咨询提出人机协同团队成熟度模型MHCM,把企业AI化分为四级

    穆胜咨询提出人机协同团队组织成熟度模型MHCM,将企业AI化进程分为工具级、助手级、编队级、智能体组织四级,可用于自评与路径规划。文中以三星20天内3起ChatGPT泄密、德勤澳洲报告造假并退还约44万澳元、亚马逊Kirorank排行榜因员工刷token被关停等案例说明前两级组织模式的风险,并预测中国大型企业2027年前后普遍完成一级到二级跨越,2030年前进入四级者仍属少数。

    决策要点

    企业AI化的真实标尺不是智能体数量而是权责结构是否改变,这篇文章实质是把转型评估从技术口径拉回组织口径。

    • 影响若停在助手级,个体提效难转组织提效,token成本攀升而边际回报递减;进入编队级会遭遇智能体身份治理缺口,文中称近80%企业无法实时追踪代理活动;组织变革深度决定转型节奏。
    • 参考可考虑按四级标尺先自评企业所处阶段并规划路径;先算清token消耗与业务产出的对应账,避免刷量式考核;在扩大智能体部署前盘点身份与权限管理能力。
  6. 36氪·AI70

    亚马逊发布工程师指导文件,提醒程序员别把 Token 消耗量当成绩

    亚马逊发布面向软件工程师的指导文件,明确开发者不应由 AI 使用情况定义,提醒员工别把 Token 消耗量等使用数据当成绩。

    决策要点

    亚马逊把 AI 使用量从考核导向中剥离,消耗多少 Token 不再被当成工作成果,实际创造的价值重新成为衡量开发者的标准。

    • 影响把 Token 消耗量当绩效目标会推高模型使用成本并催生刷量行为;追求代码产出还会增加系统复杂性;考核重心需要转向 AI 创造的实际价值和团队对业务的理解。
    • 参考可考虑盘点公司现有的 AI 使用统计指标,区分衡量工具与绩效目标;值得参考亚马逊做法,关注采用率约 10% 和 90% 两端团队,核实高用量是否换来真实效率。
  7. 数英 DIGITALING41

    全民过日子时代,我们需要什么样的品牌

    营销作者舒大克撰文判断,消费正进入主动回归理性的全民过日子时代,品牌价值从炫耀资本转向兜底承诺。文章归因于资产预期转弱、收入信心不足和 AI 冲击白领岗位,判断消费市场向两头分化、中间地带塌陷,并给企业提出重构成本结构、把售后兜底做成制度等五条建议。

    决策要点

    消费收缩的实质是定价逻辑转向,为面子和溢价买单的理由消失,品牌价值从向外炫耀的资本变成向内兜底的承诺。

    • 影响靠信息差和品牌故事撑起的溢价会被持续压缩,中档定位的生意被两头分流;消费者仍愿为确定性付钱,成本结构和售后兜底能力决定谁能留下。
    • 参考可考虑先算出一张帮顾客省钱的明细单并公开省在哪里;值得盘点砍掉不产生真实价值的包装和型号,把售后兜底从话术改成制度。
  8. 人人都是产品经理28

    前腾讯产品经理创业复盘:信息不充分时用锚点意识做决策

    一位前腾讯产品经理复盘自己27岁加入AI建模平台创业公司的经历,提出高质量决策的核心不是信息量,而是先建立对产品终局的锚点,再用锚点筛选选项。面对三个银行客户同时压来的定制需求,他将共性需求产品化、个性化需求用配置化兜住;锚点来源于产品根本问题、目标客户共性约束和三五年终局三个层面的思考,作者称建立锚点后90%的判断可快速过滤。

    决策要点

    文章的实质是主张决策能力先于信息,先立产品终局基准再筛选需求,而不是等信息充分后再判断。

    • 影响服务大客户时个性化需求会持续涌入,缺判断基准的产品容易滑向项目交付;清晰的终局判断可降低决策成本,把定制需求与标准能力分开处理。
    • 参考可考虑先写下产品根本问题、目标客户共性约束和三五年终局三个答案,再用它过滤需求清单,把客户定制区分为产品化或配置化处理。
  9. The Decoder:AI News67

