凌晨?jī)牲c(diǎn)，你的產(chǎn)品經(jīng)理還在用ChatGPT重寫需求文檔——不是因?yàn)樾枰?，而是因?yàn)镺KR里寫著"每月AI使用次數(shù)≥50次"。

這聽起來(lái)荒誕，卻是多鄰國(guó)（Duolingo）去年真實(shí)發(fā)生過(guò)的場(chǎng)景。CEO路易斯·馮·安（Luis von Ahn）最近在一檔播客里親口承認(rèn)：他們把AI考核寫進(jìn)績(jī)效，結(jié)果逼出了大量"為了用而用"的表演式操作。

這家以"游戲化學(xué)習(xí)"聞名的公司，在AI浪潮里栽了個(gè)跟頭。而馮·安的反思，恰好戳中了當(dāng)下科技公司最焦慮的命題：當(dāng)所有人都在喊"AI優(yōu)先"，怎么避免把工具崇拜當(dāng)成生產(chǎn)力？

一、從"AI優(yōu)先"到"結(jié)果優(yōu)先"：一場(chǎng)180度掉頭

多鄰國(guó)的AI轉(zhuǎn)型始于2023年底。馮·安當(dāng)時(shí)的態(tài)度相當(dāng)激進(jìn)：公司內(nèi)部要變成"AI-first"，員工得把AI融入日常工作，甚至考慮將AI使用率納入績(jī)效考核。

邏輯看似自洽。既然AI要重塑工作方式，那公司必須確保員工跟上節(jié)奏。跟蹤使用量，是最直接的管控手段。

但執(zhí)行層面很快變形。馮·安在播客里描述了一個(gè)典型場(chǎng)景：?jiǎn)T工為了完成指標(biāo)，被迫在不適合AI介入的環(huán)節(jié)硬塞工具輸出。「我們?cè)噲D推行某些在特定情況下并不適配的東西」，他這樣總結(jié)。

更隱蔽的問(wèn)題在于指標(biāo)與目標(biāo)的錯(cuò)位。當(dāng)"用了多少次AI"成為考核項(xiàng)，員工開始優(yōu)化"被看見的使用"而非"有效的工作"。一份本可以手寫更清晰的備忘錄，被強(qiáng)行丟給模型生成后再人工潤(rùn)色——徒增環(huán)節(jié)，只為湊數(shù)。

今年早些時(shí)候，多鄰國(guó)正式回調(diào)策略。馮·安明確表態(tài)：績(jī)效評(píng)估的核心回歸"把工作做到盡可能好"，AI只是可選手段之一?！溉绻鸄I幫不上忙，我不會(huì)強(qiáng)迫你用。」

這個(gè)轉(zhuǎn)向的代價(jià)是管理層的面子。馮·安多次用"半尷尬的道歉"（half-embarrassed mea culpa）形容自己的公開反思——這在科技圈CEO中并不常見。

二、強(qiáng)制AI使用的三重悖論

多鄰國(guó)的踩坑經(jīng)歷，暴露了"AI驅(qū)動(dòng)轉(zhuǎn)型"中幾個(gè)被忽視的結(jié)構(gòu)性矛盾。

悖論一：工具普及 vs. 任務(wù)適配

AI的能力邊界極度不均衡。寫代碼輔助、生成營(yíng)銷文案、翻譯多語(yǔ)言內(nèi)容——這些場(chǎng)景的大語(yǔ)言模型（LLM，Large Language Model）表現(xiàn)穩(wěn)定。但涉及深度創(chuàng)意判斷、復(fù)雜人際協(xié)調(diào)、或高度定制化的問(wèn)題時(shí)，強(qiáng)行套用AI反而降低效率。

多鄰國(guó)的問(wèn)題在于，他們用統(tǒng)一指標(biāo)覆蓋了差異極大的崗位。內(nèi)容運(yùn)營(yíng)和數(shù)據(jù)分析對(duì)AI的依賴度天然不同，一刀切考核制造了虛假合規(guī)。

悖論二：過(guò)程可見 vs. 結(jié)果可信

管理層需要"AI正在發(fā)生"的證據(jù)。使用量、調(diào)用次數(shù)、生成字?jǐn)?shù)——這些數(shù)字容易統(tǒng)計(jì)，也容易造假。

馮·安提到的"表演式使用"（performative usage）正是由此滋生。員工學(xué)會(huì)在系統(tǒng)中留下痕跡：多開幾次對(duì)話窗口、故意讓AI生成再手動(dòng)修改、把簡(jiǎn)單任務(wù)復(fù)雜化以換取可量化的"AI協(xié)作"。

真正的效率提升往往無(wú)形。一個(gè)資深工程師用AI在腦內(nèi)快速驗(yàn)證思路，沒有留下任何交互記錄，按舊指標(biāo)反而顯得"不夠AI-first"。

悖論三：組織焦慮 vs. 個(gè)體節(jié)奏

科技公司的AI競(jìng)賽帶有強(qiáng)烈的FOMO（Fear Of Missing Out，錯(cuò)失恐懼）色彩。競(jìng)爭(zhēng)對(duì)手都在部署，我們必須更快——這種焦慮層層傳導(dǎo)，最終變成對(duì)基層員工的硬性要求。

但AI技能的習(xí)得曲線因人而異。有人擅長(zhǎng)提示詞工程（prompt engineering），有人更依賴傳統(tǒng)工作流。強(qiáng)制同步不僅制造壓力，還可能排擠掉那些AI適配度低但業(yè)務(wù)能力強(qiáng)的人。

