每个人都用上 AI，项目就会更快吗？

我给一个跨部门项目做过一张进度表，让 AI 帮忙维护。开完会，把会议记录和新进展交给它，它就能把子任务的状态、下一步和待确认事项整理进去。下次继续做事，我通常只需要补充最新变化，省了很多重新解释的工夫。

这件事我之前写过。那时候在意的是，项目的信息能不能连续留下来。现在再看这张表，我更在意里面那些待确认事项。AI 可以把它们整理清楚，接下来仍要有人去沟通，确认一个决定，再让相关的人继续做事。整理材料省下的时间，和整个项目少花的时间，需要分开算。

曾鸣在 2026 年 9 月 3 日与张小珺的访谈里，谈到一个很大的变化。他认为，未来组织会越来越围绕任务运转，人和 AI 根据要解决的事情参与协作。今天的公司则把很多安排绑在岗位上，一个人被招进来时，工作范围、汇报关系和报酬也跟着确定了。张小珺对话曾鸣

这段话让我想重新看一遍广告团队的分工。

放到广告团队里，可以先让 account 用 AI 整理客户资料，让设计用它试视觉。这些都值得做。可如果工作仍然按原来的顺序交下去，每个人只知道自己的那一段，AI 能帮上多少忙，也就受制于那一段里有什么信息。

我的进度表已经说明了这个限制。会议里有变化，我得把它补进去。一个决定只留在我脑子里，AI 就只能按旧材料继续。团队里的其他人也需要知道这次变化。工具用得再熟练，拿到旧要求，做出来的东西仍然可能需要重来。

宝洁有一项实验，恰好把分工这件事往前试了一步。研究者让研发和商业部门的员工处理真实的产品创新问题，随机安排他们单独工作，或者两人合作，再分别比较使用和不使用 AI 的情况。两人组里，一位来自研发，一位来自商业部门。

结果是，单人使用 AI 时，方案质量达到了不使用 AI 的两人组相近的水平。专业背景带来的差别也缩小了。研发人员原本更偏技术，商业人员更偏市场，使用 AI 后，两边提出的方案都更能兼顾另一种考虑。宝洁团队实验论文

我对后一个结果更感兴趣。一个人有机会在找同事讨论之前，先把自己不熟悉的那部分想得周全一点。专业合作可以从一个更完整的初稿开始，大家把时间花在确实需要讨论的分歧上。

实验也有很清楚的范围。参与者用一个工作日提出方案，研究没有跟踪一款产品经过长期开发、生产和销售后的结果。研究团队还发现，两人加 AI 的组合更容易提出质量排在前列的方案。人继续合作，仍然有收益。研究者对实验的说明

所以，曾鸣把话讲到科层制公司和岗位会不会消失时，我愿意先留一点疑问。能跨专业提出方案，离独立负责完整项目还有一段距离。一个人能做的事情多了，团队需要重新商量他能决定什么，以及决定之后谁跟着调整。预算、排期和对客户的承诺，也都有具体的人负责。

这件事还牵涉同事愿不愿意尝试。

以前我推动 AI 工作流时，一位 account 同事问过我，是不是想让 AI 把大家都淘汰掉。她带着一点玩笑的语气，我当时分不清里面有多少担心。后来我找她聊怎么用 AI 整理项目知识，复用客户反馈，也聊一个 account 对项目的理解为什么重要。

如果今天继续这场谈话，我还应该回答她一个更实际的问题。她把工作做得更快、更完整以后，会得到什么？能有机会参与以前碰不到的事情，还是原有任务之外又多了一份工作？这会影响她愿不愿意把自己的方法教给别人，也会影响团队能不能一起改。

这些安排很难靠一次工具培训讲完。负责人得先给出尝试的余地。一个人借助 AI 能多做一部分，就允许他在明确范围内把事情往前推进；碰到超出权限的决定，也得有人及时回应。否则，任务可以重新分，等待还是照旧。

我更愿意先选一个具体项目，把从接到需求到交付的过程记下来。除了制作花了多久，也记下哪里在等确认，哪次返工是因为要求变了。试着调整一次分工，再看这些时间有没有减少。