收益：
- 通过区分立场和利益并分析对方，能够利用人工智能绘制共同利益和交流领域
- 能够使用人工智能作为具有挑战性的交易对手模拟器来演练场景、异议和漏洞
- 能够理解红线和妥协计划是人员和决策者的责任，并且秘密职位必须保存在安全的环境中。
外交最激烈的时刻之一是在谈判桌上。两方或多方为协调利益而相互对抗；餐桌上的成功很大程度上取决于坐下前的准备工作。一个有充分准备的外交官会思考自己的立场、对方可能的立场、共同利益的领域以及可能出现的情况。在本单元中，您将学习如何利用人工智能深化谈判准备；但您将学习策略、妥协决策以及如何保持作为人类专家在谈判桌上的代表性。
一些基本概念：立场是一方明确要求的（“我们想要那个限制”）。兴趣是该需求背后的真正需要（“安全”、“供水”、“声望”）。良好的谈判是协调利益，而不是立场。 BATNA（谈判协议的最佳替代方案）是您谈判能力的基础：如果您有一个好的替代方案，那么您在谈判桌上就很强大。红线是你永远无法跨越的界限。人工智能是分析所有这些元素并生成场景的有力助手；但决定什么是利益、什么是红线以及做出什么让步是国家和专家的责任。
循序渐进：谈判准备
1. 明确自己的兴趣和优先事项。你想要什么以及为什么？哪些是至关重要的（红线），哪些是可取但可以协商的？这种优先顺序是该战略的基础。
2、分析对方。对方的明确立场是什么，其根本利益是什么，其内部压力（舆论、联盟伙伴）是什么？人工智能有助于从开源中提取对方过去的陈述和可能的动机。
3.寻找共同兴趣和交流领域。确定双方都能获得的领域（共同利益）和一方不看重而另一方非常想要的问题（易货机会）。人工智能可以绘制这些区域的草图。
4.评估你和对方的BATNA。如果达不成协议，你怎么办，对方怎么办？力量平衡就在这里。人工智能可以对场景进行建模；概率的判断是你的。
5. 准备场景和可能的反对意见。为诸如“如果对方提出这个建议”、“如果他们在这个问题上抵制”、“如果他们要求这个让步”等场景创建现成的答案。人工智能非常擅长复制这些场景——一种“谈判排练”。
6.修复红线和优惠顺序。什么是永远不能放弃的，可以做出什么让步，以什么顺序，换取什么？这是人和决策者的工作；它没有委托给人工智能。
提示：将人工智能用作“对手模拟器”：赋予它交易对手的角色，并要求它以最能挑战你立场的方式进行谈判。这种排练可以让你预见你将在餐桌上遇到的争论并找到你的弱点。但请记住，这是一次排练，真正的对方会有不同的表现。
策略限制：AI无法做出决策
人工智能在谈判准备方面的局限性是显而易见的。人工智能会生成场景、测试论点、模拟对方可能采取的行动——但选择做出何种让步、在何处划定红线以及如何在谈判桌上表现是一个具有政治责任感的人类决定。造成这种情况的原因有两个：
1. 责任：谈判的结果对国家具有约束力。任何软件都不能承担这种绑定的责任。
2. 背景和直觉：谈判桌上有很多东西需要解读——对方的肢体语言、语气的变化、国内政治的敏感性、当前的地缘政治气候。 AI 无法看到其中的大部分；无法从开源文本中理解的隐性知识是谈判的核心。
此外，保密性在这里也至关重要：你的实际谈判立场、红线和让步计划都是高度保密的，永远不会被输入到公共人工智能工具中。仅在您所在机构的安全系统中进行排练和场景制作，无需导出数据。
注意：人工智能生成的谈判场景只是现实的模型。可能认为对方过于理性或可预测。真正的谈判充满了情绪、内部政治和意外事件。不要因为相信人工智能说“这是最有可能的结果”而失去灵活性。
三个迷你箱子
案例1——排练发现了弱点。一个代表团在准备水资源共享谈判时使用人工智能作为交易对手。在排练过程中，人工智能发现专家组基于一项统计数据的论点是薄弱的；代表团在谈判前强化了这一论点，在实际谈判中也面临同样的反对意见。
