AI 时代，业务一把手的四个必做和四个不做

你好，我是曹犟。

认识我的朋友们知道，最近我自己经历了一次角色转变。过去十年多，我的身份一直是 CTO，是公司产研团队的管理者。虽然作为联合创始人也会参与公司的集体决策，但权力和责任都是有边界的。而现在，我开始真正负责一块独立的业务，虽然团队很小，但却是我职业生涯的一个重要变化。

这个转变让我开始重新思考一个问题：在 AI 时代，一个业务一把手到底应该做什么？又应该避免做什么？我觉得 AI 带来的不是一些管理技巧的小修小补，而是对业务一把手职责的一次重新校准：哪些事情必须亲自抓，哪些事情反而更不能做错。

这里说的“业务一把手”，是指创业公司的创始人，或者大厂里某个业务线的负责人：他对业务结果负责，同时基于权责对等的原则，也因此对预算、组织有相当的决定权。不管负责的业务大小，只要你是那个拍板的人，这篇文章可能都对你有些参考价值。

一、想清楚商业模式

业务一把手最重要的事情，永远是想清楚商业模式。这一点在 AI 时代不但没有变，反而变得更加重要了。

因为 AI 带来了太多新的可能性，也带来了太多干扰。每天都有新的技术突破、新的产品形态、新的商业模式。在这种信息过载的环境下，一把手最大的价值，不是跟着热点跑，而是保持清醒：我们的客户到底是谁？我们在解决客户的什么问题？

这两个问题听起来很基础，但很多人并没有真正想清楚。特别是在 AI 时代，容易出现的情况是：看到了一个很酷的新技术，然后反过来去找它能解决什么问题。这种“拿着锤子找钉子”的方式，成功概率通常不高。

正确的思路应该是：

1. 客户之前是怎么解决这个问题的？ 理解现有方案的优缺点，才能理解你的机会在哪里。
2. 有了 AI，我们可以用什么新方式来解决？ 这里的关键词是“新方式”，而不仅仅是“更快更便宜”。如果只是用 AI 让旧方案提速 30%，这通常不足以构成一个独立的商业模式。
3. 我们的方式有什么优缺点？ 没有完美的方案，诚实面对自己的短板，才能做出正确的取舍。
4. 如何收费？ 商业模式的最终落脚点。在我之前的文章中讨论过，AI 时代可能会催生新的定价模式，比如 RaaS（Result as a Service），按效果收费。但不管怎么收费，你都需要想清楚客户愿意为什么付费，以及能付多少。

这些问题没有标准答案，但一把手必须持续思考、持续验证、持续迭代。商业模式不是拍脑袋想出来的，而是在和市场的反复碰撞中打磨出来的。

二、用 AI 思维重塑组织

在之前的文章AI 时代，组织应该如何重新设计？和管理的黄昏？智能的黎明。中，我详细讨论过 AI 对组织形态的影响。站在业务一把手的角度，最关键的不是口头上“拥抱 AI”，而是真的重画分工边界、重配资源。

第一，重新审视每个岗位的分工。

AI 时代，很多过去需要多个角色配合的工作，现在一个人加上 AI 就能完成。业务一把手需要重新思考：哪些岗位的工作可以被 AI 部分替代？哪些岗位之间的分工边界需要重新划定？整个工作流应该如何用 AI 来重构？

这不是裁员的问题，而是效率最优化的问题。关键不是机械地削减岗位，而是重新定义岗位边界和协作范式。

第二，诚实面对真实需要的人员和预算。

这一点说起来容易，做起来很难。很多管理者在规划团队的时候，会不自觉地往大了要：要更多的人、更多的预算。这背后有很多原因：地盘意识（团队越大，我越重要）、安全感（人多了总比人少了好）、虚荣心（管 50 人比管 5 人听起来更厉害）。

但在 AI 时代，团队的战斗力和人数之间的关系，已经不再是正比例了。人越少，协作成本越低，决策速度越快。我们需要有勇气去问自己：我的团队到底需要多少人？是真的需要这么多人，还是我在用人头数来给自己找安全感？

