3個關鍵動作，把AI變成你的神隊友

當AI進入團隊會議，常會導致討論碎片化、成員參與度下降。研究發現，成功的關鍵在于改變與AI協作的方式：以團隊身份介紹自己，讓AI理解整體背景；賦予AI靈活角色，而不僅是記錄員；保持集體主導權，避免被AI帶跑。通過這三步，AI才能真正從干擾者變為神隊友。

根據凱捷研究院對全球500位高管的調查，預計未來三年內，在團隊會議中積極使用AI的比例將增長三倍以上。受訪高管普遍認為，AI的團隊應用將有望帶來更高質量的會議成果。然而，領導者不應讓這種樂觀預期模糊了前路的挑戰。我們的研究表明，將AI融入團隊環境并非自然而然就能實現，如果缺乏適當的前期準備，貿然在會議中引入AI，反而可能導致參與度降低、討論碎片化，甚至導致團隊對議題失去掌控。

所幸，我們找到了一條可避開這些陷阱的路徑：稱之為“人機協同模式”。研究表明，隨著AI日益深入組織運營，有三項核心實踐有助于構建這種新能力：

·以團隊身份與AI互動：參與者應向AI介紹團隊背景，并將其納入集體對話，使其能夠針對整個團隊、兼顧各方專長來回應。

·發揮AI的角色靈活性：AI不應僅被用作記錄員，而應成為可靈活切換角色的團隊成員（如利益相關方代表、挑戰者、客戶、競爭對手等），以豐富團隊討論。

·保持對AI交互的集體主導權：只有當團隊成員將提問視為一項集體實踐，在會議中共同辯論不同方向，并適時暫停以審慎評估AI的產出時，人機互動才能真正激發團隊的深度思考，而非簡單地將思考任務外包。

這些建議源于一項為期五個月的實驗。該實驗涉及來自12家不同行業公司的60名管理者。每個組織內，由三到四名管理者組成一個團隊，他們都有使用生成式AI的個人經驗，任務是設計一個平臺化解決方案，以應對具有相當規模和復雜性的戰略業務挑戰。為確保一致性，所有團隊遵循由我們中的兩位（丹尼爾和托馬索）設計的同一方法，并使用OpenAI的ChatGPT模型。每個團隊現場會面五次，總計30小時協作。為了解團隊實際如何與人工智能合作以及對這一過程的體驗，我們采用了三種互補方法：實時觀察團隊與AI的互動、分析每次會議的完整聊天記錄，以及收集會后問卷以獲取參與者反饋。這種組合使我們不僅能看清團隊產出了什么，更能洞察他們如何協作，以及人機協作在何處成功或受阻。

基于這項研究，我們相信，踐行這些實踐的團隊將獲得更高質量的成果，并降低陷入常見AI相關陷阱的風險。

第一階段：出師不利與潛力未顯

在首次會議中，將AI融入團隊協作的想法對所有參與者來說都新奇有趣。但最初的興奮感往往在一小時內迅速消退。團隊變得安靜，陷入被動模式，開始只是看著屏幕等待AI生成回復。AI主導了對話，而團隊逐漸退居幕后。第一次會議后的調查數據證實了我們的觀察：團隊感知到的益處有限，整體參與度較低。我們感到困惑：結果與我們預期相反。AI非但沒有增強協作，至少在初期，反而似乎抑制了它。

陷入單人聊天模式

仔細審查聊天記錄后，我們發現了問題的根源。正如我們其中一位觀察到的：“如果我不知道這是團隊聊天，我會以為是一個人在與AI互動。”在純人類團隊的會議中，當新同事或顧問加入時，每個人都會自我介紹、說明角色、分享背景，以便新人有效參與。但與AI互動時，團隊并未遵循同樣的規范。結果，AI的回應仿佛只是在支持打字的那個人，而非與整個團隊互動或考慮其動態。由于缺乏對團隊背景、不同角色、專長和觀點的認知，AI默認采用了一種狹隘的、聚焦個人的視角。

賦予AI固定角色

另一個有趣的模式是：大多數團隊為AI分配了單一、固定的角色——通常是“研究員”或“領域專家”——并在整個會議期間保持不變，主要以問答模式與之互動，將其視為可查詢的知識庫，而非思考伙伴。沒有團隊嘗試將AI切換到更具挑戰性的角色，如批評者或多疑的利益相關方，這可能促進反思、建設性辯論或更積極的挑戰。他們也未要求AI從不同視角（如客戶、競爭對手、最終用戶）思考，而這些本可揭示盲點或隱藏假設。

斷斷續續式互動

我們還注意到，團隊對AI的輸入通常簡短且事務性：“好的，繼續”、“再給個例子”、“方向不對”。這些快速、極簡的請求表明，團隊成員急于推進，沒有向AI闡明目標或解釋其推理。此外，AI經常“搶跑”，主動提出未經請求的“下一步”或現成方案，促使團隊做出簡單的點擊確認（“好，選B”），在團隊達成集體共識之前就引導了對話方向。

