AI 采纳五步操作法
解决什么问题
公司喊"AI-first"口号却没人知道具体该怎么做;员工困在模糊的 AI 授权、采购审批瓶颈里,不知道该优先啃哪块骨头。这套五步法来自对 Shopify、Zapier、Duolingo、Intercom、Whoop、Ramp 六家 AI 前沿公司的访谈,是它们驱动员工 AI 采纳的共性打法。
核心内容
五个步骤,每步配具体可复制的战术:
讲清楚"怎么做",而不只是喊口号:光说"AI 是基本预期"没用,要给出具体战术。Shopify CEO 在备忘录里明确要求把 AI 原型纳入 GSD(get shit done)流程;Zapier CEO 在 ChatGPT 发布后宣布"code red"时刻,给全员一周专门时间实践 playbook;Duolingo CEO 把"拥抱 AI"定义为两件具体的事(做出更好产品 + 让员工用 AI 做到最好);Intercom CTO 每月抽一周时间嵌入具体团队里找 2x 提效机会;Whoop 产品负责人遇到 PM 提问题时当场说"要不要看我怎么用 AI 解决这个",现场展示工作流。不是高管也能做这件事——在团队 Slack、一对一里持续分享你的 AI 工作流,甚至在会议里直接投屏 AI 的输出。
既追踪又奖励采纳:输入指标(谁在用)和输出指标(创造了什么业务价值)都要追踪。Shopify 把"是否反射性地用 AI 工具提升产出"纳入 1-5 分的同事互评;Ramp 公开各团队 AI 重度用户数(每周 5 次以上用 Cursor/Claude Code/ChatGPT);Zapier 按职能追踪 AI 影响(销售线索自动打包为客户经理省下每周 10 小时);Intercom 用"合并 PR 数"作为生产力代理指标(AI 辅助开发带来约 20% 的同比持续提升);Whoop 搞 30 天挑战赛,每天 2 分钟小任务,奖励连续打卡最长的人。
砍掉繁文缛节:员工早就在用个人账号偷偷用 AI 了,与其禁止不如加速合规。Duolingo 给每位员工 300 美元自由试用 AI 工具/课程;Zapier 指派一名 PM 专职对接采购、法务、工程加速审批;Intercom 发现"没时间"是员工不试新工具的主因,于是要求经理专门留出时间;Shopify 提供多个工具选项(Claude、Perplexity、Cohere、Gemini、Cursor、Copilot、Claude Code)并鼓励员工共建 prompt/agent 库;Whoop 让员工自己提名想试的工具。
把 AI 达人变成老师:每家公司都有等不及分享心得的 AI 重度用户,给他们搭建正式渠道。Shopify 办"AI learning village"训练营,倡导"公开构建"文化;Duolingo 每周五留 2 小时"FriAIdays"做实验+demo,全员会上做"AI Show and Tell";Ramp 有跨职能 AI SWAT team 帮各团队找自动化机会,还办 vibe coding 离线会;Zapier 每周做吸引 60+ 员工的直播 demo,每季度办黑客松向高层展示最佳原型;Whoop 把"提升他人 AI 熟练度"作为晋升评审的加分项。
优先攻高价值高频任务:不要试图一次性搞定所有事,先挑员工花时间最多的高频重复任务。Zapier 自动化支持工单分诊,把客服变成营收驱动力;Shopify 用 AI 工具帮员工总结反馈、识别优劣势,缩短绩效评审准备时间;Duolingo 用 AI 重建课程内容生产流程(12 年 100 门课 → 12 个月 150 门课,CPO 原话"几小时内 vibe code 出了第一节国际象棋课");Ramp 建了装满用户研究语境的 AI persona,PM 把任何 spec 丢给它就能得到即时反馈;Whoop 一位 PM 未经工程团队就搭了个跨几十种人设测试 prompt 效果的评估工具。
适用边界
战术具体到可以直接抄,但都是"高价值高频任务优先"原则的应用,不是万能模板——五步法本身是共性框架,每步的具体动作要按公司文化和团队规模调整(如 30 天挑战赛更适合执行力强、爱竞赛的团队文化)。
关键引述 · 原话
Peter Yang: "The biggest barrier to AI adoption isn't technology; it's organizational change."
Cem Kansu (Duolingo CPO): "We vibe coded the first Duolingo Chess lesson in hours instead of weeks."
关联卡片
- 与 `ai-demo-rigor-four-questions--peter-yang` 互补:五步法解决"怎么推广",四问题解决"推广的东西是否经得起检验"。 - 具体公司数据见 `ai-adoption-benchmarks-six-companies--peter-yang`。
被这些卡引用
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2