从 AI 对产研流程的影响看企业该如何应对 AI 转型

至今为止 AI 影响最大的是软件开发（写代码）工作，而我恰好负责产研，今天我们来深度剖析后AI时代的产研流程，探索AI对企业中端到端流程的实际影响。

>> 被极致压缩的产研发链路

软件研发是一条分工清晰的跨部门协作流程。我司在创业初期只有产品、前后端开发，是没有UXUI和测试的。随着客户对产品功能质量要求的提升，我们招了UX、UI、测试同事，让整个上线过程更专业了。运营/业务提出功能需求，产品完成需求定义并输出产品文档，UX梳理交互输出UX设计图，UI给出UI设计图，前后端进入开发，测试回归验证，产品参与验收，最后上线发布。7个不同岗位，10份以上交接输出物，协力完成功能的上线。

这套流程的存在是因为复杂任务需要依靠专业分工来完成。不同岗位各自处理自己的专业任务，再把结果交给下一个环节。流程中的各个节点，既包含专业的思考，也承担上下游沟通和撰写所需文档。

AI进入研发之后，这条链路开始快速缩短。每个研发都成为了全栈（前端和后端一起做）。一个熟练有想法的产品或开发，借助AI coding（例如claude和各类专业skills），已经可以一个人一条龙的完成从产品需求设计、原型、页面、接口、调试、测试到最终上线。原先分散在多个岗位之间的工作，被压进了一个极其简短的执行过程。小龙虾（Openclaw）的原作者一个人在几个月内完成了40多个类似小龙虾的项目，岗位间的专业壁垒，如果只要求60分质量的话，已经不存在了。

>> 被压缩的，不是工作本身

你也许会问，既然一个人已经可以把产品、设计、开发、测试一路做完，那么原有流程中的那些输出物，是否都可以消失了。产品文档、UX交互稿、UI设计稿、技术说明、测试用例，都是原有流程分工下的遗物。

很不幸，并不是，因为这个问题不能只从效率来回答。

产研开发的分工，本质上建立在信息转换成本之上。业务语言需要变成产品语言，产品语言需要变成设计语言，设计语言再变成工程语言，最后落到系统。正因为每一次转换都需要理解、校正和交接，流程才会被拉长，最终沉淀出那么多产物是为了确保不同岗位对最终交付结果理解一致，让每一步的质量达到最优。

>> 交接型输出开始消失，治理型输出越发重要

流程变化后，原有输出物不会一起消失，但也不会全部保留。我们可以把原有的输出物分为两类 - 交接型和治理型。

交接型输出，为岗位间的交接和下游部门的理解服务。篇幅冗长的需求说明，为不同角色准备的解释性文档，在设计与开发之间反复流转的标注稿，测试环节中大量重复性的基础用例，这些东西已经实实在在的在减少了。

它们的价值依附于流程长度。链路越长，角色越细，它们越重要。当下游工作是AI直接完成的时候，原本给人看和用于拉齐的输出变冗余了。

治理型输出，为定义、规范、审计服务。业务规则、异常处理、权限边界、验收标准、审计记录，这些输出物本质上是治理工具。它们解决的是明确定义和描述 “事情做到什么程度可以被接受”“哪些地方不能跳过”“出了问题之后如何追溯责任”等。功能目标、用户场景、测试边界，这些变得更重要了，需要更精准和明确，不能给AI任何误解的模糊空间。

这些文档不仅需要产出，更需要员工仔细核对检查，保证其全面性和准确性，才能保证最终的产出质量符合要求。

>> 需要明确和关注关键控制点

我们在AI转型里容易忽略是虽然流程变短了，但责任不会消失，总还是需要人来担责。

流程长、涉及人员多时，控制动作在每一步交接时，会被重新理解一次，也会被顺带检查一次。如今中间接力减少了，原先藏在交接里的控制也一并减少了。

因此，AI转型需要梳理流程中的关键控制点。每个关键点都应该有对应的治理型输出物。过去分散在多个岗位和多个节点之间的问题，必须被放大和显性化，再把人工判断和核查添加进来。Google的高级程序员在访谈中表示，他们现在的工作已经从原先80%的时间写代码变成了80%的时间审核AI写的代码。未来多部门甩锅的现象会越来越少，关键责任人核查治理型输出物会越来越多。

>> AI转型是IT的事，更是HR的事

产品、设计、开发、测试没有在一夜之间消失，但它们之间原有的接力关系会被改写。那些主要承担中间翻译、传递和协调的工作，会持续收缩。那些负责定义目标、判断业务、约束风险、把握验收的人，变得更重要了。

从流程管理的角度看，这是一次全面的结构性调整。AI带来的新流程则更接近一种高度浓缩的执行结构：目标定义在前，执行过程在中间快速展开，控制点分布在前后两端。

更重要的是，AI让每个人获得了其他专业岗位的能力，个人能力边界的扩展必然也会扩展原本的岗位边界，与之带来的必将是业务流程的缩短。AI转型的浪潮下，企业如何及时应对岗位的重新定义和流程中关键控制点和输出物的重新梳理是成功的关键。