洞察
为什么团队在AI时代需要分歧
过去，达成共识代价高昂。这或许是维持其真实性的唯一防线。要让一屋子人达成一致，曾经需要付出实实在在的努力：传阅初稿、吸收反对意见、反复修改、互相说服。这种成本起到了过滤器的作用。如果一个团队最终达成了一致，这种一致通常意味着某些东西已经经过了检验。现在，一个团队可以在九十秒内生成一个连贯且站得住脚的立场。每个人抵达时就已经达成了一致——不是因为他们通过争论才走到这一步，而是因为他们咨询了同类系统，并得到了相同的合理答案。
共识变得廉价了
共识变得廉价了，而廉价的共识很难与正确的共识区分开来。我总是想起一篇关于团队产出的论文中的一个研究结果（arXiv 2512.22736，2025年12月）。在平均乐观度保持不变的情况下，团队的预期产出随成员分歧程度的增加而上升。当人们对哪种方法有效持有不同的先验认知时，他们会更努力地证明自己的方法，团队学习的速度也会更快。作者们进一步指出：管理者从庞大的员工队伍中配对时，通过负向匹配信念可以实现产出最大化。
刻意将持分歧者配对
刻意将持分歧者配对。对于任何通过雇佣“文化契合者”来建立团队的人来说，这是一个令人不安的发现。实证研究对于分歧在真实会议室中的表现并没有那么浪漫。在2026年6月一项针对权力失衡群体的研究中，研究人员为持异见的少数派成员提供了AI支持。模型生成的反驳意见让气氛变得更加灵活，也让异见者更加满意。但当AI改写并代他们表达异见时，参与度上升了，心理安全感却下降了。人们说得更多，却感到更不安全。机器可以把你的反对意见带进房间。但它无法让这个房间变成一个可以安全提出异议的地方。本周发表的一篇《Scientific Reports》论文指出了切实可行的做法。在两项实验中，激活对团体的安全依恋感，能让少数派观点持有者更加专注于任务，其异见也更具说服力——并使多数派更愿意采纳这些异见。关键变量不是勇气或培训，而是持异议者是否相信事后团体仍然会接纳他们。分歧具有经济价值。AI可以放大它的音量，但只有组织才能让它发挥作用。这也是Contribution Leadership的一项原则发挥最大作用的地方：优化消除了变异，而变异正是发现滋生的地方。两个世纪以来，我们将变异视为噪音——过程中的一个缺陷。在执行稀缺、一致性即优势的年代，这种做法尚可辩护。但在今天，这种辩护已不再有力。一致性是机器的职责所在。
差异正是人类的价值所在
差异正是人类的价值所在。这暗示了一种奇怪的新管理职责。不是建立一致性，而是保护在模型发言后依然存活的分歧残余。我希望领导团队能够回答几个问题：当我们迅速达成一致时，我们知道这是通过推理得出的，还是通过检索得出的？这个房间里上个季度是谁犯了错，他们是否因为犯了有趣的错误而得到了奖励？当有人提出异议时，他们离开会议时对团体的归属感是增强了还是减弱了？这些都不是在为制造人为冲突辩护。作为一种性格的对立主义是一种成本，而不是贡献。2025年的一项关于集体决策的研究发现，一个团队是珍视共识还是异见，取决于其现有的共识有多强——异见对于分裂的团队而言弥足珍贵，而对已经稳定的团队则是一种威胁。时机至关重要。但我怀疑，在下一个十年中举步维艰的组织，不会是那些争论太多的组织，而是那些根本没有察觉到自己已经停止争论的组织——因为共识来得太快、太流利、太整齐划一，以至于没有人再去思考它究竟源自何处。