同樣的三個陷阱在不同小組中反復出現，表明這是一種系統性模式，而非個別失誤。問題既不在技術，也不在參與者的個人技能，而在于團隊與AI的互動方式。

這引出了兩個核心問題：首先，如何幫助團隊意識到將AI整合到團隊協作中的挑戰？其次，他們需要哪些實用指導，才能將AI充分融入討論？

第二階段：構建高效的人機協同模式

為幫助團隊避免第一階段中遇到的陷阱，我們開發了一個包含三個要素的框架：

·以團隊身份與AI互動

·發揮AI的角色靈活性

·保持對AI交互的集體主導權

為提高團隊對這些要素重要性的認識，我們要求每個團隊回顧第一階段的聊天記錄，反思他們如何與AI協作。為支持這種反思，我們引入了一份實用的自查問題清單，以指導其分析，幫助他們識別限制效能的互動模式。

以下是部分自查問題示例：

· 我們是否以團隊身份做了介紹，并說明了各自角色和專長？

· 我們是否為AI分配了不止一個角色？

· 我們是否清晰地闡述了推理過程，還是陷入了簡短、極簡的回應？

通過回答這套問題，參與者反思了團隊如何與AI互動，并確定了在下輪會議中可以加強互動的領域。隨后，我們提供了實用技巧和現成可用的提示示例，旨在幫助團隊更有意識地將AI作為對話的積極參與者來整合，而不僅僅是查詢的工具。例如：“你扮演[角色]，并一步步引導我們實現[目標]。每一步請等待我們的回答后再繼續。”

這證明是有效的。第二輪會議后，團隊顯得更積極。詳細審查聊天記錄顯示，大多數團隊現在會輪流以團隊身份介紹自己，AI也開始考慮不同角色和專長的細微差別，而不再將團隊視為單一個體。團隊開始與AI進行集體對話。

團隊也開始更靈活地使用AI，不再局限于“記錄員”、“專家”或“分析師”等標準固定角色。根據討論階段，AI被要求扮演頭腦風暴伙伴、檢驗假設的挑戰者、創建原型的“原型師”以及完善方案的故事講述者。團隊意識到，AI可以在同一會議中，在不同利益相關方和視角間即時切換，成為一個多角色團隊成員。

盡管前兩項能力——以團隊身份互動和為AI分配多重角色——被吸收得相對較快，但第三項能力“集體主導權”的成熟則需要更長時間。在第二輪會議中，一些團隊仍有跟隨而非引導AI的傾向，圍坐在屏幕前，被動地對AI的輸出做出反應。似乎是AI在主導，團隊在回應。然而，到了后續會議，這種動態逐漸改變。在提交提示前，團隊會暫停下來，內部討論如何構建下一次迭代。他們辯論不同方向，進行判斷檢查，并在再次與AI互動前集體質疑其輸出。這些暫停被證明至關重要：它們防止團隊陷入“旁觀者模式”，幫助他們牢牢掌握主導權。后續會議的調查數據證實了益處。平均參與度提升了30%，參與者表示AI為其團隊討論提供了更有意義的支持。三分之二的參與者指出，團隊對話、共識和協作因此得到改善，從而產出了更高質量的成果。五分之三的參與者認為，集體判斷減輕了單獨使用AI時的典型陷阱，如過度信任或盲從。

如何在團隊會議中

實現高效的人機協同

正如我們的實驗所示，這種人機團隊化學反應不會自然產生，也很少在首次嘗試中就出現。對大多數團隊而言，它需要有意識地培養，并刻意嵌入到工作方式中。風險在于，如果不加以強化，其效果會消退。實踐中如何操作？以下是三點建議：

· 在會議議程中明確規劃AI參與的環節：確定議程中AI參與的節點，并明確其應扮演的角色。例如，規劃一個五分鐘的介紹環節，由團隊向AI介紹背景；或在會議臨近結束時安排一個15分鐘的“挑戰環節”，讓AI扮演懷疑者。

· 準備一些提示詞，以召喚AI扮演指定角色：例如，“請從……的視角思考”、“利益相關方XYZ可能會如何反應……”，或加入確保判斷暫停的提示，如：“請等待我們的決定后再繼續。”

· 會議結束后，回顧聊天記錄：對照自查清單檢查，看看人機互動動態展開得如何，并找出下次改進的機會。你也可以利用AI作為教練（上傳聊天記錄，要求AI對照清單進行評估）或對話陪練（討論如何在未來會議中加強人機互動）。

將這些建議付諸實踐，僅有良好意愿是不夠的：團隊通常缺乏自行重新設計會議或改變既定慣例的權限。領導者扮演著關鍵角色，因為他們是有權決定并嵌入新工作方式的人。一個實用的第一步是，領導者帶領團隊進行一次實驗，在一次團隊會議中有意地整合AI。在此過程中，領導者應設定預期：掌握新方法可能需要幾次迭代學習。一旦新實踐經過測試，領導者應持續應用，避免團隊退回舊習慣。

人機協同不會自動形成。要培養它，高績效團隊需以集體身份與AI互動，利用其多重角色，并保持對互動的共同掌控。若有意識地加以培養，這些能力能促進團隊形成更牢固的共識、實現更緊密的協同，從而切實提升整體績效，最終交付更高質量的協作成果。

關鍵詞：

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驗室內容與研究總監。伊麗莎·法里是凱捷咨詢管理實驗室副總裁兼負責人，入選Thinkers50 2023雷達榜單。丹尼爾·特拉布基是米蘭理工大學平臺思維學副教授，入選Thinkers50 2024雷達榜單。托馬索·布甘扎是米蘭理工大學領導力與創新學全職教授，入選Thinkers50 2024雷達榜單。

周強 | 編校

聯系方式

投稿、廣告、內容和商務合作

newmedia@hbrchina.org