提效卡在20%,通常不是Copilot不行,而是流程和激励没跟着变;个人能做的,是把AI用在缩短“到真实结果的距离”上,而不是在旧流程里做局部优化。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
瓶颈常在流程,不在工具
材料里的观点个人用AI快了一截,但上下游没变快,效率就被整条流水线抹平:代码写完排队等review,方案做完等审批。有研究甚至发现,经验丰富的开发者用AI后完成任务反而多花了时间,因为他们把时间花在整合和验证上,自己却觉得快了。所以“提效20%”很可能不是你的上限,而是旧流程给个人效率设的天花板。公司配的Copilot做不到预期,一部分原因也在这里:它被放进了没为AI重新设计的工作流里1。
先判断你省下的是哪种距离
AI不会自动纠正目标,它通常先把现有目标执行得更便宜。如果组织把报告、会议纪要当成进展,AI只会更快地生成这些“进展”,降低的是向上管理的成本,而不是获客成本。判断一次AI使用有没有价值,可以看它缩短的是人与真实结果的距离,还是人与绩效证明的距离。自动化一项假工作,只是把缓慢的浪费变成高速的浪费2。在大公司里,个人先偷偷用AI拿到效率,往往是最早发生的阶段,但组织层面可能假装没发生,流程和结构都不动3。
把力气放在接近结果的位置
AI推演如果还想留在组织里,与其原地补技能,不如主动往更接近模型、也更接近结果的位置走:把模糊的业务问题翻译成AI能消费的上下文,设计反馈回路和标准,编排模型、工具、数据和流程,判断什么该自动化、什么该人工接管。价值不在于你亲手写了多少代码,而在于你是不是在设计系统,还是只在维护流程4。一个可以试的做法:挑一件你反复做、又离真实结果最近的事,用AI把它从“产出文档”改成“产出可被验证的东西”,看反馈来自真实用户还是只来自汇报。
这些判断来自立正关于组织与AI的文章和课程,没有针对你所在公司流程、岗位和Copilot配置的具体材料,20%是否真是上限需要你自己核对瓶颈节点。
出处
- 1AI Native 的组织形态:当执行成本下降,组织必须重写
解释为什么个人效率提升会被流程和激励吃掉,是理解“卡在20%”的核心。
- 2如何识别与消灭 fake work
提供判断AI用法有没有价值的标准:缩短的是到结果还是到证明的距离。
- 3在大公司,AI 到底会不会“真正改变组织”?
说明大公司里个人先用AI、组织暂不调整的典型阶段。
- 4AI时代,大厂打工人的五条路
给出留在组织内、往接近结果的位置走的可迁移方向。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
问类似的问题也可以接着问:
别人还问了
- 效率提升之后,怎样重新证明自己的不可替代性?
效率提升本身不构成不可替代性,反而可能让原本靠“做得快、做得多”支撑的价值更快贬值。材料给出的方向是:把证明重心从执行速度移到对结果的判断与负责上——你能定义什么算好、能对最终结果负责、能做出别人做不了的判断…
- 工具让产出变快,为什么个人贡献反而显得更小?
工具让产出变快,但个人贡献显得更小,通常不是因为你真的变弱了,而是因为衡量“贡献”的那把尺子还停在旧的生产关系上:它按时间、按可见动作、按流程位置计分,而工具恰恰把“执行”这一层压便宜了。
- 假设说我做了一个Application,然后我现在是最快的把它推到市场,还是说把用户系统最起码做好?因为我觉得,如果推两遍,比如说我先验证了需求,用户系统没做,然后让大家用了用,用完了之后好再做用户系统,再重新推的时候,是不是就并不能保证上一次还感兴趣的人,这次也看到?如果我错失了之前已经想要的用户,他是因为他要把一个软件更新或者下载两遍。就导致了这一部分的流失。
先上线验证需求,但上线不等于潦草:把用户能走通的最小路径做对,其余留到验证后再补。
- 如何核算或量化用 AIGC 做视频,比起传统流程做视频所节省的预算、时间成本?
先算清传统流程各环节的真实耗时,再逐项对比 AIGC 介入后省下的是哪一段;省下的时间要能换成产出或质量,才算真节省。
- 为什么总是管理不好自己的情绪
情绪管不好,常常不是意志力不够,而是把注意力放在了结果和别人身上——那部分你控制不了,越盯越无力;能控制的是自己的行动和选择。
- 做副业除了做自媒体还有什么低成本高上限的具体能做的事情?
立正没有给出一份副业清单,他给的是筛选标准:找长板乘以市场缺口,而不是兴趣乘以热门;先做出一个能被验证的产品或成果,再谈放大。