AI加速暴露了事情的本质(工作篇及应对)

图片拍摄：二钊

这是二钊频道发布的第260篇原创文章

昨天我脑子里突然弹出这么一句话：

AI只是把原来工作中（广义）存在的“问题”给暴露出来了

这个问题就是：完成工作目标（业务需求）中间的路径过长，导致人类能力与才华的浪费。

你可能会说，这不是老生常谈吗？

毕竟大厂们最常说的，也是用AI提高效率解放人类，让人去做更有价值的事情。但转头该裁员还是裁员。

如果大厂们真的做到了上了AI让员工不再996，创造价值的同时也让员工更有幸福感了，大家也不至于那么恐慌了（在这里吐槽一下，很多大厂根本就没有承担起其应有的社会责任）。

这个回头再骂，先回归工作本身。

这么多年的工作范式，已经让我们忘记了，工作到底是什么。

工作的本质，与商业的本质是一样的，最终都是为了解决人的需求问题。

中间衍生出来的这些职能，都是在为这个终级目标服务。

但大部分人，已经默认为人力资源是一个岗位、行政文员是一个岗位、运营是一个岗位。

很多岗位完成的是在为目标服务的过程当中衍生出来的“流程”，里面充斥了在过去我们挂在口头上的“dirty word”——写不完的材料、填不完的表格、做不完的PPT……并且，这些内容会占到工作一半以上的时间。

以企业人力资源岗为例，很多人对HR的印象是发招聘、计工资、算考勤、办入职，这些基础事务占了HR大量的工作时间，单筛选简历这一项，就可以把人眼睛看瞎。

于是HR也分出了很多层级，招聘→TD→HRBP/OD→HRD，有负责招聘的，有负责培训的，有负责组织发展的，到了HRD这一层才落到这个工作的本质上：通过“激活人”来“成就事”，最终实现组织和人的共同发展。

你看，最终还是为了公司业务，而公司业务是为了解决用户需求以换取价值。

但是我们在这个过程中，很多时候是偏离这个方向的，变成了为做事而做事，不是为目标而做事。

比如为找简历而找简历，为做培训而做培训。

当然，这不能把责任推给员工，这些工作本就繁琐、要花时间是事实，企业的决策人都未必知道自己要什么，何况一线员工？

几十年来，大家都是这么做的，学校里的课程也是围绕这些岗位事务设计的，事情也是有这么多的已经够忙了，谁还有时间去想流程与业务、业务与需求的关系？那是领导才要想的事。

但是现在人工智能来了，我们不得不想这个问题。

如果这些平时我们讨厌的繁琐工作都能自动化了，最核心的工作到底是什么？

你可能会觉得，天塌了，也没有人教过我们啊！

对了，那就引出另2个问题：我们的教育到底应该教什么？工作生活到底应该是什么样的？

完蛋，问题越来越多了（笑）。

今天想尝试来和大家聊一聊工作篇，文章略长且都是个人看法，如果你有自己的想法，欢迎在评论区里一起讨论。

工作的核心到底是什么？我们如何找到自己的定位。

工作的核心，我个人的答案其实在上面已经阐述过。

所有的工作，都是为了实现组织（不管是大组织还是小组织）的业务目标而服务的。

工作中产生的流程，不管有无AI介入，都是服务这个目标的“任务”和“工具”。而作为使用这个工具的人，我们应该是某一个“角色”，不应该是任务本身。

打个比方，如果你是一个手游玩家，会选定一个角色去打一局游戏，那么这个角色用的是刀剑还是加特林，先攻下这个地图还是拿下那个山头，只要能实现目标都是可以的，但你一定不会说，我只会用加特林。

又或者，你是一个厨师，目标是做出美味可口的，让客户好评且会再光顾的菜品，那自然会做不同的菜，选择不同的厨具，你不会说只能用土灶台烧饭。

所以，如果你迷茫，请审视一下，自己是角色，还是任务或工具？

AI时代下，被替代的是“任务”，被重塑的是“角色”

当角色原来的任务被改变，我们要思考的是实现目标需要哪些最底层的能力。

1、最基础也最重要的能力，是提问与定义问题的能力。

工作是为了实现业务目标，业务目标是为了解决用户需求。

客户的需求、市场的需求、企业的需求在哪里？我们能否提出更多这样的问题。

AI本身不主动产生问题（除非你给他下达命令让它问你问题），AI擅长解答，但你得先能问出那个“对的问题”。

这项能力，可以拆解为三层：洞察事实、重构框架、最小切入口。

洞察事实

工作中，人会本能地对第一个冒出来的问题产生执念，急着去解决它。

真正的难题，是停下来问：这是真问题，还是某个更深层问题的症状？

比如在收到一个任务的时候，不着急按原路径写方案，而是先问自己问题：这个任务是为了解决什么问题？这些问题存在的原因是什么？有没有不同的视角来看待这个任务？如果不用原来的方案，还有没有更优解？

