夜雨聆风张明把笔记本电脑合上的时候，会议室里安静了三秒。
那是周一上午十点，上海梅雨季节的第六天。窗外是陆家嘴的灰蒙蒙的天，办公室里中央空调嗡嗡作响。张明是这家消费品公司的运营总监，四十二岁，在这间公司干了八年。他的团队十二个人，上周刚上完第三批AI工具培训。
"说说看，这周用AI做了哪些事？"
小李先说："我用那个文案助手写了618的活动文案，挺快的。"小王接话："我试了一下数据报表功能，还在熟悉。"老陈是团队里最资深的，他说："有些口径还没对齐，我再观察观察。"
张明点点头，在本子上记了几笔。但他注意到一个细节：老陈说"再观察观察"的时候，手指在桌面上敲了三下。那是老陈紧张时的习惯动作。张明太熟悉这个信号了——过去八年，每次老陈对某件事有保留意见，手指都会这样敲。
会议结束，张明留在会议室里没走。他打开后台数据，发现一件事：培训时大家学得最认真的那个"智能周报"功能，过去七天只有两个人用过。一个是实习生，另一个是——他自己。
其他人都绕回了老办法。
张明想起上周和技术负责人的一次对话。对方说："工具买了，培训做了，试点部门也选了。但一到真实流程里，大家就绕回老办法。"
张明问：是不会用，还是不想用？
技术负责人想了想说："真要说，主要还是不想用。"
这句话像一根刺。张明开始意识到，他过去三个月的工作重心可能搞错了方向。他一直以为问题出在"技能"上——大家不会用，所以教。教完不会，再教一遍。但如果问题根本不是技能呢？
Anthropic的CEO Dario Amodei写过一篇长文，预测AI在五个领域的影响。他对自己预测的"信心程度"很有意思：治愈疾病——极高；治愈精神疾病——高；消除贫困——中等；实现和平——低；解决工作意义——最低。
规律很明显：越是"只靠聪明就能解决"的事，他越乐观。越是"需要人类愿意改变"的事，他越没信心。
全球最了解AI能力边界的人，反而在人的问题上最谨慎。这不是偶然。
张明在公司里看到的现象，和Dario的预测形成一个呼应。
当AI只是帮忙整理邮件、排日程表的时候，没人抗拒。大家甚至挺喜欢，觉得是个不错的助手。但当AI开始写方案、做决策建议、甚至能生成客户沟通话术的时候，气氛变了。
"你过去十年练出来的那套流程判断力，一个AI用三十秒就做到了，而且做得更规范。"
这句话没人说出来，但它在会议室的空气里飘着。张明能感觉到。老陈上周就说过一句："这个异常数据的判断，系统可能理解不了当时的背景。"听起来是在挑工具的毛病，但张明现在重新回想，老陈说这话时，手指又在桌面上敲了三下。
老陈在这个岗位上做了十二年。他的价值感很大一部分来自"我最懂这些数据背后的门道"。如果AI也开始懂这些门道了，那老陈是谁？
这不是技能问题。这是身份问题。
推AI的管理者通常有一个盲区。
张明自己就是那个力推AI的人。他在选型、评估、决策的过程中，已经悄然完成了身份重建——他现在是"那个能判断AI该怎么用的人"。但团队还没有。他们感受到的不是赋能，是被否定。
表达抗拒在职场里是不安全的。没人会说"我害怕被AI替代"。他们会用专业语言包装："数据安全还要再看"，"这个流程有特殊性"，"我们先试点，不急着全面推"。每一句都合情合理，但底层驱动力是同一个——我不想面对自己可能不再被需要的现实。
张明想起老陈那句"再观察观察"。当时他觉得是老陈保守。现在他才听懂，那是老陈在给自己争取时间，想清楚一个问题：如果AI能做的事越来越多，那我剩下的是什么？
Dario的文章里有一段话，张明后来反复看了几遍：
"只要AI在一份工作中只是90%做得更好，剩下那10%会让人类变得高度杠杆化，薪酬反而提升，而且会创造一堆新的人类岗位来补充和放大AI的能力。"
关键在于，他说的不是"人还有10%可以做"。他说的是"那10%会让人更值钱"。
换成大白话就是：AI时代真正的差距，不在于谁用工具更快，而在于谁更早想清楚——我的10%在哪里。
张明做了一个实验。
他没有再安排培训，而是找老陈单独聊了一次。他没问"你怎么不用AI"，而是问了一个从未问过的问题："如果AI明天能把你现在80%的工作都做了，你觉得你应该把精力投入到哪20%上？"
老陈愣了一下。他显然没想过这个问题。
聊了四十分钟，老陈慢慢说出了一个答案："我对客户那边的情况最熟，哪些数字背后有故事，AI可能读不出来。"张明问："那如果你专门做这件事，帮团队判断'数字背后的故事'，你觉得怎么样？"
老陈没说话，但手指没有再敲桌面。
两周后，老陈主动在团队内部分享了一个他自己做的"异常数据判断清单"。不是AI培训那种官方教程，是他十二年攒下来的"土办法"。他说："这些AI暂时学不走，我先整理出来，以后看能不能教给它。"
从"系统理解不了背景"到"我先整理出来，以后教给它"，老陈的身份锚点换了。他不再是被AI威胁的人，他是那个"懂门道教AI的人"。
这件事让张明重新理解了一件事：推AI最难的部分，不是让人学会操作，是帮人在AI面前找到一个新的自己。
旧的身份是"我是做这件事的人"。新的身份必须是"我是判断这件事该不该做、怎么做更好的人"。锚点从"做事"转向"判断"和"连接"。这个锚点没有标准答案，每个人的新锚点不一样，无法通过一场培训统一发放。寻找这个锚点的过程本身，就是真正的AI转型。
张明后来没有再催团队用AI。他只是每隔一段时间，找每个人聊同一个问题："如果AI把你现在最花时间的事接过去了，你觉得你的时间应该空出来去做什么？"
有人答得上，有人答不上。答不上的人，他就再等等。
因为他终于明白了一个道理：
AI可以替你写周报、做分析、甚至给出决策建议。但它回答不了那个真正的问题——去掉那些可以被自动化的部分，你到底是谁。
这个问题很难回答。但在AI时代的巨浪里，谁先想清楚，谁就先上岸。