三、给团队提供正向但合理的精神激励

在不确定性极高的时代，团队最缺的往往不是勤奋，而是方向感和信心。

每个优秀的创业者都有一定程度的“现实扭曲力场”，让团队相信一个看起来很难实现的目标是可以实现的。这不是欺骗，而是一种领导力。在 AI 时代，技术变化太快，市场格局不断重塑，如果一把手自己都表现得焦虑和迷茫，团队就更加无所适从了。

但这种精神激励需要把握好度：

• 适当画饼，但不能画到离谱。 团队需要愿景来激发动力，但如果饼画得太大，兑现不了，反而会消耗信任。
• 在团队面前保持信心，在独处时保持清醒。 一把手需要有两种模式：面对团队时，传递信心和方向感；自己思考时，保持客观、冷静、甚至悲观。这种“分裂”不是虚伪，而是领导力的一部分。
• 不确定性中寻找小的确定性。 大方向可能不清晰，但下一步要做什么可以是清晰的。把大目标拆解成小目标，让团队在不确定的环境中也能有清晰的行动指引。

四、亲自下场干活

这可能是 AI 时代对业务一把手要求变化最大的一点：你必须自己下场干活。

在传统管理模式下，很多一把手的工作方式是：坐在办公室里，通过开会和看汇报来了解业务，通过指令和审批来推动业务。这种模式在过去可能是有效的，但在 AI 时代，它的问题变得越来越突出。

原因有几个：

首先，二手信息的损耗太大。 你通过汇报了解到的业务状况，和你亲自体验到的业务状况，一直有巨大的信息差。在 AI 时代，变化太快，等你通过层层汇报了解到一个问题的时候，可能已经错过了最佳的应对窗口。

其次，用好 AI 需要你真正理解细节。 我在之前的文章中反复强调过：AI 时代，经验的价值在于“知道什么是好的”。但这种判断力不是听汇报能练出来的，而是在实际动手做事的过程中积累的。一个不写代码的技术管理者，很难对 AI 生成的代码质量做出准确判断；一个不见客户的业务负责人，很难对 AI 产出的客户方案做出正确评估。

第三，一把手下场干活本身就是最好的信号。 它告诉团队：我不是只动嘴皮子，我和你们一起在努力应对新的挑战。给团队这种信号在不确定性时代尤其重要。

当然，下场干活不是说一把手要变成一个执行者，事无巨细都自己做。而是说，你需要亲手做一些关键的事情，获取第一手的反馈。可以是做客户拜访，可以是用 AI 重构一个业务流程，可以是自己用 AI 做一个产品原型。重要的是保持与业务的直接接触，而不是隔着几层人去遥控。

五、不要焦虑，也不要无动于衷

上面四条是该做的。下面四条，是我觉得 AI 时代更容易踩中的误区。

AI 时代的业务一把手，很容易陷入两个极端：一种是对“百年未有之大变局”无动于衷，觉得这些都是炒作，自己的行业和业务不会受到影响，所谓的“只要我学得足够慢，我就不需要学”；另一种是陷入 FOMO（Fear of Missing Out），每天焦虑得睡不着觉，今天追这个模型，明天追那个应用，动作完全变形。

这两种极端都是有害的。

不论技术如何变化，商业的本质并没有改变。 客户依然只会为真正有价值的解决方案付费，AI 改变的是实现价值的方式，而不是价值本身。

所以，一把手应该保持一种“积极的从容”：认真对待 AI 带来的变化，积极拥抱 AI 能力，但不被技术焦虑带着跑。把 AI 当作技术变革，而不是当作信仰。

六、不要沉迷于研究 AI 的实现细节

作为业务一把手，你当然应该深度使用 AI，也应该理解 AI 能做什么、不能做什么。但这不等于要把最宝贵的工作时间，花在底层实现细节上。

除非你做的就是基础模型或者 AI 基础设施，否则你不应该花太多工作时间去研究 AI 的实现细节。你不需要搞懂 Transformer 的数学原理，不需要自己手搓一个模型，不需要深入了解 RLHF 的训练过程。

