AI的话题已经快要从很火变成老生常谈的地位了，我自己在办公中也有一些浅薄的应用。最近看到一份文件，列举了30个“打工人的AI应用场景”，借助这个具象化的文件，有了一些具体的思考，咱也蹭个热度，略作记录分享。
我将这30个应用场景都过了一遍，形成了我自己的判断，我是这么评价的：在这个场景下，AI有什么价值？如果是我，我会怎么使用？
最终形成了4类结论
-
-
- 这个场景下，AI能完全发挥价值，对工作和管理有促进
- 这个场景下，AI有一定的价值，需要审慎使用
- 这个场景下，AI没有价值，甚至有负面效果
- 这个场景本身就是错误场景
-
我将分享这4方面的思考，并基于这4方面思考，展开一些更深入的分析。
先说一个粗暴的结论：我当前对AI持悲观态度，AI更多会助长管理者的懒惰，让管理漏洞继续被忽视，将组织推向毁灭，之后——（或许）有重生的机会
下面分享我具体的思考：
场景一：这类场景下，AI能完全发挥价值，对工作和管理有促进
（先叠个甲，不同的工作任务，每个人看待的视角不一样，不同的人或许会归到不同类别，这个见仁见智，我更想表达的是，基于不同的分类，对不同类别工作的看法。1分到A还是B，2分到B还是C不那么重要，A/B/C的区别才重要）
| 工作流 | 主要适用对象 | 分类 |
| 把会议记录变成责任明确的任务清单 | 行政、项目经理、团队负责人及频繁开会的岗位 | 通用办公 |
| 整理客户档案，生成拜访前准备单 | 销售、客户成功、商务和售前 | 销售与客服 |
| 合并多张 Excel，清洗数据并生成可用总表 | 财务、运营、行政、供应链及需要处理表格的岗位 | 财务数据与项目 |
| 检查报销与费用数据中的异常记录 | 财务、审计协作、行政和费用管理员 | 财务数据与项目 |
| 生成月度经营分析：收入、成本、转化与偏差 | 财务分析、运营负责人、管理者助理 | 财务数据与项目 |
| 自动汇总项目周报、识别延期和风险 | 项目经理、PMO、团队负责人 | 财务数据与项目 |
30项工作，我仅挑出来6项，我认为只有这些事是AI可以干的“正事”——文字的整理、数据的整理、按规则执行的检查；这些都是不需要智力加工的，低附加值的工作，而且看起来这个工作还确实有必要存在（再次叠甲：归类了很多财务的事，不是针对财务部门，是在我的定义里将这些工作定义为“基础的按规则处理数据”，没有定义为“专业判断”）；就像机械取代了重复性低价值的体力劳动，AI应该取代重复性低价值的脑力劳动。解放人去做有创造性的事。
场景二：这个场景下，AI有一定的价值，需要审慎使用
| 工作流 | 主要适用对象 | 分类 |
| 把一份资料改成公众号、短视频和朋友圈内容 | 新媒体运营、市场、公关、知识博主 | 运营与新媒体 |
| 整理素材库：自动命名、标签和复用建议 | 内容、设计、市场、电商和品牌团队 | 运营与新媒体 |
| 把沟通记录转成销售跟进计划 | 销售、客户成功和渠道经理 | 销售与客服 |
| 从历史工单整理FAQ和客服知识库 | 客服、客户成功、产品运营和培训 | 销售与客服 |
| 把项目需求转成任务分解、排期和验收标准 | 项目经理、产品经理、交付负责人和部门主管 | 财务数据与项目 |
在这些工作中，AI可以起到辅助作用——初步归纳素材；通俗来讲已经开始动一点脑子了，但是还需要人盯着。
因为当一项业务具备了智力附加值之后，就不能完全信任AI，一定要业务负责人自己把关。新媒体的内容AI可以做，但一定要检核把关，不然就变成给中文互联网丢垃圾了。执行计划、任务分解一定要自己把关，AI可不知道你团队里这些人什么脾气什么工作能力，他定的计划不一定能执行。FAQ可以AI出，但知识库一定要自己做（惭愧，我们培训部正在用AI做知识库，不~接~地~气~）
场景三：这个场景下，AI没有价值，甚至有负面效果
| 工作流 | 主要适用对象 | 分类 |
| 扫描工作文件夹，生成任务地图 | 所有岗位，尤其适合接手新项目、资料混乱或文件数量较多的场景 | 通用办公 |
| 批量对比多个文件版本，生成变更说明 | 行政、法务协作、产品、项目、采购和经营 | 通用办公 |
