AI 在公司里用不起来，很多时候不是模型不行，是尺子不对。

组织是一个萝卜一个坑，每个人守着自己坑的形状。AI 的能力却是锯齿形的——它不是按你这个坑塑造的：坑里总有三成它搞不定，坑外它却能顺手覆盖别人的几十个坑。用坑的形状去量锯齿，结论永远是"不及格"；从系统整体角度看，可能反倒是”超预期“。

假设是 100 个岗位的活儿，AI 能搞定每个岗位的 70%，我们给它的评分可能是 70 分，还会嫌弃说”你看吧，就只能帮帮忙，没法完全搞定“。

但站在系统角度，哪怕每个人都是 100 分，交接时会损耗至少一半上下文，整体效果至少损失 10% 吧。每交接一下，损失整体效用 10%，也就是 （100 + 100）* (1 - 10%) = 180。交接 10 次，就是（100 x 10）* （1 - 10%）^10 = 1000 x 0.349 = 350。10 个人合作，其实只能做出来 3.5 个人的效果。AI 则反过来，70 x 10 = 700，虽然每个岗位可能都没有人类强，但上下文传递更有效，很可能总体来说更强（700 vs. 350）。

这也是为什么大部分公司搞 AI 搞那么轰轰烈烈，但落地没有实效的原因——不敢动流程、不敢动岗位设计，硬是想把一个七十二变孙悟空 AI 赛道老黄牛萝卜坑里，自然效果欠佳。

更自然的让 AI 发挥效用的路径，应该是把每个个体喂成超级个体，允许能力外溢，打破原有组织——简单讲就是让个体或者小组织可以做完整的大事儿，一个人扮演 n 个角色，而不局限在具体的萝卜坑里。比如美图的设计师变成产品负责人，特赞的 marketing 变成 Marketing Engineer，安克的非程序员一个人三个月搭完整套供应链系统——打破岗位边界，才能把 AI 真的用下去。

所以更好的方法是自下而上：不是把人框住，而是给责权利、让可能性生长出来。不是用传统的组织限制 AI，而是根据目的重新定义组织、工作流和岗位。