（本文由上海复斯管理咨询公司研究并发布。）

近来随着AI技术取得重大推进，人们正积极将其引入各个领域。在科研工作中，AI技术发展对个人和团队的实际工作过程会产生哪些影响，尤其是在科研工作质量和效率上的影响是什么？

复斯专家认为，要讨论这个问题首先需回答：从理论上看，科研团队工作优劣的衡量标准是什么？

团队工作追求的终极目标：超导思考模式

在开展一项科研工作时，如果该科研工作涉及多个领域知识，且这些知识当前存在于不同研究人员身上，那么在传统部门工作模式下科研工作很难有效开展（如下图），因此必然需要将这些科研人员组成一个团队并按“过程集成工作模式”工作。但这也意味着，他们之间需要花费很多时间和精力来沟通、讨论等（相关研究参见《两类工作模式：成果集成与过程集成》一文）。

而如果一个人身上融合了多类专业知识，那么这些知识就能“自然的”以高度过程集成工作模式起作用。含义是几乎无阻碍（多专业间）、无损耗（不失真）、无时滞的进行多类专业知识的运用，用一种物理现象比喻就是类似实现了“超导”。

如果实践中必须以团队方式开展科研，那么对科研团队工作优劣的衡量标准是什么？核心指标是“内阻大小”，好的标准就是希望它很低、很低。可什么时候最低？就是当这些人、具体表现为不同专业知识能像在一个人头脑中运行的那样时，最低。此时也是过程集成工作模式的终极化：低延迟、低损耗且快速迭代（进行多轮思考）。这里将其称作“超导思考模式”。

借助AI技术，使团队工作实现超导思考模式成为可能

为提高团队工作质量和效率，国内外理论界和实践界在推进团队化的工作上一直努力着，但实践中就算做得最好的团队也不得不承认距离达到超导思考模式还很远。然而AI技术（如AI分身）的出现和运用，使在团队工作中实现超导思考模式成为可能；实际上不仅如此，它还能进一步提高个人工作的现有水平——使个人超导思考模式达到更高的程度。

具体讲：在科研过程中，从个人层面看就算他具备多领域的相关知识，但与AI相比运行速度慢且同时能调动的知识内容有限（受制于脑内存不足等），这就导致其也会存在延迟——尽管比团队工作模式快很多。所以，当科研人员为完整分析和研究一个问题时，他每次都要到从不同的知识系统进去仔细分析和观察，且这样的思考所能运行的模型大小和深度有时是很有限的——即便如此，也还常需要研究者在极高兴奋度和非常好状态下才能做到，因此脑力消耗很大且持续时间不长。更何况，这种研究和思考通常需要大脑持续开展多轮并迭代推进。而若借助AI技术，从个人研究与思考过程看，其工作效率会有很大程度提升。

个人AI的价值及其参与科研的方式。如果具有某个科研人员的AI分身，即它具备了这个人的所有专业知识，那么使用AI技术来协助其研究所能起到的作用是：每次设想的方案行不行、好不好，首先都由它替研究者跑一圈；由于该过程是瞬时完成的、全景式的（从多专业系统完成验证），所以能很大程度减少科研人员在思考上的精力耗费，且指数倍的加速思考进程。所以相比原来的个人研究效率，实现了更高程度的超导思考模式。

团队AI的价值及其参与科研的方式。

（未完，待续）

****【上海复斯管理咨询公司/品科创说管理专栏】****