案例 2 — 利益分析产生了权衡。在一次贸易谈判中，人工智能分析了双方未平仓头寸背后的利益，并指出一方不太关心的问题（扩大某个配额）对另一方来说很有价值。这变成了一个摆在桌面上的贸易机会，打破了僵局。
案例 3——过度自信陷阱。专家并没有依赖人工智能的预测“对方肯定会接受这个让步”，也没有准备灵活的替代方案。对方出人意料地抵制，代表团措手不及。教训：人工智能的预测是一种可能性，而不是保证；为每种情况做好准备。
四个可复制模板
1）兴趣立场分析：
您的角色：谈判分析师。根据以下公开信息对【交易对手】进行分析：（1）其明确表达的立场，（2）其可能的潜在利益，（3）其内部压力（舆论、合作伙伴），（4）其可以表现出灵活性的问题。声明这些是评论，需要确认。信息：[此处]
2）对方演练（模拟）：
你扮演的是[对方]谈判者的角色。目的是最大化己方利益。我将提出以下立场：[立场]。它揭示了对我最具挑战性的反对意见、反建议和我的弱点。不要轻易屈服。这是一次排练；真正的一方可能会有不同的行为。
3）交流及共同兴趣图谱：
根据以下双方的优先级列表绘制交换图：哪些问题是共同感兴趣的（双方都赢），哪些是交换的机会（一方看重较少，另一方看重较多），哪些是真正的冲突。不要触碰红线；我认出了他们。列表：[此处]
4) 反对-回应集（反应线）：
对我们的以下立场提出 6 种可能的反对意见。对于每项反对意见，起草一份慎重的外交回应。答案不应是不置可否的；允许一定的灵活性。不要提出跨越红线的答案。位置：[此处]
弱提示/强提示
弱提示：
在这次谈判中我们应该提供什么以及我们应该妥协多少？
这是将战略和机密决策委托给人工智能；从责任和保密角度来看，这是错误的。在不了解背景的情况下，人工智能会制定出一个有风险的“让步计划”。
强力提示：
你的角色：谈判分析师（仅做准备，不做决策）。来源：对方公开声明（附后）。任务：提取对方可能的兴趣和反对意见，起草 5 个经过衡量的回应，并对对我最具挑战性的 3 个场景进行建模。不要做出妥协的决定；这是我和决策者共同决定的。信息：[此处]
区别很明显：准备和决策是分开的，不提供机密信息，人工智能产生场景，但妥协的决定留给了人类。
谈判准备要素表
元素
描述
人工智能的作用
男人的决定
兴趣
需求低于需求
分析草稿
优先顺序
对方立场
可能的要求
开源分析
评论
最佳替代方案
最好的选择
场景模型
评价
交换区域
可以互相给予什么
地图轮廓
批准
红线
不可逾越的限制
—
只有人类
妥协计划
什么，为了什么？
—
仅人类/权威
常见错误
- 将妥协的决定留给人工智能。策略和妥协是人和决策者的责任。
- 将隐藏位置写入打开工具。红线和优惠计划是最秘密的信息。
- 过度依赖人工智能的预测。预测是概率；为每种情况做好准备。
- 混淆立场与兴趣。它调和的是根本利益，而不是良好的谈判立场。
- 将排练误认为现实。 AI模拟并不能准确反映真实的对手。
总之
在谈判准备过程中，人工智能是一个强大的助手，可以分析对方、绘制兴趣和交流领域、制作场景并进行演练。但利益立场的区分、红线、妥协计划、谈判桌上的代表和最终战略是人们和决策者的责任。保持真实位置的秘密，在安全系统中排练，使用人工智能作为具有挑战性的对手模拟器，并始终自己做出决定。
应用任务
设定一个想象的双边谈判场景。通过“利益立场分析”提取对方可能的利益。将你的位置强行放到AI上，并通过“对手排练”模板找到你的弱点。使用“异议响应集”准备对可能的异议的测量响应。自己在单独的文档中修复红线和折衷顺序，而无需将其交给人工智能。
清单
- [ ] 我明确了自己的兴趣和优先事项。
- [ ]我分析了对方可能的利益和反对意见。
- [ ] 我自己确定了红线和让步方案，没有交给AI。
- [ ] 我用AI演练了对方，找到了自己的弱点。
- [ ] 我仅在安全的环境中保存机密谈判信息。