重构框架

“定义问题”的最高价值，是转换视角。

把“我们没办法”的封闭式思维改成“我们可以如何实现”的成长性思维。

人都有自己的注意力带宽，一旦问的问题不一样，你的注意力关注的区域也完全不一样。

最小切入口

定义了问题但太大，还是无法行动。最关键的一步，是在复杂中找到一个足够小、足够痛、撬动力足够大的切入点。

即使没有以上三个足够，也可以问自己一个问题：目前而言最容易执行的一个最小行动是什么？

2、鉴赏与品位

这是一个可能你已经听得有点腻了的词，Taste。知道什么是好的、美的、有情感共鸣的。

某次会议上，有一位专业人士问我，有没有一个AI工具可以很快生成完整的文字报告，每次AI给她的东西，她都不满意，要再花时间改。

我笑了：这就是您不可替代的部分啊。如果不是您这样资深的有经验的人，而是让我这样的门外汉判断它写的东西，我肯定觉得AI写得已经很好了，而您一眼就看出来了它哪里不够好。

这就是人与人之间感知的颗粒度不同，在某个领域里具有鉴赏与品味的人，能看见别人看不见的差别，能为AI的产出质量把握方向。

拆解出来的话，就是审美分辨力、意义一致性、私密感知力。

审美分辨力

这个应该非常好理解，我常常对孩子说，见过好的，你就自然而然知道什么是“不好”。你见过美的多样性，就不会陷入单一标准框架里。

这需要我们走出去，跨行业跨领域跨文化，去多看多听多感受“美”的作品。

意义一致性

即有一份“看不见的标准”，有除了知道要做什么还知道不做什么的“克制”。

能不能够捕捉到与价值观不和谐的颗粒，能不能不要只定义“我们要做什么”，更要定义“我们绝对不做什么”？

比如删掉不属于某个故事的精彩句子、比如拒绝某些不符合品牌调性的流量合作等等。

私密感知力

AI能帮你执行，能进行数字信息的分析与判断，但它没有眼耳鼻舌身意，不能体会真实世界里人事物互动带来的情感体验。

而这些，在人的大脑潜意识里接收、连接、沉淀、整合，变成每个人都独一无二的直觉感知。

（写到这里让我感叹一下，人是这个世界上最精密的创造。）

而这些，每天都在辅助我们洞察需求。频繁地记录，为你的情绪命名等等，都有助于提升自己的私密感知力。

3、共情与影响力

可能会有人觉得，以后都有AI了呀，都一人公司了呀，还需要去共情谁，人和人之间的沟通必然会少。

我认为恰恰相反。

这一点在上面的私密感知力里有部分阐述，回到我们反复提的工作本质——解决需求。

谁的需求？人的需求。需要沟通、互动与理解。

在AI时代的工作语境下，共情力和影响力像一个硬币的两面：共情力是输入端，是你接收和处理他人情感信息的能力；影响力是输出端，是你把自己想让对方接受的东西，安放在对方能接受的情感频率里发射出去的能力。 

两者合一，才构成完整的“深度沟通与组织赋能”。

共情力

由浅到深有三个层级。

基准共情：认知上的换位，简称换位思考。

这是最常见的一层，它的核心表达是：“如果我处在他的位置，经历了他的那些事，我会怎么想？”

这个方案如果我是执行者，能落地吗？这个决定如果我是那个投诉的客户，此刻我最希望得到什么样的回复与反馈？

深层共情：情绪上的同步

这一层跳过了分析，直接进入感知。你听对方说话，不仅听到了内容，还听到了他的语速、停顿、音调里埋藏的焦虑或不耐烦。

你和对方，有同为人类的“共脑”——哺乳动物脑（又称情绪脑），它能让你下意识地和对方产生情绪共振。

同事微信上回复说“没问题”，但抬头一看正眉头紧锁。你能捕捉到这个信号差AI不能。

关怀共情：意图上的真诚

这是最难的一层，也是AI绝无可能拥有的一层。因为它关乎的不仅是能力，更是选择。

不停留在“我感受你的痛苦”，而是“我感受到了你的痛苦，并且我愿意和你站在一起去承受甚至解决它”。

它不再是一种技巧，而是你本身就是一个温暖的人。

工作中最顶级的共情是行动——愿意在灾难级项目里，默默帮崩溃的同伴补上最关键一块缺口的人，做到了最深的关怀共情。

影响力

共情是看见，影响力是让被看见的人，愿意与你同行，是意义与情感的共振。

一个人能被你影响，前提是他信任你。

信任的建立，只靠两个东西：专业度和真诚的善意。

专业度，是你的审美力和提问力，能做出准确的判断。真诚的善意，是通过共情，让对方感受到“他把我当人看，而不是当工具”。

数据可以说服人，但只有故事能打动人。于是精准表达比以前更为重要。

它包含两个层级的精准：语法层的精准与情感层的精准。

语法层的精准，是说什么。能不能用简单的话描述清楚，不制造额外的认知负担，简称沟通不费劲。

情感层的精准，是要让语感成为表达的容器，是怎么说。你的语气、节奏、停顿、沉默的时机等等。

以上就是3个我认为非常重要的角色元能力。

这些能力，在AI没来之前也非常重要，但那时的我们还可以找很多理由——每天流程性工作太多啦、表都填不完啦、搞个PPT就要几天啦~

现在必须要面对这个问题了，我们普通人该怎么办？

除了在日常中有意识地锻炼自己的元能力，同时有三件事情是我们现在就可以做的。

普通人可以先做的三件事

第一件事：当“早期使用者”，而不是“晚期被动接受者”

