构建有结果的AI学习型组织

我们是一家互联网公司，掌握基本的计算机技术是这一行的常识。我们不会要求一个人在进入这个行业后才开始学习计算机相关知识、技术和应用，因为这样的人是进入不了这个行业的。

两年前AI还没有出现在大众视野前，无论是国家政府还是互联网大厂，都在想着「互联网+XX」，去改造制造业、医疗、等等行业，互联网技术已经进入通识教育阶段，只要有手机，能联网，掌握基本的网络使用方法，甚至编程、拍视频、做视频，直播带货等技能和营生都能实现。

AI登场后，掌握和使用AI已经开始从大学教育中成为新的通识教育，国家也是从上而下发起和推动整个AI发展，腾讯更是为了推广AI，「喊出了母猪产后护理问元宝」这样的标语，不断的推动技术发展。新时代中，AI就是常识，不会AI的人会从这个行业中离开，去往被AI替代相对慢一些的行业，但如果没有变化，最终还是会被取代。

这周和BP们碰撞AI与绩效关联的思路和方案，课题再次回到我们「如何学习，如何有结果」的探讨。

常规的思路，我们先在各自的领域去学习，去发散，然后总结学习经验和结果： 动用组织的力量去开课，开学习班，找资料学习，搞游戏和共创比赛； 再找寻可能的方法和提效的点，给出分析和调研报告； 这样的压力是最小的，但结果落地属性是最差的，初步判断是大概率不会有结果。

这种模式能够筛选出那种非常热爱、愿意学习，愿意掌握能力，疯狂考证，但很难把学习转换成实践结果的人。自己过去这些年就是这种模式，这样的学习或兴趣驱动，缺乏结果关联，拿不到结果，在知识付费商家眼里是高质量韭菜，在公司里就是知识渊博但使不出力的「可惜人」。

所以我们必须要从结果出发，用量化的KPI来收束大家在AI领域前进方向，在有效的方向上探索，才会有自然的结果产出，压力自然更大，但结果才会有效。

我们现在做的事情，如果只是看错完成绩效，那样就看的短浅了，我们在做的事，是完成再一次的自我变革，要革自己旧的命，任重道远： 必须要与业务关联的结果，由中层及以上的管理者领走，这样才可能真正有人对结果负责，压力从上而下承接和传导拆解才会有结果： KPI要合理且数量要要求，要分阶段，分各个项目不同周期做对齐，如果没有量化要求，复盘的时候就没有抓手，结果一定不会有； 方向的价值远大于零散结果的价值，初期规划就如同产品立项一样，会需要探讨和demo打样，快速得出方向，接着再在方向上寻找努力的目标，结果自然不会太差；不要瞎猫抓死老鼠的抓瞎来凑数，这样不成体系，也不长久； 在结果为导向的基础上，我们再展开学习、交流和共创探索，这样的学习才会有效，这样的组织才会有结果。