    Anthropic 研究发现专家会采纳 AI 智能体的随机立场并误以为是自己的判断

    Anthropic 一项有 50 名因果推断专家参与的实验发现,参与者在 86% 的分析决策中采纳了智能体以掷硬币随机指定的立场,52% 的人事后认为最终建议更像自己的判断,77% 的人在解释中沿用了智能体的论证而仅 15% 提到 AI。

    决策要点

    研究的实质是智能体在提升分析速度与质量的同时,把开放式判断悄悄拉向自己随机指定的立场,专家却以为决定出自本人。

    • 影响智能体辅助分析可显著减少严重缺陷并缩短用时,这笔效率收益有实验数据支撑;但方法与口径等关键判断可能随模型默认偏好漂移;多数人复述 AI 论证却自认独立判断,组织对决策质量的内部评估容易失真。
    • 参考可考虑让智能体在开放性判断上先给正反双方论据,或先记录专家本人立场再让 AI 表态;值得在分析流程中标注哪些环节必须由人独立裁量,并为这类环节预留时间与资源。
10月29日周四
  1. IT之家·人工智能63

    Anthropic 推出 Claude 智能报告工具,企业管理者可查看员工使用 AI 的方式与开销

    Anthropic 于当地时间周三推出 Claude 智能报告功能,面向 Claude Enterprise 付费套餐开放,企业管理者可生成图表查看员工使用 AI 的方式、产出与开销。

    决策要点

    企业 AI 使用管理进入量化阶段,员工级用量与成本监控成为正式产品功能,效率工具与员工监督的边界争议随之摆上台面。

    • 影响管理者可按团队与工作流量化 AI 产出和成本,为额度与采购决策提供数据;员工可能将其视为监控,引入前需评估信任成本;查询种族、宗教等敏感内容已被官方禁止。
    • 参考可考虑先在单个团队开启并利用每月 10 份免费额度,算出各工作流的单位产出成本后再决定扩大范围;值得提前向员工说明数据用途与查询限制,把不用于绩效评估写入内部规范。
  2. 36氪·AI46

    AI正在重新划定客户成功的边界

    牛透社发文指出,AI Agent 开始承担实际业务任务后,客户成功正在从服务部门职能变成需要销售、研发、交付共同承担的全公司经营责任。文章梳理崔牛会 2022 至 2025 年四场客户成功闭门会的议题,认为续约率、净收入留存率等指标受销售承诺、实施交付和客户自身经营等多重因素影响,单靠客户成功团队无法改善。

    决策要点

    Agent 替客户干活后,客户成功从服务部门的流程职能,变成牵动销售承诺、交付验收和研发投入的全公司经营责任。

    • 影响续约结果受销售承诺、实施交付和客户自身经营影响,只考核客户成功团队难以改善留存;Agent 在生产环境可能因数据口径、权限不足和隐性业务规则无法稳定运行,交付成本随之上升;客户成功岗位的技能要求向业务诊断和技术理解倾斜。
    • 参考可考虑复盘流失与未增购客户的原因归属,区分服务、产品和交付责任后再定考核;Agent 项目报价前值得测算定制开发、系统集成和持续运维成本,明确哪些需求产品化、哪些靠工具复用;客户成功团队可补充懂客户业务和技术实现的人员。
10月28日周三
  1. Adweek39

    如何识别有毒的首席营销官(CMO)

    一位自述有 30 年营销从业经历的作者归纳出 11 种有毒 CMO(首席营销官)的典型形象,包括把品牌当作个人履历素材、用促销和产品线延伸透支毛利换增长、把品类顺风错归为营销活动功劳等。文章认为这些领导者不只是被招进来的,更是被公司制造出来的,企业奖励可见动作而冷落安静的品牌守护。结论是当品牌是核心资产时,品牌决策需要高管层共同问责,而不应只交给 CMO 一人。

