一、AI来了，别慌

1. AI不是危机，而是机会

吴庆海：AI时代来了，很多人可能因此失业，我们应该怎么办？

邱昭良：这个问题背后可能隐藏着一个认识上的误区，也就是说，AI来了，是不是很多人都会失业，工作都会被取代？

在我看来，这其实是个伪命题。就像当年蒸汽机发明的时候，很多纺织工人认为没有工作了，就去捣毁纺织机。但实际上，很多人并没有失业，只不过是改变或升级了工作的形态。

所以，AI对于每个知识工作者，不是危，而是机。

为此，我们必须进行心智模式的转变。不能把AI仅仅看成是一个工具，而是要将其视为一种生产力革命的契机，适应AI带来的创造性变革，重新架构自己的核心能力和知识体系。

为什么这么讲？

若干年前，我曾记得一个教授讲过一句话：未来，一个知识工作者可能只需要掌握一项工作5%的知识，就可以开始工作。

当时，我对于这个观点的理解是，也许他强调的是按需学习（on demand learning），在工作需要的时候去获得所需的知识。

在AI来了以后，我对这句话有了新的理解。

按照知识管理领域的一个基础模型-DIKW，我们日常接触到的一些事实都是数据（Data），将这些数据联系起来、对其进行加工，得出来的叫做信息（Information）。

在信息基础上，融合相应的场景，以支持我们采取有效的行动，它就变成了知识（Knowledge）。在沉淀了很多知识后，我们再通过顿悟或者其他方式，就能形成智慧（Wisdom）。

按照这一框架，AI没来之前，我们通过搜索、看书等途径获得的是数据和信息。但是，AI现在有了思维、记忆、理解、推理能力、甚至是创造能力，它已经穿透到了知识层面。

这时，我们需要把原来脑中存储的信息，或者既有的一些观念和原则放下。通过AI，重新构建思维力。

2. 有知识体系，才不容易被取代

吴庆海：AI时代，知识工作者怎么更好地构建知识体系，从而应对失业危机？

邱昭良：我有一本书叫做《知识炼金术（个人版）：成为领域专家的系统方法》，其中提出了一个构建个人知识体系的框架，叫做“石-沙-土-林”隐喻。也就是说，我们每个人的知识体系构建会经历四种状态：

① 石头状态

石头是指也许你已经有了一些知识存量，比如，你在某个领域工作了10年，积累了一些领域知识，但却仍处于一种僵化的心智模式。

例如，AI来了，有的人不闻不问，有的人即便有些好奇、去了解了一下，但没有融到他的知识体系里面，即便学了一点知识，过了一段时间，又回到原来的状态。就像石头上淋了一些水，过了一段时间，风干了，只留下淡淡的痕迹。

这是石头的状态，它很容易过时，因为僵化的心智模式，让你学习进化的速度很慢。

② 碎石为沙

真正的知识工作者会进入到第二个状态，叫做碎石为沙。

也许你现在积累的知识已经是一块很大的石头，但是，如果我们拉高站位、拉长视野，从更为广阔的角度看，每个人的知识积累都是一粒粒沙子。

如果不能建立起一个系统的框架，在这些“沙子”之间建立起连接，我们个人的知识积累就会像是流沙，今天看到一本书这么说，你觉得是对的，明天又听到另外一个人那么说，你也觉得有道理，左右摇摆，很难有产出成果。

③ 固沙培土

为此，当你有了开放的心态，也积累了一些流沙状的知识后，你需要选定你安身立命的知识领域，进行耕耘，使其能够变成种植作物的“土壤”。

就像我们中国人利用草方格治沙的智慧，首先，你需要明确这个领域包括哪些知识，然后，规划、扎出一米见方的草方格。这样，当风吹来的时候，有些沙子会被吹起来，但整体的秩序、框架不会被吹乱。

怎么做到这一步？

关键就是把你关注的知识领域进行细化，找到你所在领域里更小的领域，持续学习、实践和复盘，慢慢地把这个领域搞深搞透，让它可以生长出来一些小草、树苗或庄稼。也就是用知识来创造，做产出，慢慢就可以将沙变成土，我将其称为“固沙培土”。

