AI采用不等于AI使用
内容提要
本文探讨AI工具采用率与实际价值脱节的问题。作者指出，仅看使用量或代码生成比例会误导，真正有效的采用是团队永久改变工作流程，如将提示词作为共享版本化资产。建议通过评分评估工作流、每人永久移除一项重复任务，并停止报告使用量，转而关注实际成果。
延伸解读
采用率指标的陷阱
文章指出，常见的AI采用率指标如令牌消耗、代码生成比例等，容易受到古德哈特定律的影响：当数字成为目标，它就不再反映现实，而是反映激励。例如，团队可能为了达到覆盖率而编写无意义的测试，类似地，AI使用量上升可能只是员工为了迎合指标而做出的表面行为。因此，仅凭这些数字判断AI采用效果是危险的，需要更深入的评估。
从个人使用到团队规范
文章将AI采用分为三个层次：个人改变工作流程、永久移交重复任务、团队有意识地改变流程。只有第三层能抵御人员流动和压力，因为它不依赖个人热情，而是成为团队规范。例如，将提示词作为共享的版本化资产，像代码一样维护，这样新员工能继承最佳实践，改进也能惠及全员。这需要公开承认旧方法不如新方法，并承担变革风险。
工作流评估与成果导向
文章建议通过评分工作流来评估AI的实际效果，而不是依赖基准测试。基准测试只能说明模型通用能力，无法反映特定团队的具体工作流。应使用自己领域的真实案例，按既定评分标准定期评估。同时，建议停止向上汇报使用量，转而汇报实际成果，即使成果数字不如使用量好看。这有助于避免指标失真，真正关注价值创造。
Q&A
为什么说AI采用率不等于AI使用？
因为采用率只反映使用量或代码生成比例，但真正有效的采用是团队永久改变工作流程，如将提示词作为共享版本化资产。如果只是使用量上升而工作方式未变，那只是订阅而非采用。
如何判断一个团队是否真正采用了AI？
可以问：如果明天移除这些工具，什么会坏？如果答案是“没什么，只是有点不便”，那只是订阅。真正的采用是团队永久改变工作流程，比如将提示词作为共享版本化资产，并让新成员继承最佳实践。
AI采用有三个层次，分别是什么？
第一层：个人改变自己的工作方式，如用AI写提交信息，但压力下容易回退。第二层：个人永久移交重复任务给工作流，但会随人离开而消失。第三层：团队有意识地改变流程，并写入文档，能抵御人员流动和困难时期。
为什么很多AI采用会失败？
因为杠杆集中在任务开始阶段，从空白到初稿变快，但初稿到可交付并不变快，导致人们并行启动多个任务，最终在审查阶段成为瓶颈，反而更忙更不确定。这导致人们悄悄放弃，被误诊为培训不足。
如何评估AI工作流是否有效？
用评分而非基准测试。从自己的领域取几十个真实案例，按写下的评分标准打分，每次更改提示词或模型时重新运行。关键是有一个能理解其变化的数字，而不是依赖模糊的感觉。
Webflow是如何将提示词作为共享版本化资产的？
Webflow将提示词从个人草稿文件移到代码仓库中，像代码一样管理，有所有者、使用说明和变更审查。这样新工程师能继承好的提示词，改进也能惠及所有人，而不依赖个人热情。
团队应该采取哪些具体行动来真正采用AI？
1. 每人永久移除一项重复任务，让工作流成为记录所有者。2. 本季度正式制定一个团队规范，并写入文档。3. 停止向上报告使用量，改为报告使用量本应产生的成果，即使数字不好看。
