我用AI把工作压缩了50%

先讲个真事。

上个月一个做行政的朋友跟我说她最近天天6点下班。我第一反应是换工作了，她说没有，就是学会用AI了。她老公在旁边插了一句：「我怀疑她吃了什么药。」

其实就是把AI当实习生使。

先说行政这个。叫林姐吧，中型企业，管行政。

她的日常我以前觉得挺轻松——发发通知、做做PPT、开开会记个纪要。后来跟她聊了一次，才发现这活是要命的。会议一个接一个，纪要写到晚上，周报写到晚上，月报PPT还是晚上。每天加班到9点，周日还得搞。干了三年，考核从来没拿过优秀。

我帮她理了一下，其实80%的时间花在三件事上：会议纪要、公文通知、月报PPT。全是重复劳动，没啥创造性。这种活最适合丢给AI。

会议纪要这块，她现在用讯飞听见。开会的时候手机放桌上实时转写，散会15分钟出纪要初稿加待办清单。她要做的事就一件：扫一遍有没有漏掉的关键决议，然后把老板「没说完的话」补上去。

这个挺微妙的。比如老板说「这个方案再看看吧」，AI会忠实地记成「方案待定」。但林姐知道老板的真实意思是「第三页那个数字不对，改完我看一下」。这种翻译工作AI是干不来的，只有天天开这些会的人才听得懂。

公文通知更简单。打开豆包，输入「周二下午3点消防演练，通知全体员工提前5分钟到工位，注意用内部语气，不要官腔」，十秒钟出来一版。她改三个地方：把「各位同事」改成平时叫的「大家」，把政策措辞换成内部通用的说法，末尾加一句「天热，会议室提前开了空调」。

就最后这七个字，AI想破头也写不出来。因为它不知道会议室空调不好使，不知道同事每次开会都抱怨热。这种细节只有天天待在那里的人才知道。

月报PPT用WPS AI灵犀。上传当月数据，一句话指令，哗哗出20页。她再手动调一遍结构逻辑，补一页自己的解读。

她说她现在最值钱的就是最后一页。数据谁都看得懂，但数据背后的判断——为什么这个月差、下个月怎么调——是她的价值。AI替她省了排版和汇总的时间，让她有精力去想这些真正该她想的。

翻过一次车。

WPS AI出的PPT看着漂亮，但有一回目录页的次序是乱的。她急着开会没审，讲到第三页发现怎么跳到第五页的内容了。老板抬头看了她一眼。她说那个眼神比加班到凌晨还难受。从那以后雷打不动一条规矩：PPT出来先审目录，多看5分钟，省一个尴尬。

第二个案例是产品经理，叫他小周。

互联网公司的PM，一周两次用户访谈、写PRD、做季度汇报。他跟我吐槽过一句话我觉得特别真实：「我感觉我不是产品经理，是Word操作员。」每天打开电脑就是打字、排版、改格式。真正做决策的时间反而被挤没了。

用户访谈他用了听脑AI。录音一甩，实时转写加关键词提取，结束后一分钟出需求清单。他只需要做一件事：判断哪个需求是真需求。

这件事巨重要，也巨难。用户说「我希望这个功能能更智能一点」，AI会老老实实记下来——「需求：功能智能化」。但你坐在用户对面，看着他的表情，知道他只是不想太直白地说「你们这个太难用了」。是真好用的需求还是礼貌性的吐槽，AI分不出来，能分出来的只有那个跟用户聊过一百次的人。

PRD他现在用DeepSeek。需求清单丢进去，出框架出流程图。他自己填竞品分析、补边界场景、排优先级。

这里踩过一个特别典型的坑。

第一次用DeepSeek出PRD，文档写得漂漂亮亮，框架完整，流程图也有模有样。结果开发组长看完直接找过来，指着文档说：「这五个功能你认真的？我们上次开会不是明确说了不做吗，排期根本排不下。」

他这才反应过来——AI不知道什么叫Scope，不知道哪些是「明确不做」的功能。你在需求清单里随手写了几个锦上添花的点子，AI当成正经功能给你写进去。现在他养成了一个习惯：写PRD之前先花五分钟列一页功能边界声明，什么该做什么暂时不做，白纸黑字写清楚。然后把这页纸和需求清单一并丢给AI。五分钟，省了之后跟开发无休止的撕扯。

季度汇报用ChatPPT，一句话出30页。他说他用的时候从来不直接拿来用，是先打开看数据，找出一个故事线——「这个季度最值得说的一件事是什么」——然后围绕这一件事去重组页面。高层不看30页PPT，他们就找一句话。那句话得是他自己憋出来的。

第三个是小张，央企财务。

他的痛苦比较具体：每到月结，五个系统里拉数据，对账查异常，找差异找到崩溃。去年年底有一次对不上账，他翻了两天凭证。

数据导入这块他用RPA。配置好规则，五个系统自动跑，流水汇总到一张表。他主要处理RPA报错的脏数据——系统导出的格式永远有惊喜，今天少一列明天多一行，这个环节完全没办法自动化。

异常检测用DeepSeek。重复付款、异常报销，识别出来十秒钟出清单。但这个清单只能当线索用，不能当证据用。他得逐条核实——系统标记的「异常」里，有相当一部分其实是正常的业务操作，只是金额或时间上看起来奇怪。反过来，有些真正有问题的交易，系统反而不一定会抓到。

他在这块交过一笔不小的学费。

RPA跑第一周就漏了一笔跨月退款——格式跟其他流水差了一个字段，系统直接跳过没报错。月底对不上了，发现5万缺口，回头查了两天凭证才找到。从那以后他给自己定了规矩：RPA跑完，无论月底多忙，至少人工抽样查5%。这个比例是他自己试出来的——少了不踏实，多了又没必要。

报表生成用WPS表格AI，自然语言下指令替代写函数，三分钟出结果。他再补业务原因说明和管理层建议。数字谁都会算，但数字背后的故事——为什么这个月费用高了、是不是有一个预算外的项目没走审批——这些只有财务自己知道。

三个案例拆完，我自己也开始反思：我和AI到底是个什么关系。

我后来想到一个比喻——AI像副驾。给你导航、帮你看路、提醒你困了。但方向盘在你手。

这个感觉林姐说得最直白。她说AI就像一个新来的实习生，特别能干活，但是你让他帮你做决策，那就完了。你能让他整理数据、写初稿、扫格式错误，但最后拍板——给老板发的通知用什么语气、PPT里哪个数据是重点、账上那个异常到底有没有问题——这些事你交给他，出了问题还是你的。

所以我现在有个判断标准，特别简单：

AI出草稿，你当编辑。

AI提选项，你做选择。

AI整理信息，你下判断。

如果你也想试试，我觉得可以今晚就动起来。

找一件你最烦的重复工作——周报也行、纪要也行、对数据也行。别想太多，先挑一件。

然后配一个工具：文案找Claude或者豆包都行，PPT用WPS AI，数据处理用DeepSeek，会议录音用讯飞听见。不用研究评测，不用比参数，先跑起来再说。

跑的过程里留个心眼，看AI在哪个环节翻车了。翻车不是坏事，翻一次就知道边界在哪了。

最后说一句。我见过最危险的用法，不是不会用——是把AI当自动驾驶，撒手不管。

它是副驾，方向盘是你的。路怎么走，你说了算。