在别人还在观望、抱怨甚至抵触时，你先把AI用进日常工作流，哪怕只是很小的地方。

具体怎么做呢？

先找一个最小痛点，每周最让你痛苦的重复性任务是什么？写周报？整理会议纪要？做数据汇总？

选一个，然后去试至少两款AI工具，找到最适合你的那一款，偷偷把它变成你的“外挂”（是否让公司知道，视企业文化而定）。

节省下来的时间，去做更重要的事情。

不要学“AI”，要学“用AI解决我的问题”。

不用报什么课，就是遇到问题时，先问自己：“这件事，AI能不能帮上忙？能帮多少？”然后去搜、去试、去迭代你的提问方式。

这个过程本身，就是在积累“与AI协作”这件事上不可复制的经验。

第二件事：从“流程执行者”悄悄升级为“问题定义者”

AI最擅长的是填空，但最难的是在空白纸上画出第一道线。

普通员工做的事，很大一部分是在一个既定的流程里执行——而定义流程、定义问题边界的能力，是AI难以替代的。

具体怎么做呢？

多问“我们为什么要做这件事？” 不用问出声，但心里要清楚。

接到一个任务，不要只问“怎么做”，先想“这步工作是为了解决谁的什么问题”。

当你清楚上游的需求和下游的约束时，你就不只是一个螺丝钉，而是能预见到方案风险、能提前给出替代思路的人。

把“发现麻烦”变成你的价值，很多工作麻烦，不是难在执行，而是需求模糊、边界不清。

普通员工习惯于“等指令明确了再做”，但你可以做那个主动上前一步的人——“老板，我整理了一下，这个问题我们是不是应该先搞清楚A和B？我列了几个需要确认的点，你看是不是这样？”

你不需要给出答案，你只需要帮大家把真正的问题定义清楚。 这个动作，就是领导力的雏形。

同时，在AI的产出之上，做“那个加一句话的人”。

比如用AI生成了一份方案，你做的事不是直接转发，而是附上几句你的判断：“它给的三个方案里，第二个的风险我们没有评估过，我查了一下政策，发现……” 这种对人、对责任、对上下文的判断，目前大部分AI都做不到。

第三件事：在系统外，为自己创造一个平行身份

这是最被低估但最重要的一件事。

普通员工把大部分时间都卖给了公司，这使得你的技能和精力，被窄化绑定在了一个具体的岗位上。

一旦这个岗位被优化，你的整个价值底座就崩塌了。

你需要一个完全属于自己的“第二张桌子”，哪怕它现在还赚不到钱。

具体怎么做呢？

选择一个你可以“拥有生产工具”的方向，它不能依赖于公司的平台和资源。

写作、播客、一个分享专业经验的社交账号、一个能教别人某个小技能的微课、一个业余时间接的咨询小项目。这东西，是别人拿不走的。

不用“成功”（避免过度焦虑），但要有“输出”和“反馈”。

我们的目的不是马上辞职，而是有另一套完全属于自己的评价体系。

你写的一篇文章被人感谢，你解答的一个人解决了问题，这种来自真实世界的、直接的反馈，会极大地对冲你在职场中的无力感，这也是我的亲身实践。

它会不断提醒你，我的价值不只由这一个人、这一份工资定义。

这能形成一种对冲安全感，当你知道自己哪怕离开现在的岗位，在外面的世界也能被看见、能解决问题、能赚到一点钱时，你在公司里反而会更有底气，也更能拒绝无意义的消耗。

这种底气本身是一种稀缺的职场气质。

这三件事，说白了就是用AI效率保护当下，用问题意识扎根岗位，用平行身份投资未来。

作为普通员工，我们能调动的资源很少，但可以调动的意识很多。

这些动作不需要任何人批准，完全可以在日常工作和你自己的时间里开始。它们不会立刻改变你的处境，但会在你周围构建起一层一层更坚固的护城河。

最后再骂一句，在AI浪潮来袭的过程中，进一步让我们看到了，科技以人为本，但资本不会。

大厂小厂们嘴上把企业文化说得再好听，依旧是逐利的资本家。

他们带头996，又带头把人炼化，把人当螺丝钉当耗材，为这个世界的职场异化做出了卓越的贡献。

我们这种小卡拉米自然无力抗衡，但请时时记住，要自己把自己当成人。

PS：准备再写篇教育篇，最近感触颇深。

——THE END——

喜欢就关注、点赞、在看、转发吧