AI、工具与变革——本尼迪克特·埃文斯

美国大公司如今普遍使用着成百上千套软件系统：既有SAP、Workday这类“重型”横向记录系统，也有数百个垂直SaaS应用，再加上数不清的工作流、脚本、自动化程序和数据库，甚至还有部门靠一个10兆的Excel表格在运转。很多时候，公司自己都搞不清到底买了多少软件、哪些真在用、钱花在了哪里。可即便如此，公司里依然充斥着枯燥重复的琐碎活儿。于是，一个极具诱惑力的想法应运而生：AI将横扫这一切。 硅谷流传着一个老笑话：工程师会花一小时造工具，去自动化一个只需十分钟的任务。但有了AI，你五分钟就能造出那个工具，而且不需要是工程师，也不需要写代码——直接让模型帮你造，或者更彻底一点，让模型直接把活儿干了。软件或许会变得动态、生成式、自由形态、随叫随到，不再需要一个个去创建工具。海量任务可以被自动化，而所需的软件却大幅减少。如果你是工具制造者——而硅谷人人都是工具制造者——这想法令人陶醉。但我认为，这误解了软件的来源、人们的使用方式，更关键的是，它误解了公司是如何发生变革的。 首先，大多数人并不是工具制造者，也不会本能地去想自己的工作能否换个方式完成。如果你整天泡在硅谷的圈子里，很容易忘记这一点，因为你的整个世界就是创造改变做事方式的工具。但如果你是一位顶尖的婚姻法律师，你整天想的是案件和客户，而不是什么法律检索软件能带来什么改变；如果你是一位顶尖的企业销售，你整天想的是产品、客户和竞争对手，而不是销售赋能软件能如何提升你的效率。像Excel这类产品试图通过引导流程、助手和模板来弥合这道鸿沟——你在“文件/新建”里看到的每一个模板，都是对“你能用它做什么”的提示。但每一个模板最终都变成了一家公司，而我在“Claude for X”这类产品中看到的也是如此——这有帮助，但不是答案。具体来说，这意味着待自动化的任务可能就摆在眼前，但身处其中的人却视而不见。这正是“前置部署工程师”这一概念诞生的原因——一个懂构建、知道AI能造出什么的人，可以“随便”走进一家律所或建筑事务所，看到律师或建筑师看不到的、摆在桌上的机会。（很多搞技术的人十五六岁在实习或父母办公室闲逛时也有过类似体验——“呃，老爸，你有没有意识到这事其实可以这么干？”） 更深层的问题在于，过去几十年我们自动化的大部分东西，即便你是工具制造者，也并非显而易见，而且同样没有显而易见的解决方案。我们都能想到一些日常使用的东西，最初的反应是“我为什么要用这个？”很多时候，问题本身的存在就不明显，而且往往嵌在、裹在或藏在别的东西里面。同样，即使你能看到问题，或者自认为看到了，正确的解决方式也往往不清楚，而真正的解法往往是重新定义问题或将其拆解开来，这需要费一番功夫。许多成功的软件公司，在找到正确方法或正确问题之前，都经历过五六次失败的尝试。所有这一切，都不会因为让写代码变得更容易——让造工具变得更容易——而得到解决。难点在于：你得知道，这件事需要一件工具。