我最近为一家机构的高管团队主持了一场AI战略研讨会。在AI应用方面，他们已经具备了各种“标准配置”：有培训课程，有多个AI系统的使用权限，还有无代码开发平台。于是我抛出一个问题：“有多少人曾经利用AI搭建过某种工具，从而真正重塑了自己的工作方式？”

全场只有一个人举手。大多数人仍将自己定位为AI的使用者，而非构建者。他们没有搭建个人智能代理，没有定制化助手，也没有可复用的工作流程。

这种角色差异至关重要。单纯依靠AI辅助，往往只能带来一次性的效率提升；而通过AI构建工具，则能将这种效率提升转化为可复用、可规模化的工具或工作流程。如今，多数管理者只关注有多少员工在使用AI，但更值得关注的问题是：有多少人在利用AI构建工具。这便构成了所谓的“构建者激活缺口”：即具备AI构建潜力的人群，与真正动手构建的少数人之间的鸿沟。

在我面向在职专业人士开设的高管培训和应用AI课程中，我观察到了同样的规律。如今，只要能用日常语言讲清需求，几乎任何人都能在无需编写代码的情况下，搭建出可运行的智能助手、应用程序或自动化流程。然而，真正构建出有价值工具的人依然屈指可数。

几年前，Capital Factory首席幕僚长卡罗琳·戴维斯也认为自己只是AI使用者，而非构建者。当我在应用AI课程中询问谁曾利用这项技术打造过可落地的工具时，她并未举手。

但如今，她日常工作中的大量重复性流程，都已通过自己搭建的工具自动完成。其中最重要的是一个名为Sunny的智能代理（以她女儿的名字命名）。Sunny能够连接戴维斯的电子邮件、日历、Airtable客户关系管理系统（CRM）以及Google Sheets。它基于十余套梳理好的工作流程，能够自动完成工作简报准备、融资进度跟踪、新投资者入职等事务。过去需要数小时完成的数据整理工作，如今只需要10到15分钟。多项自动化任务按预设日程运行，在她下达指令前就已完成工作。这些工作流程能够不断迭代、重复使用和持续优化，绝非用完即弃的一次性AI交互。Sunny还能定期与其他智能体协同工作。她甚至把这种模式应用到副业中：利用AI重新打造了十年前经营过的一家摄影业务，包括重新搭建网站。

这场蜕变始于一次不起眼的尝试。在应用AI课程中，她首次尝试用自然语言构建出人生第一个可运行的AI助手。戴维斯表示，随后发生的一切，核心不在于技术门槛或编程知识的突破，而在于自信心的建立。她表示，那次经历“整体提升了我的业务敏感度，也让我有信心去尝试更强大的AI模型”。她不再将AI视作被动回答问题的对话工具，而是能够执行重复性工作的利器。第一次成功的构建开启了后续一次次尝试，最终汇聚成支撑Sunny运行的工具库。在这个过程中，她的自我角色定位也随之发生改变。

不过，她仍然不愿意使用“专家”这样的字眼来形容自己。她告诉我：“我不认为自己算得上什么资深用户，但现在我的大部分工作流程，确实都在借助Claude运行。”

她的发展轨迹在当下依然十分罕见。盖洛普（Gallup）的数据显示，目前约半数美国员工会在工作中偶尔使用AI，但每天高频使用者仅占15%。《哈佛商业评论》（HBR）近期的另一项研究分析了毕马威（KPMG）2,500多名员工的140万次AI交互记录，结果显示，只有约5%的员工属于成熟型用户。这类人群能够超越简单的提示词对话，通过反复迭代将AI应用于更具影响力的工作中。对大多数人而言，使用AI仅仅是为了应对眼前的临时任务，比如撰写邮件或总结文档。这些功能固然有用，但用完即弃。

那么，真正的构建者身在何处？

阻碍人们进行AI构建的瓶颈，部分源于组织架构层面。当治理机制、系统权限、时间保障与激励机制等基本条件具备后，“自我角色定位”往往会成为隐形的瓶颈。问题在于，长期以来，传统的企业模式固化了岗位分工逻辑：少数专业人员搭建系统，其他所有人则在系统框架内操作。当构建系统极度依赖工程和编程专业能力时，这种分工顺理成章。但如今，面对许多工作问题，这一前提已不再成立。未曾改变的是人们对自身角色的认知。大多数员工仍然习惯性地将自己归类为技术的使用者，而非创造者。而这种认知往往很难改变。赫米妮娅·伊巴拉关于职业转型的研究表明，人们很少能仅凭思考就跃入新的自我认知；更多时候，人们是通过行动逐渐塑造新的自我，随后才会转变认知。

