复合判断力应纳入人才模型

很多公司谈人才模型，第一反应还是“会不会用AI”“熟不熟某个工具”。但我越来越觉得，真正拉开差距的，可能不是单项技能，而是复合判断力：能不能把模糊问题拆开，判断哪些信息可信，理解业务约束，并把不同角色拉到同一个决策里。

这类能力听起来有点虚，其实非常具体。AI可以帮助我们整理资料、生成初步方案、补全文档，却不会自动替团队承担结果责任。一个方案看起来完整，不代表需求就是真实的；一段输出看起来专业，也不代表它适合当前业务。最后要回答的仍然是：为什么这样做？风险在哪里？谁来验收？出了问题谁负责？

所以，我不太赞成把“AI人才”简单理解为少数会使用新工具的人。更合理的做法，是把复合判断力正式写进能力模型，并在招聘、培养和晋升中持续观察。

复合判断力到底看什么

我会重点看三件事。

第一，能否把模糊问题变成可验证的任务。只会提问不够，还要知道需要哪些信息、如何验证结果。

第二，能否在效率和质量之间做取舍。AI提高了产出速度，但越快生成的东西，越需要有人判断边界，避免把返工和风险转移给其他团队。

第三，能否跨越专业分工建立共同语言。研发要理解业务目标，业务也要理解实现约束；必要时，还要把治理、法务或人力角色带进关键决策，而不是等项目快结束了再补救。

别把它训练成口号

复合判断力不能靠一场培训就完成。更有效的方式，是让员工在真实工作中解释判断依据，复盘错误结果，并承担从需求澄清到交付验收的完整责任。

对管理者来说，评价团队也不能只看可见工时和产出数量。那些主动发现问题、提前暴露风险、促成跨部门共识的人，未必最忙，却可能真正决定项目能不能走远。

AI会压缩一部分重复执行，但不会替组织消除责任。未来的人才模型，应该奖励的不只是“做得快”，还包括“想得清、判得准、协作得动”。这才是工具变化之后，依然不会过时的能力。