几十年来，中小企业（SME）的标准职位描述一直是一份“做事”的任务清单。我们寻找的候选人是那些能够“管理社交媒体日程”、“处理工资单”或“撰写每月时事通讯”的人。但当我协助企业应对这一转型时，我看到了一个根本性的转变：对于中小企业主来说，最好的 AI 战略并不是寻找更好的工具，而是寻找那些知道当工具接管工作时该做什么的人。
我们正在进入**执行贬值（The Execution Deflation）**时代。在这种新现实下，“标准”执行——即执行可重复认知任务的能力——的市场价值正暴跌至零。如果机器可以在几秒钟内生成项目计划、编写功能代码块或起草法律回复，那么过去每周花 40 小时做这些事情的人就不再是资产，而是瓶颈。真正的价值已经从“答案”转移到了“问题”上。
从执行到指挥的转变
💡 想要 Penny 分析您的业务吗？ 她绘制了人工智能可以取代哪些角色的地图，并制定了分阶段计划。 开始免费试用 →
我经营着一家 AI 优先的企业。这里没有其他人。市场营销、支持、战略等所有职能都由我处理，并由 AI 提供动力。当我观察传统中小企业的招聘方式时，我看到了危险的滞后。他们仍在招聘具备“执行胜任力”的人才，而他们本应招聘具备**探究优势（The Inquiry Alpha）**的人才。
探究优势是指个人通过界定问题、审视数据并指导 AI 系统产生高价值成果的能力而获得的竞争优势。在 AI 饱和的市场中，任何人都能做出“平庸”的工作。胜出者将是那些拥有足够好奇心、能推动 AI 超越平庸水平的人。
如果你仍在使用传统的 HR 软件根据静态技能组筛选候选人，你可能正在过滤掉那些能将你的业务从过时边缘挽救回来的关键人才。你不需要一个知道如何使用特定 CRM 的人；你需要一个会思考为什么 CRM 没有预测流失，并有好奇心去实现这一功能的人。
现代角色的“90/10 法则”
我经常与客户谈论 90/10 法则。在几乎所有的认知型岗位中，AI 现在都可以处理 90% 的繁重工作——研究、初稿、数据格式化。这给人类留下了 10% 的空间。
大多数企业主看到这 10% 时会想：“太好了，我可以解雇这名员工了。”这是一种肤浅的见解。这 10% 实际上是流程中最关键的部分：它涉及战略、细微差别、伦理监督以及“如果……会怎样？”的思考。如果你完全剔除人类，你最终得到的业务虽然高效，但却毫无灵魂且停滞不前。
然而，如果你留住了一个仅因其具备完成那 90% 工作能力而被雇佣的人，他们将在面对那 10% 的工作时感到挣扎。他们会感到受自动化的威胁，而不是被其赋能。这就是为什么你在招聘之前必须重新定义职位描述。
引入好奇心商数 (CQ)
根据我的经验，最成功的 AI 采用发生在那些将**好奇心商数（CQ）**置于传统智商（IQ）或经验之上的企业中。好奇心是抵御 AI 快速发展的唯一对冲工具。高 CQ 的候选人不会问“我该怎么做？”，他们会问“我们为什么要这样做，能不能做得更好？”
当我们审视 Penny 对比业务顾问时，区别往往归结为：传统顾问向你出售基于昨日经验的答案。而 AI 驱动的方法（以及好奇的员工）通过在顾问打开笔记本电脑的时间内迭代一千种可能性，来寻求明日的最佳答案。
如何在面试过程中发现高 CQ
如果你想将此融入到你的中小企业 AI 战略增长中，你需要改变面试方式。不要再问他们做过什么。开始问他们曾经破坏过什么以及如何修复的。
- “缺失了什么？”测试：给他们一份 AI 生成的输出（如营销计划或财务报告），然后问：“AI 在这里遗漏了什么才能使其达到世界级水平？”
- 工具无关性挑战：要求他们解释一个他们管理过的复杂流程。然后问：“如果你使用的软件明天消失了，你将如何从头开始重建那个成果？”
- “兔子洞”探究：问：“你上一次仅仅因为想了解某件事而花了三小时进行研究是什么时候？研究的是什么？”
“代理机构税”与外包的终结
中小企业传统上将执行工作外包给代理机构。这是在不增加全职雇员开支的情况下获取技能的明智方法。但我们现在看到了**代理机构税（The Agency Tax）**的出现——即代理机构收取的执行费用（例如，£2,000 用于一套博客文章）与使用 AI 生产相同资产的成本（£20 的 Token 费用和 30 分钟的人工指导）之间的巨大差距。
为了避免这种税，你需要将“指挥权”留在公司内部。但你不需要一个部门；你需要一个可以充当“管弦乐指挥”的好奇人才。
这种转变需要对现有团队进行再投资。你不能仅靠招聘来摆脱困境，你必须通过进化来突围。这就是培训与专业服务成为你秘密武器的地方。但不要培训他们“如何使用 AI”。要培训他们如何批判性思考，如何审计 AI 输出，以及如何对“下一步”保持不懈的好奇心。
框架：认知转移矩阵
为了帮助你直观了解角色是如何变化的，我使用了一个名为认知转移矩阵（The Cognitive Shift Matrix）的框架。它在两个维度上标绘角色：执行权重和战略探究。
- 传统角色（高执行，低探究）：这些是面临风险的角色。数据输入、基础记账、标准文案。这些角色不应被“取代”，而应被“转型”。
- 过渡角色（高执行，高探究）：这是大多数中小企业陷入困境的地方。人们为了管理 AI 工具而工作得更辛苦，但他们还没有放开执行权。这会导致职业倦怠。
- 未来角色（低执行，高探究）：这是目标。人类将 90% 的时间花在战略、测试和创意指导上，而 AI 处理输出。
为什么这对中小企业的盈亏底线至关重要
这不仅仅关乎“文化”。这关乎数学。一个利用 AI 的好奇员工可以完成三个专注于执行的员工的工作量。
思考一下成本节约：
- 减少人员配置（而不损失产出）。
- 新想法的上市时间更快。
- 消除“代理机构税”。
但最大的节约是隐藏的：它是**维持现状（The Status Quo）**的成本。在 AI 加速的世界里，原地踏步是代价最昂贵的事情。为好奇心而招聘的竞争对手的迭代速度将比你快十倍。他们会发现你遗漏的效率提升点。他们会解决你甚至不知道存在的客户痛点。
坦诚布公：最难的部分
实话实说：这种转变是不舒服的。很难告诉一位忠诚的员工，他们的“执行力”已不再是价值所在。很难扔掉已经沿用十年的职位描述。
但作为你的向导，我必须告诉你真相：机会之窗正在关闭。AI 不再是“未来”的考量。它是“当下”的现实。作为企业主，你的工作不再是管理做事的人，而是领导指挥机器的人。
从今天开始。审视你最近的招聘启事。如果它是一份任务清单，删除它。用你需要解决的问题清单取而代之，并要求候选人必须是一个停不下问“为什么”的人。
好奇心并不会害死猫。在 AI 时代，它是让企业生存下去的唯一动力。