④ 森林状态

当土壤逐渐生长了小草，有了作物产出之后，土壤质量也会得到改善。

随着作物的增长，慢慢就延伸到了相邻的领域，形成了一片森林。

我认为，未来的知识工作者、领域专家，都是一种知识森林的状态，他们的知识体系都是一个生生不息的生态系统。

这样，在你的知识领域内，有的已经有了成就，有的处在萌芽期，但是随着社会技术、市场环境的变迁，这个领域的知识成熟了，另外一个领域慢慢又出现了，所以它可以不断进化、演变。

因为你有茂密的森林，既可以接收到“雨水”，也可以涵养生命的“泉水”。所谓雨水，就是外界新的一些进展，但“泉水”是可以持续滋养你的智慧。

当你的知识体系处于森林状态时，既能不断地产出，也可以不断地汲取泉水、积蓄雨水，实现生生不息的成长，这就是我心目中知识工作者的知识体系应有的状态。

吴庆海：什么是知识体系？我们也一直在不断地进行着定义。中国知识管理最新标准里是这样定义的：当多种形式的知识，按照一定的结构关系进行分类整理，形成一个有机的整体。

比如，刚工作的大学生进入到一个企业里，可能对这个领域是陌生的，他肯定要看各种各样的资料，学习新领域知识。

这时，他的脑子里肯定是一块一块的石头。但随着工作年限越来越长，做的项目越来越多，解决的问题也越来越多。

接着，他可能慢慢就是打碎这些石头，可以根据不同的场景，把专业领域、行业的知识进行组合，就变成了一片沙子。

但这时候沙子和沙子之间的颗粒，是没有粘性的，而阳光雨露可以把沙子组合起来。

这就说明在知识工作者进阶的过程中，慢慢把知识之间的关联找到了，形成了一个有机体。

最后，在他的知识土壤上，产出非常大的社会或者经济价值。

邱昭良：是的，在知识体系搭建的过程中，我们要具备3个能力。

第一个核心能力：知识萃取

常见的方式有读书、在线学习、知识社群，还有社会化学习，观摩和学习身边的一些人等。

第二个核心能力：复盘

复盘本身是知识萃取的一种方法，也是个人能力养成与提升的核心机制。无论是基于自身的实践经验，还是通过向别人请教或者看书，一定要去实践，实践以后就复盘。

这样，知识萃取和复盘就形成了一个闭环，这种闭环可以启动成长引擎，就像滚雪球一样。

第三个核心能力：系统思考

职场人士每时每刻都面临着各种各样的复杂系统。

比如，我们每个人的身体是一个系统，家庭、带团队、做业务、商业竞争等等，都是一个个的系统。

所以，做知识萃取的时候，你需要具备系统思考的能力，这样才能透过现象看到本质，动态地看待事物，并把相互关联的事物有效地组合起来。

有了系统思考能力后，就能更好地做知识萃取，而做知识萃取本身，也可以让你历练自己的系统思考能力。

因此，知识萃取跟系统思考也是一种相互增益的关系，就像系统思考和复盘一样。

当你做复盘的时候，肯定需要具备系统思考的能力，比如，销售业绩下滑了，为什么会下滑？你要看全面，不仅要看自身，也看到竞争对手，看到客户，看到内部相互协同等等相关的影响因素。

这三项核心能力相互作用，可以帮助职场人士打造核心竞争能力，帮助各级管理者和领导者培养和打造领导力，这样的话你就可以更好地把工作搞定，有效地解决问题，逐渐形成自己的方法论和知识体系。

二、如何做好知识萃取？

吴庆海：知识萃取，有哪些操作方法？AI时代，我们如何构建进行知识萃取及复盘？

邱昭良：我定义的知识萃取，就是从组织内外部的各种途径，把对你的行动有价值的知识，提炼出来。这里面最核心的关键就是理解什么是知识。

知识并不只是一些规律或者信念。在我看来，真正有效的知识都要符合一个方程式，有一定的描述规范。

我将其提炼为一个模型叫做“知识胶囊”，并提炼出一个方程式来，这个方程式是K=f（A，B，C，D，E，F）。

A（Actor）是指行动者，也就是人，知识与人密不可分，也是因人而异的。

B（Behavior）是指行为，知识不能是一些空洞的感受，而是要有行动、分步骤、分场景，也就是为了达成一个目标，到底应该怎么做？因此，萃取知识一定要有具体的行为措施。

