ARTICLE · 1297709
AI工具越装越多,为什么工作还是没快起来?
AI工具越装越多,为什么工作还是没快起来?会员开了两三个，AI工具也装了五六个，每天忙着研究新功能，可真正工作时，效率好像并没有多大变化。 问题可能出在一个容易被忽略的地方：我们一直在琢磨用什么工具，却很少认真想过，自己的工作到底是怎么完成的。 11月1日，《哈佛商业评论》发表了一篇关于AI与工作流程的文章，提出了一个值得重视的观点：很多人用不好AI，并不是工具不够先进，而是没有先弄清楚整个工作的流程。 文章引用了一项涉及515家企业的研究。这项研究由INSEAD和哈佛商学院的研究者开展，相关结果于2026年4月公开。研究中，一组企业被安排去了解其他公司如何围绕AI调整工作方式。结果，这组企业识别出的AI应用场景增加了44%，完成的任务增加了12%，获得付费客户的概率高出18%，收入接近对照组的两倍。 这个结果挺有意思。花时间研究别人怎么改变工作流程，反而比单纯埋头试工具更有收获。 放到个人身上，也可以用同样的思路。 先别急着找工具，把自己的工作捋一遍 第一步：记录一周的工作内容。 拿出一张纸，或者打开一个表格，把周一到周五做过的事情逐项记下来。 比如：整理资料、回复客户、制作报表、开会、写周报、跟进项目。每件事花了多少时间，也一并记上。 不要只记录那些重要任务。找文件、复制数据、反复修改格式、催人反馈，这些不起眼的小事也要写进去。 很多时候，真正占用时间的恰恰是这些零碎工作。 第二步：找出适合交给AI的环节。 记录完成后，给每项工作看两个指标：一周要重复多少次，操作规则是否明确。 重复次数多、操作方法固定的工作，通常更适合让AI参与。 例如，整理会议记录、归纳资料、提取表格信息、生成周报初稿等，都可以尝试交给AI处理。 但要分清楚，AI接手的是某个环节，不一定是整项工作。资料核对、重要判断和最终审核，仍然需要自己负责。 第三步：别只看前面省了多少时间，还要看后面增加了什么工作。 这一点很容易被忽视。 假设以前写一份周报需要40分钟，现在用AI生成只需5分钟，看上去节省了不少时间。 可如果原始数据没有整理好，AI生成的内容就可能出现错误。你还得重新核对、修改，甚至因为数据不准确而返工。 原来卡在写作速度上的问题，转移到了数据质量上。前面快了，后面却不一定省事。 所以，改造工作流程不能只盯着某个工具的使用效果。一个环节变快之后，还要看看它是否给其他环节增加了负担。工作方式也需要根据实际情况不断调整。 第四步：每周留一点时间，看看别人是怎么做的。 自己摸索当然有用，但没必要所有事情都从头试一遍。 可以每周拿出30分钟，看看同行的案例、企业的应用实践，重点关注别人到底改了哪个环节，解决了什么问题。 给自己做一张工作流程表 不用画复杂的流程图，一个简单的表格就够了。
填完之后，把每周总耗时最高的几项圈出来，挑一项尝试调整。运行一周，再对比修改前后的时间和结果。 没有必要一口气把所有工作都交给AI。先解决一个真实存在的问题，通常比再开几个会员、再下载几个工具更有价值。 你现在的工作中，哪件事最耗时间，却又最适合让AI帮忙？
