为全组织的 AI 流畅度而设计
Richard Teachout
Ashley Furniture Industries 首席技术官 —— 高管级技术领导者、创业者、AI 领导者、架构师、问题解决者、前开发者。
June 01, 2026
为全组织的 AI 流畅度而设计
大多数组织都把 AI 流畅度当作一个培训问题来对待。
提升员工技能、开办工作坊、鼓励尝试。
这些都是有用的步骤。
但它们错过了一个更重要的点：
流畅度是由人们所处的工作系统塑造的——而不仅仅取决于他们知道什么。
误区：流畅度等于专业技能
AI 流畅度并不意味着每个人都成为专家。
在实践中，有效的组织追求的是：
- 自信的使用
- 恰当的应用
- 一致的行为
这更少关乎深厚的知识。
而更多关乎实际的能力。
流畅度源自工作流设计
人们在以下情况下学得最快：
- 工具被整合进他们的工作
- 用例是清晰的
- 反馈是即时的
- 结果是可见的
这意味着流畅度是由以下因素驱动的：
- 工作流设计
- 系统支持
- 用户体验
而不仅仅是培训课程。
减少对专家的依赖
在早期，AI 的使用往往依赖于：
- 一小群专家
- 集中化的团队
- 技术中介
这限制了规模。
流畅的组织会：
- 把 AI 嵌入日常工具
- 提供清晰的模式
- 减少使用中的摩擦
- 在边界之内实现自助服务
这会把能力分布到整个组织。
标准化的模式会加速学习
当工作流被标准化时：
- 用户无需从零开始
- 行为变得一致
- 学习可以在团队之间迁移
这降低了差异，并提升了信心。
上下文比指示更重要
操作者不需要抽象的指导。
他们需要的是：
- 相关的示例
- 清晰的用例
- 嵌入式的支持
当指导具备以下特征时，流畅度就会提升：
- 情境化的
- 可执行的
- 与真实任务对齐的
反馈会强化行为
当用户能够看到以下内容时，流畅度就会提升：
- 什么有效
- 什么无效
- 结果如何变化
这需要：
- 可见的结果
- 清晰的信号
- 简单的反馈闭环
CTO 的角色
CTO 应该专注于通过系统来促成流畅度：
- 把 AI 嵌入工作流
- 促成一致的模式
- 减少摩擦
- 支持反馈机制
这不仅仅是一项培训计划。
这是一项设计上的挑战。
机会所在
有效构建 AI 流畅度的组织能够：
- 更快地扩大使用规模
- 减少对专家的依赖
- 提升一致性
- 增强整体能力
前行的路径
要为流畅度而设计：
- 把 AI 嵌入工作流
- 提供可复用的模式
- 减少摩擦
- support 情境化的 learning
- 通过反馈来强化
因为流畅度不是教一次就能学会的。
它被构建进每一天的工作方式之中。
你是在试图培训你的组织去使用 AI——还是在设计让有效使用成为默认选项的系统？欢迎交流你的想法。