城市营销 | 战略规划 | 品牌策划 | 营销咨询 | 转载开白

请在公众号后台回复合作

这两天，一句话在网上传开了——

“你不可能对AI说，帮我看一眼云朵”。

相关讨论提到蔡康永近日一番关于AI的论述引发共鸣，他把AI形容为一片“绝对理性的荒原”，没有真实的感官与情感，所以人永远不可能对它说“帮我看一眼云朵”。

因为“看一眼云朵”里没有可执行的目标，只有一个人此刻的心境。

我得先交代一句。说这句话的人，这两天自己也正陷在另一场支持民进党台北市长参选人沈伯洋的竞选舆论风波里。

我向来的态度是：不因人废言，也不因人立言。

今天我们把人和话分开，不谈那个人，单聊这句话——它到底对不对，AI又究竟替我们干得了什么、干不了什么。

这两年，我几乎天天跟AI打交道。可能正因为用得狠，我比很多人都清楚它有多能干，也比很多人都清楚，它在哪一步上，怎么使劲都跨不过来。

干了二十多年策划，我有个改不掉的习惯：不管面对什么新鲜事物，都要先掏出一把尺子量一量。

今天我不聊技术，也不堆概念，就用麦剑道那三个字的策划心法——假设、逻辑、人性——来给AI划划边界。

量完你会发现，这条边界，其实也是我们每个人，该替自己守住的那条线。

01   

我从不把AI当敌人，它是我最趁手的一件工具

先破除一个误会。我今天要讲AI的“不能”，绝不是说我排斥AI。恰恰相反。

就说国庆当天那个热闹事。媒体人胡锡进发了篇国庆长文，末尾忘了删，赫然带出一句AI助手的话：“需要我帮你通篇通读再核对一遍零遗漏，确保完全贴合你的口述原文吗？”截图传开，冲上热搜，网友调侃他“露出了豆脚”。

大家都在笑，我却注意到他回应里的一句大实话。他说，文章是他口述、AI记录的，但观点全是自己的，他每次都要反复叮嘱AI“别发挥，别发挥”。

抛开他那份掩盖或者粗心，以及他前阵子还在嘴上抵制AI、转头自己却用上了的那点双标不谈——他这个用法，我认为是对的：人出观点，机器出力气。

我自己也是这么用的。查资料、理素材、搭框架、磨文字、比对信息、整理纪要……这些过去要耗掉大半天的活，现在它几分钟就给你干得利利索索。在我看来，今天谁要是因为某种执念，硬要拒绝AI、跟它对着干，那跟当年拿着大刀长矛，去对抗洋枪洋炮没什么两样——情怀可敬，胜负已分。

但是，话得说回来。工具趁手，跟工具能替你做主，是两码事。

一把刀再快，往哪儿砍，得人说了算。你要是把刀交到别人手里，还闭着眼让它替你决定砍哪儿，那迟早要伤到自己。

AI到底能替你做到哪一步、又在哪一步必须把缰绳交回人手里？

我们做策划的“假设—逻辑—人性”的心法，一把尺子一把尺子地量给你看看，为什么AI是一面放大镜。

02   

第一把尺子：假设——它能给你所有答案，却给不了那个“好问题”

我始终相信——策划这门手艺，起点从来不是“答案”，而是“假设”。

什么叫假设？我打个比方。一个病人捂着肚子来找医生，喊“我肚子疼”。肚子疼是症状，不是病因。一个有经验的医生，不会病人喊疼就立刻开止疼药：肚子疼的原因非常多，从常见的胃肠痉挛、消化不良，到需要紧急处理的阑尾炎、肠梗阻或泌尿系结石都有可能？找一个最有可能的症状反应先押下去、再去验证和判断，就是假设。

做企业策划，一模一样。客户找上门，说“我最近销量下滑，你帮我想想办法”。“销量下滑”是他喊出来的疼，真正的病根可能在产品，可能在渠道，可能在定价，也可能在他自己都没察觉的某个环节。

这时候，你要是图省事，直接把“怎么提升销量”这句话丢给AI，会发生什么？它能一口气给你列出二十条：降价促销、加大投放、直播带货、优化包装、强化品牌、会员运营……，全是正确的废话。

