加速公司AI采用的25个经过验证的策略

Lennys.Newsletter · 2025-08-05

摘要

本文由 Lenny 与资深产品运营者 Peter Yang 合作撰写，基于对 6 家快速增长 AI 优先公司的深度访谈，提炼出加速员工 AI 采用的 25 个实战策略。核心洞察是：AI 采用的最大障碍不是技术，而是组织变革。 文章围绕 5 个核心步骤展开：（1）解释"如何做"——提供具体策略而非模糊的 AI 口号；（2）追踪与奖励采用——将 AI 使用纳入绩效考核，公开各团队使用数据；（3）砍掉繁文缛节——创建 AI 学习预算、加速工具审批、给员工时间尝试；（4）将 AI 爱好者转化为教师——举办学习村、建立分享渠道、将"帮助他人提升"纳入晋升考核；（5）优先处理高影响任务——自动化支持分流、用 AI 简化绩效评估、构建 AI 用户画像（Personas）。文章还强调真正 AI 采用的标志是团队开始对炫酷演示持怀疑态度并追问数据严谨性。

在公司内部推动员工 AI 采用需要什么？

长期产品运营者和创作者 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 6 家快速增长的 AI 优先公司的创始人和产品负责人，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，彻底改变了我做产品工作的方式。

但现实是：根据最近的 Gallup 民调，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上节省 10 小时，Ramp 构建了 AI 用户画像（AI User Personas），让产品经理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。

在许多公司，员工正在与模糊的 AI 指令、采购瓶颈以及缺乏关于首先聚焦哪些最高影响使用场景的指导作斗争。

在采访了下面 6 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 5 个循环步骤：

  1. 解释如何做
  2. 追踪与奖励采用
  3. 砍掉繁文缛节
  4. 将爱好者转化为教师
  5. 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：

  1. 在备忘录中包含具体策略： Shopify 的 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"。相反，他分享了他期望看到的具体策略，比如将 AI 原型设计纳入公司的 GSD（Get Shit Done，搞定事情）流程。
  2. 宣布"红色警报"时刻： Zapier 的 CEO Wade Foster 在 ChatGPT 发布后的 2023 年 3 月召集了全员紧急会议。然后他分享了一份行动手册，并给所有员工放了一周假来付诸实践。
  3. 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。
  4. 融入具体团队： Intercom 的 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具体团队，识别并执行 2 倍机会。
  5. 实时以身作则： 当产品经理向 Whoop 的产品负责人 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 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：

  1. 将 AI 采用纳入绩效评估： 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。
  2. 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（每周 5+ 次操作）数量。这种透明度创造了跨团队的自然问责。
  3. 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。
  4. 使用生产力代理指标： Intercom 使用合并拉取请求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%）"。
  5. 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（AI 使用量）和滞后指标（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：

  1. 创建 AI 学习预算： Duolingo 给每位员工 $300 尝试 AI 工具、课程和订阅。这激励了持续的实验。
  2. 指定负责人加速审批： Zapier 指定了一位主管产品经理来与采购、法务和工程合作，快速追踪 AI 工具审批并消除瓶颈。
  3. 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。
  4. 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不断增长的 AI 提示词和代理库。
  5. 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：

（此处图示展示了 Peter Yang 推荐的 AI 工具栈，按类别排列：聊天/搜索、编程、自动化、笔记/会议等方面）

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：

  1. 举办 AI 学习村（Learning Villages）： 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。他们有一种"公开构建"的文化，团队持续分享 AI 实验。
  2. 举办 AI 分享与展示会： Duolingo 在全员会议上保护每周五两个小时的 AI 实验和演示时间。他们还做"AI 分享与展示"。
  3. 创建 AI SWAT 团队： 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 异地活动进行 vibe coding。
  4. 定期举办演示和黑客松： 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。
  5. 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" 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：

  1. 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。
  2. 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。
  3. 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 Cem Kansu 说："我们 vibe coding 了第一节 Duolingo 国际象棋课，花了数小时而不是数周。"
  4. 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。
  5. 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、评估框架和失败模式时——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 🙏