作者：王林Lincoln | MindsLeap创始人 | Founders Space合伙人 | 企业家AI俱乐部创始人
深夜给Blue列任务清单
"我深夜在和Blue迭代，告诉她：好，Blue，这是你趁我们都睡着时需要完成的任务清单。"
这句话出自Rana El Kaliouby——AI科学家、连续创业者，现在是风险投资机构Blue Tulip Ventures的合伙人。她在2009年从MIT出走创办Affectiva，把人类情绪识别技术做进了全球半数财富500强企业的产品测试系统里，后来把公司卖给了一家瑞典上市汽车公司。现在她以投资人身份看AI落地，在微软WorkLab播客里，讲了一个乍听之下像炫耀、细想之下令人不安的故事。
Blue是她基金自己训练的首席助理AI智能体。Blue负责日常运营事务，但还没完全成熟——"她在某些情况下还是会卡壳。"即便如此，Rana已经开始这样工作：深夜在手机上和Blue对话，给她分配第二天要完成的任务，让Blue趁所有人睡着的时候把它做完。
这个细节让我停了一下。她说的不是"我在试用一个工具"，而是"我已经在和一个不睡觉的同事协同"。第一种是试验，第二种是依赖——而依赖，才意味着真正的采用。
但Blue还会忘事。AI的记忆目前并不稳定，它对时间的感知更是模糊。你告诉它"周一早上给我"，它不一定真的知道周一早上是什么意思。Rana说，这些技术问题会被修复，只是现在还需要持续磨合。
而这个"磨合"，正是很多企业在AI落地上真正卡住的地方。
试点成功了，然后呢
Rana在投资中看到了一个反复出现的模式：企业很容易开始AI实验，却很难把实验结果真正植入日常工作流。
"实验很容易开始，但把你构建的东西整合进日常工作流，才是真正困难的部分。"
这句话后面跟着一个更扫兴的判断：很多公司其实是在用AI优化一条已经坏掉的流程。她说得很直接——"如果你的工作流程本身就不运转，用AI来优化它，它还是不会运转。"
坏掉的流程加上AI，结果依然是坏掉的。
这不是什么新鲜洞察，但它解释了为什么那么多AI试点项目最终悄无声息地死去。不是AI工具不够好，而是没有人在AI介入之前先把业务流程里的真正问题挖出来。AI被当作一块补丁，摁在一个本来就漏水的管道上。
Rana的Blue Tulip在选投资标的时，有一条明确标准：解决方案必须深度集成在业务流程里，而不是"坐在旁边"。"如果你构建的解决方案是被搭在边上的，摩擦力太大，客户可能会做个概念验证，可能会试一试，但他们最终不会把它用在日常工作里。"
能融进工作流的活，融不进的死。这对B2B AI产品来说几乎是一条生死线。
那剩下的30%，才是真正的工作
Rana提到了一个她称为"60-70%问题"的现象。
很多AI编程平台、协作平台，能帮你把一项工作推进到60%甚至70%。但剩下的30%——那个需要确保准确性、防止幻觉、不破坏现有流程的部分——反而是更大的工作量。
这对用AI改造业务的人是个重要提示：AI带来的增益，往往最容易在最后一英里被浪费掉。
不是技术失败，是交接失败。AI做完60%，然后把一个未经验证的输出交给一个没有心理准备的人类接手。这个接缝处，是今天大多数AI项目真正的风险所在。
所以她反复强调人类监督的价值：不是把人排除在外，而是聪明地决定哪些环节必须有人参与，哪些才是AI自主处理最有价值的地方。监督不是不信任AI，是理解AI的边界在哪里。
当AI智能体成了"同事"，谁来管它
播客里有一个问题，几乎没有人在认真想。
当一个团队里既有人类员工又有AI智能体，你怎么执行公司文化？怎么界定责任？当AI智能体做错了事，追责流程是什么？
Rana说，她们的投资论点之一就是"AI同事"这个形态——AI以协作者而非工具的方式存在于团队中。但她的担忧也在这里："我们太关注这个同事能做什么，却没有思考，它将怎样在一群真实的人类同事中共存。"
更微妙的是她提到的偏见问题。我们在招聘时，有显性和隐性的偏见。而当我们在"创造"AI智能体时，同样的偏见也在悄悄发生——只是我们还没有意识到这需要被当成一个严肃的组织问题来对待。
"在创造AI同事这件事上，我们还没有给予这些问题足够的关注。"
这是一个组织命题，不是技术命题。现在大多数公司谈AI落地，讨论的还是工具选型、成本、准确率。关于AI智能体如何融入组织文化、如何承担责任、如何在团队协作中找到位置——这些问题几乎是一片空白。
