@精英打工人们
点击上方蓝字关注我们
很多人使用AI时犯的一个错误就是：直接向AI要答案、要结论，把AI当成答案提取机。
我们要搞清楚AI擅长什么？它擅长联想、组合、归纳、扩散、找可能性。
AI不擅长什么？它不擅长判断、求证、优先级、真实性、可信度。
让AI写可能的原因是OK的，让它做初步框架是OK的，让它提供方向列表也是OK的。
但让它告诉我们最终答案是什么，它回复的基本都是听上去很对、但没什么落地价值、甚至让人发虚的结论。
所以，用AI的正确姿势是：别让它给结论，让它给假设和思路；别把AI当“答案提取机”，把AI当“假设生成器”。
我们把它当答案提取机，我们的脑子就会越来越慵懒，越用越迟钝，思考能力就会慢慢退化。
我们把它当假设生成器，我们的脑子就会越来越灵活，越用越敏锐，思考能力就会慢慢增强。
01
不知你有没有发现，工作中，有人解决问题的效率特别高。为什么？因为他们特别擅长使用假设。
在信息尚不充足、形势尚不明朗的情况下，他们会以已有的事实或经验为基础，在大脑里先生成一个或几个假设。然后以假设为方向只搜集必要的信息和数据，去验证假设的真伪。
用一句话来说，假设就是可能的原因、可能的结构、可能的解释、可能的方向、可能的猜测。
假设不是为了准确，而是为了让我们有思考的方向，让大脑开始思考。
02
回想一下，在日常工作中，我们分析解决问题的方法和路径有哪些。
1. 第1种：穷尽式模式
具体的路径：我们定义问题 →收集资料和信息 → 在海量的信息中寻找规律，探索结论→ 继续收集资料和信息 → 继续寻找规律，探索结论 →......
这种模式，效率非常低，很有可能费尽千辛万苦也解决不了问题。
2. 第2种：假设验证模式
具体的路径：我们定义问题 → 召集团队成员开头脑风暴会，收集可能多的假设→ 从中选择几个靠谱的假设 →查资料和信息验证假设→ 形成结论→ 呈现和表达。
为了保证思路和假设的全面不遗漏，通常采用的方法是头脑风暴，借助集体的力量，进行思维碰撞，产出尽可能多的假设，避免个人思维的局限。
这种模式，效率明显高于第1种模式，但是仍有提升的空间。如何提升？就是AI。
3. 第3种模式：AI和人协作模式
AI，我们前面说了，它擅长联想、组合、归纳、扩散、找可能性，天生就是一个“方向制造器”。它可以在一分钟给我们生成20个可能原因、18个可能的猜测、15个可能的路径、10个可能的框架，等等。
我们就可以把团队头脑风暴的事交给AI，让它生成假设，给我们提供更多的思路。这就形成了第3种模式：AI和人协作模式。
具体的路径：我们定义问题 → AI生成假设→我们从中选择几个靠谱的假设 →我们和AI查资料信息验证假设→ 我们形成结论→ AI优化表达和呈现形式。
这就是AI的正确使用方式：它不是答案提取机，而是假设生成器。假设由AI生成，答案靠我们自己思考和验证。
我们不需要它对，只需要它全面、无遗漏，然后我们从里面挑出觉得靠谱的，再深入思考和验证。
这种模式，效率又大大提升。为什么？用头脑风暴生成假设，通常需要半天到1天时间，而AI只需要几分钟就能生成更为全面的假设，不仅效率成倍提升，而且思考维度更为全面，能很大程度避免遗漏重要因素。
除此之外，人类思考最大的弊端就是依赖惯性思维，一旦我们在某个领域、行业、岗位待久了，思维就容易固化，熟悉的领域=固化的思维=受限的视野，思考问题就容易受限，而且很难跳出来。这时候需要一个思维外力——AI的跨界联想能力，帮我们打破思维定式。
03
在我们的日常工作中，都有哪些场景可以用AI生成假设呢？如何使用提示词呢？
诊断业务问题，让AI列出所有可能原因
提示词示例：
用户活跃度下降，可能的原因有哪些？请帮我做出初始的假设。要求：（1）逐级进行结构化思考，遵循MECE原则。（2）拆解的假设层级，需要达到可以用指标量化或可以搜索相关数据的程度。
2. 做行业分析，让AI列出可能的分析框架
提示词示例：
我要做新能源汽车行业的分析，请给我5套行业分析框架。3. 做战略规划，让AI列出可能的考虑因素
提示词示例：
我们公司要做战略规划，请列出所有可能要考虑的因素。4. 个人学习与提升，让AI生成学习模块和路径
提示词示例：
我想学习商业模式领域的相关知识，我是个新手，请给我所有可能需要了解的模块、学习的先后顺序和路径，以及我可能会踩哪些坑。
5. 模拟不同角色，让AI生成不同视角的假设
AI非常擅长多角色推理，让它模拟不同身份视角，能帮我们打开思路、跳出思维定式。
提示词示例：
从产品经理、市场经理、销售负责人、运营总监、财务经理、数据分析师6个角色的视角，分别给出“订单量为什么会下滑”的假设。要求：（1）逐级进行结构化思考，遵循MECE原则。（2）拆解的假设层级，需要达到可以用指标量化或可以搜索相关数据的程度。
6. 针对不同假设，让AI生成验证路径
AI不仅可以生成假设，当我们不知如何验证假设的时候，还可以让AI告诉我们验证的指标、数据以及来源。
提示词示例：
针对这些假设，请列出我需要查找的数据和信息、要验证的指标，以及数据和信息的来源。
最后，做个总结。
AI时代，思考能力差的人被淘汰得更快；思考能力强的人变得更强。
为什么？因为AI能帮我们把可能性一下子放大几十倍。
如果我们有判断力，我们会越来越快。如果我们没判断力，我们只会被淹没在一堆听上去都对的废话里。
让AI当假设生成器，其实是迫使我们进入一个更高质量思考模式。我们不是被AI带着走，而是让AI帮我们打开思路，拓展思维，然后我们自己做判断。
更多商业决策、商业分析和结构化解决问题的方法，可阅读以下文章和书籍《结构化分析：商业分析+个人成长双维精进》《商业分析方法论与实践指南》。