当AI进入团队会议，常会导致讨论碎片化、成员参与度下降。研究发现，成功的关键在于改变与AI协作的方式：以团队身份介绍自己，让AI理解整体背景；赋予AI灵活角色，而不仅是记录员；保持集体主导权，避免被AI带跑。通过这三步，AI才能真正从干扰者变为神队友。

    根据凯捷研究院对全球500位高管的调查，预计未来三年内，在团队会议中积极使用AI的比例将增长三倍以上。受访高管普遍认为，AI的团队应用将有望带来更高质量的会议成果。然而，领导者不应让这种乐观预期模糊了前路的挑战。我们的研究表明，将AI融入团队环境并非自然而然就能实现，如果缺乏适当的前期准备，贸然在会议中引入AI，反而可能导致参与度降低、讨论碎片化，甚至导致团队对议题失去掌控。
    所幸，我们找到了一条可避开这些陷阱的路径：称之为“人机协同模式”。研究表明，随着AI日益深入组织运营，有三项核心实践有助于构建这种新能力：
    · 以团队身份与AI互动：参与者应向AI介绍团队背景，并将其纳入集体对话，使其能够针对整个团队、兼顾各方专长来回应。
    · 发挥AI的角色灵活性：AI不应仅被用作记录员，而应成为可灵活切换角色的团队成员（如利益相关方代表、挑战者、客户、竞争对手等），以丰富团队讨论。
    · 保持对AI交互的集体主导权：只有当团队成员将提问视为一项集体实践，在会议中共同辩论不同方向，并适时暂停以审慎评估AI的产出时，人机互动才能真正激发团队的深度思考，而非简单地将思考任务外包。
    这些建议源于一项为期五个月的实验。该实验涉及来自12家不同行业公司的60名管理者。每个组织内，由三到四名管理者组成一个团队，他们都有使用生成式AI的个人经验，任务是设计一个平台化解决方案，以应对具有相当规模和复杂性的战略业务挑战。为确保一致性，所有团队遵循由我们中的两位（丹尼尔和托马索）设计的同一方法，并使用OpenAI的ChatGPT模型。每个团队现场会面五次，总计30小时协作。为了解团队实际如何与人工智能合作以及对这一过程的体验，我们采用了三种互补方法：实时观察团队与AI的互动、分析每次会议的完整聊天记录，以及收集会后问卷以获取参与者反馈。这种组合使我们不仅能看清团队产出了什么，更能洞察他们如何协作，以及人机协作在何处成功或受阻。
    基于这项研究，我们相信，践行这些实践的团队将获得更高质量的成果，并降低陷入常见AI相关陷阱的风险。

第一阶段：出师不利与潜力未显

    在首次会议中，将AI融入团队协作的想法对所有参与者来说都新奇有趣。但最初的兴奋感往往在一小时内迅速消退。团队变得安静，陷入被动模式，开始只是看着屏幕等待AI生成回复。AI主导了对话，而团队逐渐退居幕后。第一次会议后的调查数据证实了我们的观察：团队感知到的益处有限，整体参与度较低。我们感到困惑：结果与我们预期相反。AI非但没有增强协作，至少在初期，反而似乎抑制了它。

陷入单人聊天模式

    仔细审查聊天记录后，我们发现了问题的根源。正如我们其中一位观察到的：“如果我不知道这是团队聊天，我会以为是一个人在与AI互动。”在纯人类团队的会议中，当新同事或顾问加入时，每个人都会自我介绍、说明角色、分享背景，以便新人有效参与。但与AI互动时，团队并未遵循同样的规范。结果，AI的回应仿佛只是在支持打字的那个人，而非与整个团队互动或考虑其动态。由于缺乏对团队背景、不同角色、专长和观点的认知，AI默认采用了一种狭隘的、聚焦个人的视角。

赋予AI固定角色

    另一个有趣的模式是：大多数团队为AI分配了单一、固定的角色——通常是“研究员”或“领域专家”——并在整个会议期间保持不变，主要以问答模式与之互动，将其视为可查询的知识库，而非思考伙伴。没有团队尝试将AI切换到更具挑战性的角色，如批评者或多疑的利益相关方，这可能促进反思、建设性辩论或更积极的挑战。他们也未要求AI从不同视角（如客户、竞争对手、最终用户）思考，而这些本可揭示盲点或隐藏假设。

断断续续式互动

    我们还注意到，团队对AI的输入通常简短且事务性：“好的，继续”、“再给个例子”、“方向不对”。这些快速、极简的请求表明，团队成员急于推进，没有向AI阐明目标或解释其推理。此外，AI经常“抢跑”，主动提出未经请求的“下一步”或现成方案，促使团队做出简单的点击确认（“好，选B”），在团队达成集体共识之前就引导了对话方向。
    同样的三个陷阱在不同小组中反复出现，表明这是一种系统性模式，而非个别失误。问题既不在技术，也不在参与者的个人技能，而在于团队与AI的互动方式。这引出了两个核心问题：首先，如何帮助团队意识到将AI整合到团队协作中的挑战？其次，他们需要哪些实用指导，才能将AI充分融入讨论？

