热点新闻
2026年，人工智能已深度渗透企业决策系统，但组织面临的核心矛盾从"能否使用AI"转向"如何划清替代、增强与突破的边界"。根据TPP管理咨询最新研究，AI在组织决策中呈现三类价值形态：规则清晰、重复频繁的日常决策领域（如库存管理、风险评估）最易被AI替代；数量庞大的常规决策中，AI主要发挥增强作用，帮助人类算得更清楚、减少偏见；而在高风险、高价值的突破性决策中，AI可能提出人类从未想过的方案，但也可能产生幻觉或方向错位。研究显示，当AI给出"看不懂但很诱人"的答案时，组织陷入三难困境：需判断这是真正突破、基于错误信息的幻觉，还是问题答对但问错了问题。该研究基于对多家企业的实地调研，揭示了AI正在将组织从"稳定分工的机器"推向"持续重构的系统"的变革趋势。（来源：https://36kr.com/p/3650656603845385）
焦点分析
从焦点解决短期治疗（SFBT）的视角审视AI决策困境，核心在于构建"解决方案建构"的思维模式。SFBT强调不以问题分析为中心，而是聚焦目标导向和资源挖掘，这与组织应对AI决策挑战的需求高度契合。
SFBT的"奇迹问句"技术在此情境中展现出独特价值。当组织面临AI提出的非常规方案时，可通过「如果今晚发生奇迹，这个问题理想解决，明天会有什么不同」的提问方式，跳出对AI方案正确性的纠结，直接聚焦期望达成的目标状态。这种问法帮助决策者清晰识别：AI的建议是更接近奇迹画面中的解决方案，还是偏离了核心目标。
该技术的应用范畴包括：评估AI建议与组织目标的匹配度、化解团队对AI方案的分歧、构建人机协作的共同愿景。其特点是避免陷入对AI推理过程的过度分析，转而关注方案可能带来的积极变化和实现路径。
针对AI决策困境，SFBT导向的解决路径是：首先运用刻度化问句量化团队对AI方案的信心程度（0-10分），然后探询「是什么让你给了这个分数而不是更低」，挖掘已有信心基础；接着询问「再进1分会有什么不同」，构建渐进改善路径。这种方法将焦点从「AI是否正确」转向「如何让AI建议产生价值」。
基于此方法，可解决的五类类似问题包括：传统软件系统升级的阻力化解、数字化转型中的组织适应难题、跨部门协作中的目标对齐、创新方案评估中的分歧调解、技术变革中的员工适应挑战。通过建构解决方案而非分析问题根源，组织能更高效地整合AI能力，实现人机协同决策的优化升级。
SFBT的实践表明，当组织停止追问「为什么AI会这样建议」，转而探索「如何让这个建议为我们所用」时，往往能发现被忽视的潜在价值。某个制造企业应用该方法后，对AI提出的反常生产排程方案没有直接否决，而是通过「假设这个方案有效，它能解决我们哪些痛点」的建构式对话，最终发现该方案能显著降低能源消耗，只是需要额外配套措施。这种聚焦可能性和解决方案的思维模式，正是SFBT在技术变革时代的核心价值。