懂了所有AI的道理，但还是不知道上班第一件事该做什么

假期里刷了不少AI的消息吧。我也刷了。越刷越觉得世界在加速，越刷越觉得自己在原地。然后假期结束，回到工位，打开电脑——屏幕上还是年前那几张没收尾的表。

我一直以为”知道但做不到”是别人的问题。直到节前的那次交流。

节前我去了一个行业论坛。台上讲了两个小时，AI审计趋势、落地案例、Agentic AI……PPT很漂亮，台下频频点头。

散会后在走廊，一个三十出头的审计经理拦住我，手里攥着记了好几页的笔记本，说：

“涛哥，你讲的每一个字我都同意。但我回去之后，还是不知道第一件事该做什么。”

我没接上话。

不是客气，是真的不知道怎么回答。回去以后想了一整个星期，越想越不安——因为我发现，我自己也有很多”知道但没做到”的事。

一个让我稍微好受了一点的发现

后来我去翻了一些其他行业的数据，发现这毛病不只是我们有。

中国有5.15亿人试过生成式AI。但PwC今年的全球调查说，每天真正在用的员工只有14%。

更狠的一个数字：麦肯锡2025年报告里，42%的企业今年放弃了大部分AI项目——去年这个比例才17%。钱花了，会开了，培训做了，然后……退回去了。

这也不是就新技术的问题，各个领域都有这种情况。

健身房的数据很有意思。经济学家研究了美国健身房的真实会员数据：选月费的人平均每月只去4.3次，算下来每次17美元以上，但买次卡只要10美元。每人每年白白多花600美元。80%的人改按次付费更划算，但没人改。

为什么？因为月费买的不是健身，是”我是一个在健身的人”这个感觉。

我在这个数据面前愣了一下。这不就是我们的样子吗？课报了，论坛去了，笔记记满了——心理上已经完成了”我在拥抱AI”。但回到工位，运动鞋还在柜子里。

医院的数据更让我吃惊。一个纳入96项研究的综述发现，医生洗手率的中位数只有32%。人命关天的事，谁不知道要洗手？但流程、惯性、时间压力、“这次应该没事”的侥幸叠在一起，32%就是现实。

连洗手这件事都做不到100%。那”回去用AI处理一下报销数据”这种事，光靠”我知道很重要”就能做到——说实话，我不太信了。

王阳明五百年前说”知行合一”，意思不是”知道了就会做”，恰恰相反——没做到的，其实就是没真正知道。苏格拉底两千年前也琢磨过同样的事。

我们不是第一批被困住的人。这多少让我好受了一点。

我后来才意识到的几件事

想了一阵之后，我慢慢理出了一些头绪。不是什么新理论，就是一些”原来如此”的东西。

第一个：看懂了真的不等于会了。 UCLA有个教授做了很多年学习研究，发现我们会把”学起来感觉顺畅”直接当成”已经学会了”。看完一个AI Demo，全程丝滑，觉得”这我也行”。但自己搭一遍，处处卡壳。多数人这时候会觉得”我果然不行”。但其实卡壳才说明学习真正开始了。Demo给的流畅感是假的，卡壳给的挫败感也是假的。

我自己就踩过这个坑——看完教程信心满满，一上手就怀疑人生。后来才明白，那种不顺畅的感觉恰恰是对的。

第二个：选项太多会冻住人。 心理学上有个果酱实验：24种果酱只有3%的人买，6种反而30%买了。后来学者汇总50个类似实验发现，这不是铁律，但在”选项模糊、偏好不清、怕选错”的时候确实会爆发。大模型、智能体、RAG、Copilot、低代码平台……光是假期里冒出来的新东西就够喝一壶的。Pew去年调查说52%的美国职场人对AI感到担忧。CNNIC的数据说中国5亿多人试过生成式AI，但你看看周围，真正每天在用的有几个？

不是不想动。是被泡在选项里了。

再加上”决策疲劳”——开工第一周，年前的事要收尾，新的KPI已经压下来，邮件堆了一假期。处理完这些，脑子的电量基本见底了。这时候让我”花半小时试试AI”？我可能连选哪个工具的力气都没有。

