先说结论：2026年，最被高估的AI能力是"帮你做决策"，最被低估的AI能力是"帮你提问题"。

这话可能有点反常识。现在满大街都在吹AI多聪明，能写方案、能画图、能写代码，甚至有人开始把AI当军师用。但说实话，我用了快两年各种AI工具，从GPT-4到Claude，从Midjourney到各种垂直模型，发现一个扎心的事实：AI在"替你做决定"这件事上，基本是废的。它真正擅长的，是帮你把问题拆得更清楚。

为什么AI做决策是伪命题？

很多人觉得AI能分析数据、能学习历史、能模拟各种可能性，那它当然能做决策。听起来挺合理，但实际操作中你会发现一个致命的bug：AI没有价值观。

举个常见的场景。你让AI帮你分析两个产品方向：A方向是短期赚钱但风险高，B方向是长期稳定但利润薄。AI给你列出一堆表格，对比市场份额、增长率、竞品动态，最后告诉你"建议选择A方向"。但你信吗？你心里知道，这个决策背后真正需要权衡的是你的现金流、团队能力、甚至你对风险的承受度——这些AI根本不知道，也没法知道。

更麻烦的是，AI在做决策时往往忽略了"不可量化因素"。比如人情、信任、时机。我见过太多工厂老板让AI算"要不要和某供应商续约"，AI算出来性价比最优解是换供应商，但现实是，那个供应商跟你合作了十年，关键时刻给过你账期，这种"人情账"AI算不了。决策本质上是价值排序，而价值排序是人的事。

行业里有个共识，叫"AI是建议者，不是决策者"。但很多人把它当成了决策者，结果就是：数据越多，选择越难。你让AI给你十个方案，它真能给你十个，每个都还像模像样，但你反而更不知道选哪个了。这就像你问一个朋友"我该不该辞职"，他给你分析了一百个利弊，最后你自己还是得拍脑袋。AI把这个过程放大了，但你做决策的焦虑一点没少。

AI真正被低估的能力：帮你提对问题

图片来源: Unsplash (CC0)

反过来，你有没有发现，AI在"帮你把问题问清楚"这件事上，强得离谱。马丁有个观点：一个好的问题，比一个好的答案值钱十倍。因为答案可以搜、可以算，但问题决定了你思考的方向。

举个例子。我以前帮一个做餐饮的朋友整理营销方案。他一开始的问题很模糊："怎么让我的店生意更好？"这种问题给AI，它只能给你一堆泛泛的建议，什么"提升菜品质量""加强线上推广"——跟没说一样。但如果你换个方式，让AI帮你把问题拆解："我的店在商场二楼，工作日中午客流少，周边是写字楼，你帮我列出10个具体可操作的方向，每个方向要给出一个你觉得最狠的招。"这时候AI的价值就出来了。它可能告诉你："在写字楼电梯里放一张'满100减50'的券，限周一至周四使用，券上印二维码直接跳转点餐小程序。"这个点子不一定对，但它帮你想到了你没想到的角度。

我自己的习惯是，遇到复杂问题，先花10分钟跟AI"聊问题"。我会说："我现在要写一篇行业分析文章，但我不知道从哪个角度切入。你帮我列出20个可能的问题，每个问题再列出它背后的核心矛盾。"这个过程特别爽，因为AI不会累，它不会嫌你烦，而且它能把你看似合理的假设全拆了。比如你觉得"这个市场在萎缩"，AI可能会反问："这个市场是在萎缩，还是你在关注的细分领域在萎缩？还是你的产品在萎缩？"这一问，你就发现自己的认知盲区。

更值钱的用法是，让AI帮你做"问题树"。比如你在做一个产品规划，先让AI帮你列出所有可能卡住你的问题："目标用户是谁？他们的真实需求是什么？竞品为什么没解决？我们的资源够不够？每个问题背后需要什么数据支撑？"这个清单做完，你的思路就清晰了。决策不是AI替你做，而是你通过AI把问题理清楚了，然后自己做。

2026年的AI能力边界在哪？

基于这一两年的实际经验，我对AI的能力边界有个判断：它擅长"结构化"和"发散"，但不擅长"判断"和"执行"。结构化就是帮你把一堆混乱的信息理成框架；发散就是给你一堆你没想到的可能性。但判断需要经验和直觉，执行需要资源和胆量，这两样AI给不了。

这个判断不是凭空说的。你看现在最火的AI应用，不管是写代码的Copilot还是画图的DALL-E，它们本质上都是在做"辅助生成"——帮你快速生成一个初稿，然后你来判断、修改、决定。那些吹"AI自动做PPT""AI自动写报告"的工具，你试试就知道，最后改的时间比你自己写还长。因为它不理解你的真实场景和受众。

还有一个被低估的点：AI在"帮助普通人理解复杂问题"上的能力。比如你不太懂法律条款，让AI用大白话给你解释；你不懂财务报表，让AI用故事帮你讲清楚现金流。这个能力被严重低估了。因为很多人还在拿AI做"锦上添花"的事，比如写文案、画图，但真正值钱的是"雪中送炭"——帮你把不懂的东西变懂。

马丁说过一句让我印象很深的话："AI不是让你变聪明，而是让你变清醒。"它帮你看到你之前没看到的盲区，帮你意识到你之前没意识到的问题。但你不能指望它替你做出那个艰难的决定。那个决定，永远是你在深夜盯着天花板自己做的。

2026年该怎么用AI？

给几个实在的建议：

第一，把AI当"提问教练"，别当"答案机器"。遇到问题，先问AI："我该问什么问题才能把这件事想清楚？"而不是"答案是什么"。这个习惯一旦养成，你会发现自己思考的质量提升一大截。

第二，用AI做"压力测试"。当你有一个想法时，让AI扮演最挑剔的批评者，把它所有可能的漏洞都找出来。AI不会照顾你的面子，它会毫不留情地指出你的逻辑漏洞。这比任何同事的反馈都有价值，因为同事可能会顾及关系，AI不会。

第三，别让AI替你做决定，但可以让AI帮你"模拟后果"。比如你面临两个选择，让AI分别模拟每个选择在未来六个月可能出现的场景，包括最坏的情况。这个模拟不是为了告诉你选哪个，而是为了让你心里有底：万一选错了，我能承受吗？

最后，保持清醒。2026年AI会更聪明，但它永远代替不了你的直觉、你的价值观、你的勇气。那些没法被数据化、没法被算法优化的东西，才是你作为人最值钱的部分。AI是放大器，不是替代品，这句话在2026年依然成立。