人工智能为工作提供了即时答案的捷径，这在短期内显著提升了生产力，但也付出了隐蔽代价：它悄然剥夺了推动个人与组织提升问题解决能力的压力。这种现象被称为 " 生产力陷阱 " ——短期内速度加快，但长期来看，企业赖以生存的创新思维与独立思考能力逐渐萎缩。

研究表明，当 " 足够好 " 的答案免费且即时可用时，人们倾向于复用现有方案而非探索新路。团队产出量虽增，但新颖想法却在枯竭。2015 年一项针对计算生物学家的研究发现，当研究人员能轻易看到彼此未完成的工作时，他们更倾向于完善既有成果，而非尝试新方法，导致探索范围缩小。类似现象也出现在日常工作中：随着对 AI 工具依赖加深，真正新颖的想法日益减少，多数人选择等待并拾取少数探索者的成果，而非亲自试错。

若缺乏管控，团队将擅长从 AI 获取答案，却丧失判断答案正确性的能力。如果战略备忘录或风险评估可在几分钟内生成，员工便不愿投入时间与客户沟通、核对数据或验证假设，而这些缓慢的过程正是建立深刻理解的关键。

重新引入 " 战略性摩擦 "

简单的做法是限制 AI 使用速度，但这牺牲了效率且难以向管理层推销。更优解是引入 " 战略性摩擦 "：在员工与 AI 答案之间设置刻意步骤，强制其在获取答案前进行独立思考。这并非增加无意义的繁文缛节，而是确保员工在受益前已充分理解问题。

研究显示，这种摩擦并不会拖慢整体进度。相反，经过独立思考的员工更能识别 AI 错误并优化结果。实施策略可从简至繁：

证明独立努力：在使用 AI 起草市场评估前，要求员工先写出自己的粗略版本，展示已知信息与难点。这无需新工具，仅需改变工作规则。

AI 反向提问：设计 AI 工具在给出答案前先询问用户已知情况。基于这些新鲜信息构建答案，既促使用户思考，也提升了输出质量。

条件解锁工具：构建需用户上传初始假设后才允许生成风险评估的系统。这确保了 AI 输出是人与工具的协作，而非全盘照搬。

需注意，摩擦仅适用于需要深度思考的高价值任务。对于格式化幻灯片或总结笔记等低风险工作，应让 AI 自由发挥以追求速度。

识别真正的 " 建设者 "

在 AI 普及的职场，直接给出 " 正确答案 " 已不再令人印象深刻，关键在于得出答案的过程。招聘与绩效评估中，应重点关注那些选择性使用 AI 并质疑其输出的候选人，而非盲目接受并转手者。观察员工在面对 AI 结果是顺从还是推回，能有效揭示其批判性思维能力。

AI 将继续提升企业速度，领导者的挑战在于防止这种速度侵蚀判断力与创造力。通过将精心设计的摩擦融入工具、工作流程及招聘体系，企业才能在保持高效产出的同时，确保持续产生新想法。

【星途科讯 图文丨小林 首发于 ZAKER 科技，转载请注明出处】