C（Context）是指场景，一定要知道这些规则或内容在什么场景下是适用的，有时，脱离了相应的场景，这些内容也许就不能用了。

D（Destination）是指目的。任何知识都有其特定的目的，就像药物一样，你的这个知识到底要解决什么问题、应对何种挑战或完成什么任务。

仅从ABCD这四个要素看，我认为，这就是你用好AI、撰写提示词的基本要求。

也就是说，你要让AI帮你做知识萃取，你要告诉它作为一个什么角色（actor），在一个什么背景下（context），你要达到什么目的、你的诉求是什么（destination），为此，你需要它输出来一些具体的行动（behavior）是什么。

E（Entity）是指知识都要有一些明确、具体的内容要件，也就是要有“干货内容”。

比如王宝强在电视剧《我的兄弟叫顺溜》里扮演一名神枪手，他的战友翰林将他的经验提炼出来，写成“鬼子上山打他的头，鬼子下山打他的脚”，就是一些场景化的规则，也就是在不同情形之下，你应该怎么去行动。

F（Feedback）是指反馈。

任何知识都是动态的，不会一成不变。尤其是我们通过复盘萃取出来的知识，表明上次你这么做、达到了一个什么样的结果。

但是，你下次或以后，照着这个经验做了，结果是不是符合你的预期，一定要通过后续实践的反馈来进行校验和优化。

三、如何通过复盘，不断精进自己？

吴庆海：复盘最大的难题是什么？

邱昭良：我有一个深刻的感受，复盘看起来简单，要做到位实际上很难。我把复盘总结出来一个“道-法-术”的框架。

1. 复盘之道

在我的专著《复盘+：把经验转化为能力》这本书里面，我引用了《荀子·儒效》里的一段话：“不闻不若闻之，闻之不若见之，见之不若知之，知之不若行之。学至于行之而止矣。行之，明也。明之为圣人。”

说的就是一个人怎样能够从自身的经历中，不断学习，最后修炼成为君子乃至圣人。

具体来说，复盘要经历四个阶段：“闻-见-知-行”。从本质上看，它是一种思维体操，包括两个维度、三重思维转变。

第一个维度：由过去到未来

复盘的目的是从过去经历中学习，因此它是着眼于未来、着眼于行动的，也就是古诗所云：“纸上得来终觉浅，绝知此事要躬行”。

躬行后复盘，从你过去的经历中，提炼出指导未来的经验教训。

第二个维度：由表及里

我们每个人所经历的事物都有其“表”，也就是具体的外在表现，也有其“里”，也就是导致这些表现背后的原因或规律。要想真正把复盘做到位，就不能只是停留于就事论事的层面，而是应该洞悉系统的内在作用机理或事物的本质规律。

从这两个维度看，在做复盘时，我们的思维会经历三重转变：

① 由闻到见

你不仅要“知其然”，也要“知其所以然”。也就是说，在做复盘时，你要梳理你过去的经历，什么时间、做了什么事，产生了什么结果，这是“闻”，也就是对过去的经历进行回顾、评估，评估出来哪些是亮点，哪些是不足。

接下来，你要进行深入的反思、分析，理解为什么有些做法奏效了，真正起作用的关键要素是什么，为什么有些结果不理想，根本原因是什么。这就是“见”，也就是对亮点或不足进行根因分析。

这是第一重思维的转变，由闻到见，也就是由表及里。

② 由见到知

在搞清楚了在过去的场景里面，你做了一些动作以及一些相关的因素，导致某些结果是符合你的预期或未达预期的反思、分析（“见”）之后，你要能够从中找到一些一般性的规则，提炼出知识，用在未来的相关场景中。

