管理者的 AI 素养：先学会判断什么值得自动化

管理者需要回答的问题，与操作者不同

员工关注怎样完成一个任务，管理者还需要考虑任务是否值得改造、结果被谁使用、成本由谁承担，以及流程改变会影响哪些岗位。AI 素养因此不能只按会用多少工具衡量。

亲自完成一次有限实践，有助于理解模型的便利与不确定性。但实践之后，应把观察转化为组织问题，而不是把个人演示的顺利程度当作推广依据。

评价能力，是管理责任的一部分

如果管理者无法说明何为合格结果，团队就容易以文字流畅、界面漂亮或调用量增加代替价值。可以要求方案明确输入、输出、验收与例外，先把业务标准写清楚。

对于需要专业判断的内容，应安排合适角色复核，而不是让“用了 AI”成为责任模糊的理由。模型建议可以帮助比较，但最终取舍仍要回到组织目标。

关注共同基础，而不只关注单个亮点

多个岗位可能都需要同一份产品资料、身份体系或工作规范。管理者可以识别这些共同依赖，避免每个团队单独搭建一套相互冲突的工具。

同时也要允许局部试验。统一基础不等于统一所有工作方式；关键是共享必要事实和责任，使不同实践能够被比较和接续。

技术越容易使用，选择越需要认真

当生成和自动化的门槛降低，组织可能更容易开展项目，也更容易积累没有持续用途的系统。管理者需要保护团队的注意力，把投入集中到真正值得解决的问题。

AI 素养最终是一种判断能力：面对新的可能性，能够既看见机会，也看见条件，并为选择承担解释责任。

管理者先决定什么结果值得改造

选一项正在反复返工的工作，说明产出给谁、合格标准、资料与权限、维护投入和停止条件。升级营可帮助形成现状与路线草案，最终组织取舍与资源安排由企业管理者决定。