你一条一条看过去，会发现一件让人泄气的事：每一条都对，可把这二十条全拼在一起，照样救不了这个客户。

为什么？因为它压根不知道病根在哪。它给的，是“正确的废话”。

首先我们得明白AI这些答案是从哪儿来的。它是从海量的、已经存在的、大多数人的经验里归纳出来的。所以它给你的，永远是那个“有各种可能”的答案，而不是“最对”的答案。

它擅长回答，却不会质疑；擅长归纳，却不会发问。

而真正值钱的那个假设，往往恰恰是反共识的，是别人都没往那儿想的一闪念。这个东西，平均经验里没有，AI自然也给不出来。

说个我自己的事。就拿白酒来说，这两年你去看网上的声音，几乎一边倒地在喊：年轻人不喝白酒了，白酒要年轻化、要调饮、要跟潮流IP联名、要做成好看的果味低度酒。

你要是这么问AI，它也会顺着这一大片“平均经验”，给你一套完整的年轻化方案。

可我的“假设”，恰恰相反。

对于前段时间白酒的市场论调，我判断的是：不是人不喝酒了，是那种虚与委蛇、不得不喝的“办事的酒”凉了；而真实的人情相聚——老朋友坐下来、有高兴事要分享、有心里话要说——那杯“人的酒”，还热着。

你看，假设的方向一南一北，后面所有的打法，就完全不一样了。这个反着来的判断，AI给不了我，因为全网的“平均答案”都在往另一个方向跑。

你要是只会跟着平均走，最后也只能得到一个平均的下场。

所以，跟AI共事的第一道闸门，必须人来守：问“对”问题，永远比找对答案重要一百倍。

你手里没有那个一针见血的好问题，喂给它一个稀里糊涂的平庸需求，它再神通广大，也只能原封不动，还你一个稀里糊涂的平庸答案。

我再往深里说一层。平均答案，在风平浪静的时候，确实能让你不掉队——大家怎么做，你跟着怎么做，至少不会错得太离谱。

可生意场上真正分胜负的，恰恰是那些“大多数人都看走了眼“的洞察。行情好的时候，用平均答案，大家一起赚钱，你分不出高下；可一旦风向变了、红利没了，平均答案立刻失效，因为它本来就是在旧环境里总结出来的。

这时候，谁手里有一个提前一步、反着来的“真假设”，谁才能从那一屋子手足无措的人里，第一个走出去。

我经常说一句话：平均的答案，只能让你活到平均水平；而平均水平以下，往往就是下一轮被清掉的那批人。尤其是在如今被教育和网络洗脑的“低智商社会”，这个平均值一直在被拉低。

越是不确定的年头，那个敢自己发问、自己下判断的脑子，越值钱。

提问的那一下，最见功力，也最没法偷懒。

03   

第二把尺子：逻辑——它比谁都会讲道理，却不为道理的真假负责

量完假设，我们量逻辑。这一把，得先说一句有点反直觉的话。

在“讲道理”这件事上，AI可能比你我见过的绝大多数人都强。它条理清晰、层层递进、因为所以、滴水不漏，一篇文章拿出来，结构工整得让你挑不出毛病。甚至很多案例都是编制的文本。

可恰恰是这份“太顺了”，最危险。

一个逻辑要真正成立，得同时满足两个条件。

第一，形式上顺——因为和所以之间不打架，前后不矛盾。

第二，也是更要命的一条：前提得是真的——你推导时出发的那个起点，得符合事实。

AI能把第一件事做到近乎满分，但它不替你担保第二件事。你要是塞给它一个错的前提，它完全有本事，顺着这个错前提，一本正经、逻辑严密地，把你一路带进沟里，而且路上每一句话，听上去都无懈可击。

这里有个特别常见、也特别要命的坑，我得多说几句——因果倒置。

什么意思？AI最擅长干的一件事，是在两件同时出现的事之间，直接给你画一根因果的线。它看到销量涨的时候，广告也投了，就敢告诉你，是广告带来了销量。

可真实世界里，两件事同时发生，因果可能完全是反的，也可能根本没关系。有时候，是因为产品本来就到了要爆发的节骨眼，你恰好那个月投了广告，结果把功劳全记在了广告头上；有时候，是某个大环境、某个热点在起作用，你自己干的那点事，只是赶了个巧。没有完全的因果逻辑。

