许多人将人工智能视为软件产品开发的生产力天堂。但我不这么认为。为了效率而追求人工智能可能对大多数人来说是个错误。

几十年来，人类一直在编码方面占据着主导地位。但我们的速度和质量并不一致。通过人工智能，我们在软件开发方面的优势正在逐渐消失。

生成式人工智能，如ChatGPT和Gemini，可以立即生成代码。如果你能够构想出提示词，这些工具就会有回应。我最近使用ChatGPT在十秒钟内创建了一个产品数据模型。包括脚本和样本数据。这种吸引力是不可否认的。

我们首先探讨为什么企业如此渴望加入人工智能的队伍呢？为什么生成式人工智能对软件开发如此吸引？组织一直追求更高的质量、更低的成本和更快的速度。但传统的软件开发往往未能达到这些期望。它经常缓慢和令人沮丧，被官僚主义所拖累。对许多人来说，软件开发变得更像是负担而不是好处。

因此，企业对生成式人工智能的承诺垂涎三尺，梦想着无限的生产力。他们看到了完美的开发人员，不需要一对一的会议或工作与生活的平衡。

效率并不等于效果。做事情快并不意味着做正确的事情快。人工智能可能会让我们更加专注于产出而不是结果。并且在这个过程中减少人类的参与是一种令人恐惧的想法。这是我们必须避免的一个陷阱。

软件开发是一项创造性的人类行为。多年来，我们一直试图去人性化、自动化并提高其效率。但没有人类，就没有软件。

环境、行为和工作方式决定了绩效。阻碍价值流动的问题不在于人，而在于系统。人工智能无法修复一个破损的系统。

更多、更快的产出真的会带来更好的结果吗？

很多公司的产品充斥着不必要的、积累式的功能。

如果系统是破碎的，人工智能只会增加这种堆积。一个倾向于产出而不是结果的破碎系统是不会因为有更多的产出而受益。

问题从来不是开发人员能够输入多少代码和有多快。而是更多关于：我们对用户了解有多深入。我们能够更快地淘汰多少个坏主意。我们如何更好地协作实现好主意。如何轻而易举地创建任何我们想要的功能。

但如果系统出现了裂缝，这是无济于事的。更多的产出会导致更多任务堆积在角落里等待集成。如果我们不与用户交流，更快的产出会导致不必要功能的膨胀。

人工智能并不比我们过去尝试的任何其他技巧更好，用于更快地推出功能。更多的产出并不能带来更好的结果。用速度实现坏主意并不能让它们变得好。

我想到了一个想法，那就是人工智能可能使我们能够更快地在用户群体上测试我们的想法。

但我的经验表明，今天我们在与用户测试我们的想法方面并没有取得很好的记录。我与之合作的大多数团队只知道他们的工单系统，而不了解他们的客户。假设我们可以一挥手，人工智能就能让我们开始与用户进行交流以测试我们的想法吗？我对此表示怀疑。

我们更有可能开始用人工智能伪装成我们的客户来测试我们的想法。这引出了我下一个问题。

人工智能真的可以成为我们客户的代理吗？我前几天读到一篇关于如何利用人工智能帮助我们了解客户的文章。

我们只需要将我们的客户关系数据输入到大型语言模型中。它将学习我们的客户需要和渴望什么。然后，我们可以向模型提问以得出更好的“以用户为中心”的解决方案。

今天的团队与客户相距甚远。许多团队对他们一无所知。他们读了工单上的规范，构建他们的孤立部分，然后转移到下一个工单。

我们必须首先修复系统，促进团队直接与客户的参与。

如果我们了解我们的客户，我们就可以利用人工智能来增强我们的知识。想象一下它如何切割和分析数据，帮助我们更好地理解用户模式。那将是有用的。我认为人工智能是一个快速、能干的用户研究助手，而不是用户的替代品。

记住，了解你的客户没有捷径。

我们应该相信人与人之间的联系胜过机器。

我们真的认为相信机器比相信人更好吗？

当今的企业和组织存在信任危机。

管理者不信任团队，团队不信任管理层，团队之间也不信任彼此。这是我过去二十五年的经验。而远程工作使情况变得更糟。从我今天所见，人类的信任因素从未如此之低。

起初，机器似乎更好。完全透明，耐力无限，测量丰富，而且没有责备。但是盲目信任人工智能会产生巨大的安全隐患。我们必须增加机制来对其工作进行双重检查。

人工智能引发了许多额外的担忧：

安全和数据保护问题加剧。治理和合规需要仔细监控。增加额外的质量控制措施以捕捉人工智能的幻觉。 

人类需要在与人工智能的这种协作中起主导作用。

这就是人工智能可以帮助我们的地方：缓解瓶颈。

如果你读过埃利亚胡·M·戈德拉特的《目标》，你就知道约束理论背后的概念。如果没有，让我简单总结一下：《目标》的核心信息是围绕着瓶颈的识别和消除。瓶颈总是潜伏在你的系统中，破坏了流程。除了瓶颈以外系统的任何改进都无助于解决问题。下面是它推荐的要点：识别和优化瓶颈。增加瓶颈的容量，直到它不再妨碍流动。寻找下一个约束并重复这个过程，直到永远。

因此，我们可以更好地利用人工智能来定位和消除产品和系统的瓶颈，而不只是一个代码生成器。

你将如何让你的团队有效利用人工智能？

人工智能已经到来了。人类也不会消失。寻找一种最优的人机协同方式才能最大化人类的福祉。