Rana投资的另一家公司Tough Day给了一个有趣的侧面：他们的对话式AI智能体叫Tuffy，专门帮人处理职场难题——跟难搞的同事打交道，在找不到支持的情况下应对困难局面。这是一个把AI定位为"职场情绪教练"的方向，而不是效率工具。
情绪是信任的基础，但AI还看不见它
Rana有一个独特的视角，来自她在Affectiva的十几年积累：超过90%的人类沟通，发生在语言之外——面部表情、肢体语言、手势、声调。
现在的AI，完全看不见这些。它只处理你说了什么，不处理你怎么说的。
她举了一个例子：一个真正懂共情的AI同事，应该能察觉到你今天状态不好，知道现在不是追问那个复杂问题的时候。"共情，其实是人类建立信任最核心的方式之一。我看到你今天状态不对，我会问：怎么了，有什么事吗？就是这种共情，才是关键所在。"
这不是软性话题。信任是AI智能体能否被真正采用的底层变量。一个人们信任的工具会被用，一个人们不信任的工具，无论功能多强，都会被绕开。
而信任的构建，在人与人之间，很大程度上靠的是那90%的非语言信号。AI现在读不到这些，它给出的回应就会总差一点点。这个差距，在某些场景里可以忽略，在某些场景里会是致命的。Rana认为，情绪感知能力会是未来AI智能体差异化的核心方向之一，尤其是当AI开始介入物理世界和高敏感的职场场景时。
护城河，要经得住下一个模型版本
Rana在被问到AI公司的竞争优势时，给出了一个很务实的标准。
数据是护城河，专有IP是护城河。但她强调的是护城河的"寿命"。
"如果你担心下一个版本的AI模型会让你的产品过时，这就不是一个可防御的生意，我也不会想投资它。"
这个判断在今天尤其尖锐。AI基础模型的能力每隔几个月就有一次显著跳跃。建在旧版模型能力边界上的产品护城河，可能在下一次模型更新时整个消失。真正有寿命的防御，是那些不依赖于模型当前局限的东西——比如独有的行业数据积累，比如深度嵌入客户工作流的切换成本，比如在特定垂直领域里积累的、外部模型无法轻易复制的专业知识图谱。
她补充了一个投资偏好：更关注那些用AI彻底重新想象垂直行业工作流的公司。不是在旧流程上加AI，而是从头开始以AI为基本假设重新设计整条工作流。"改造那些古老的行业，用AI重新想象整条流程。"这才是她们押注的方向。
玩出来的，不是培训出来的
Rana在闪电问答环节被问到：个人应该培养什么能力，才能在AI时代保持价值？
她的回答是："玩。保持玩乐感，保持实验精神。"
这个回答很容易被当作励志金句忽略掉。但她讲的背景让这句话更有分量。她有两个孩子：22岁的女儿拒绝使用任何AI工具，坚持认为人类连接才是最重要的；17岁的儿子恰恰相反，总在尝试最新的AI产品，走在前沿。
"正确答案在中间。"她既认同女儿对人类连接的坚持，也认为儿子的探索欲会让他拥有真正影响这项技术走向的能力。理解它、使用它，才有机会塑造它。
这对企业来说是一个组织命题。一家公司里，永远会有"女儿型"和"儿子型"的员工，拒绝和全然投入都同时存在。领导者的工作，不是强迫所有人变成儿子，而是创造一个让人可以安全地玩的环境——失败的代价低，实验的节奏快，看到效果的路径短。
Rana对领导层的最终告诫只有三条：承诺必须足够清晰，要向组织传递强烈信号；要建立实验文化；要永远跟着技术的节奏保持更新，因为AI移动太快，不能用去年的认知应对今年的工具。
企业家们最需要从Rana这里拿走的，或许不是某个具体的工具建议，而是一种判断框架的转换。
不是"我们有没有上AI"，而是"我们有没有先把流程修好，然后把AI嵌进去"。
不是"我们有没有做过试点"，而是"试点里的AI，有没有真正扎进日常工作的毛细血管里"。
不是"我们的AI产品有什么功能"，而是"下一个更强的基础模型出来之后，我们还剩下什么"。
Blue在深夜工作，但Blue还不知道周一早上是什么意思。这个细节没那么重要——重要的是，Rana已经在跟她迭代了。
关于 MindsLeap 心智悦动
MindsLeap 心智悦动是 AI原生组织转型加速平台。
我们与硅谷创新孵化器 Founders Space 深度合作，持续连接全球 AI 前沿认知、硅谷科技创业生态与中国企业家的真实转型场景。
围绕 AI 原生组织建设，MindsLeap 正在构建一个面向企业家、创业者、AI 工程师、产业专家和投资人的转型生态，帮助企业把 AI 从认知、战略和工具，真正落到组织能力、业务流程、产品创新和增长系统中。