2.2 我为什么不问大家想要什么 AI

第一次访谈时，我问一位销售经理：“你希望 AI 帮你做什么？”他立刻列出自动写方案、预测成交、生成报价等十项功能。

这些愿望有参考价值，却不能证明公司真正的问题。下一次我换了问法：“最近一笔本来有希望却失败的商机，发生了什么？”

我让每个人讲一件刚发生的事

高管容易讲战略，一线员工容易讲最痛苦的工作。我要把两者都拉回具体事件：哪位客户、哪个订单、什么时间、当时依据什么、下一步为什么没发生。

我会请对方当场打开使用过的表格、消息或系统记录。记忆可能把过程说得更顺，原始材料会留下等待和反复修改的痕迹。

高管告诉我公司最担心的经营结果；流程负责人告诉我规则和资源怎样安排；一线员工告诉我实际工作怎样绕过规则才能完成。

三种说法不一致时，我不急着选一方。我记录每种说法依据什么，再找订单和数据核对。

销售经理认为失败原因是报价慢，高管认为产品竞争力不足。一线销售打开客户群聊后，我看到客户其实在第二次会议就问过数据驻留要求，但这条信息没有进入正式商机记录。两周后法务发现无法满足，报价再快也不会成交。

我原先准备研究“怎样用 AI 加速报价”，访谈后把问题改成“怎样在投入方案和报价前识别客户的必要条件”。一个具体事件改变了灯塔候选方向，这正是事件访谈的价值。

当对方说“然后我们正常交给项目部”，我会继续问：谁交、通过什么工具、项目部怎样知道资料齐了、缺失时找谁、最近一次失败是什么。

正式流程图上常用一根箭头表示交接，真实工作里可能是邮件、群消息和口头提醒。员工说“通常没问题”时，我会请他再找一笔异常订单。正常样本告诉我主路，异常样本才暴露决定权和恢复方式。

受访者若担心访谈用于绩效评价，回答会自然变得保守。因此访谈开始前，我说明资料用途、记录范围和谁会看到原话。需要匿名呈现时，我保留岗位与事件，不公开个人名字。

事实是能找到记录的事情，解释是受访者认为为什么发生，愿望是他希望未来怎样。三类都重要，但不能混在一起。

AI 可以帮助整理录音和归类问题，前提是公司允许使用，并保留原句和来源。它不能把多个人的观点自动写成“公司已经确认的事实”。

我负责追问和交叉验证；业务负责人帮助找到代表性事件；一线岗位解释实际绕行；数据或风险负责人确认资料能否使用。AI 全栈工程师此时主要旁听业务边界，不急着把每个痛点翻译成功能。

每次访谈后，我会列出已经找到原始记录的事实、仍需核对的说法和新的样本请求。同一个断点若在不同岗位和多笔订单中重复出现，才进入诊断结论。

如果只有一位员工提到，我不会忽略，也不会立刻推广到全公司。它先成为待验证假设。这样既不会用平均现象压掉重要风险，也不会用一个生动故事替代整体证据。

记录项	销售失败商机的填写内容
真实事件	客户在第二次会议询问数据驻留，团队两周后才由法务确认无法满足
原始材料	客户群聊、CRM商机记录、报价准备时间和法务意见
已确认事实	数据驻留要求早于正式报价出现，但没有进入商机记录
受访者解释	销售认为报价慢，高管认为产品竞争力不足
岗位愿望	自动写方案、自动预测成交、加快法务答复
当前判断	更快报价无法挽救一个必要条件不成立的商机
下一份证据	再查输单与停止商机，确认类似必要条件是否重复丢失

这张记录没有把一次生动故事直接升级成公司根因。它先进入待验证假设，并要求更多样本。完整访谈登记保存在诊断证据包。

访谈让“流程很慢”变得具体，下一步还要确定究竟多慢、从何时算起以及不能以什么代价变快：大家说效率很低，我怎样先建立基线。