情报从未如此廉价，而思考却从未如此昂贵。遗憾的是，大多数组织在预算上只顾前者，却对后者吝啬。.
识别AI生成的内容从未如此简单, ，想必你对此已经了然于胸。只需瞥一眼幻灯片，或者读一读邮件的前三行，你就能立刻分辨出它是人写的还是AI写的。随着模型的不断改进，这种差异只会变得更加明显。.
奇怪的是，情况恰恰相反：当你阅读一篇真正由人写就的文章时，其中的思考几乎会散发出光芒。你能感受到其中的视角、选择，以及一个真正运转中的头脑。这就是 那种让你能分辨出手工制品与批量生产物品的本能, ，即使你无法解释自己为何知道。.
人工智能具有可扩展性，这一点确实令人惊叹。但实现可扩展性并不等同于善用它。 我想在此强调的是所有应用背后的核心：学会深入思考，然后利用人工智能来扩大这种思考的规模，而不是让人工智能完全取代思考。这种结合——既能深入思考，又能熟练运用工具来放大这种思考——将会是 未来十年就业市场中的核心竞争力. 这一问题的影响远不止于个人。企业必须营造相应的环境、提供培训并培养习惯，才能让员工真正付诸实践。.
走进几乎任何一家公司，问问人工智能的运用究竟是“过多”还是“过少”，界限在哪里。没人能给你一个确切的答案。. 由于尚无必要的术语和政策，因此无法明确确定基准。. 然而，人们通常能在前三行中察觉到这种缺失的思考。我们甚至在尚未明确识别出它之前，就已经察觉到了它的缺失。尽管这种韵律并不存在，但读者的直觉依然能感知到它的缺失。.
提高基准所需的工具
如今，让某样东西看起来不错很容易，但要让它看起来出类拔萃却很难。从这一切中获益最多的人，几乎从来都不是记录了最多提示的人。相反，而是 思维缜密且熟练掌握各种工具的人. 无论你投入多少思考，流利程度都会成倍增长，但流利程度本身绝不会自行倍增。如果给一个思维能力薄弱的人提供世界上最好的工具，结果只会是产生更多薄弱的思考，只不过速度更快罢了。.
面对这种情况，大多数公司采取的应对措施却是错误的。如果你强推人工智能的应用，得到的只是原有基准运行得更快而已。如果你提高 底线, ，人工智能一经运用，一切都变得更加清晰。但企业还是在大力推广其应用，因为 “使用情况”是指仪表盘上显示的内容.
不会因为笔记本电脑上出现了一个工具，就有人能直接提升基准水平：必须有人为此创造条件。也许任何团队中都有5%到10%的人一开始就具备较高的基准水平，而且 如果你给那些人人工智能，他们第一天就能领先. 剩下的90%才是真正的工作所在。你必须营造一种环境，让整个团队都能提升基本水平，同时还要保护现有的思维方式，以免工具在不知不觉中侵蚀它。.
这一转变在data版本中已经体现出来。微软发布的《2026年工作趋势指数》基于对Microsoft 365 Copilot中超过10万条商业聊天记录的隐私保护分析，发现 49% 的全部应用都集中在分析、推理和决策上. 这并不是人工智能在起草文件，而是人工智能在做出决策。在这部分份额中，, 28% 正在做出决策并解决问题 独立地，, 19% 与他人互动, 17%的生产工作, 和 15% 收集信息. 如果你仍然认为人工智能只是一个能更快起草邮件的生产力工具，那么这些数据应该会让你改变看法。.
人工智能处理的是过去的data。而创造力，则是为了创造尚未存在的事物。你就是你所接触过的每一本书、每篇文章、每期播客、每则新闻和每档节目的总和，但人们之所以想与你交谈，正是因为你并非它们中的任何一个的复制品。 你会以自己的方式解读这些信息，并提出别人无法想到的独特视角。. 人们想要的是你独到的见解，而不是照搬。. 那是你身上那个模型无法触及的部分。.
认知层的真正发展
给图层命名是第一步。开放空间是第二步。即使这两步都完成了，你仍然没有培训过任何人。. 这就是第三步，也是大多数公司都会跳过的一步，因为“训练人们去思考”听起来像是一种类别错误。. 并非如此。思考能力是可以培养的，而培养这种能力最有效的方式，也是整个过程中成本最低的方法。.
