開始大量使用 AI 後，等待程式碼審查的時間變成了五倍。
這是美國工程數據分析公司 Faros AI 在今年第二季報告中公布的數字。該公司針對 2 萬 2 千名開發者、4 千多個團隊在 2 年間的實際工作記錄，比較了同一組織在少用 AI 與多用 AI 時的差異。處理的工作量增加了近 34%。然而審查等待時間卻變成了五倍，每週部署次數反而減少了近 12%。產出更多，交付更少。
最近在 Threads 上讀到一篇引用這組數字的文章。兩位正在二次創業的共同創辦人記錄了他們用一年時間以兩人之力經營一家「AI 原生公司」的過程，結論很明確：如果團隊結構維持舊樣，AI 帶來的生產力幾乎會被完全稀釋。我在大企業 IT 策略、 CTO 以及顧問現場也多次見過同樣的場景。
1. 做一天，交接三天
將工作劃分為企劃、設計、開發、測試，並將產出物傳遞給下一位負責人的結構，是「製作耗時最長」時代的正解。現在製作環節已經最短。剩下的時間都花在傳遞、等待和對齊上。即使一人用 AI 一天完成，若要等三天才能到達下一位負責人手中，那這本質上就是一項三天的工作。
國內企業在此還多了一層：簽核流程。負責人上午用 AI 完成報告草稿，還要經過組長、室長、本部長層層簽核，一週就過去了。我稱這為「交接成本」。AI 幾乎將製作成本歸零，卻完全沒有削減交接成本。反而因為產出量增加，交接環節前的隊伍變得更長了。 Faros 的數字正是這條隊伍的寫照。
2. 做得快反而吃虧的結構
從員工角度看更清楚。整個流程中只負責一環的人，如果用 AI 半天就完成了自己的部分，會換來什麼？要么被分派下一項工作，要么只剩下等待前後環節的時間。成果必須經過他人之手才能觸達客戶，所以不算作自己的績效。
因此，悄悄藏起省下的時間反而成了理性的選擇。我不認為這是懶惰。是結構逼著他們這樣做。AI 使用率上升但生產力不變的困境，答案通常不在工具，而在「工作單位」上。只有當一人從頭負責到尾，做得快才能轉化為該人的績效。
3. 裁掉中層主管並不代表結束
傑克·多西的 Block 公司在今年 3 月，與紅杉資本的 Roelof Botha 共同發文，宣稱將原本負責上傳下達、協調部門間配合的中層管理角色交給 AI 系統。組織重組為實務人員、負責特定結果的 DRI（直接負責人），以及一邊親自動手一邊培養人的 Player-Coach（教練型主管）。
國內企業很難照搬。不易裁減人力，且許多公司職級綁定待遇。但我認為也沒必要照搬。核心不在於減少管理者，而在於「釐清誰負責到底」。
反而要小心一個陷阱：砍掉中間環節後，如果彼此不信任，所有決策又會流回高層。 Threads 文章作者也發出同樣警告：中層管理一撤，創辦人一人變成了全公司的中層管理者。新的瓶頸不在人數，而在信任。
4. 該重寫的文件是專決規定
因此我建議導入 AI 的公司，先翻開「委辦專決規定」，而不是工具清單。那份文件寫著：哪些金額、哪些範圍由經辦人單獨決定。大多數是基於「製作耗時長、失誤成本高」的前提寫成的。
前提已經變了。草稿幾分鐘就出來，錯了重做即可。那麼無需核准即可執行的範圍應該擴大，只有真正難以逆轉的決策才上呈。審查也一樣。不應是「全看」的審查，而應是「規定必看項目」的審查，隊伍才會變短。
文章作者將現在的許多公司比作「鋪好高速公路，收費站卻只開一兩個車道」。相當精準的比喻。貴公司現在是在增加車道，還是在打開收費站？
不妨這樣檢視一下：
AI 加速的業務觸達客戶前，要經過幾次交接和簽核？
是否有明確劃定「一人從頭負責到尾」的領域？
無需核准即可執行的範圍是否有文件規定？
如果這三個答案都是受阻的，下一筆採購預算可能不該花在 AI 授權上。
如果您想在導入 AI 的同時重新規劃組織與核准結構，請隨時與我們聯繫。 Knowverse AX 咨詢