第六章：想象力公式

一个被忽视的卡点

少数派网站上记录过一个场景。一位编辑看到同事正在手动搜集整理资料，翻了一页又一页，删删改改写得很痛苦。他们早就给全员介绍过AI工具，但这位同事完全没想到可以让AI帮忙。

另一位同事在逐条手动分类商品图片。有人问他为什么不用AI，他的回答是：“啊？AI还可以理解图片？”

这两个场景清楚地展示了多数人使用AI的真正卡点。不是不会操作——AI大模型的界面比微信还简单。不是工具不行——同样的工具，别人用它完成了惊艳的工作。卡点在更根本的地方：遇到问题时，想不到可以用AI。

引言中提过想象力公式：问题敏感度 × 可能性认知 × 连接能力。这一章要把它从公式变成直觉。

三种人，三种卡法

理解乘法关系最直观的方式，是看缺一项会怎样。

第一种人在某个行业深耕了二十年，对行业痛点了如指掌——哪些流程低效、哪些环节反复出错、哪些需求被忽视。但他对AI一无所知，觉得那是科幻概念。结果是守着金矿不会挖：问题就在眼前，工具也存在，但他看不到两者的连接。

第二种人是AI爱好者，第一时间试用每个新模型，对各种工具的特点如数家珍。但他没有在任何领域深耕过。结果是做出来的东西很酷炫但没人需要：用AI写诗、画画、生成代码，热闹非凡，却不解决任何实际问题。

第三种人两者都有——行业经验十几年，也试用过各种AI工具。但就是连不起来。你问他AI能帮你解决什么，他说”应该可以吧……但我不确定具体怎么用”。这种困境比前两种更让人沮丧，因为看似什么都有了，却始终差那一步。

三个维度缺一不可。问题敏感度是起点——看不到问题，后面无从开始。可能性认知是条件——不知道工具能做什么，看到问题也无解。连接能力是桥梁——两边信息都有，连不起来仍然是零。

活的知识与死的知识

三种卡法中，第一种最常见也最可惜。很多人在某个领域工作了十几年，对问题熟视无睹——不是不知道问题存在，而是太习惯了。问题变成了背景，变成了”就是这样”的既定事实。

问题敏感度需要的不只是知道问题，而是对问题不满、想要改变。这是一种态度，不只是知识。

这里有一个区分值得留意：活的知识和死的知识。

死的知识是静态的。你知道事实、概念、流程，但这些知识躺在脑子里，不会主动与新事物产生联系。活的知识是动态的。你不只知道事实，还理解背后的逻辑；不只知道流程，还能质疑流程的合理性；遇到新情况会自动联想已有的知识，会问”这里有没有问题""为什么是这样”。

怎么让知识活起来？关键是使用。知识在使用中变活——分析问题、做出判断、验证假设，这个过程让知识从存储变成工具。一个简单的练习：每周选一条你领域里的新闻或案例，用专业知识分析它。做多了，知识自然活起来。

三个维度，三种节奏

好消息是三个维度都可以培养。但它们的时间尺度很不一样，了解这一点可以帮你做更合理的规划。

问题敏感度是长期积累。 它来自领域深耕、人生经历、思维习惯。不是几周能建立的，需要几年甚至更长。但一旦建立，就是非常稳固的资产。核心方法是深耕领域加保持质疑——在一个领域真正扎下去，同时对理所当然的事问”为什么”。下一章会详细展开。

可能性认知需要持续更新。 AI的能力边界在快速变化，去年做不到的事今年可能做得很好了。需要保持学习和尝试的习惯——不只是听说AI能做什么，而是打开工具亲手试，在实际使用中建立对AI能力的直观理解。每周花几个小时关注进展、动手尝试，就能保持在合理水平。第八章会详细展开。

连接能力是三项中最可速成的。 通过案例学习和刻意练习，几个月内就能显著提升。看别人怎么用AI解决问题，不是抄具体做法，而是学习连接的思维方式。然后给自己出题：看到一个问题，想一个用AI解决的方案。不需要执行，但要想得具体。每次用完AI花几分钟回顾——什么做得好、什么可以改进、这个思路还能用在哪。第九章会详细展开。

有一个工具对提升连接能力特别有效：SCAMPER。它是七个提问角度的首字母——替代、组合、调整、修改、其他用途、消除、反转。当你面对一个问题不知道怎么用AI解决时，逐个角度问自己。比如改进客户服务：能用AI替代哪些人工回复？AI和人工怎么组合更好？能不能从被动回复变成主动预判？有了AI后哪些流程可以直接取消？按清单走一遍，往往能发现你忽略的可能性。

个人的限制与协作的突破

公式描述的是个人层面的限制：三个维度缺一不可，强项不能弥补弱项。但现实中，创新往往发生在人与人的碰撞中。

行业老手问题敏感度极强，但对AI一无所知。技术新人精通AI各种可能，但看不到行业痛点。各自独立，两人的想象力都受限。但当他们坐下来对话——

“我们这个流程，最麻烦的是每天要人工核对三个系统的数据……”

“等等，这不就是数据校验吗？AI可以……”

“你的意思是，把数据格式告诉AI，让它自动比对？”

一个解决方案就这样诞生了。三个维度分布在两个人身上，通过对话完成了乘法。公式描述的是产生创意的必要条件，不是必须由同一个人满足。这也解释了为什么跨背景的团队往往更有创造力。

但AI时代出现了一个反向趋势：一人公司变得可行了。AI补足的是执行能力，不是定义能力。一人公司的创始人必须自己回答所有定义问题——要解决什么？AI能帮什么？怎么结合？没有团队互补弱项，乘法限制完全回归个人。AI降低了执行门槛，但提高了定义门槛。

想象力公式的三个维度，接下来三章逐一深入。先从最根本的起点开始——问题敏感度：怎样在习以为常的日常中看到别人看不到的问题。