洞察
AI 采纳与未认领的时间红利
某个护理单元安装了 AI 文档编写助手，每班大约能节省 24 分钟。组织里没有人决定这些时间是用来做什么的。这是 AI 采纳过程中最常见却最少被讨论的时刻。AI 能够节省时间的证据现在异常坚实。一项关于德国长期护理中 AI 语音辅助护理文档编写的时间与动作研究测得，每位护士的文档编写时间经调整后减少了约 15 分钟，每班总文档编写时间减少了 24 分钟以上。2026 年的一项关于基于 AI 的护理文档编写的系统性回顾发现，减少幅度在 20% 到 60% 以上不等。
问题在于谁拥有它们
所以这些时间确实存在。问题在于谁拥有它们。在实践中，这个答案是由默认状态而非精心设计决定的。被释放出来的分钟会被更高的患者负荷、更薄的人员配置比例，或者仅仅是另一种形式的更多文档所吞噬。红利是真实存在的，只是尚未被认领。而未被认领的红利总是流向组织已经在衡量的指标。不妨考虑另一种可能性，并通过一个与 AI 毫无关系的例子来看看。丰田自 1950 年代以来一直在运行一项全公司范围的创意系统。这些数字奇怪到人们通常认为它们是错的。日本本土业务每年提交的改进意见大约有 700,000 条。从历史上看，大约有 70% 得到实施，在某些记载中甚至更多。1973 年，拥有 43,000 名员工的该公司一年收到的建议有望超过 250,000 条。罗宾逊（Robinson）和斯特恩（Stern）的对比数据显示，日本制造商平均每位员工每年提出约 18.5 条意见，而美国则为 0.16 条——相差达 100 倍，而这些工厂运行着可比的设备，制造着可比的产品，配备着能力相当的人员。
这种差距并非人才差距
这种差距并非人才差距。它是一个基础设施差距。丰田并没有特别具有创造力的员工。它拥有的是一个让“察觉”变得有价值的系统：一个放置观察结果的地方、一条通往决策的捷径、一个记录创意转化为变革的可见档案。大多数组织都没有这样的管道。他们有意见箱，而意见箱不是管道——它们是存储库。因此，当 AI 交还 24 分钟时，这些分钟除了流回吞吐量之外无处可去。这就引出了这十年来的核心设计问题，而且我认为这是一个真正崭新的问题：
它构建了什么来接收它？
一个组织即将收到一份庞大且非自愿的人类注意力馈赠。它构建了什么来接收这份馈赠？如果诚实的回答是什么都没有，这份馈赠将被转化为工作量。这并不是道德上的失败。当公司里唯一建造良好的渠道是从工作通往产出时，事情就会变成这样。一个提前考虑过这一点的病房在日常细节上会有所不同。被释放的时间将被命名和保护，而不是任由其蒸发。护士们将拥有一个 5 分钟的渠道，用来汇报她们本周在 3 位患者身上注意到的规律，并且某个具有权威的人将被强制在规定时间内做出回应。实施的变革将被张贴在提出建议的人能看到的地方。这些都不贵。它们只是被建造出来了，就像文档编写系统被建造出来那样。我从丰田身上学到的教训并不关于制造业。而是贡献对架构的响应远胜于对鼓励的响应。那些试图复制建议数量却不复制响应机制的公司一无所获，因为员工非常善于察觉某个渠道是否真的通往任何地方。AI 现在正在生成贡献系统赖以运行的原材料——时间、注意力、认知余力。大多数组织将在未来几年把这些材料重新交还给机器。而那些有趣的组织则会先为它们建造一个去处。