也就是说，在未来，如果我遇到了一些类似场景，我照着这些做法做或者把握了这些关键要素，是不是可以达到我预期的目的？

这要求我们的思维实现第二重转变，也就是从具体到一般、从过去到未来。其实，这就是人们常说的要“举一反三”：“一”是指过去、具体的东西，“三”是指未来、一般性的做法。

③ 由知到行

我们仅仅知道了一般性的规则还不行，还要将其应用到实际的行动中，也就是该改善的改善，该传承的传承、该创新的创新，只有做到了“行之”这一步，实现了未来有效行动能力的提升，才真正称得上是把过去的经验转化成了能力，才算完成了一次“学习”。

因此，“闻-见-知-行”这四个阶段并不是一个线性的、串行的过程，而是一种思维体操，我将其称为“U型学习法”，这是复盘的底层逻辑，也就是“复盘之道”。

2. 复盘之法

按照人和事两个维度，我将企业中常见的复盘分成四种类型：

第一，个人复盘。

也就是个人对自己参与的活动、工作、项目进行复盘，从自身实践中学习。

按照成人学习的“70:20:10法则”，成年人学习70%来自于工作实践， 20%来自于与他人的交流，10%是通过正式的学习。所以，实践后进行复盘，是成年人学习最主要的一种方法。

就像毛主席曾讲过，从战争中学习战争是最有效的方式。

华为创始人任正非也讲过，将军不是教出来的，而是打出来的。

第二，团队复盘。

在团队层面上，复盘有两个功效。

第一个功效是巩固成功，如果能够把复盘中的亮点提炼出来，变成可复制的，从一次成功变成一种持续的成功，它的价值也非常巨大。

第二个功效是改进和创新，因为通过复盘，我们可以知道哪些做法需要改进，甚至哪些做法是无效的，需要去寻找新的突破点，所以通过复盘也可以实现组织持续创新和迭代。

第三，项目复盘。

项目本身涉及多个人、要持续一段时间，包括多项活动或任务。因此，项目复盘也是由大大小小、不同类型的个人复盘和团队复盘组合起来的。

也就是说，项目复盘的操作手法，是把复盘作为一种工作方法，融到项目的整个生命周期里面，形成分层次、分阶段的复盘，我将其操作手法称为多重迭代式复盘。

第四，经营和战略的复盘。

这是一种比较特殊类型的复盘，是在整个组织层面上，对业务部门的整体经营和战略进行复盘。

3. 复盘之术

复盘看似简单，很多企业都在做，但是，许多人做的要么仅仅流于表面、就事论事，要么是即便总结出了一些东西，也没有实现真正的改善，未来类似问题还会不断出现。

之所以出现上述状况，原因就在于，在“闻-见-知-行”的每个阶段和整个复盘过程中，会遇到很多相关的挑战，我将其称为“复盘的25个坑”。

为此，不仅要掌握相关的工具与方法，还要具备相应的“内功心法”，培养必备的核心能力。

在这方面，AI会从各个方面对复盘起到助力或增效作用：

第一，在“闻”的阶段，我们要把经验转换为能力，就要重新去反思、更好地设定目标和策略，这时，AI就可以帮助我们打破既有思维的局限。

对于某一种类型的事件，到底目标应该怎么设，实现这些目标有几种策略，有几种方法，可以通过提问AI来获得一些启发。

如果能够在目标设定和策略方面取得一些突破或创新，那么，你就能产生意想不到的学习，而这种学习不单单是一种渐进式的学习，更有可能是一种突破式的创新，因为你设定目标的方式变了，实现目标的策略变了，就是一种突破式的创新。

第二，在“见”（根因分析）这一阶段，也可以让AI来帮你去进行补充、校准。

第三，在“知”（知识萃取）的阶段，AI也很有价值。因为你通过自身实践总结出来经验教训是不是真正适用，有没有相关的理论模型作为支撑，有没有别人的实践或案例可以作为参照？如果仅靠自己的实践，很难去进行一些有效校验，而AI就可以帮助我们来进行知识的萃取。

