当AI走进团队会议室，一个常见的场景是：讨论变得零散，成员的参与感不自觉地降低。问题出在哪里？研究揭示，关键在于我们与AI协作的方式——不是把它当工具，而是当作一个需要“认识团队”的伙伴。成功的团队通常做了三件事：以团队整体身份向AI介绍背景，赋予AI灵活多变的角色而非固定职能，并且始终保持团队对讨论方向的主导权。这三步，能让AI从潜在的“干扰者”转变为真正的“神队友”。
凯捷研究院一项针对全球500位高管的调查显示，未来三年，在团队会议中积极使用AI的比例预计将增长三倍以上。多数高管乐观地认为，AI的融入能提升会议成果的质量。然而，这种乐观背后潜藏着挑战。现实情况是，将AI无缝整合进团队环境并非易事。如果缺乏准备就仓促引入，结果可能适得其反：参与度下降、讨论碎片化，甚至整个团队对议题失去掌控感。
有没有一条路径能避开这些陷阱？答案是肯定的。通过一项为期五个月的实验，我们总结出一套可操作的“人机协同模式”。随着AI日益深入组织，有三项核心实践对于构建这种新能力至关重要：
首先，以团队身份与AI互动。这要求参与者在对话开始时，就像向一位新同事介绍情况一样，向AI说明团队背景、成员角色与专长。这样，AI的回应才能基于对团队整体而非个人的理解。
其次，发挥AI的角色灵活性。别只让AI当“记录员”或“研究员”。它可以成为头脑风暴伙伴、挑剔的挑战者、客户代表，甚至是假想的竞争对手。根据讨论阶段灵活切换AI的角色，能极大地丰富讨论视角。
最后，保持对AI交互的集体主导权。这意味着提问和决策应是一项集体实践。团队需要共同辩论方向，适时暂停以审慎评估AI的产出，而不是被动地跟随AI的建议。只有这样，AI才能激发深度思考，而非简单地替代思考。
这项实验涉及12家不同行业的60名管理者，他们组成3-4人的团队，任务是用生成式AI（ChatGPT）协作解决复杂的战略挑战。我们通过实时观察、分析完整聊天记录和收集反馈，不仅看产出，更深入洞察了协作过程本身。事实证明，践行这三项实践的团队，最终获得了更高质量的成果，并有效规避了常见的AI协作陷阱。
第一阶段：出师不利与潜力未显
在首次会议中，让AI加入团队协作的新鲜感让所有人兴奋。但这种兴奋往往在一小时内就迅速消退。团队变得安静，陷入被动，只是盯着屏幕等待AI生成答案。不知不觉中，AI主导了对话，团队反而退居幕后。会后数据证实了我们的观察：团队感知到的益处有限，整体参与度偏低。这令人困惑——AI非但没有增强协作，至少在初期，反而抑制了它。
陷入“单人聊天”模式
仔细分析聊天记录，问题浮出水面。一位观察者一针见血：“如果我不知道这是团队聊天，我会以为是一个人在和AI对话。”在纯人类会议中，有新成员加入时，大家会互相介绍，以便其有效参与。但与AI互动时，团队却跳过了这一步。结果，AI的回应仿佛只是在支持当时打字的那个人，完全忽略了团队的整体动态和多元观点。由于缺乏背景认知，AI自然采取了狭隘的、个人化的视角。
赋予AI固定角色
另一个普遍模式是：大多数团队给AI分配了单一、固定的角色，通常是“研究员”或“专家”，并在整场会议中保持不变。互动模式基本是“问答”，把AI当作知识库来查询，而非思考伙伴。没有团队尝试让AI扮演更具挑战性的角色，比如批评者或多疑的利益相关方，这些角色本可以促进反思和建设性辩论。他们也未曾要求AI从客户、竞争对手等不同视角思考，从而错过了发现盲点的机会。
“断断续续”式互动
我们还注意到，团队给AI的指令往往简短而事务性：“好的，继续”、“再举个例子”、“方向不对”。这些快速的请求表明，成员们急于推进，没有向AI阐明目标或解释背后的推理。更成问题的是，AI经常“抢跑”，主动提出未经请求的“下一步”或现成方案，这诱使团队做出简单的选择（比如“好，选B”），在达成集体共识之前就被带跑了方向。
同样的三个陷阱在不同小组反复出现，这表明它是一种系统性模式，而非个别失误。问题既不在技术，也不在参与者的个人能力，而根植于团队与AI的互动方式本身。
这引出了两个核心问题：如何让团队意识到这些挑战？他们又需要哪些具体的指导，才能将AI真正融入讨论？
第二阶段：构建高效的人机协同模式
为了帮助团队避开第一阶段的陷阱，我们开发了一个包含三个要素的框架：以团队身份互动、发挥AI角色灵活性、保持集体主导权。