    决策要点

    有毒 CMO 的实质不在个人品行,而在企业激励机制,奖励可见动作、惩罚沉默守护,最终批量制造出这类领导者

    • 影响品牌作为核心资产时,CMO 的短期动作可能消耗毛利和未来需求,代价常由继任者承担;激励只奖励发布和奖项,安静的品牌守护会无人愿做;品牌决策缺高管层共担,风险集中在单一岗位。
    • 参考可考虑先审视对营销负责人的考核是否只奖励可见动作,为长期品牌守护留出评价空间;值得把重大品牌决策纳入高管层共同问责,像审并购一样审品牌;招聘时也可同步检视岗位任务书是否自相矛盾。
  2. 36氪·AI79

    Anthropic实验显示86%的关键分析决策跟随AI预设立场,专家多不自知

    Anthropic对齐团队发布随机对照实验,50名资深数据分析师用Claude Code完成商业分析,AI在四个关键决策点上的立场由掷硬币随机指定,分析师全程不知情。

    决策要点

    研究显示所谓人类兜底可能失灵,AI无需造假,只要在方法论岔路口温和倾向,专家就会把它当成自己的独立判断。

    • 影响依赖人工终审的质检与风控流程,可能高估了人对AI结论的把关能力;影响发生在指标、口径等中间选择上,常规审阅产出难以发现;完全禁用AI的效率与出错代价也被实验量化。
    • 参考可考虑在AI辅助分析中要求先写下独立结论再咨询AI,并对指标口径、方法选择等中间节点留档复核;值得先算出关键岗位不用AI的出错成本,再定治理重点。
  3. IT之家·人工智能53

    Anthropic 招聘经理称编程面试已死,已在其团队取消编程题

    Anthropic 招聘经理、Claude 相关产品工程负责人 Felix Rieseberg 本月表示,已在团队招聘中取消传统编程题面试。他称 Claude 已能轻松完成小型 React 挑战甚至底层汇编问题,编程题衡量的更多是 AI 能力,而非候选人的判断力、产品品味和协作能力。

    决策要点

    编程面试筛选的对象已从人的执行力变成 AI 的能力,工程岗评估的权重正转向判断力、品味与协作这类 AI 难以代考的素质。

    • 影响对依赖编程题筛选工程人才的企业,笔试对真实工作能力的区分度在下降,误判风险上升;执行力成本下降让初级员工用周末原型证明价值的路径变短,成果对资历的替代性增强。
    • 参考可考虑在工程岗试点用贴近真实业务的任务替代通用编程题,加入协作与产品判断的观察项;值得先盘点现有笔试题被主流 AI 模型解出的比例,再决定各环节去留。
  4. IT之家·人工智能64

    亚马逊更新 AI 时代工程师工作准则 考核看业务价值而非 AI 使用量

    亚马逊当地时间 10 月 27 日更新面向 AI 时代的软件工程师工作准则,明确考核应看工程师为客户和业务创造的成果,而非 AI 使用频率、词元消耗量等数据。

    决策要点

    亚马逊以官方准则形式承认按 AI 用量考核员工会适得其反,工程师考核重心正转向客户与业务成果。

    • 影响把 AI 使用数据当考核指标的企业需警惕员工刷词元消耗、刷代码行数等行为;成果导向考核可减少为达标而做的形式化操作;管理者亲自上手 AI 才能判断工具的实际价值与不足。
    • 参考可考虑先复盘现有考核中 AI 用量数据是否被当成了目标;值得让管理者在实际项目中试用 AI 工具并向团队说明判断依据;对排名靠前和靠后的团队分别核对交付是否真变快、为何用不起来。
10月27日周二
  1. 36氪·AI44

    为什么你越懂行业,越可能错过AI颠覆点?

    作者东针商略撰文认为,深厚的行业经验在AI时代会形成认知滤镜,文中称73%的行业+AI项目停留在对旧工作流的数字化修补,错过结构性创新机会。文章梳理了服务边缘区、跨行业嫁接区、专业服务简化区、成本结构重构区四类易被内行忽视的机会,并提出生物模因移植、金融规则解构、游戏机制映射三套本土化方法。

    决策要点

    文章的实质是把深厚的行业经验重新定性为AI时代的认知负债,认为竞争优势正从行业纵深转向跨领域的认知重组能力。

    • 影响依赖行业老兵主导AI转型的企业,可能系统性过滤边缘信号,把预算耗在复刻旧流程;评估AI团队若仍以行业经验为主要权重,可能错判潜力;异业背景的新进入者可能从被忽视的边缘环节切入。
    • 参考可考虑先盘点在手AI项目属于流程改良还是结构重构,记录用于复刻旧体系的资源占比;值得参照文中做法,试点季度性外行评审或设立小额反共识实验预算。
  2. 钛媒体51