你要是拿着这根画错方向的因果线，当成前提往下推、往里头加码投钱，下一步往往就是真金白银打水漂。

AI看得见“先后”和“相关”，但它不替你分辨“谁是因、谁是果”——因为这一步，要靠对这门生意的现场体感，要靠人走进去看。

这就是干这行常说的那句话：垃圾进去，垃圾出来。只不过AI把“垃圾”加了一个包装，而且包装得太精致了，精致到你一眼看不出那是垃圾。

我讲策划心法里的第二个心法就是“逻辑”两个字，指的从来不是纸上自洽，而是每一步都得跟现实咬合，都能拿事实和数据去试压、去验证。

我这些年见过太多企业栽跟头的方案，栽的根本不是逻辑混乱——逻辑混乱反而容易被识破——真正害人的，是那种逻辑顺得一塌糊涂、可出发点是错的方案。

最典型的，就是各式各样的商业计划书。

我看过太多这样的PPT：市场规模有多大，我只要切下其中百分之一，就是多少个亿；用户从哪来，几年做到多少，第几年回本、第几年盈利……整个故事环环相扣，闭环漂亮得无可挑剔，听的人热血上涌。

可真金白银一做，死了。

死在哪？往往就死在盲目乐观地那个轻飘飘的“百分之一”的算术数字上。

凭什么这百分之一是你的？客户凭什么选你不选他？这个最该先被验证的前提，在那份完美逻辑里，被一句“市场空间广阔”轻飘飘地糊弄过去了。AI要是下场帮你写，能把这个故事讲得比谁都圆、都动人——但圆，从来不等于能成。

所以，第二道闸门，使用AI的人必须要做那个“逻辑的审计员”。

AI负责往前推演，你负责回头验真：盯住它出发的那个前提，回到现场去，拿真实的数据、真实的客户反馈，一下一下去压，看它站不站得住。

这里我还要多说一句。我给自己定过一条死规矩：引用的数据必须有据可查，有一分证据，才说一分话，绝不用一个看起来很精确、其实没出处的数字去唬人。所以，我是经常打开几个AI工具，相互参考，相互比对。

这条规矩，表面是约束写作，其实是专门用来防AI的。因为AI有个出名的毛病，行内叫“幻觉”——你问它要个出处、要个数据，它张口就来，编得有鼻子有眼，连论文标题、作者、年份都能给你配齐，可一查，根本没这回事。

它不是故意骗你，它只是在输出“最像那么回事“的回答。你要是不盯着、不核着，它就敢用最自信的口吻，把假的讲成真的。

这一道较真的功夫，机器替代不了，也不能交给它，我们必须要进行逻辑审计。

04   

第三把尺子：人性——这是AI怎么使劲都跨不过去的那条河

前两把尺子，还都在“事”的层面。

这第三把，量的是“人”，也是我认为最深、最难的一道。

我们回到开头那句话：“帮我看一眼云朵”。

AI回答——帮你看了下XX（地域）的情况：2026年10月7日10:36，当前气温24℃，体感18℃，天气晴，北风1级，湿度93%，空气质量优（AQI 49）。

这个请求，AI为什么接不住？你细想就明白了。

一个人让朋友看云，他真想让对方看的，从来不是那朵云本身。

他可能是那一刻忽然想起了某个很久没见的人，可能云的形状像极了他小时候家乡的某个夏天，可能他只是心里涌上一阵说不清的高兴或者孤单，想找个人分享。

云只是个由头，那一瞬间的心境，才是真正想递出去的东西。

机器看得懂云的形状、报得出云的种类、画得出一万张更漂亮的云图，可它没有那个“心境”。它能处理“云”的概念，处理不了那句没说出口的“心里话”。

而，我们做营销、做策划，表面看是在卖货，骨子里，从头到尾都是在跟人打交道。

人到底为什么掏钱买单？你要是真去观察就会承认，绝大多数时候，不是因为这个东西参数最全、价格最低、性价比算到了极致，而是因为那句话——“这个东西，符合我的审美、符合我的口味、像儿时的记忆、有情绪的价值——懂我”。

