夜雨聆风今天读了刘润老师的一篇文章，里面提到“35岁危机，反而可能是红利”，让我重新思考一个被热议的问题：AI时代，学科运营的价值还在吗？
AI能接管体力活，能收集、整合信息，能产出学科运营资料、海报、讲座PPT，甚至公开课的标准化模板——比人快，比人高效。那么人干什么？学科运营的红利在哪里？
有人说，AI来了，学科运营就没有价值了。这句话对了一半。那些只会产出基础资料、做辅助性工作的岗位，确实需要警惕，需要尽快学习、转型——不是换岗位，而是让自己的价值升维。
一、信息可以AI做，判断必须人来下
有人问：择校小程序是不是就没价值了？我认为不是。AI可以让小程序的信息量、数据范围、颗粒度成倍提升，帮家长完成基础的信息了解和扫盲。但做判断的环节，有太多细微而重要的工作——需要专业深度、对国际教育的理解，更需要对留学家庭的深入洞察：现状、资源、偏好、目标，乃至学生的性格、社交方式、家庭关系、教育方式等。综合这些，帮家长找到最优解。那些能洞察政策背后的逻辑、抓住核心需求、看到数据背后的关键杠杆的学科运营人，价值反而在不断放大。
所以答案可能很简单：做判断的能力。
这件事值不值得做？这个客户该不该签？AI生成的五个方案，哪个能上、哪个要改、哪个直接扔？这个资料家长为什么不领？讲座内容为什么没人拍照？客户不满意，是产品还是话术的问题？AI能列出无数种可能，但做决策的，必须是人。大家的比拼不再是“谁更勤奋、谁内容更细”，而是谁的“判断力”更精准——这就是业务手感。
二、AI做“检查”，人做“诊断”
类似的小程序或智能体，本质上解决的是信息量和效率问题，没有解决价值判断，没有面向客户解决根本需求。
就像医院的仪器能做细致检查，但最后诊断必须由医生来做。以择校讲座为例，升学数据只是引入思考，而12个择校指标才是真正的价值判断工具。能产出指标标准的人是值钱的，能运用这些指标的人价值更高——这个角色叫择校升学指导老师。为什么销冠能在沟通前就判断出：哪个是主推方案、能快速关单，哪个是锚点方案？这就是业务手感。
三、判断力是一种“红利”，需要刻意训练
我记得我的一位领导曾经说过：管理者最终拼的是判断的正确率。你做判断的效率、成功率，正在拉大彼此的差距。这同样适用于学科运营。
所以，尚未僵化的判断力，会不断体现价值，成为我们的“红利”。AI帮我们产出了大量资料，我们要把哪些投到招生活动中？哪篇软文更好？哪个策划更优？要培养挑出最佳选项的能力，不断复盘：为什么错？下次怎么对？时间会让你长出专家的眼睛。
如果你的主要精力还在做流程、写PPT，就让AI助理帮你提效，你要从“面向事”转向“面向人”。多花时间与客户连接：面谈、旁听咨单、参与家长会、看投诉和冷漠的反馈。不断训练感知力、分析力、判断力——这是水磨功夫，也是硬功夫。
你的工作不是把校情资料填进表格，而是在学情调研中与学生、家长互动，感受他们的疑惑、痛苦、焦虑。这些正是产品创新的源头，也是业绩增长产生的地方。
四、除了判断，还要懂风控
有人会问：未来AI难道不会也学会做判断吗？这是个好问题。我的理解是：AI可以做数据驱动的预测型判断，但无法替代基于价值观、情感和情境的规范性判断。尤其是在风险控制上——什么事能做、做到什么程度、什么时候该“踩刹车”，必须由人来把握。
以国际教育为例，学业导师除了帮家庭做资源配置、关键决策，更重要的是帮他们做风控。当孩子学习状态紧绷，我们不是继续加课，而是要告诉家长：停下来，缓一缓。当孩子第五次考雅思仍不到7分，不是急着报下一场，而是检查学习方式是否出了问题。这正是国家队教练无法被AI替代的原因——他们知道什么时候“给油”，什么时候“踩刹车”。（比如刘国梁在奥运会上喊醒张继科：“你醒醒，这是奥运会！”那一把“油”，让差点丢掉的金牌重新夺回。）
五、判断力来自长期的“人”的积累
曾经有个故事发生在我的工作场景里，我们团队有个管理者一直着急招人，每次都被我pass掉。他问我为什么。我说：“你在看数据，我在看人。你看教育背景、行业经验；我看价值观、思维模式、工作偏好，跟团队和业务需求的匹配度，以及他掉链子时对团队的破坏力我们团队能不能承受。”这也是在“踩刹车”，做风控。
我的这些判断，一部分来自面试技巧，更多是直觉。直觉来自我跟大量不同人的接触、观察、复盘——看得多了，就形成了识人模型。大家看到的是我半小时面谈后的判断，实际上是十几年职场生涯中点滴积累的“人才数据库”。这也是AI难以替代的价值。
有人会说：这不就是智能体吗？喂数据做评估。不是的。做判断远不止数据，还要结合当下业务阶段和需求，“读懂他人、评估情境、做出复杂判断”的社会判断力，才是核心的岗位价值。
写在最后：
AI时代，拥抱AI，用好AI，然后超越AI——做会判断、懂风控的行业专家。
2026.6.5
Emma
于出差途中飞机上