当然，许多AI构建工作仍需由专业人员负责，包括复杂系统、安全敏感型应用，以及任何未经人工审查、直接面向客户的产品。但日常工作中的大量问题，其实处于一个更安全的范围内：工具的构建者本身就是评估工具是否有效的最佳人选。真正阻碍许多人的，并非能力屏障，而是“搭建工具不是我的本职工作”这种主观预设。

AI虽然极大地降低了构建门槛，却未能让大多数人相信自己具备这项能力。每家企业内部都有大批员工正处于两年前戴维斯所处的状态。问题在于，领导者是否会任由他们原地踏步。

有三项实践，旨在帮助领导者激发全体员工的“构建者”认知。

1. 强制完成关键的“第一次构建”。常规培训固然不可或缺，但往往难以撼动根深蒂固的自我认知，而一次硬性的构建任务却能做到。在我的培训课程中，每位学员都必须搭建一个能够解决实际问题的工具或智能体，并向全场进行演示。只要工具成功运转，人们的心态就会发生变化。那些刚开始自视为AI使用者的人，开始主动介绍自己的构建成果。SharkNinja也曾在公司范围内采用类似方式。该公司暂停日常业务，举办了一场为期四天、覆盖约4,000名员工的全员AI黑客松活动。公司管理层提出了约20项重点项目，而员工们又自主发起了约400个项目。该公司CEO表示，员工的心态从被动等待IT部门响应，转变为“我遇到问题，我能动手解决”。强推员工完成第一次构建，构建者身份便会随之形成。

2. 打造可见的“构建者”标杆。当企业里唯一能够被看见的构建者只有工程师时，大多数人自然会默认自己只是使用者。但当身边的同事或高管打造出能优化流程的实际解决方案时，人们心目中的参照系便会发生变化。Airtable首席执行官刘豪伊就提倡“公开构建”，他刻意向全公司展示自己的构建成果，让员工看到CEO也在亲自交付产品。他没有发布介绍新功能的文档，而是直接在Replit平台上搭建一个落地页面，并分享链接；他甚至会公开自己的提示词，让同事了解整个构建过程。刘豪伊大力倡导团队践行“原型优先于演示文稿”的理念：即打造可实际操作体验的运行版本，而非堆砌在产品需求文档（PRD）里的文字。当领导者公开参与构建，非技术岗位员工也开始演示实用的解决方案时，“谁能成为构建者”的界限便被打破。让构建者被看见，才能带动更多人效仿。

3. 将构建成果纳入考核体系。大多数企业目前追踪的是活跃用户数量、词元消耗量、受训员工数量等浅层指标。这些数据只能反映谁在使用AI，却无法揭示谁在利用AI创造更深层的价值。真正有含金量的指标应当是：员工构建了什么工具？是否有其他同事跟进套用？它是否从实质上重塑了工作流程？在西班牙对外银行（BBVA），员工已经创建了超过2万个定制化GPT工具；银行官方数据显示，其中约4,000个已进入高频日常使用状态。追踪这些指标，不仅能让企业发掘既有的“构建者”，更能向全员传递明确信号：工具构建绝非IT部门的专属工作，也不是员工私下的业余爱好，而是一项被纳入统计、被规范化、且在IT部门之外被广泛期待的日常工作。职位头衔，不再是决定谁能进行构建的终极标准。

企业若想从AI中挖掘更大的价值，绝不能仅靠提高AI使用率。它们必须设法缩小“构建者激活缺口”，引导更多自视为使用者的员工转型为构建者。因此，不妨重新审视文章开头提出的问题：问问你的员工，他们究竟用AI构建出哪些成果。然后观察会议室里是否陷入沉默。而管理层真正的使命，便是杜绝这种沉默。（财富中文网）

Fortune.com上发表的评论文章中表达的观点，仅代表作者本人的观点，不代表《财富》杂志的观点和立场。

本文作者威尔·德罗弗现任德克萨斯基督教大学尼利商学院创业与创新学教授兼系主任。他同时担任校级项目“尼利AI前沿计划”的创始主任，以及院长AI事务顾问。他关于AI应用的研究曾发表于《麻省理工学院斯隆管理评论》，并被《华尔街日报》和《洛杉矶时报》等媒体报道。德罗弗教授讲授应用AI相关研究生课程，主持高管AI战略与领导力培训项目，并投资参股多家早期AI和机器人创业公司。

译者：刘进龙

审校：汪皓