人性里，有太多“不理性”却无比真实的东西。人要面子，怕失去，爱念旧，会从众，有时赌气，容易心软；为了孩子可以不计成本，为了争一口气能花出去一笔想都没想过的钱；明明隔壁更便宜，却愿意多走两条街，去跟那个总是笑呵呵、记得住自己口味的老板买。

我小区外面一个开社区蔬菜水果店的老板娘，我想她肯定没学过什么营销，而且也没有什么私域系统。可她在我们小区的那一片，有几家更大、更便宜的生鲜店，甚至做了十几年的菜市场摊主，生意偏偏都干不过她。

我专门观察过几次。她记得住老主顾：哪家有孕妇，哪家老人牙口不好，哪家小孩爱吃什么。看见某个大姐进门，她顺手就把刚到的、软乎点的桃子递过去；刚下班的宝妈，她会提醒一句“今天的葡萄甜，给你留了一串”。而且，我们买菜她每次都会随手送一份小香葱。

你说她靠什么？靠的根本不是价格。是那点被人放在心上的感觉。这种感觉，你让AI分析，它能给你总结成“用户运营、情感价值、复购管理”一堆漂亮词——可它总结完，也变不成那个会记着你人家爱好和口味的老板娘。

数据能告诉你，复购率高的店都做对了什么；它算不出来的，是顾客接过那串葡萄时，心里那一下暖。这一下暖，才是回头客真正的来路。

这些弯弯绕绕，数据能把现象记录下来，却算不出背后那个热乎乎的“为什么”。

我做品牌，反复讲过一句话：所有营销的终极目的，是让人“信”。

为什么这么说？因为信任这个东西，恰恰是反逻辑、反算计的。它不靠你把道理讲得多圆，它靠的是一次次真实打交道，慢慢攒下来的那点温度、那点踏实，和那点对人好的真诚。

你可以用AI一天生成一百条挑不出错的完美话术，可在客户真正落难、真正为难的那个节骨眼上，这一百句话，往往不如一个懂他的真人，脱口而出的那一句实在话。

完美的话术，最多让人点头；只有热忱的真心，能让人托付。

所以，第三道闸门，也是最深的一道——人性，必须由一个自己活过、痛过、被生活锤过的人来把。

AI没有肉身，没有切肤的利害，没有深夜里的辗转反侧。它可以把“我理解你”这四个字，用一百种更温柔的方式排列组合；可它自己，并不真的能够与你共情。

句式能模仿；心疼，模仿不了。

05   

真正的洞察：AI不是来“取代”的，它是来给人“重新定价”的

三把尺子量完，这条边界其实已经很清楚了。

AI能接走的，是“怎么做”这一大段——执行、整理、归纳、推演、生成；它接不走的，是“为什么做”和“为谁做”——也就是假设、验真和人性。

道理讲到这儿，很多人会松一口气，说那我懂了，AI取代不了人。

可我今天最想讲的，恰恰不是“取代”这两个字。这个说法太浅了。

我有两个可能有点刺耳、但我自己越想越笃定的判断。

第一个判断：AI是一面放大镜，同时，也是一面照妖镜。

对那种脑子里有假设、有判断、又懂得人心的人来说，AI是放大镜。过去要五个人、一个团队才能干完的活，他一个人配上AI，就给你办了，而且办得更快更好。

它的本事，被这面镜子放大了十倍。

可对那种只会机械执行、只会搬运照搬、自己脑子里没有一点真东西的人来说，AI就是一面照妖镜。他赖以生存的那点活，恰恰是最标准化、最重复、最不需要判断的——而这类活，机器做得又快、又稳、又便宜，还从不抱怨、从不闹情绪。镜子一照，无处遁形。

所以未来真正的竞争，根本不是“人跟AI”的竞争，而是“会用AI的人”跟“不会用AI的人”的竞争，再往深里说，是“脑子里有真东西的人”跟“满脑子活在上个世纪的人”的竞争。

这里头藏着一个挺残酷、但你必须认账的事实。

过去，一个平庸的执行者，靠资历、靠信息差、靠“我手上这点活别人一时半会儿接不上”，还能在一个位置上安安稳稳待很多年。

AI一出来，这个缓冲垫被抽走了——它把执行的门槛，一下子拉到几乎为零。

换句话说，靠“手熟”吃饭的时代，正在落幕；靠“眼光和审视”吃饭的时代，提前来了。你要是还把全部精力，花在磨炼那些机器三秒钟就学会的手上功夫上，再勤奋，也是在一条越走越窄的路上使劲。

