重複的工作是成本最高的

在知識型工作組織中，所有浪費時間的形式裡，重複工作是最令人抓狂的，因為這完全是多餘的。工作已經完成了。研究已經存在。報告已經寫好。決策已經做出，理據也已經討論過。但沒有人能找到它，所以有人又重做了一次。

Bloomfire 的研究指出，這一數字佔了知識型工作者 14% 的時間，相當於每人每週花費超過四個小時來重新建立組織中某處已經存在的資訊。Asana 的數據也與之一致：每位員工每年在重複工作上花費 209 個小時。

對於一家擁有 100 人的公司，以平均加權成本每小時 65 美元計算，每週 4 小時的重複工作每年大約會造成 135 萬美元的損失。這項工作在不同的團隊和不同的工具中被重複做了兩次，有時甚至是三次，每次產生的結果都略有不同，當它們不可避免地發生衝突時，又會產生各自的協調開銷。

重複工作的形式

重新進行研究。 一個團隊需要市場數據來做出一項戰略決策。他們委託或進行了研究，卻不知道另一個團隊在三個月前基本上做過相同的分析。原來的分析存放在某人的個人 Google 雲端硬碟資料夾中，其命名方式是其他人根本無法識別的。

重新製作報告。 一份季度報告需要從頭開始拼湊，因為上個季度的報告存在於前員工的文件中，而範本從未儲存到共享位置。新報告花費了整整一天的時間。如果找到並更新現有的報告，原本只需要花一個小時。

重新爭論決策。 一個團隊爭論是使用技術 A 還是技術 B，經過一週的討論後得出結論，並將其實施。六個月後，另一個團隊面臨同樣的問題，又爭論了一週，而且可能會、也可能不會得出相同的結論，因為最初的討論發生在一個早已被刷掉的 Slack 討論串中。

重新發明解決方案。 一位工程師解決了一個棘手的整合問題。幾個月後，另一個團隊的另一位工程師遇到了同樣的問題，並獨立解決了它，因為第一個解決方案從未記錄在任何可搜尋的地方。兩種解決方案都可行。花在第二個解決方案上的時間完全被浪費了。

為什麼流程無法解決這個問題

對於重複工作的典型應對方式是制定流程：「在開始新研究之前，務必先檢查共享雲端硬碟」、「務必將範本儲存到團隊資料夾」、「務必在 wiki 中記錄決策」。這些流程之所以失敗，是因為它們給工作流程增加了摩擦（在開始任何事情之前檢查共享雲端硬碟是一個額外的步驟，在時間壓力下很容易被跳過），而且因為共享雲端硬碟、團隊資料夾和 wiki 本身就是碎片化且難以搜尋的。

解決辦法是提高「可尋找性」。如果現有的工作可以透過語意搜尋在所有可能存在的地方（Google Drive、Slack、電子郵件、Notion、會議錄音）被找到，重複工作就會減少，因為人們在重新建立之前就會發現現有的工作。這不是透過特殊的流程或額外的步驟，而是透過在開始之前進行搜尋的自然行為。

自動撰寫的文件透過從自然發生的管道中擷取決策、討論和解決方案，進一步擴展了這一點。關於技術 A 與 B 的 Slack 討論變成了一份可搜尋的決策記錄。工程師的解決方案成為系統文件的一部分。知識得以保留並且可以被找到，而不需要任何人做任何額外的工作。

常見問題

我們如何衡量自己做了多少重複工作？ 進行為期一個月的非正式追蹤：要求團隊成員記下他們何時發現自己所做的工作其實已經存在於其他地方。即使是粗略的追蹤也能揭示規律並量化問題。

首先消除哪種最具影響力的重複工作？ 重新爭論決策，因為它不僅浪費了討論的時間，還浪費了所有因決策被重新討論而導致工作延誤的人的時間。決策日誌具有最高的投資報酬率（ROI）。

人工智慧可以幫助在重複工作發生之前檢測到它嗎？ 一個能夠存取您完整知識庫的 AI 助理可以在新的研究請求或專案簡介與現有工作重疊時發出提醒。這是 AI 在知識管理中最具即時價值的應用之一。

延伸閱讀：分散知識的代價、搜尋稅、沒有人讀 wiki。相關頁面：搜尋、連結、決策日誌。