大规模替代论站不住脚
Mustapha Benkalfate 首先驳斥了主流论调。他认为，目前没有证据表明AI正大规模取代员工。裁员确实存在，但主要原因是财务问题。
“人们利用技术为裁员辩护并向市场发出信号，这在AI出现之前就已存在。一些开发人员在某些任务上被取代，但在其他方面，例如监督AI，他们变得非常有用。”
他解释说，这种论调源于AI巨头的融资需求，他们需要向投资者募集数万亿美元。由于未能说服投资者他们能创造利润，便转而承诺能节省开支。这引出了他以及 Revenu IA 的座右铭：“AI的价值在于懂得如何使用它的人类”。
拥有汽车不等于会驾驶
他认为，生成式AI如今无处不在，甚至进入了WhatsApp，其在组织中的渗透率接近90%。因此，问题变成了如何“驾驶”AI：如何编写提示词，如何在与AI互动时动脑思考，如何安全地使用它。“如果你买了一辆车，第一次上路就进了医院，这笔投资还值得吗？”
他提醒说，生成式AI是基于概率的：它可能连续十次运行良好，但在第十一次出现严重错误。它还被设计为讨人喜欢，即使出错也语气坚定。他由此得出一个职场法则：只有当创作者能够为AI生成的内容辩护时，该内容才有价值。他举了一个例子：一份重要报告，结构和措辞完美，但内容完全错误；当被要求修正以确保准确性后，报告内容变得正确但毫无用处。无论哪种情况，其作者都无法为之辩护。最简单的补救措施是：同事审阅。
元认知：思考自己的思维
元认知是指在与AI协作时观察自己的思维方式。许多培训都侧重于掌握工具，却忽略了我们的大脑在接触这些工具时发生的变化。他引用了麻省理工学院媒体实验室2025年发表的一项研究：与单独写作的参与者相比，使用ChatGPT写作的参与者大脑连接性较弱。但那些先自己起草，然后用AI改进文本的人，则呈现出相反的效果。研究详情请见我们的页面认知负债与AI。
他还描述了一个人人都可以验证的症状：放弃。我们用AI开始一项任务，不满意，放弃，然后换个地方重新开始，结果发现自己就同一个主题打开了数十个对话。“当我们谈论生产力时，这恰恰是低效率的表现。”
他认为，“保持批判性思维”这类常规建议过于空泛，难以奏效。他更倾向于一种可复制的流程：méthodologie du doute©，即在执行任何任务前先问自己三个问题。
“我执着于确保你们始终是驾驶者。我不希望人类依赖AI。有些人为AI生成的结果感到自豪，但他们的贡献微乎其微，该感到自豪的应该是AI，而不是人。”
价值日益凸显的四种人类优势
- 判断力。决定将什么任务委托给AI，并认识到有时自己动手比核查更快。
- 沟通能力。如果无法解释和捍卫自己的产出，责任便无从谈起。
- 道德思维。每一次使用都关乎组织。根据IBM 2025年数据泄露成本报告，五分之一的组织曾遭受与“影子AI”相关的安全漏洞。
- 适应能力。工具在不断变化。“能够留存下来的是建立在坚实基础——即方法论之上的人类智慧。方法论能够经久不衰。”
为何要保留摩擦力
他认为，只关注结果是一个现代误区，因为过程本身能培养无形的技能：例如，亲自撰写一封重要的电子邮件，也是在为接下来的会议做准备。对于重度用户而言，最糟糕的组合是信心不断增强而技能却在退化。他用一个比喻来说明：
“想象一下，我通过毒害每一个对手赢得了吉隆坡职业网球巡回赛。没有人会祝贺我。人们之所以祝贺胜利者，是因为我们知道他们为此付出了多少努力。你的大脑也是如此。”
他最后提出了一个令组织日益担忧的问题：谁来签字负责？如果一个人没有参与过程，他能为最终结果承担责任吗？
行之有效的方法：创造集体价值
如果95%的AI项目都失败了，那是因为其价值仍停留在个人层面：每个人都说自己节省了时间，但组织却看不到任何成效。当人们开始共享提示词方法、助手、代理以及诚实的反馈（包括哪些方法不再有效），价值才得以集体化。他赞扬了主办方组织在其高层领导下推行的同行审阅文化，并以他的口号作结：“负责任不等于缓慢：这是一种战略。”
现场问答
是否需要测试每一个新工具？不需要：优化已有的工具回报更高。他提到了Excel的=COPILOT()函数，该函数允许用户与电子表格中的数据进行对话。“如果一个工具能存活三个月，你自然会听说它。”他还提醒大家警惕那些为仅有两名员工的公司吹捧所谓神奇工具的“网红”。
MCP连接器安全吗？风险始终存在。可以通过给予连接器最小访问权限，并在与IT部门（DSI）协同管理的受控环境中运行来降低风险。