首先，我们让每个团队回顾最初的聊天记录，反思协作方式。为此，我们提供了一份自查问题清单来引导分析，帮助他们识别那些限制效能的互动模式。
部分自查问题如下：
· 我们是否以团队身份做了介绍，说明了各自角色和专长？
· 我们是否为AI分配了不止一个角色？
· 我们是否清晰地阐述了推理过程，还是陷入了简短、极简的回应？
通过回答这些问题，参与者反思了与AI的互动，并找到了下一轮可以加强的领域。随后，我们提供了实用的技巧和提示词示例，旨在帮助团队更有意识地将AI整合为积极的对话参与者。例如：“请你扮演[某个角色]，并一步步引导我们实现[某个目标]。每一步请等待我们的回答后再继续。”
效果是显著的。第二轮会议后，团队显得更加积极。聊天记录显示，大多数团队开始轮流以团队身份介绍自己，AI的回应也开始考虑不同角色和专长的细微差别。团队与AI开始了真正的集体对话。
团队对AI的使用也变得更加灵活。AI不再只是“记录员”或“专家”，根据讨论需要，它被要求扮演头脑风暴伙伴、假设检验者、原型设计师乃至故事讲述者。团队意识到，AI可以在同一会议中，在不同利益相关方视角间即时切换，成为一个“多面手”队友。
尽管前两项能力被吸收得较快，但第三项能力——“集体主导权”的成熟则需要更长时间。在第二轮会议中，一些团队仍有跟随AI的倾向，围坐在屏幕前被动反应。看起来仍是AI在主导，团队在回应。然而，到了后续会议，这种动态逐渐改变。团队会在提交提示前内部讨论，辩论不同方向，进行判断校准，在再次与AI互动前集体质疑其输出。这些“暂停时刻”被证明至关重要，它们防止了团队陷入“旁观者模式”，帮助团队牢牢掌握主导权。
后续会议的调查数据证实了积极变化：平均参与度提升了30%，参与者认为AI为讨论提供了更有意义的支持。三分之二的参与者指出，团队对话、共识和协作因此得到改善，从而产出了更高质量的成果。五分之三的参与者认为，集体判断减轻了单独使用AI时常见的过度信任或盲从陷阱。
如何在团队会议中实现高效的人机协同
正如实验所示，这种高效的人机化学反应不会自然产生，也很难一蹴而就。对大多数团队而言，它需要有意识地培养，并刻意嵌入工作流程。否则，效果很容易消退。具体该如何操作？以下是三点实践建议：
第一，在会议议程中明确规划AI参与的环节。 确定AI在哪个节点介入，并明确其应扮演的角色。例如，可以规划一个五分钟的“团队介绍”环节，或者安排一个15分钟的“挑战环节”，让AI专门扮演怀疑者来拷问方案。
第二，准备一些召唤特定角色的提示词。 例如，“请从[客户/竞争对手]的视角思考这个问题……”、“利益相关方X可能会如何反应？”，或者加入确保控制权的提示，如：“请等待团队做出决定后再继续下一步。”
第三，会议结束后，回顾聊天记录。 对照自查清单进行检查，评估人机互动的效果，找出下次改进的机会。你甚至可以利用AI充当“教练”（上传记录让其评估）或“陪练”（与AI讨论如何优化未来的互动）。
然而，仅有良好意愿是不够的。团队往往缺乏自行重新设计会议或改变惯例的权限。这时，领导者的角色至关重要。一个实用的起点是，由领导者牵头，在一次团队会议中有意地尝试整合AI。领导者需要设定合理预期：掌握新方法可能需要几次迭代学习。一旦新实践经过验证，领导者必须推动其持续应用，防止团队退回旧有习惯。
……
归根结底，高效的人机协同不会自动形成。要培育这种能力，高绩效团队必须学会以集体身份与AI互动，充分利用其角色灵活性，并始终保持对互动过程的共同掌控。若有意识地加以培养，这些实践能够促进更牢固的团队共识、更紧密的协同，从而切实提升整体绩效，最终交付更高质量的协作成果。
加布里埃莱·罗萨尼（Gabriele Rosani ）、伊丽莎·法里（Elisa Farri ）、丹尼尔·特拉布基（Daniel Trabucchi）、托马索·布甘扎（Tommaso Buganza）|文
加布里埃莱·罗萨尼是凯捷咨询管理实验室内容与研究总监。伊丽莎·法里是凯捷咨询管理实验室副总裁兼负责人，入选Thinkers50 2024雷达榜单。丹尼尔·特拉布基是米兰理工大学平台思维学副教授，入选Thinkers50 2024雷达榜单。托马索·布甘扎是米兰理工大学领导力与创新学全职教授，入选Thinkers50 2024雷达榜单。
