ARTICLE · 1020325
别再急着给团队加AI工具了:先删掉这3种旧工作
很多公司开始上 AI 以后,第一反应都差不多:
给员工开账号。
买工具。
培训 Prompt。
要求大家“尽量多用 AI”。
看起来很积极。
但我现在越来越觉得:
管理者第一步,可能做反了。
AI 进团队之前,最应该做的,不是再增加一个工具。
而是先看看:
原来的工作里,有哪些东西,根本不该继续存在。
因为 AI 最危险的一种用法,不是它做错了。
而是:
把一件本来就没必要做的事,做得更快。
01|很多团队用了 AI,流程反而更长了
举个很常见的场景。
原来一个报表流程可能是:
员工整理数据→ 做成 Excel→ 发主管→ 主管汇总→ 发老板→ 老板看完再反馈。
后来公司开始用 AI。
大家觉得,这下应该提效了。
于是流程变成:
AI 先整理数据→ 员工检查→ 做成 Excel→ 发主管→ 主管再让 AI 总结→ 发老板→ 老板再让 AI 分析→ 主管再根据分析反馈。
工具变多了。
AI 也参与了。
但你仔细看,会发现一个很尴尬的问题:
原来的节点,一个都没少。
甚至还多了几次“AI处理—人工检查—重新传递”。
这时候,问题已经不是:
而是:

02|我做管理这些年,遇到乱团队时,第一步从来不是“上工具”
我以前处理一个比较乱的团队,习惯先做一件事:
把流程画出来。
先看:
这件事从哪里开始?
经过几个节点?
每一步是谁负责?
问题到底在哪个环节出现?
哪些节点一直在重复做同一件事?
然后再决定:
哪里该改。
哪里该换人。
哪里该重新定职责。
所以现在看 AI 落地,我越来越觉得逻辑其实一样。
很多人一上来先问:
“这个岗位能不能用 AI?”
但更应该先问:
“这个工作本身,还有没有必要按现在这个流程存在?”
工具应该放在流程后面。
不是流程围着工具转。
03|第一种旧工作:AI已经能做,人还在重复做
这一类最容易发现。
比如:
汇总固定格式的数据
把会议纪要整理成行动项
把多份资料归成统一结构
做固定格式的周报初稿
把一堆信息整理成表格
做例行性的初步分析
如果工作本身:
输入比较清楚
输出格式稳定
判断边界明确
结果可以检查
那就没必要继续让人从头做到尾。
这一类工作的动作很简单:
交。
交给 AI 先做。
人只保留:
边界
抽查
异常处理
最终责任
重点不是:
“员工也会用 AI 了。”
而是:
这段工作,人是不是已经可以退出大部分执行。
04|第二种旧工作:AI加进来了,但只是多了一次交接
这一类更隐蔽。
因为看起来“AI 使用率”很高。
比如:
员工先写一版。
再让 AI 润色。
员工再检查。
再交主管。
主管再让 AI 总结。
主管再改。
最后再交老板。
大家都用了 AI。
但整个流程的交接点,比以前还多。
这时候应该做的不是:
再培训一次 Prompt。
而是直接问:
这几次人工交接,有没有必要?
比如原来:
员工写初稿 → 主管改 → 老板看。
能不能改成:
员工给目标和素材→ AI 出结构化初稿→ 主管只审关键判断→ 直接进入最终版本。
这类工作的动作是:
改。
不是“让 AI 参与更多”。
而是:
重新设计人和 AI 的分工。
05|第三种旧工作:本来就没必要存在
这类才是最容易被忽略的。
因为很多公司已经做了很多年。
做久了,就默认它应该存在。
比如:
为了汇报而做的汇报。
没人真正使用的报表。
多层重复汇总。
同一份数据,在不同系统重复录入。
为了开会而准备的大量材料。
明明一个页面能说明白,却要做十几页 PPT。
以前这些事很耗时间。
现在 AI 来了以后,大家第一反应是:
“太好了,终于能让 AI 自动做了。”
但真正应该问的是:
既然没人真正需要它,为什么还要做?
所以第三类工作的动作不是“自动化”。
而是:
删。
这一点我认为特别重要。
因为 AI 会让很多低价值工作突然变得“很容易做”。
越容易做,人越容易忘记问:
它到底值不值得做?
06|真正的 AI 提效,不该看“有多少人在用”
很多公司衡量 AI 落地,会看:
多少员工开通了账号。
多少人参加了培训。
多少部门用了某个工具。
多少 Prompt 被调用。
这些数据当然可以看。
但如果让我选一个更重要的指标,我会看:
一个真实工作流程,变短了吗?
原来 8 个步骤,现在 5 个。
原来 4 次交接,现在 2 次。
原来一个人要花 2 小时,现在只需要 20 分钟检查结果。
甚至:
原来必须做,现在直接不做了。
这才是真正的变化。
所以我越来越觉得:
AI 提效的最小单位,不应该是“一个员工会不会用 AI”。
而应该是:
一个工作流程,有没有因为 AI 被重新设计。
07|AI进入流程前,我现在只问三个字:删、改、交
如果你现在也在团队里推 AI,
我建议先别急着继续加工具。
先随便挑一个每天都在发生的流程。
把每一步写出来。
然后逐个问三个问题。
1. 这件事本来就有必要做吗?
如果没有:
删。
2. AI 加进来以后,流程是不是仍然有很多重复交接?
如果是:
改。
重新设计流程。
3. 这件事确实有必要,而且输入、边界、结果都比较清楚吗?
如果是:
交。
交给 AI 执行。
人负责:
边界、审核、异常和最终责任。
08|一张图总结:AI进入流程前的“删、改、交”

我现在越来越不喜欢问:
“这个地方能不能加 AI?”
我更愿意先问:
“这项工作,还需不需要按现在的方式做?”
顺序一换,很多答案会完全不同。
写在最后
AI 刚开始进入团队的时候,最容易发生一件事:
新工具,套旧流程。
于是:
工具越来越多。
AI 用得越来越频繁。
但大家并没有真正轻松下来。
真正有效的 AI 落地,应该反过来。
不是先想:
哪里还能多放一个 AI?
而是先把工作摊开。
看看:
哪些可以删。
哪些必须改。
哪些才值得交给 AI。
如果最后 AI 帮你做的,只是把一条原本就很长的流程跑得更快,
那可能还不够。
真正的提效,是:
这条路本身,变短了。
你可以现在就从团队里挑一个最常见的流程,把每一步写下来。
然后只问三个字:
删?改?交?
很多时候,真正的 AI 提效,
就从少做一步开始。