在公司内部推动员工AI采用需要什么？
长期产品运营者（Product Operator）和创作者 Peter Yang 多年来一直在研究、分享和应用AI最佳实践，这个问题是他被问得最多的。我也是！我们决定合作，为你带来关于这个日益重要话题的最佳、最深入的回答。
Peter采访了六家快速增长的AI优先公司的创始人和产品负责人（Product Leader），收集了他们推动员工AI采用的全部最佳策略。本文包含他们最好的25个经过实战检验的AI技巧，你可以立即在公司中实施。
Peter通过他的通讯和YouTube频道分享更多实用的AI技巧。
P.S. 你现在也可以通过便捷的播客形式收听这些文章：Spotify / Apple / YouTube。
当我卡在某个问题上时，我再也不觉得孤单了。
从总结用户反馈到制定产品战略，让AI作为一个耐心、博学、随时可用的思维伙伴（Thought Partner），彻底改变了我做产品工作（Product Work）的方式。
但现实是：根据最近的盖洛普民调 (Gallup poll)，只有8%的美国员工每天使用AI。与此同时，破解了AI采用密码的团队正在看到惊人的成果。例如，Zapier的销售代表每周在潜在客户研究（Lead Research）上节省10小时，Ramp构建了AI用户画像（AI User Personas），让产品经理（PM）能对任何规格说明立即获得反馈，Duolingo在AI的帮助下从12年100门课程发展到仅仅12个月150门课程。
从我所见到的以及与AI优先公司的领导者交谈中，我学到的是：
AI采用的最大障碍不是技术，而是组织变革（Organizational Change）。
在许多公司，员工正在与模糊的AI指令、采购瓶颈（Procurement Bottleneck）以及缺乏关于首先聚焦哪些最高影响使用场景（Use Case）的指导作斗争。
在采访了下面六家AI优先公司的领导者后，我识别出了公司可以用来强力推动AI采用的五个循环步骤：
- 解释如何做
- 追踪与奖励采用
- 砍掉繁文缛节（Cut the Red Tape）
- 将爱好者转化为教师
- 优先处理高影响任务
让我们详细拆解这些公司是如何做到的。
1. 解释如何做
说"我们是AI优先"没有任何意义，如果员工不知道这实际上对他们日常工作意味着什么。
成功的公司提供具体策略，员工和团队可以采用这些策略来满足那些期望。
这可以是什么样子：
- 在备忘录中包含具体策略： Shopify的首席执行官 (CEO) Tobi Lütke在他现在著名的备忘录中，不只说"使用AI现在是一个基线期望（Baseline Expectation）"。相反，他分享了他期望看到的具体策略，比如将AI原型设计（AI Prototyping）纳入公司的GSD（Get Shit Done，搞定事情）流程。
- 宣布"红色警报"（Code Red）时刻： Zapier的CEO Wade Foster在ChatGPT发布后的2023年3月召集了全员紧急时刻。然后他分享了一份行动手册 (Playbook)，并给所有员工放了一周假来付诸实践。
- 定义"拥抱AI"的含义： Duolingo的CEO Luis von Ahn将AI采用定义为"让我们的产品更好"和"赋能员工做出最佳工作"。鼓励团队将AI用于从加速课程创建到原型设计的一切。
- 融入具体团队： Intercom的首席技术官 (CTO) Darragh Curran设定了一个目标——"用AI实现2倍生产力"，然后每月用一周时间融入（Embed）具体团队，识别并执行2倍机会。
- 实时以身作则： 当产品经理向Whoop的产品负责人 (Head of Product) Hilary Gridley提出问题时，她会说，"想让我给你看看我是怎么用AI解决这个的吗？"然后实时分享她的工作流。
你不需要是高管来推动这种变革。在Roblox，我不断在Slack和一对一会议中分享我最喜欢的AI工作流。我甚至开始在会议期间屏幕共享（Screen Sharing）AI输出来实时与队友解决问题。看到一位同事用AI节省时间是让你自己去尝试的极强激励。
2. 追踪与奖励采用
像任何优秀的产品经理一样，你应该将AI采用追踪为输入（谁在使用AI）和输出（它创造了什么业务价值）。你还应该奖励那些引领潮流的员工，以保持势头。
以下是顶级公司如何追踪和奖励采用的：
- 将AI采用纳入绩效评估（Performance Review）： Shopify让员工按1-5分评价同事"反射性地使用AI工具改进和放大工作产出"的水平。
- 按照团队公布AI使用情况： 在Ramp，领导层分享Cursor、Claude Code和ChatGPT等工具的AI高级用户（Power User，每周5次以上操作）数量。这种透明度创造了跨团队的自然问责（Accountability）。
- 追踪特定于团队的影响： Zapier按职能追踪AI采用的影响。以销售为例，当目标潜在客户与营销内容互动时，AI自动打包该信息给客户代表——使每位代表每周节省10小时。
- 使用生产力代理指标（Proxy Metric）： Intercom使用合并拉取请求 (Merged Pull Request) 作为生产力提升的代理指标。他们已经看到AI辅助开发带来了"持久改进（年同比增长约20%）"。
- 使其成为每日习惯： Whoop给了员工一个30天挑战，包含小块2分钟任务，奖励那些保持最长连续天数（Streak）的员工。
关键是：
有了正确的激励，人们会改变他们的行为。
追踪领先指标（Leading Indicator，AI使用量）和滞后指标（Lagging Indicator，业务结果）在AI采用与团队、业务和人们职业生涯的真正影响之间建立了联系。为员工把影响力的各个点连起来，你会看到采用率飙升。
