“一对多沟通”为什么在AI时代越来越低效

过去，企业大量依赖“一对多沟通”：开会、培训、发通知、领导讲话、制度宣贯。原因很简单，管理者和专家的时间有限，一次讲给很多人听，是最省成本的方式。

但AI出现以后，这个前提开始变化。过去很贵的是“针对不同的人分别解释”，现在AI可以根据岗位、知识水平和具体问题，自动生成不同版本，还能随时回答追问。

于是一个问题出现了：

当个性化沟通的成本越来越低，一对多还一定是最高效的吗？

过去“一对多”高效，是因为个性化太贵

传统组织最重视的是传播效率。一个人讲一个小时，可以同时覆盖几十甚至几百人，所以企业自然形成了统一培训、统一文件、统一PPT和统一话术。

但传播效率高，不等于理解效率高。

同一场培训里，有人已经很熟悉，有人第一次接触；有人关心原理，有人只想知道自己明天要做什么。为了照顾所有人，讲师只能选择一个“平均难度”和“平均速度”。

所以很多一对多沟通，本质上是在用个体效率换组织规模效率。

一个小时的会议，如果有50个人参加，实际消耗的是50个小时。如果其中很多人真正需要的信息只有10分钟，那么大量时间其实是在等待。

过去大家接受这种方式，是因为没有更便宜的替代方案。

AI让“规模化个性沟通”第一次成为可能

同样一项新政策，不同岗位真正需要的信息并不一样。

管理层关心为什么要改、风险和资源投入；质量工程师关心实施要求；生产主管关心现场怎么执行；操作员可能只需要知道什么时候停线、找谁、记录什么。

过去要分别准备这些内容，成本太高，所以企业通常只能做一个通用版本。

现在AI可以很快生成管理层摘要、工程师操作指南、主管行动清单和员工现场卡片，每个人还可以继续追问：“为什么我要做这个？”“和以前有什么区别？”“如果现场出现这种情况怎么办？”

这意味着信息传递正在从：一个人说，所有人听。

变成：一个知识源，每个人按自己的需要理解。

真正改变的不是沟通工具，而是沟通成本结构。

很多会议会因此显得越来越低效

AI时代以后，很多过去必须通过会议完成的事情，开始可以提前完成。

比如信息同步，AI可以自动汇总；数据汇报，AI可以提前找出异常；制度宣贯，员工可以直接获取与自己岗位相关的解释；重复答疑，也不需要主管一遍遍回答。

所以未来会议真正应该保留的价值，会越来越集中在：

做决定、处理冲突、形成共识、讨论不确定性。

如果一个会议主要是在说：

“我来告诉大家发生了什么。”

它很容易被替代。

如果会议解决的是：“我们面对这个问题应该怎么选择？”

它仍然有很高价值。

未来企业需要的不是“统一解释”，而是“统一事实源”

传统企业经常把“信息一致”理解成“所有人都必须听同一个版本”。

其实这两件事并不一样。

企业当然需要统一制度和统一事实，但不同岗位完全可以用不同方式理解。

未来更合理的方式可能是：同一个知识源，不同的解释方式。

也就是：统一事实，个性化理解。

这会改变培训、制度宣贯、项目沟通和跨部门协作。过去企业追求的是“所有人听过”，未来更重要的可能是“每个人真正理解了与自己有关的内容”。

管理者的沟通价值会从“广播”转向“判断和协调”

如果信息传递、基础解释和重复答疑都可以由AI承担，那么管理者真正重要的价值反而会更加突出。

管理者需要判断：什么事情真正重要？哪些问题需要升级？什么时候坚持，什么时候妥协？不同部门发生冲突以后，应该怎么取舍？一个员工真正的问题是什么？

所以未来管理者最重要的能力，可能不再是：“我能不能把一件事讲给很多人听。”

而是：“我能不能识别真正的问题，并推动大家形成共识和行动。”

管理者会从“信息广播者”，更多转向“判断者和协调者”。

AI时代，沟通效率不再只看“覆盖多少人”

一对多沟通过去非常有效，并不一定因为它最适合人，而是因为个性化沟通曾经太昂贵。

AI改变的，首先就是这个成本结构。

以后评价一次沟通是否高效，可能不应该再问：“这次通知覆盖了多少人？”

而应该问：“有多少人的问题真正被解决了？”

过去企业追求的是：把同一句话说给更多人听。

未来更高效的组织，可能会追求：让每个人在需要的时候，得到最适合自己的答案。

AI真正改变的，不只是会议和培训，而是整个企业的信息流、知识流和协作方式。

本文来自微信公众号“TPP管理咨询”，作者：TPP管理咨询，36氪经授权发布。