第二阶段：构建高效的人机协同模式

    为帮助团队避免第一阶段中遇到的陷阱，我们开发了一个包含三个要素的框架：·以团队身份与AI互动·发挥AI的角色灵活性·保持对AI交互的集体主导权
    为提高团队对这些要素重要性的认识，我们要求每个团队回顾第一阶段的聊天记录，反思他们如何与AI协作。为支持这种反思，我们引入了一份实用的自查问题清单，以指导其分析，帮助他们识别限制效能的互动模式。
以下是部分自查问题示例：
    · 我们是否以团队身份做了介绍，并说明了各自角色和专长？· 我们是否为AI分配了不止一个角色？· 我们是否清晰地阐述了推理过程，还是陷入了简短、极简的回应？
    通过回答这套问题，参与者反思了团队如何与AI互动，并确定了在下轮会议中可以加强互动的领域。随后，我们提供了实用技巧和现成可用的提示示例，旨在帮助团队更有意识地将AI作为对话的积极参与者来整合，而不仅仅是查询的工具。例如：“你扮演[角色]，并一步步引导我们实现[目标]。每一步请等待我们的回答后再继续。”
    这证明是有效的。第二轮会议后，团队显得更积极。详细审查聊天记录显示，大多数团队现在会轮流以团队身份介绍自己，AI也开始考虑不同角色和专长的细微差别，而不再将团队视为单一个体。团队开始与AI进行集体对话。
    团队也开始更灵活地使用AI，不再局限于“记录员”、“专家”或“分析师”等标准固定角色。根据讨论阶段，AI被要求扮演头脑风暴伙伴、检验假设的挑战者、创建原型的“原型师”以及完善方案的故事讲述者。团队意识到，AI可以在同一会议中，在不同利益相关方和视角间即时切换，成为一个多角色团队成员。
    尽管前两项能力——以团队身份互动和为AI分配多重角色——被吸收得相对较快，但第三项能力“集体主导权”的成熟则需要更长时间。在第二轮会议中，一些团队仍有跟随而非引导AI的倾向，围坐在屏幕前，被动地对AI的输出做出反应。似乎是AI在主导，团队在回应。然而，到了后续会议，这种动态逐渐改变。在提交提示前，团队会暂停下来，内部讨论如何构建下一次迭代。他们辩论不同方向，进行判断检查，并在再次与AI互动前集体质疑其输出。这些暂停被证明至关重要：它们防止团队陷入“旁观者模式”，帮助他们牢牢掌握主导权。后续会议的调查数据证实了益处。平均参与度提升了30%，参与者表示AI为其团队讨论提供了更有意义的支持。三分之二的参与者指出，团队对话、共识和协作因此得到改善，从而产出了更高质量的成果。五分之三的参与者认为，集体判断减轻了单独使用AI时的典型陷阱，如过度信任或盲从。

如何在团队会议中实现高效的人机协同

    正如我们的实验所示，这种人机团队化学反应不会自然产生，也很少在首次尝试中就出现。对大多数团队而言，它需要有意识地培养，并刻意嵌入到工作方式中。风险在于，如果不加以强化，其效果会消退。实践中如何操作？以下是三点建议：
    · 在会议议程中明确规划AI参与的环节：确定议程中AI参与的节点，并明确其应扮演的角色。例如，规划一个五分钟的介绍环节，由团队向AI介绍背景；或在会议临近结束时安排一个15分钟的“挑战环节”，让AI扮演怀疑者。
    · 准备一些提示词，以召唤AI扮演指定角色：例如，“请从……的视角思考”、“利益相关方XYZ可能会如何反应……”，或加入确保判断暂停的提示，如：“请等待我们的决定后再继续。”
    · 会议结束后，回顾聊天记录：对照自查清单检查，看看人机互动动态展开得如何，并找出下次改进的机会。你也可以利用AI作为教练（上传聊天记录，要求AI对照清单进行评估）或对话陪练（讨论如何在未来会议中加强人机互动）。
    将这些建议付诸实践，仅有良好意愿是不够的：团队通常缺乏自行重新设计会议或改变既定惯例的权限。领导者扮演着关键角色，因为他们是有权决定并嵌入新工作方式的人。一个实用的第一步是，领导者带领团队进行一次实验，在一次团队会议中有意地整合AI。在此过程中，领导者应设定预期：掌握新方法可能需要几次迭代学习。一旦新实践经过测试，领导者应持续应用，避免团队退回旧习惯。
……
    人机协同不会自动形成。要培养它，高绩效团队需以集体身份与AI互动，利用其多重角色，并保持对互动的共同掌控。若有意识地加以培养，这些能力能促进团队形成更牢固的共识、实现更紧密的协同，从而切实提升整体绩效，最终交付更高质量的协作成果。