设计反馈循环

精心设计反馈循环对于培养组织的AI能力至关重要。要用心培育沟通渠道，让问题能够浮现，并挖掘最贴近工作流程和客户的基层创新。利用这一结构培养对负责任AI开发的共识，并推动支持组织变革的有意义对话。在实施新的AI方法之后，规范化地进行定期回顾或复盘，使持续改进成为流程中不可或缺的一部分。

让它成为一项团队运动

通过组建较小的"学习圈"——即由对探索特定AI主题充满热情的人员组成的工作小组——来加速学习。为分享会议建立定期的格式和频率，让成员们讨论他们的发现、探索其影响并提炼关键问题。这种方法确保了时间被用于开放式探索，而这种探索对于推动新的洞见至关重要，并且能够激发学习热情，因为人们感到自己对团队成员负有责任。此外，还可以组织让探索AI用例变得有趣的团队活动。我曾见过客户创建"好奇心咖啡馆"（配有咖啡师的非正式学习和创意空间）、专为非技术新手设计的"无代码黑客马拉松"、将探索过程游戏化的"AI挑战联赛"，以及让团队成员可以在食物或饮品中自由讨论AI问题和经验的"交流分享会"。组织通常会发现，人们对学习这项技术有如此浓厚的兴趣，以至于活动经常报名超额。当这种方法效果最佳时，最终会在组织中建立一个AI探索者社区；不仅参与到这个社区中，还要支持和庆祝它的成功，这样就能在公司内部营造大量的AI发展势头。

用讲故事的方式示范成功

讲故事是将组织的AI之旅鲜活呈现的有力工具。它可以生动地展示AI如何带来价值并支持战略目标，同时也能诚实地描绘过程中遇到的挑战——以及至关重要的是，这些障碍是如何被克服的。通过发现并更广泛地分享这些故事，你可以展示成功的样貌，有助于缓解恐惧，并使关于负责任AI实践、数据隐私和治理等更抽象概念的教育变得更加具体和引人入胜。使用多样化的形式——书面案例研究、视频访谈或现场演示——有助于迎合不同的学习风格，并鼓励各级团队成员分享他们的经验。

建立定期脉搏检查

实施定期的检查点来评估团队的AI学习进展。利用这些会议提出新的关键问题并评估AI实验的成果。作为一个团队讨论如何改进这些举措，并识别AI可以增加价值的新领域。鼓励开放式对话以暴露团队顾虑并评估你对AI的负责任使用。

优先考虑负责任的AI实践

将关于AI伦理的讨论作为团队会议的常规部分，以确保每个人都理解并承诺遵守负责任的AI实践。如果你的公司有负责任AI团队，与他们密切合作。如果没有，倡导其成立。将伦理考量融入你工作的每个阶段，并定期评估AI用例的伦理影响。

作为团队驾驭AI

正如个人在AI方面有从新手到专家的不同经验水平一样，团队也表现出广泛的AI熟练度光谱。正如个人开始用AI思考可能具有挑战性一样，在组织内建立集体的"使用AI的实践"也可能很困难。让所有团队成员对AI能力形成共同理解、围绕AI概念发展共同语言，以及就如何在他们的协作工作中实验AI达成一致，这些都可能很难做到。

正如我们在第六章中讨论的，在错误的时间使用AI可能会阻碍我们的认知表现。这一原则同样适用于团队：我们必须投资帮助我们的团队掌握必要的细微差别，以防止AI过度依赖短路其集体脑力。一项最近的研究发现，如果团队对何时以及如何应用AI没有深入理解，可能只会在团队创造力方面带来适度提升——而一些使用AI的团队的表现甚至不如仅依靠人类直觉的团队。¹

真正精通AI的团队懂得在创作过程的关键环节依赖人类认知的重要性。当他们转向AI时，他们将其视为协作伙伴，反复改进其输出，并探索原本可能无法发现的创造性路径。正是这种细致入微的方法——知道何时依靠人类洞察、何时利用AI能力——使团队能够真正提升其借助AI的表现。这凸显了一个重要观点：不仅仅是在创作过程中引入AI这么简单；组织必须为团队提供有效参与所需的知识和技能。