第四，在“行”（转化应用）的阶段，我们也可以利用AI，帮我们更好地把通过复盘萃取到的经验教训应用到未来的实践行动中。

我们可以把你想出来的行动计划提交给AI，让AI帮你看看，你的行动计划里少了哪些部分内容。

四、如何系统思考，找到问题根源？

吴庆海：很多人复盘思考并不全面，我们才能做好系统思考？

邱昭良：做复盘需要系统思考，做知识萃取也需要系统思考，做任何与系统相关的事情都需要系统思考。

那么，怎么才能做到系统思考呢？为此，我写了一本书叫做《如何系统思考》，书中提出一个框架，叫做“思考的魔方”。

结合这个框架，按照一定的流程和步骤，加上若干种方法和工具，就能够帮助我们做到系统思考。

1. 思考的魔方

魔方是立体的，有三个维度，以此作为隐喻，我们每个人的思维也包括三个维度，分别是思考问题的角度、深度和广度。

按照x、y、z轴分别有三种不同的状态，我认为我们每个人思考的魔方可分成3的3次方，共27个格。

第一个维度：角度

大多数人如果不经过训练，是停留在左上角地方，就是只看表面，只看本位，只看现象。

而要做到系统思考，必须透过表象看到本质，具体来说就是要从一个个的“点”（事件），看到一条”线“（相关事件反应出的系统动态趋势和模式），再看到一个立体的“网”（系统的底层结构）。

第二个维度：深度

面对问题，很多人的思考模式是线性的。这个方式对于一些简单问题是适用的，而对于错综复杂的问题，就不一定适用。

所以，我们思考问题的角度，要从静止的、线性的思考，变成一种动态的、因果循环的思考方式。

要看到事物的起源和未来的动向，这就是《大学》中所讲的“物有本末，事有终始，知所先后，则近道矣”。

我们在系统的结构层面上，先切入什么，再干预什么，怎么设计和干预系统，使得系统运转得更和谐。这就需要我们具备深入思考的智慧。

第三个维度：广度

因为很多人只看到自己的本位或者局部，但是，这对于复杂问题肯定是不够的，就像寓言故事“盲人摸象”一样，要解决复杂问题，不能只是局限于本位，还要看到你跟你周围之间的关联，进而看到系统的全局和整体。

那么，怎么能够做到这三个维度的思维转变呢？

你需要借助一些工具和方法。比如，按照“冰山模型”，把思维分出不同的层次，让你意识到自己现在思考的是表象层面、趋势层面，还是结构层面。

2. 思考的罗盘

要看到事物之间是怎么样相互影响和变化的，就要用到我发明的工具——“思考的罗盘”，它实际上就是为我们提供了一个框架，可以指导我们进行动态的、全局的、深入的思考。

简单来说，“思考的罗盘”操作步骤可以简化为“五找”：

第一找：找问题

找到你所关心的问题中蕴含的核心变量，把它写在罗盘的中央。

第二找：找实体

思考这一问题是由哪些利益相关者所产生的？把罗盘分出扇区，比如销售收入，可能跟内部的销售人员、产品、营销、渠道、客户等实体有关系。每一个实体作为一个扇区。

第三找：找原因

站在每一个实体角度进行思考，他们的哪些因素导致或影响了核心问题。

第四找：找结果

对于复杂系统来说，问题不是静止的、单向的，各个实体也会因为核心问题受到一些影响，比如销售收入下降了，导致销售人员的工资就降低了，客户占有率低了；相应地，各个实体也都会对这些问题采取各种应对措施。

第五找：找回路

看到因果之间的相互关联，找到驱动系统行为动态变化背后的反馈回路。

举个简单的例子，核心变量是项目的延期天数，这可能跟项目经理、项目人员、客户、业主和环境都有关系。

可能是出错返工导致延期，也可能是之前项目就延期了，导致项目经理采取加班赶工的方式，而加班导致项目成员疲劳，疲劳又导致出错，出错又导致返工，返工又导致进一步的延期，这样就构成了一个恶性循环。

其实类似这样的反馈回路大量存在于我们每个人的工作与生活中，只是很多人没有用视觉化的方式，将其全面地投射出来。而利用“思考的罗盘”这一工具，通过“五找”的步骤，就能帮助我们实现全面、动态、深入地系统思考。