营造一种文化氛围，让大家经常互相传授知识，将其作为每周的常规活动。. 教什么其实并不重要。有人可能会讲解变压器的工作原理、如何给平底锅去焦、上一个项目为何会出岔子，或者越位规则。重要的是教学这一行为本身，因为它 同时调动全部四块“思维肌肉”:
- 倾听与理解
- 思考与推演
- 挑战与验证
- 1TP36 听与学
这正是它之所以成为目前最好的训练方法的原因。要教任何东西，首先必须 倾听并理解 在给出解决方案之前，先弄清楚学习者的困惑所在，否则你最终可能会回答一个没人问过的问题。你必须 思考并推断, ，将脑海中的想法提炼出来，并加以梳理，使其能够以适合学习者所需任何媒介的形式呈现——即使你此前并未为此做过准备。你必须 挑战与验证 当场，将这个想法与那些你始料未及的问题进行对照。而且你必须 实践与学习, ，当第一个版本行不通时——而这种情况通常都会发生——就即兴重新构思解释。.
四块肌肉，一个动作。教学是唯一能同时锻炼这四块肌肉的活动。.
这不仅仅是一种直觉。教育心理学将其称为“传授效应”：当人们为传授某项知识做准备，并实际将其传授给他人时，对该知识的理解会更加深入。这就是菲奥雷拉和梅耶在2016年关于生成性学习策略的综述中总结出的结论。. 教学并不是在学习之外还要额外缴纳的“税”。. 这是最有效的学习方式之一。.
这使得领导者还有一项重要任务： 创造机会. 每周的闪电演讲承担了大部分任务。十分钟，向大家传授一个知识点。任何人都可以主持，主题可以是任何内容。轮值安排得相当紧凑，以至于没人能悄悄溜走。. 反向指导 这能解决大部分其他问题，因为一旦初级员工向高级员工传授知识，那种导致人们不敢坦率提问的常规等级制度就会被颠覆，双方都必须做出调整。.
其余的只是“调味”而已： “教我一件事”配对 针对日程表中的空档；已成功发布项目的参与者将进行五分钟的演示；; 知识咖啡馆 当某个主题需要更多时间时。企业能实施的最经济实惠的培训方案，就是长期坚持要求员工之间经常互相传授知识。.
留出空间，让“思考的空闲时间”得到有效利用
思考绝非徒劳，无论从外界看来是怎样的。这么说虽然听起来有些老生常谈，但…… 这是一块需要锻炼的肌肉, ，但我实在想不出更贴切的比喻了。无论是在健身房举重，还是把买回来的食品杂货扛上楼梯，锻炼的都是同一组肌肉。.
这是企业往往难以理解的一点，即便理解了，执行起来也往往不尽如人意。这确实很难管理。如何在为员工提供培训空间的同时，又不将资源耗费在八小时的培训课程上——仅仅是为了在学习与发展路线图上打个勾？
首先，要留出时间。. 时间是万事万物最重要的资产。. 这不仅是为了促进主动学习，更是为了让认知能力得到休息，而这直接影响着思考的质量。正如我们为员工安排午休时间一样，后工业时代的企业也必须为员工留出时间，让他们“闲着思考”，从而提升企业的整体质量。.
真正的问题在于如何“高效地”浪费时间。一种方法正如我之前提到的：围绕工作相关或非工作相关的话题开展教学活动。备课本身就是一种训练。另一种方法是组织 无需产出成果的公开辩论和讨论论坛. 这种方法最适合三到四人的小团体，围绕一个具体问题展开讨论，例如：“我们targeting真的是audience吗？”问题必须具体而尖锐，否则讨论将难以展开。即使当周没有产生可付诸行动的成果，从长远来看也是值得的。.
如果你希望构建一个能够产生复利效应的认知层，那么给人们留出空间，让他们能够跳出日常运营的繁琐事务进行思考，这一点至关重要。. 那些理解这一点、不盲目追求下个季度生产率短暂提升的公司，才能在企业层面留住最高质量的思维。.
这一切都不容易。这需要时间和精力，而这正是关键所在。.
在人工智能时代，思考是件难事，真的很难，不是因为我们已经忘记了如何思考，而是因为当你只需轻点按钮就能生成任何东西时，坐下来真正尝试思考，会让人觉得极其没有效率。 当然，把事情交给人工智能处理要容易得多。但正如我们开头所说，当人工智能被使用而无人思考时，这一点简直显而易见。智慧已经变得廉价了。. 思考是当今企业最宝贵的资产，然而几乎没有人愿意对此进行投资。.