真正聪明的人，早就悄悄把劲，往“假设、逻辑、人性”这三处挪了。

因为他明白，这三样东西，机器学得越久，越显得人金贵。

机器擅长在既定框架里穷举，而提出框架、质疑前提、读懂人心里那点说不清的犹豫，仍是人的活。所以别急着比谁算得快，多练怎么“问出好问题”——那才是越用越值钱的部分。

AI没有把人逼上绝路，它只是把人的价值——硬生生逼回到了那三件机器学不会的事情上的较量。

第二个判断：当人人都能一键生成，“人味”反而成了最稀缺的奢侈品。

你往后刷手机，大概率会越来越频繁地遇到这样的内容：十篇里有九篇一个腔调，工整、正确、四平八稳，错别字都挑不出来一个，可读完之后，你一句话也记不住，心里也掀不起一丝波澜。

就在这种内容泛滥成灾的时候，一句带着毛刺的真话，一段有体温、有细节的亲身经历，一个有立场、甚至带着点偏见和脾气的真人判断，反而会“唰”地一下，从那片平均的灰里跳出来，扎进你心里。

我们回头再看胡锡进，为什么只是漏删了一句提示语，就引起那么大的动静？

不只是因为他前后矛盾。更深的原因是，读者被那铺天盖地的同质化内容，磨得越来越眼尖、越来越警惕了。他们几乎是下意识地，在拼命辨认一件事：眼前这块屏幕背后，到底坐着一个活生生的人，还是又一个，吐出平均答案的胡编滥造的机器。

想明白了这一层，我就更笃定一件事：要用自己的眼睛去看，用自己的嘴去说，只写我真正经历过、真正信的东西。

这不是跟技术较劲。

这是因为我看得很清楚：机器越是泛滥，“真实”就越是昂贵。满世界都是合成的、正确的、轻飘飘的东西时，那点笨拙的、滚烫的真，就是最贵的流量，也是最长久的信任。

06   

落到现实工作中：到底该怎么跟AI搭档，我给你四条参考意见

道理讲完，得给干的。怎么跟这么个又能干、又靠不住的伙计相处？我自己摸索下来，就四条。

第一，让它干“四肢”的活，你负责守住“大脑”的活。

整理、搬运、排版、检索、铺陈，这些费时间不费判断的事，尽管放心甩给它，甩得越彻底越好。但定方向、做假设、拍板、担责，这几样，一样都不能外包。它可以是你伸出去的手、跑出去的腿，不能是你的脑袋。

第二，永远先问自己“问题对不对”，再让它去找答案。

别急着提需求，先把那个最要命的问题磨锋利。你指的方向越准、问的病灶越真，它还回来的东西就越有用。你方向都是偏的，它跑得越快，离你真正想去的地方越远。

第三，做个不动声色的怀疑主义者。

它给你的每一个事实、每一组数据、每一个出处，都留个心眼，能核的逐条去核。我自己有个笨办法，分享给你。凡是AI给我的关键判断，我都逼着自己再问一句：“如果它说反了呢？”

就这一句，能拦住大半的坑。你顺着“它说反了”往下推一遍，很多时候会发现，反着来的那套逻辑居然也能自圆其说——这恰恰说明，眼前这个看着漂亮的答案，根基并不牢，它只是因为过去“更常见”，才被排到了第一位，而不是因为它“更正确”。

越是让你舒服、让你连连点头的答案，越要警惕。因为人跟机器待久了，很容易染上一种懒：它说得这么顺，我何必再费劲去较那个真？恰恰是这个“何必”，是你判断力开始生锈的第一声警报。

尤其要记住：它讲得越顺、越笃定、越像那么回事，你越要回头去盯住它出发的那个前提。

顺，不等于真。

所有人都看好的生意，一定是烂大街的。

第四，把它帮你省下来的时间，拿去好好生活。

这一条最要紧，也最少有人想到。AI唯一学不会人性，根本原因是它不生活——它没有日子要过，没有人要爱，没有跟头要摔。

那你就得反着来。多用AI，把自己从重复劳动里捞出来，省出大把时间，去见真客户、跑真现场，跟活生生的人吃饭、聊天、吵架、和好，去经历那些看似“没用”的瞬间——看一次云，发一次呆，为一首老歌湿润一次眼眶。

