钉钉事件背后的残酷真相：AI越提效，我们越累

本文来自微信公众号： ToB老人家 ，作者：王戴明

最近钉钉7.5万字长文事件，引发了很多讨论，也让不少人产生共鸣。但实际上，钉钉的情况并非个例。

我身边绝大部分AI产品经理，都非常累。

这里面既有大厂产品专家，也有创业公司产品合伙人，还有AI公司产品负责人。一位AI公司产品负责人甚至跟我说，他已经连续几个月一天都没休息过了。

最反常识的地方在于，AI产品经理是最会用AI的一群人，但他们反而是最累的一群人。

按理说，他们比绝大多数人更懂怎么用AI提效。整理需求、写PRD、画原型，很多工作已经不再手工做，而是交给AI。单看执行效率，可能是很多传统产品经理的好几倍。

但问题是，他们省下来的时间，并没有变成休息时间。

真正消耗他们的，是和客户沟通，和团队讨论，跟领导对齐方向，一遍遍汇报，一遍遍改方案。

这就是AI提效以后，很多人越来越累的核心原因：

个人提效了，但组织并没有提效。

以前一个产品经理的时间，可能40%用来写方案、画原型，60%用来沟通、协调、汇报。

AI提效以后，写方案、画原型可能只需要10%的时间，但剩下90%的时间，反而都被会议、汇报和对齐填满了。

所以问题不在于AI没有用。

AI当然有用。它确实提高了执行效率。

但它没有提高审核效率，也没有提高协同效率，更没有提高组织的决策质量。

说白了，AI提高的是“把事情做对”的效率，但没有提高“做对的事情”的能力。

因为当执行变得特别快以后，很多过去会被执行成本挡住的烂决策，现在反而更容易落地了。

以前领导随口说一句“要不试一下”，产品经理心里可能会想，这个东西要调研、要写方案、要排研发，成本太高，大家还会多讨论几轮。

现在不一样了。

AI可以很快生成方案，很快画出原型，于是很多不成熟的想法，还没来得及被认真判断，就已经开始启动了。

执行效率越高，上游提需求的人就越容易随意。

今天让你出三个方向，明天让你再改一版，后天突然说客户好像不是这个意思，要不要再试一个新场景。

听起来只是多试一下，但每一次“试一下”，背后都是客户沟通、内部对齐、方案重写、资源协调。

AI把原型画快了，但它没有让客户更清楚自己要什么，也没有让领导更愿意承担决策责任。

这背后更深层次的原因在于：很多公司正在用“效率工具”，解决“创新问题”。

什么意思？

很多公司其实并不知道AI时代真正的机会在哪里。

但大家都害怕错过这个时代。偏偏AI又把试错成本打下来了，于是很多团队会把“不知道做什么”，变成“什么都先做一下”。

比如，一位CEO在AI产品发布会上公开说，团队都问他，做这个AI产品的意义是什么？

他说，我哪知道意义是什么?

这句话听起来像玩笑，但它背后的意思很真实：

我也不知道这个AI产品到底能不能成功，但我们做100个、做1000个，总能撞上一个吧？

问题就在这里。

AI提升了执行能力，但没有提升创新能力。

当创新能力没有变强，执行能力却大幅度提升以后，强势的领导就很容易用“执行的效率”来填“决策的坑”。

方向不清楚，没关系，先做一版。

客户价值没验证，没关系，先出Demo。

商业闭环没想明白，没关系，先发个产品。

这样搞，团队怎么可能不累？

所以，钉钉事件真正值得警惕的，不是某个AI项目的成败，也不是某家公司的管理有多压榨，而是它暴露了一个可能会越来越普遍的问题：

AI时代，执行层可能会越来越高效，但很多决策责任，正在被变相转移给执行层。

真正值得追问的是，为什么公司会不断把这些不确定的方向往下压？

我觉得核心原因在于：AI时代，软件公司越来越缺乏安全感。

这一轮AI浪潮里，创新的主动权始终掌握在大模型公司手里。

大模型每进一步，软件就退一步。

这句话可能有点刺耳，但很多软件公司应该都有类似感受。

你辛辛苦苦做了一个功能，可能刚刚有一点商业化收入，第二天大模型新版本一发布，就把你的核心能力覆盖了。

你以为自己积累了护城河，结果发现那条护城河只是模型暂时还没走到这里。

这种压力传导到团队里，人就会本能地更努力。公司也会本能地多试几个方向，多做几个产品，多开几个项目。

最后所有压力都会落到执行层。

但这是不是说明，打工人就只能越来越累，软件公司也只能越来越被动？

我觉得不是。

前段时间，我和一个做浏览器翻译插件的朋友聊天。我问他，大模型有没有冲击到他们的生意？

他说，基本没有。

原因也很简单。

大模型确实提高了翻译能力，但用户需要的不是一个单纯的翻译能力，而是解决特定场景下的翻译问题。

比如很多网站布局很复杂，翻译以后文字会变长。如果不做适配，页面内容就会重叠，可读性很差。

而且网站总是在更新，今天适配好了，明天页面结构一变，又可能出问题。

这些事情不是靠一个通用翻译能力就能解决的。它需要产品团队持续人工适配。

这件事软件公司可以做，大模型公司未必值得做。

所以“脏活累活”不是问题。

真正的问题是，方向要先想清楚：如果方向是对的，脏活累活也能变成护城河。

如果方向是错的，AI把执行速度提得越高，团队只会越快陷进无效动作里。

AI提效本身没有错。

真正危险的是，因为执行效率提高了，组织反而降低了对决策质量的要求。

管理者不能因为AI可以很快出方案，就随便丢一个方向让团队去撞。

产品负责人也不能用“多试几个AI方向”，掩盖产品战略上的懒惰。

每一个AI项目开始前，都应该先问清楚三个问题：

为谁做？

为什么做？

如何证明它值得做？

如果这三个问题答不清楚，AI越提效，团队可能越累。

因为你提高的不是有效产出，而是无效动作的生产速度。

我以前说过，AI时代由于研发效率大幅提升，垃圾产品可能会泛滥。

但从现在的情况看，垃圾产品还没有真正泛滥，打工人就已经先扛不住了。

这才是钉钉事件背后真正值得重视的问题。

AI不是用来替领导逃避决策责任的。

执行变快，不等于组织效率真的变高了。所以，哪怕AI提效再多，我们仍然要慎重决策，提高决策的准确性。

否则，AI提效越多，我们只会越累。