3. 砍掉繁文缛节
大多数公司对AI工具有漫长的审批流程。但他们没有意识到的是，他们的员工已经使用AI了。他们只是从个人账户中使用。
砍掉繁文缛节，如果你不想让员工使用未经批准的AI工具：
- 创建AI学习预算： Duolingo给每位员工300美元尝试AI工具、课程和订阅。这激励了持续的实验。
- 指定负责人加速审批： Zapier指定了一位主管产品经理（Lead PM）来与采购、法务和工程合作，快速追踪AI工具审批并消除瓶颈。
- 给员工时间动手尝试： "没有时间"是员工提到的不尝试新AI工具的主要原因，因此Intercom的CTO Darragh鼓励经理给员工专门的时间来提升技能（Skill Up）。
- 提供多种工具选项： Shopify提供对各种工具的访问，包括Claude、Perplexity、Cohere、Gemini、Cursor、Copilot和Claude Code。他们还鼓励员工贡献到一个不断增长的AI提示词（Prompt）和代理（Agent）库。
- 拥抱内部热情： Whoop让员工提名他们兴奋想试用的工具，如用于记笔记的Fireflies和用于自动化的Zapier。
如果你在想应该批准哪些工具，以下是我的个人最爱：
作为员工，不要害怕支持你最喜欢的AI工具，即使你不负责采购。
4. 将AI爱好者转化为教师
每个公司都有AI高级用户，他们渴望分享自己学到的东西。设置正确的渠道和资源，让他们培训其他人。
以下是如何将你的AI爱好者转化为教师：
- 举办AI学习村（Learning Village）： Shopify在公司活动中举办专门的AI培训，有动手挑战和主题专家（Subject-Matter Expert）。他们有一种"公开构建"（Build in the Open）的文化，团队持续分享AI实验。
- 举办周五AI日（FriAIdays）和展示分享会： Duolingo保护每周五两个小时的AI实验和演示时间。他们还在全员会议上做"AI展示与分享"（AI Show and Tell）。
- 创建AI SWAT团队（SWAT Team）： Ramp的跨职能团队识别每个小组的最优先AI自动化需求并构建解决方案。他们还为产品经理举办AI异地活动（Offsite）进行氛围编程（Vibe Coding）。
- 定期举办演示和黑客松（Hackathon）： Zapier每周举办吸引60多名员工的现场演示，以及季度黑客松，最佳原型会展示给领导层。
- 将"提升他人"纳入晋升考核： 帮助他人更好地使用AI是领导力的绝佳信号。Whoop的Hilary在评审晋升时寻找员工如何提升他人AI流利度的例子。
AI优先的文化是这样一种文化：员工不仅舒适地分享他们构建了什么，还分享他们是如何做到的。在Roblox，我们有一个"#AI-tips-and-workflows"的Slack频道，员工分享从基础提示词技巧到周末AI项目的一切。
5. 优先处理高影响任务
大多数公司在AI采用上失败，因为他们试图一次性做所有事情。相反，找出占用员工最多时间的高频重复性任务，并首先用AI简化这些。
以下是AI优先的公司正在聚焦的任务：
- 自动化支持分流工作流： Zapier构建了一个工作流，检查Zendesk工单并识别准备进入销售对话的客户，将客户支持转变为收入驱动力。
- 简化绩效评估准备： Shopify构建了一个AI工具帮助员工总结反馈并识别优势和改进领域。这减少了评审时间，提升了经理和下属的讨论质量。
- 用AI创建内容： Duolingo用AI重构了课程内容创建流程，从12年100门课程发展到仅仅12个月150门课程。首席产品官 (CPO) Cem Kansu说："我们氛围编程了第一节Duolingo国际象棋课，花了数小时而不是数周。"
- 构建AI用户画像： Ramp构建了加载了所有用户研究上下文的AI用户画像。产品经理现在可以将任何产品规格说明交给这些画像，立即获得关于他们遗漏了什么或没有考虑到的反馈。
- 赋能员工构建内部AI工具： Whoop的Hilary团队中的一位产品经理构建了一个评估工具，测试提示词在数十种画像类型上是否表现更好——无需通过工程部门。
当涉及到构建内部（和外部）AI工具时，以下是区分真正采用和表面作秀的因素：
不要聚焦于炫酷演示，要寻找严谨的数据和评估。
我见过太多产品经理向高管展示炫目的演示，结果在被问到数据和评估时卡壳了（包括我自己以艰难方式学到的一些教训！）。
当你分享你的AI产品时，你应该清晰回答四个问题：你在解决什么客户问题？AI能比非AI解决方案更好地解决它吗？你有什么真实世界数据集（Ground-Truth Dataset）和评估？你为模型失败做了哪些准备？
真正的AI采用发生在团队对炫酷演示变得怀疑、并要求看到AI产品背后严谨性的时刻。当员工开始询问准确度指标（Accuracy Metric）、评估框架（Evaluation Framework）和失败模式（Failure Mode）时——那才是你知道AI采用是真实的时刻。
从何处开始
在AI采用上取得成功的公司理解，这不只是发布模糊的AI指令。相反，他们用详细策略解释"如何做"，追踪使用量和影响。他们消除采购障碍，将爱好者转化为教师，并用严谨的评估构建AI产品来简化高影响任务。
目标是赋能每一位员工使用AI解决他们的问题。销售、产品或运营中的某人可能创建一个改变你业务的AI工具。
你在公司实施了哪些策略？我很想在评论中听到你的成功（和失败）。
谢谢，Peter！更多来自Peter的内容，请查看他的通讯和YouTube频道。
祝你度过充实而高效的一周 🙏
如果你觉得这份通讯有价值，请分享给朋友，如果还没订阅的话考虑订阅。有团体折扣、礼品选项和推荐奖励可用。
真诚地，
Lenny 👋