| 把长报告压缩成管理层决策简报 | 常修订文档的岗位 | 通用办公 |
| 建立选题库和30天发布计划 | 公众号、视频号、小红书、企业内容团队 | 运营与新媒体 |
| 活动复盘：从数据、过程和内容中找原因 | 市场运营、活动策划、增长和社群岗位 | 运营与新媒体 |
| 制度文件修订：比较旧版、汇总意见、形成新版 | 行政、人事、内控、运营管理和制度负责人 | 行政与人事 |
| 批量筛选简历，生成候选人对比表 | 招聘、人事和用人部门负责人 | 行政与人事 |
| 生成结构化面试题和面试评价报告 | 招聘、用人经理和面试官 | 行政与人事 |
| 根据客户需求生成方案初稿与报价说明 | 销售、售前、商务和解决方案岗位 | 销售与客服 |
| 批量归类投诉，生成回复建议和改进清单 | 客服、售后、运营和质量管理 | 销售与客服 |
| 生成交付文件变更记录和验收检查表 | 交付、项目、产品、质量和客户成功 | 财务数据与项目 |
| 汇总多部门周报，生成管理层全景摘要 | CEO助理、管理办公室、部门负责人和 PMO | 管理与个人效率 |
| 把复杂资料整理成决策备忘录 | 管理者、负责人、战略、采购和项目决策支持岗位 | 管理与个人效率 |
我认为这些都是不能交给AI干的事——需要理解、加工、形成专业判断的事，这是每一个专业岗位的核心。
即使文字再多，也要是自己过过脑子的。对人的判断，对事的判断、总结、归纳，这些AI是搞不定的。
AI只能生成似是而非，看起来逻辑正确的东西，关键的业务判断永远需要专业的人基于对自身组织的了解，基于对环境的分析来做出。业务判断无法通过逻辑给出正确答案，都是需要权衡收益和承担风险的。
AI理解不了人际的敏感关系，无法承担决策的风险，这些不是喂给AI足量数据就能解决的事。AI最多最多就是个甩手军师：“主公，我有上中下三策~~”，前提是你还得给他费口舌讲局势。
如果这些都工作交给AI，太可怕了，工作会变成什么质量？当这些工作全部AI化的时候——组织就失能了。
可我看到的这篇文章，能列出这么多项工作，一定有他的需求来源。这其中折射出的当今企业普遍的管理水平以及用工状态，有很大的问题：
1.部分文案工作脱离管理，无意义。
为什么大家需要AI来修订文件、生成文件、生成报告？是因为这些工作脱离了管理——文件要有，但没有人关心质量，索性交给AI做。
2.新人没人带，交接不负责，要自己学
一个新人接了项目，要靠AI来学，自己不动脑子，正常情况下，职业态度有问题，应该开掉。可惜现在不正常，新人没有人好好带，上一任交接不负责，上手要求又紧，只能“赶鸭子上架”。
3.管理层失职，不躬身入局，满足于“逻辑闭环”。
报告管理层不看，让AI整理；业务信息不阅读，不分析，让AI出决策备忘录——何其的懒惰，这样的管理者也就配被形式主义忽悠，让大国雕匠喂他们屎上雕花吧。
4.工作量不符合节律，无法满足质量，大家只能应付
这些工作基本都是社畜牛马的日常需求，大家共同面临的基本面就是无论哪个企业都没有给岗位正常的工作量，大家都疲于奔命，没有空间思考，无法输出高质量的业务判断。对于国企，主要原因是没用的事太多，对于私企，主要原因是剥削的太狠。究其根本，是经济的无序竞争没有监管兜底。
场景四：这个场景本身就是错误场景，这个活就不该有
| 工作流 | 主要适用对象 | 分类 |
| 根据历史资料生成周报、月报和阶段总结 | 管理者助理、研究、咨询、运营及需要向上汇报的岗位 | 通用办公 |
| 批量分析竞品公众号文章，建立选题规律库 | 新媒体运营、内容策划、品牌和行业研究人员 | 运营与新媒体 |
| 会议全流程：议程、材料、纪要和跟进 | 行政、部门助理、项目秘书和管理者助理 | 行政与人事 |
| 把零散资料整理成员工入职与培训手册 | 人事、行政、培训和部门负责人 | 行政与人事 |
| 整理年度成果，生成述职与晋升证据包 | 需要年度总结、述职、晋升或求职材料的职场人 | 管理与个人效率 |
本就不应该存在的工作，AI反而让他们“苟延残喘”——留痕作秀类工作