你身上那点机器夺不走的“人味”，只能从这种真实的日子里，一点一点长出来。这，才是你面对AI时，最后、也最硬的一道壁垒。

最后我再补一条判断标准，帮你在拿不准的时候，一下子分清这事能不能交给AI。

你就问自己一句话：这个决定，将来出了问题，谁来担责？

凡是要担责、要拍板、要押上自己身家信誉的事——要不要上这条产品线，要不要辞掉某个合伙人，要不要在最艰难的时候咬牙顶住——这些，没有任何理由交给一个不为结果负责的机器。

它可以给你参考，给你铺陈利弊，但按下那个按钮、然后承担后果的，只能是你。

AI最大的“懂事”，恰恰是它从不担责。那么反过来，凡是需要担责的地方，人就必须在场。

这条线，是人与AI的责任分界点，一分都不能让。

07   

我给大家的建议——腾出空来，自己去看那朵云

我们回到开头，那朵云。

AI替你看不了云。但它可以帮你把手上的活快快干完，让你腾出空来，自己抬头，去看那朵云。

说句实在的话，用AI用得越久，我反而越确信一件事：人得先把自己活成一个丰盈的人，AI才对你有意义。

一个自己日子过得寡淡、对什么都提不起兴致、也不爱琢磨人的人，就算把全世界最强的AI摆在他面前，他也榨不出什么来——因为他自己心里，就没有那个要追问的问题，没有那份要替人解决难处的心意。

机器是放大器，可你心里要是空的，它放大的，也只能是一片空。

所以说到底，这一轮技术浪潮，逼着每个人先回答一个最古老的哲学问题：你，到底是谁，你想干成一件什么事。这个问题，机器帮不了你，也只有你自己答得上来。

我越来越觉得，这才是人和工具之间，最好的那种关系：它负责效率，你负责意义；它负责“怎么把事办成”，你负责“当初为什么出发”。

所以我一点都不怕AI变得越来越强大。

我真正怕的，是另一件事——人在一个越来越聪明、越来越懂事的机器面前，不知不觉，把三样东西交了出去：抬头提问的那股勇气，低头较真的那股轴劲，还有侧耳去听、伸手去暖人心的那份能力。

要是真有那么一天，那片寸草不生的“荒原”，就不在AI那边了，而在我们自己长满野草的心里。

假设、逻辑、人性——这三个词，是我做了二十多年策划，磨出来的一把尺子。

量方案，量机会，今天，也拿来量这个新时代。

守住这三个词，AI再强，也不过是“替你开路、替你跑腿”的那一匹马。

而握着缰绳、心里清楚要往哪儿去的那个人，永远得是你自己。

麦剑道讲解决真问题，关键也就在这儿，我们始终握住“审视的缰绳”——先确认问题是“真”的，再谈解法和落地效果。

本质麦剑道·解决真问题。企业破局亦是同理，切忌只在枝叶修补，要直击底层病灶。麦剑道始终秉承“做企业中医”初心——不看表面看病灶，不治症状治病因。我们一贯坚持“从目标出发・用逻辑策划・按效果付费”服务理念，始终践诺“方案不落地，退费；绩效没提升，不收费”。

（原创不易，欢迎私发给与您三观一致、值得您关心的企业家朋友，这样我和你的朋友都会感谢您——不仅仅是这篇文章的内容，而是因为被您惦记而充满感激之情）。

关于文章的观点探讨与思想碰撞

欢迎大家积极在评论区留言交流

麦剑道策划机构| 中国首个践行“按效果付费”的策划咨询机构

📢关注「策联知库」公众号，我们会不断拆解成功的城市营销、企业战略规划、品牌营销的文章，以及我们操盘过的“黑手党方案”案例，详细还原从诊断到落地的全过程。

💬欢迎链接：如果你也在想，怎么在这个机器越来越强的时代，把自己的生意做扎实——麦剑道做了二十多年的企业中医，专治那些“怎么努力都不见效”的真问题。欢迎来聊，我们用逻辑和结果说话。