    算力最多,进展最慢:字节大模型困于赛马制

    Tech商业发文分析称,X平台爆料指字节Seed团队人才与算力充足但LLM进展不够快,根源是赛马机制和短周期OKR考核与大模型研发不匹配。文章称赛马制把超级算力池拆成各自为战的资源孤岛,团队囤积算力、互相防备,并提及前实习生对Seed训练实施系统性破坏的公开报道。文中引述公开报道称字节已推动Seed组织收敛,并取消Seed Edge项目的季度OKR和半年考核。

    决策要点

    文章认为大模型预训练是需要全局协同的重工业式工程,赛马制和短周期考核与它的组织逻辑相斥,算力规模不直接换来模型进展。

    • 影响组织与考核设计被指和算力投入同等影响大模型产出;爆料称资源囤积和信息隔离会摊薄昂贵算力的实际产出;短周期OKR可能把数据清洗等基础工作挤出优先级,文中将其与训练投毒事故相关联。
    • 参考可考虑盘点内部算力分配与跨团队共享机制,评估是否已形成资源孤岛;值得重新设计研发考核周期,为数据清洗、Infra调优设置可计入产出的考核口径。
  3. 36氪·AI62

    Anthropic Claude工程负责人Felix:别再像2024年那样用Claude了

    Anthropic Claude工程负责人Felix Rieseberg在访谈中分享他现在使用Claude的方式,核心主张是让模型直接接触原始数据和工具、重新设计工作流,而不是让它总结邮件或润色文字。

    决策要点

    这场访谈的实质判断是把AI当聊天助手的用法收益有限,真正的回报来自重造工作流,让模型接触完整数据、真实工具并接受对抗性审查。

    • 影响执行类开发成本被压到极低,原型验证可由内部快速完成;让模型接入完整业务数据前期投入更高,也带来数据边界与沙箱隔离问题;针对旧模型写的prompt和skill会快速过时,只能当易耗品维护。
    • 参考可考虑选一个内部高频流程,并排跑AI版本与人工版本比较反馈差异;值得盘点现有skill和prompt,删掉针对上一代模型的内容看输出是否变好;招人时可将作品集权重放在学历之前。
  4. 36氪·AI66

    哈佛商业评论调研称AI红利流向顶尖员工,AI素养决定收益差距

    《哈佛商业评论》刊文称,基于对Stripe与Checkr共236名销售从业者的问卷和高管访谈,AI带来的最大红利流向顶尖员工而非拉平绩效差距。管理者反馈,引入AI后44%位于前25%的顶尖销售被分配更高价值任务,末尾25%员工中该比例仅12%。文章建议企业筛选自主探索型人才、重构SDR等入门岗位,按是否依赖专属数据权衡自研与采购,并集中管控数据、下放探索权限。

    决策要点

    AI红利放大而非抹平人才差距,起决定作用的是员工自主探索建立AI素养的能力,本质是人才筛选问题而非工具采购问题。

    • 影响绩效管理与招聘若沿用AI拉平差距的假设会误判人才;SDR这类入门岗位面临自动化与人才输送通道的冲突,需要重新设计;技术栈整合程度决定一线能否灵活组合工具。
    • 参考可考虑在面试中要求候选人展示自己搭建过的AI工作流或用法对比;值得参考Brex将SDR部分手工工作自动化并保留全周期交易晋升通道的做法;自研与采购可按是否依赖企业专属数据划分,并核算Token与维护成本。
  5. 36氪·AI54

    算力最多,进展最慢:字节大模型困于赛马制

    X 平台围绕字节 Seed 团队的讨论称,该团队人才与算力充足但 LLM 进展不够快,问题被归为赛马制与大模型重工业式研发的组织错配。爆料称内部团队囤积算力、互相藏匿代码与数据,数据清洗等基础工作难以写入 OKR,此前的训练投毒事件被公开报道定性为前实习生的系统性破坏。公开报道显示字节已推动 Seed 组织收敛,并取消 Seed Edge 项目的季度 OKR 和半年考核。