我认为：复盘、分析、总结是思想交流，意见交换，交换结束了，这件事的目的就达到了，完成了。留痕是毫无意义的蠢事情。
即使是为了事后追溯分责任，也不需要——决策者负领导责任即可。如果要追溯细节，也只需要依赖集体复盘即可。
留痕本质是没有一个互相信任的环境，组织应该去优先解决信任环境的问题，而不是用留痕的方式制造看似合规而闭环的惩罚系统。
最后做几个总结思考：
AI起到正向作用还是负面作用？
由于管理层不担责任，不会管理，实施的都是表演型管理、管控型管理，从而生成了一堆垃圾工作。现阶段看，AI起到的正向作用微乎其微，AI会助长这些工作继续存在，维持“虚假繁荣”。在缺乏良好管理基础的条件下，新的技术并不能解决问题，反而会成为帮凶——掩盖真正的管理问题，加速组织毁灭。
未来会如何发展？
我司的AI应用及未来发展
经销商管理层——有点用
经销商的管理层用AI可以“微微”提效，但需要管理层具备给AI下清晰的指令的能力，这对其中的部分人已经很为难了
经销商执行层——不该用
但也正在用。
他们本该具备超越AI的专业能力，不必依赖AI，但汽车行业人才梯队崩塌，他们真不会；他们也不应该依赖AI，这会让他们再也无法进步，让我们本就枯竭的人才储备雪上加霜，但没办法，他们也疲于奔命，只能饮鸩止渴。
厂家——瞎**用
继续无限屎上雕花，慢慢裁员，最终走向灭亡。
想到这跳脱一下——如果厂家正常，在AI浪潮下应该怎么发展？
总部的核心职能是战略决策与统筹管理，因此企业需要建立一个有AI赋能的信息化系统来管理企业的业务流。AI赋予这个系统更强大的功能性，但系统功能的强大需要建立在功能正常的基础上，这必须基于良好的管理（我想想，有点绝望）。业务部门共同利用这个系统的信息进行分析决策。
这样AI作为独立的底层功能存在，承担“脏活累活”，业务部门专注于输出高价值的专业判断，而不是像现在，所有的草台班子都要蹭AI的热点。
在这样的前提下——谁AI用的多，谁反而是草包了。
社会未来的发展
垃圾公司先用AI取代人，然后把自己折腾死。
少部分优秀的公司用AI赋能人，穿越周期。
垃圾公司死掉腾出的空间被优秀公司取代。
但对社会整体来讲面临极大挑战：
垃圾公司裁掉的这些人，短时间如何安置？
最终活下来的这些优秀公司，对人员的需求总量一定会变少，那么被垃圾公司裁掉的人，长期来看要流向哪？
我认为大概率会催生一批新兴服务业，但社会总的用工需求，会变少。分配制度需要调整，职业技能再培训的机制需要建立。
在这个过程中，我作为一个普通人可以做的：
躬身入局，深入思考，锻炼对客户、对业务的感知，培养不可复制的核心能力
寻找精神自给自足的方法，为自己的心灵搭建一个“重生之我的末日安全屋”
——（完）——
版权声明
本文由 不作为 原创，著作权归作者所有。
欢迎转发分享，但未经作者书面授权，不得将本文内容用于任何商业用途或进行改编、摘编、汇编。如需转载或引用，请通过站内留言联系作者获取授权，并注明出处。
保留一切法律权利。
Copyright Notice
This article is an original work by NO Action . All copyrights and related rights are reserved by the author.
You are welcome to share this article via forwarding. However, no part of this article may be used for commercial purposes, or be adapted, excerpted, or compiled without the prior written permission of the author. For republication or citation, please contact the author via direct message on this platform to obtain authorization, and clearly attribute the source.
All legal rights reserved.
