AI普及是个笑话

当下的AI行业有一个非常奇怪的反差，一方面是模型的能力还在快速提升，一个个更强的模型接连发布。另一方面是当你走进一家公司去看，会发现绝大多数人压根没在用AI，哪怕公司已经把最好的工具塞到了他们手里。

这并非个别现象，普遍的情况往往是有5%到10%的人会把AI用得像呼吸一样自然，20%偶尔打开一两次，剩下那70%基本不碰。就算一家企业给全员都配了顶级的AI工具，结果大概率是10%的人烧掉了90%的token预算，剩下的90%要么不会用，要么不想用，要么用了但效果跟没用差不多。

很多人把这件事归结为“培训没做到位”，仿佛再给员工上几节课，再写几本prompt手册，大家迟早都会改变适应。但我想说的是，这个判断可能从一开始就错了。

因为把AI用好本身就是一门手艺，你面对一个复杂的任务时得知道哪些环节适合交给模型判断，哪些环节写几行确定性代码更加可靠。你得知道什么时候该清上下文，什么时候应该把重复动作沉淀成可复用的模块。这些都需要反复试错积累手感，光靠几节培训课根本教不会。更麻烦的是，AI厂商为了追逐那批最活跃的极客用户新功能越加越多，产品越来越复杂，这个上手的门槛还在持续抬高。结果就是少数人跑得越来越快，剩下的人被甩得越来越远。

如果这个判断成立，那么大多数企业的AI战略从第一天起就问错了问题。他们一直在问怎么让所有人都能学会用AI，但如果答案是“他们永远不可能全都学会”呢？所以真正该问的是既然大多数人永远不会成为AI高手，怎样让整个组织仍然获得AI带来的生产力提升？

答案其实很简单，让那10%的人继续往前跑，把他们的经验沉淀下来。对他们来说，把摸索出来的工作流和技能打包成可复用的模块让其他人直接安装使用，本身就是一种正反馈。而对剩下那90%的人不要再逼他们学AI了，让AI退到后台去，直接嵌入他们每天都在用的系统里。发票自动处理、数据自动录入、流程自动流转......只有机器拿不准的时候才需要人来介入。他们甚至不需要意识到自己正在用AI，只需要看到活已经干完了。

这套逻辑很扎实，也确实帮很多企业解决了问题，但我总觉得这个答案里还缺失了一个角度。大多数人学不会AI是真的因为能力不够，还是这些AI产品从一开始就不是为他们设计的？如果厂商从一开始就把“不用学也能轻松上手”当成设计目标，那当下的现状会不会发生彻底的改变？

答案很可能是否定的，因为用AI不需要学和大多数人不配用AI是两种完全不同的叙事。前者指向产品设计的缺陷，后者指向用户能力的不足。把责任推给用户永远比重构产品更容易，但真正值钱的东西往往藏在后一条路里。

因此AI真正走进大众日常的方式并非让所有人都学会用AI，而是让AI学会所有人。你不需要让普通人理解什么是Agent，你只需要让Agent在他们看不见的地方默默干活。你不需要让他们改变习惯，你只需要让AI嵌入他们已有的习惯里。

一个好的AI产品不仅仅是让用户变得更强，还要让用户变得更轻松，否则就只是在为少数人打造越来越复杂的玩具，这样的未来是我们希望看到的吗？