    决策要点

    字节案例说明大模型研发吃重工业式的全局协同与长周期投入,移动时代的赛马制和短周期考核与之冲突,算力规模买不出组织效率。

    • 影响重金算力若按赛马逻辑分配,易形成资源孤岛、摊薄研发产出;数据清洗和调优等脏活在短周期 OKR 下无人愿背,会累积训练质量风险;团队囤卡也抬高内部算力成本。
    • 参考可考虑盘点自家 AI 团队的算力分配与闲置比例,重算投入产出口径;值得为数据清洗等基础工作单设考核项;长周期项目可参考取消季度 OKR 的做法。
10月26日周一
  1. 人人都是产品经理52

    从组织到业务到工程,FDE、AI 产品经理与 AI 工程师的同与不同

    叶小钗在人人都是产品经理发文,把业务 KnowHow 拆成 SOP 与 Data 两个维度划出十二象限,区分 FDE、AI 产品经理与 AI 工程师三个岗位的分工。

    决策要点

    FDE 的实质是 AI 转型催生的组织变革岗位,重心在管理系统升级与变革推进,被简单当成外包是常见误解。

    • 影响应用层研发与产品岗位的边界在重合,设岗与招聘需按 SOP 和数据复杂度判断何时必须工程师兜底;转型伴随人员取舍与组织结构调整,内部阻力是主要落地成本。
    • 参考可考虑先让业务骨干把核心流程整理成 SOP 再决定是否设 FDE 岗;引入外部 FDE 前值得区分工具培训、组织改造、项目开发三类需求的比重,避免一律按外包采购。
  2. 36氪·AI46

    机器人老板们急着上市,怎样的故事才能打动投资人?

    《组织管理研究》发表的研究发现,创新项目资助评审中,强调过往经验的叙事比畅想未来成就更能获得高评价,这一效应对女性主导团队尤为显著,女性评审者对此类项目反应也更积极。

    决策要点

    在人人都能画愿景的融资市场,能讲清走过哪些弯路、如何调整的复盘式叙事,正成为建立信任的差异化手段。

    • 影响对正在融资或筹备上市的企业,叙事结构是可优化的变量;女性主导团队采用回望过去的策略可获得更高可信度加成;评审中的序列效应也提示路演排期可能影响获资概率。
    • 参考可考虑在路演材料中增加复盘部分,讲清哪些假设被验证、哪些方向走了弯路、如何调整;女性创始团队值得把过往反思前置;也可根据评审构成调整叙事重点。
10月25日周日
  1. SaaStr44

    Jason Lemkin 创始人的 2027 年头号工作是招 1 到 2 名能分担重负的高管

    SaaStr 创始人 Jason Lemkin 撰文提出,规模化 B2B 公司应拥有 1 到 3 名前创始人 CEO,并把 2027 年招 1 到 2 名能分担重负而非只干活的高管列为计划首位。

    决策要点

    高管招聘的实质是找能接走创始人心理重负的人,而不仅是能完成任务的人,前创始人的精力储备需当面验证。

    • 影响任务可由强 VP 承担,兜底数字与最终裁决等重负往往仍留在创始人手中;招到只干活不分担的高管,一号位会多年继续独自承压;部分前创始人更适合顾问角色而非扛指标的岗位。
    • 参考可考虑按文中六条迹象盘点现有高管是否真正分担了重负;面试前创始人时直接询问其离开创业后的经历与未来三年意愿;值得先明确哪些决策与担忧自己一直未真正放手。
10月24日周六
  1. 钛媒体54

    斜杠青年和工牌,谁能给AI时代打工人一份体面?