这些可以是你的业余爱好，但它们和你的业务工作关系不大。

为什么？因为一把手的时间是最稀缺的资源。你花在研究实现细节上的时间，就是从思考商业模式、理解客户需求、重塑组织架构上偷走的时间。而后者，才是一把手真正应该花时间的地方。

有这样一些业务负责人，每天花大量时间看 AI 论文、跑模型、调参数，觉得自己“走在技术前沿”，内心十分充实。但他们的业务却并没有因为 AI 而产生什么实质性进展，因为他们忽略了一个事实：业务一把手的核心竞争力是商业判断，是对世界底层运行机制的理解。

七、不要被“点子”驱动

AI 时代最容易让人误判的一件事，就是把“想到一个点子”误以为“抓到了一个机会”。技术可能性突然变大之后，很多一把手会突然想到一个好点子，越想越兴奋，觉得这是下一个独角兽级别的机会，然后立刻组织团队 all in 去做。

这种模式有几个问题：

第一，好点子太多了，能落地的太少了。 在 AI 时代，几乎每天都能想到一个“好点子”。如果每个点子都投入大量资源去尝试，团队很快就会疲于奔命，什么都做不好。

第二，点子本身并不值钱，执行和验证才值钱。 这是创业圈的老话了，但在 AI 时代依然成立。AI 降低了把点子变成产品原型的成本，但没有降低把产品原型变成成功商业的难度。

第三，频繁切换方向会严重损伤团队的信心和士气。 团队需要一定的稳定性来深入执行。如果一把手每两周就换一个方向，团队会失去对方向的信任，也会失去深入思考和打磨产品的动力。

正确的做法是：用低成本的方式快速验证点子，而不是用高投入的方式盲目 all in。 在我之前从程序员到 CTO 的十年创业血泪总结（三）：假设验证与逆向工作法和从程序员到 CTO 的十年创业血泪总结（四）：打造 MVP的文章中详细讨论过。而在 AI 时代，验证一个想法的成本更低了。

八、不要用旧指标管理新业务

最后一点，很多 AI 业务不是死在技术不行，而是死在指标错了。不要还用旧时代的指标体系来管理 AI 业务。

很多团队拥抱 AI 后，产品形态变了，管理方式却没变。还是盯着功能数、需求完成量、项目数、交付工时、销售线索数这些传统指标，觉得这些数字上去了，业务就在进步。

但 AI 业务往往不是这么运转的。很多时候，真正关键的不是做了多少功能，而是用户是不是更频繁地使用；不是方案写了多长，而是任务是不是更高质量地完成；不是团队看起来忙不忙，而是单位人效和单位经济模型有没有实质改善。

如果指标错了，团队就一定会被带偏。为了完成指标，大家会自然地去追求那些容易被统计、容易被汇报、但不一定真正创造价值的事情。最后看起来很热闹，实际上客户价值并没有增长，商业模式也没有变得更扎实。

所以，业务一把手要经常问自己：我现在盯的这些数字，到底是在衡量过程，还是在衡量结果？是在衡量忙碌，还是在衡量价值？

AI 时代的新业务，往往需要新的指标体系。你不一定一开始就能找到最对的指标，但至少要有意识地持续调整，确保团队优化的方向，和业务真正想要的结果是一致的。

写在最后

总结一下，AI 时代业务一把手该做的，是想清楚商业模式，用 AI 重塑组织，给团队合理的精神激励，亲自下场干活；不该做的，是陷入焦虑或麻木，沉迷技术细节，被点子牵着走，用旧指标管理新业务。

说到底，AI 不是把业务一把手从一线解放出来了，而是把这个角色重新拉回了业务现场。执行会越来越容易，管理会越来越扁平，但方向、判断、取舍会越来越重要。谁能更早想清楚商业模式，重构组织，亲自下场，盯住真正的结果，谁就更有机会在这一轮变化里占到先手。

当然，以上只是我个人在角色转变过程中的一些思考，一家之言，仅供参考。我自己也还在学习和摸索的过程中。欢迎大家与我交流讨论。

以上是我个人的一些思考，一家之言，仅供参考。欢迎大家与我交流讨论。