第三个：组织本身就是一堵墙。 这个我后来才想明白。组织需要稳定，流程、分工、审批链——这些东西保证了日常运转，但也意味着，你培训完想试试用AI拼一下差旅数据，马上就碰到权限、合规、责任归属。不是谁在刁难你，是结构本身就长这样。

还有一个旁观者效应：心理学实验说，以为只有自己能帮忙时85%会行动，以为还有别人在场就只剩31%。AI落地一旦变成”跨部门协同”，每个人都在等别人先动。Gartner调查过，53%的中国大企业布局了AI项目，但只有约20%拿到了实质成果。责任摊到所有人头上，就等于没人扛。

所以”不知道第一件事做什么”，不完全是自己没想好。有一部分是隐隐觉得，就算想好了也推不动。心理学的研究说得挺扎心的：拖延的本质不是时间管理问题，是情绪管理——“想做好”不会让人拖延，“怕做不好”才会。

但我也见过真的动起来的人

说了一堆”为什么不动”，我自己都觉得有点丧了。但我确实见过动起来的人，他们不是更聪明或者更自律，就是有些地方做得不一样。

把第一步缩到特别小。 我认识一个做差旅审计的，最烦的不是核对金额，是每次要把机票、酒店、打车三张表对齐。他用AI试了一下，半小时搞定。就这一件事，他有了”居然真的有用”的体验——后面的事就自然转起来了。不是什么”AI审计转型方案”，就是一个足够小、足够痛的动作。

靠设计，不靠意志力。 斯坦福一个做行为设计的教授总结过：行为=动机×能力×提示，三样都到位才会动。大多数AI培训只解决了动机——“AI很重要”。但回到工位，没有数据、没有模板、没有一个”打开就能干”的起点。不动真的不是意志力的问题。

把它变成默认动作。 WHO手术安全清单把并发症率从11%降到7%，靠的不是让医生”更努力”，而是把步骤做成默认流程。器官捐献也是：把默认选项从”主动同意”改成”主动拒绝”，登记率差出30到50个百分点。所以与其每天纠结”今天要不要试试AI”，不如把它设成默认：明天打开电脑头15分钟，随便找一段昨天的会议纪要扔进去，看它能干嘛。不需要决心，就是一个默认触发。

如果你也想试一下

心理学上有个方法叫”实施意图”，94项研究验证过，效果还挺大的。方法特别简单：把打算写成一句If-Then。

不是”我今年要好好学AI”，而是：“如果明天早上我打开电脑，那么第一件事是花15分钟做这三步。”

建个文档，标题叫《AI试验-[你的部门]-1号》
写清楚一件事：你最烦的那个重复动作是什么？数据在哪？
定义最小成功：两周内，拿一张表的10条数据跑一次AI，出一个结果

这份文档允许丑、允许不全。能让同事照着复现一次，就算赢。

有一件事我越来越觉得是真的：最懂”哪里该用AI”的人，往往不是最懂AI的人。IT知道系统怎么连，但不知道你最头疼什么。供应商知道工具能干什么，但不知道你的业务逻辑哪里容易出事。管理层知道要提效，但可能从来没亲手填过底稿。

知道哪里痛，比知道怎么治更值钱。

回到开头那个走廊。

那个审计经理说”我不知道第一件事该做什么”。我想了很久，觉得答案可能比我们以为的简单：找到你最烦的那个动作，花15分钟，试一次。比如就把你的烦恼原原本本说给你手头的一个AI，看看它怎么回复，不满意它的答案就继续追问，直到你有一个可以落地的方案，这个方案可以很窄，但必须符合”谁用什么方式在什么时间做什么事情，期待的结果是什么”这样的标准，然后按照方案去执行，执行的结果再次回复给AI，继续挑战它。

新的一年，不用给自己定什么AI转型大计。先踩一脚水就好。

水没有想象中那么深。

你最烦的那个”重复性动作”是什么？欢迎留言。也许你说出来的那个，就是最值得让AI搭把手的第一件事。