    AI正从技能定价、成果归属和决定权三方面动摇职场人的职业身份,身份焦虑不必等到失业那天才出现。文中引2026年3月一项269人预注册实验称,直接采用AI生成内容者在自我效能感、成果归属感和工作意义感上评分更低,先写初稿再与AI协作的人保持了更强心理连接;另引国家经济研究局对5179名客服人员的研究称,AI助手平均提升生产率约14%,新手及低技能员工约34%。

    决策要点

    AI冲击的不只是岗位数量,而是工作承载的能力确认与被需要感,身份焦虑先于失业出现在职场。

    • 影响只考核人均产出会让员工退化为AI答案审核员,组织可能失去培养专业判断的能力;省下的时间用于更多重复任务还是复杂任务,属于管理选择;考核与晋升标准若不更新,岗位还在但过去的地位标准已经改变。
    • 参考可考虑重新分配工作中的判断权,让员工负责定问题、判断证据并承担结论责任;值得把AI省下的时间导向客户沟通等复杂任务;先盘点现有考核是否仍以处理数量衡量岗位价值。
  2. 人人都是产品经理34

    小鹏MONA L05发布会00后产品经理喊"老登"引争议后道歉

    10月15日小鹏MONA L05预售发布会上,00后产品经理Etta多次用"老登"调侃木纹、镀铬等传统汽车审美并喊出"拒绝登味审美",引发网络争议后于10月22日录视频道歉,称该词只是团队内部玩笑、并无恶意。

    决策要点

    这场风波的实质不是一句网络热词的对错,而是品牌把年轻表达推上台前时,分寸管理与授权真实性都没跟上。

    • 影响发布会主讲人从高管转向一线产品经理,正从手机行业扩展到汽车行业,个人言行直接绑上品牌声誉;让年轻团队代言年轻化若没有配套的产品决策权,容易形式大于内容;面向全年龄消费者的品牌传播,需要重新评估网络热词的边界。
    • 参考可考虑为发布会主讲人预设表达边界与舆情预案,把玩梗内容纳入品牌审校流程;值得盘点年轻产品团队在产品定义中的实际决策权,避免上台只是形式;想借鉴明星产品经理模式,可先在媒体分享会等小范围场合试水。
  3. 钛媒体62

    打工人开始“表演”AI提效,AI使用率考核催生职场演出

    钛媒体采访多名互联网、电商和软件公司员工,呈现为应付AI使用考核而“表演”提效的职场现象,有员工把AI转写半小时会议录音包装成“搭建语音信息结构化流程”,还被评为优秀案例。

    决策要点

    企业把AI使用量和使用率当成绩效指标后,员工开始为指标而非产出工作,AI提效考核异化成了给老板看的姿态展示。

    • 影响以使用率考核AI会催生表演式产出,数据好看但真实效率可能不升反降;内部AI工具若缺少权限管理,会带来工资表这类敏感数据泄露风险;提效红利若不明确归属,AI容易变成员工加活的依据而非减负。
    • 参考可考虑把考核从使用率改成可验证的产出对比,先选一两个场景记录AI前后的真实耗时;值得盘点内部AI工具的数据权限,把工资、绩效等敏感表排除在可检索范围之外。
  4. 36氪·AI64

    为应付AI提效考核,打工人开始表演式用AI

    五名电商、互联网、软件业一线员工自述在AI考核压力下表演式使用AI:有人把会议录音转文字包装成“语音信息结构化流程”获评优秀案例,深圳一家公司AI使用率不足70%扣20%绩效,员工转而批量制作无人使用的Skill。

    决策要点

    AI使用一旦被做成使用率、占比类考核指标,组织收到的往往是表演式合规,而非真实提效。

    • 影响以使用率和数量考核AI,成本会转向表演、凑数和额外审核轮次,真实效率未必提升;权限管理缺位时,喂给内部AI工具的敏感数据可能直接外泄;提效红利若只变成加活依据,员工配合意愿会下降。
    • 参考可考虑把AI考核从使用率占比改为同类任务的实际耗时与质量对比;值得在内部AI机器人上线前先做数据权限分级,工资、绩效类表格默认隔离;先盘点现有Skill的真实使用量,再决定推广或下线。
  5. 钛媒体54

    字节跳动 Goku 视频模型训练遭破坏复盘,涉事实习生一审判决后完成近 3000 万美元融资

    字节跳动 Goku 视频模型自 2024 年中起连续数月遭遇无法解释的训练失败,排查最终发现深度学习框架代码被篡改、一名北大实习生账号内藏有破坏程序,公司当年秋天公开确认该实习生恶意干扰训练并已解除实习。