多鄰國(guó)的回調(diào)，本質(zhì)上是對(duì)"組織節(jié)奏"與"個(gè)體節(jié)奏"沖突的承認(rèn)。

三、從考核工具到考核產(chǎn)出：其他公司在怎么做

多鄰國(guó)不是唯一在AI轉(zhuǎn)型中碰壁的公司，但它是少數(shù)公開承認(rèn)并修正的。對(duì)比其他科技巨頭的做法，能看出幾種不同的管理哲學(xué)。

微軟的選擇是"軟化推進(jìn)"。CEO薩提亞·納德拉（Satya Nadella）近期多次強(qiáng)調(diào)，AI必須"有用"（useful），否則用戶會(huì)喪失耐心。微軟內(nèi)部更側(cè)重展示AI帶來(lái)的實(shí)際業(yè)務(wù)成果，而非統(tǒng)計(jì)使用頻次。

這種策略的底層假設(shè)是：如果工具真的好，員工會(huì)自發(fā)采用；如果沒人用，問(wèn)題在工具不在人。

部分金融和咨詢公司則走向另一個(gè)極端——完全禁止某些AI應(yīng)用，而非強(qiáng)制使用。擔(dān)憂集中在數(shù)據(jù)泄露和合規(guī)風(fēng)險(xiǎn)，寧愿犧牲效率也要守住紅線。

更激進(jìn)的實(shí)驗(yàn)來(lái)自少數(shù)初創(chuàng)公司。有的嘗試用AI完全替代特定崗位，有的則要求全員通過(guò)AI能力認(rèn)證。但這些案例規(guī)模較小，尚未經(jīng)過(guò)大規(guī)模組織檢驗(yàn)。

多鄰國(guó)的特殊性在于，它本身就是AI產(chǎn)品的締造者。它的核心業(yè)務(wù)（語(yǔ)言學(xué)習(xí)App）高度依賴算法推薦和生成式內(nèi)容，按理說(shuō)最應(yīng)該"由內(nèi)而外"地AI化。如果連這家公司都發(fā)現(xiàn)強(qiáng)制考核行不通，對(duì)其他行業(yè)的警示意義更強(qiáng)。

四、馮·安的反思里少了什么

盡管態(tài)度誠(chéng)懇，馮·安的公開表態(tài)仍有盲區(qū)。

他沒有提及回調(diào)策略的具體觸發(fā)點(diǎn)——是員工滿意度調(diào)查下滑？關(guān)鍵人才流失？還是業(yè)務(wù)指標(biāo)未達(dá)預(yù)期？這些細(xì)節(jié)能幫助其他公司判斷"何時(shí)該踩剎車"。

對(duì)于"AI-first"的原始愿景，他也未完全放棄。多鄰國(guó)仍在探索AI的深度整合，只是換了一種推進(jìn)方式。這種"修正而非否定"的姿態(tài)，可能被解讀為策略性撤退，而非真正的認(rèn)知更新。

更深層的未解問(wèn)題是：當(dāng)AI能力持續(xù)進(jìn)化，今天的"不適配場(chǎng)景"明天可能變得可行。多鄰國(guó)的回調(diào)是基于當(dāng)前技術(shù)水平的務(wù)實(shí)調(diào)整，還是承認(rèn)了某種更持久的原則——即人類判斷在特定環(huán)節(jié)不可替代？

馮·安的措辭留有余地?！冈诤芏嗲闆r下AI能幫上忙」，這個(gè)限定詞暗示他并未關(guān)閉未來(lái)重新收緊政策的可能。

五、給科技從業(yè)者的三條判斷

多鄰國(guó)的案例提供了幾個(gè)可操作的觀察框架，適用于評(píng)估你所在公司的AI策略是否合理。

第一，警惕" Vanity Metrics"（虛榮指標(biāo)）。如果管理層熱衷展示"全員AI使用率提升300%"，卻不討論具體業(yè)務(wù)成果，這通常是信號(hào)扭曲的前兆。好的AI指標(biāo)應(yīng)該與產(chǎn)出質(zhì)量掛鉤，而非與工具交互頻次掛鉤。

第二，區(qū)分"AI能力"與"AI使用"。前者是技能，后者是行為。強(qiáng)制行為不培養(yǎng)技能，反而可能固化錯(cuò)誤的使用習(xí)慣。更有效的做法是為不同崗位設(shè)計(jì)差異化的AI能力圖譜，允許員工按自身節(jié)奏填補(bǔ)缺口。

第三，關(guān)注"沉默的抵制"。多鄰國(guó)的轉(zhuǎn)折點(diǎn)可能是某些關(guān)鍵員工的反饋，也可能是集體性的效率損耗。在指標(biāo)報(bào)喜、但一線怨聲載道時(shí)，需要有人像馮·安一樣愿意承認(rèn)"我們推錯(cuò)了"。

科技行業(yè)的AI競(jìng)賽遠(yuǎn)未結(jié)束。多鄰國(guó)的掉頭不是終點(diǎn)，而是一個(gè)提醒：工具革命的成敗，最終取決于它是否服務(wù)于人的目標(biāo)，而非反過(guò)來(lái)。

當(dāng)你下次看到"全員AI轉(zhuǎn)型"的宏大敘事時(shí)，可以問(wèn)一個(gè)具體問(wèn)題：這里的"AI"是指員工真正需要的輔助，還是管理層需要看見的動(dòng)作？?jī)烧叩牟罹?，往往決定了一場(chǎng)轉(zhuǎn)型是提升效率，還是制造內(nèi)耗。