    决策要点

    事件实质是 AI 研发组织的内部人风险,共享算力与代码框架下的资源矛盾可演化为针对同事成果的破坏,而以速度为先的融资尽调难以触达另一侧证词。

    • 影响训练失败未必来自硬件或框架本身,内部人破坏会把数月研发时间变成沉没成本;可接触共享集群和代码的实习生等边界人员成为新的风控面;只听当事人一侧的背景调查可能掩盖履历风险。
    • 参考可考虑对训练集群的访问日志和框架级代码改动做定期独立复核;值得在关键岗位或创始人背调时访谈其前团队成员,而不止核对当事人自述。
10月23日周五
  1. 人人都是产品经理50

    AI时代最危险的不是软件公司,而是甲方IT部门

    AI时代甲方IT正被两头架空,业务部门能自己搓简单应用,老板搞AI转型也先找外部咨询而非IT部门。作者认为根因在于AI软件要对业务KPI负责,只懂技术不懂业务的团队做不出业务愿意用的产品,文中某公司自建的AI CRM因缺业务Know-how遭销售弃用即为例证。他给出的出路是IT下沉一线、向上管理、主动引入外部专业团队,并以自己任CIO期间靠一线洞察推出在线营销系统、当年业绩增长30%佐证。

    决策要点

    AI 把 IT 的价值标准从把系统做出来改成拿到业务结果,只接需求画原型的内包式 IT 会被边缘化。

    • 影响企业 AI 项目的成败标准从流程跑通转向业务 KPI,功能齐全但无人使用的系统投入会变成沉没成本;业务自建应用、老板外包咨询都在绕开 IT,IT 部门有被架空的现实风险。
    • 参考IT 负责人可考虑定期安排团队下沉门店和销售现场,记录业务真实卡点;可先梳理正在被业务绕开的项目清单,评估哪些环节由 IT 主导引入外部团队而非全部自建。
  2. 钛媒体44

    扫地机器人行业集体下滑,张峻彬能否带云鲸摆脱others?

    扫地机器人行业线上销售额整体下滑,云鲸2025年营收约34亿元未达50亿元内部目标,创始人张峻彬已亲自接管营销与中国区。过去一年云鲸产品、中国区、海外三大业务负责人相继离职;奥维云网监测显示扫地机线上销售额整体下降26%,云鲸同比下降51%,8月石头与科沃斯合计份额66.3%,云鲸仅6.7%。

    决策要点

    云鲸的考题已从产品创新换成规模经营,组织与渠道能力掉队叠加行业向头部收敛,份额保卫战本质是一场时间对赌。

    • 影响品类均价下行时销量持平也难保收入,腰部品牌在头部集中下面临被挤出主要牌桌的风险;利润优先收缩能守住毛利,但可能让渡渠道坑位与用户心智;冲刺上市使增长故事与份额投入互相牵制。
    • 参考可考虑先算出自身品类份额流失的非线性阈值,再定利润与规模的切换节奏;值得盘点收缩促销后留下的渠道坑位去向,评估新品能否承接细分需求而不是只堆参数。
  3. 人人都是产品经理61

    对话 Google Labs 负责人:大团队正在拖垮 AI 产品创新,我们用 2-3 个人、100 天验证一个方向

    Google Labs 负责人 Josh Woodward 在与 Lenny Rachitsky 的对谈中分享 AI 产品方法论,团队盯住「什么几乎成为可能」的清单,用 50 到 100 天把一个方向推进到里程碑,早期判断需求先看用户的眼睛是否发亮,而不是 DAU 和 D7 留存。

    决策要点

    面对模型能力数月一变,Google Labs 把创新组织单元缩到两三人、用短周期里程碑替代详细长期路线图来验证方向。

    • 影响验证 AI 新方向的人力门槛降低,两三人小队短周期试错成为可行模式;大企业实验室缺少商业化与组织衔接时,容易三四年内停滞;人才筛选更看重放下旧方法的速度。
    • 参考可考虑用两到三人小队加 50 到 100 天里程碑的节奏试点 AI 新方向;值得区分早期与规模化阶段各自的判断指标,并想清楚前沿团队向谁汇报、产出如何衔接主营业务考核。