夜雨聆风
如果你现在问一个电商老板：“团队里最缺什么？”
他大概率会说，缺人。
缺运营。
缺设计。
缺会投流的人。
更缺一个能把事情盯到底的负责人。
但你真正坐进团队一天，往往会看到另一种画面。
运营在复制竞品信息。
设计师在改第十个尺寸。
客服在重复回答同一个问题。
财务在几个平台之间对表。
老板在四个群里追问：“这件事到底做到哪了？”
团队看起来缺人，很多时候更缺的是一套不靠人脑反复搬运信息的流程。
所以，AI 进入公司后的第一件事，不应该是列一张“谁可以被替代”的名单。
而是把十个人每天做的工作摊开来看：
哪些必须由人判断？
哪些可以交给 AI 执行？
哪些工作根本不值得继续做？
AI 先重组工作，才可能重组岗位。
顺序一旦反了，所谓 AI 降本，很容易变成另一种管理混乱。
很多小团队开始使用 AI 的方式很像采购办公软件。
老板买几个账号，拉一场培训，要求大家“以后多用 AI”。
运营拿它写标题。
设计师拿它找灵感。
客服拿它改回复。
老板拿它做会议总结。
一个月以后，每个人都能说自己用过 AI，但公司的交付周期、错误率和利润没有明显变化。
为什么？
因为工具进入了个人，却没有进入流程。
原来要在五个人之间传递的商品资料，现在仍然传五次。
原来需要老板确认三遍的活动方案，现在仍然确认三遍。
原来经常写错的产品参数，只是从人工复制变成 AI 复制。
流程没有改变，只是每个环节旁边多了一个聊天窗口。
甚至有时候，混乱会跑得更快。
一个人多生成十份文案，另一个人就要多检查十份文案。
设计师一天多出五十张图，如果没有命名、版本和质检规则，最后只是多了五十个待确认文件。
AI 放大的从来不只是效率，也会放大原有流程里的混乱。
所以老板要做的第一件事，不是继续买工具。
先把工作拆开。
“AI 能不能替代运营？”
这个问题太大，也没有统一答案。
因为一个运营岗位里，混着完全不同的任务。
他可能每天要收集竞品、整理活动规则、维护商品信息、分析数据、调整价格、协调设计，还要判断平台节奏。
这些任务的自动化难度和风险完全不同。
竞品信息整理，规则明确、风险较低，适合 AI 辅助。
价格调整涉及利润和库存，必须由负责人判断。
活动报名可能影响真实业务，正式提交前需要人工确认。
同一个岗位里，有些步骤可以交给 AI，有些步骤只能由人做。
设计岗位也一样。
改尺寸、换智能对象、批量导出，适合脚本。
品牌气质、主视觉方向、最终审美，仍然依赖设计师。
客服岗位同样如此。
常见问题分类、知识库检索、回复草稿，可以自动化。
客诉升级、赔付、情绪安抚和特殊承诺，必须有人承担责任。
因此，老板不该问“这个岗位能不能被替代”。
应该问四个更具体的问题：
这个任务一周发生多少次？ 每次要花多少时间？ 做错的成本有多高？ 结果能不能快速检查？
高频、耗时、低风险、可检查的任务，优先自动化。
低频、高风险、强判断、难验收的任务，继续由人负责。
这套判断比“哪个岗位看起来最容易裁掉”有效得多。
一家电商公司可能有运营、设计、客服、内容、数据、财务和老板。
如果按岗位各自上 AI，很容易变成七套互不相通的工具。
换一个视角，把工作按信息流重新组织，会清楚很多。
输入是公开的竞品页面、平台活动、行业动态和用户讨论。
AI 可以负责：
收集指定范围内的公开信息； 去重并标注来源； 提取价格、卖点和活动变化； 生成每日或每周变化摘要； 把需要负责人关注的异常单独列出。
人负责：
判断信息是否可信； 决定是否跟进； 评估竞争动作对自身利润和品牌的影响。
市场情报的交付物不是“几十个网页链接”。
而是一份可追溯、能看出变化、方便做决策的简报。
输入是商品参数、图片、卖点、平台规则和品牌规范。
AI 可以负责：
整理商品资料； 标记缺失参数； 生成文案初稿和设计简报； 按模板制作不同渠道版本； 检查尺寸、命名和文案一致性。
人负责：
确认营销承诺； 判断视觉方向； 审核产品真实性； 决定正式发布版本。
这条流程解决的是：同一份产品信息，如何不再被运营、文案、设计和客服分别手抄一遍。
输入是平台导出数据、广告数据、订单、退款和库存。
AI 可以负责：
清洗格式； 合并固定报表； 计算已经定义好的指标； 标记异常波动； 生成周报初稿。
人负责：
定义指标口径； 判断异常原因； 区分相关性和因果； 做预算、定价与资源分配。
AI 很擅长整理“发生了什么”。
但“为什么发生”和“接下来押什么”，仍然是经营判断。
输入是售前咨询、售后问题、评价、退货原因和客服记录。
AI 可以负责：
把问题按主题分类； 统计高频咨询； 从知识库生成回复草稿； 发现重复投诉； 把反馈转成产品与内容改进清单。
人负责：
处理投诉升级； 决定赔付和承诺； 识别客户情绪； 处理规则之外的特殊情况。
这四条工作流建立以后，团队才开始共享同一套信息，而不是每个岗位都养一个自己的 AI 小助手。
很多老板会给 AI 起名字。
AI 运营、AI 设计、AI 客服、AI 数据分析师。
名字听起来像一个团队。
但如果只有一段角色提示词，它依然只是临时聊天对象。
一个能重复工作的 AI 岗位，至少需要四份文件。
写清楚公司是谁、卖什么、服务谁、靠什么赚钱、目前最重要的目标是什么。
AI 不理解业务，就会输出一堆听起来正确、实际互相冲突的建议。
写清楚任务从哪里开始，按什么顺序执行，使用哪些资料，遇到异常怎么办。
SOP 不是为了把人变成机器。
它是为了把重复部分从人的脑子里拿出来。
可以写进 AGENTS.md 或相应的项目说明里。
包括：
哪些文件只能读； 哪些目录可以写； 哪些信息不能补写； 哪些动作必须确认； 文件如何命名； 输出保存在哪里。
明确什么叫完成。
不是“看起来差不多”。
而是文件是否存在、数据是否有来源、参数是否一致、负责人是否确认、失败是否留下记录。
没有这四份文件，AI 每次都在重新猜你想要什么。
有了这四份文件，业务经验才开始变成组织能力。
AI 进入团队以后，老板不需要亲自写每个脚本。
也不需要成为所有模型的专家。
但有五件事必须亲自决定。
不是所有能自动化的工作都有价值。
一份从来没人看的日报，自动生成以后仍然没人看。
这种工作最好的处理方式不是自动化，而是停止。
客户隐私、账号密码、合同、财务和未公开经营数据，需要明确边界。
不要因为工具方便，就默认所有资料都可以上传或共享。
删除、覆盖、付款、退款、正式发布、群发消息、调整价格和修改权限，都应该保留人工确认。
老板不能只说“做专业一点”“像大牌一点”“数据分析深入一点”。
模糊要求只能得到模糊结果。
每条自动化流程都要有负责人。
AI 卡住、数据异常、规则冲突时，必须知道由谁判断，而不是让流程无限重试。
老板过去管理人。
以后还要管理流程、权限、例外和验收。
这不是管理变轻了。
而是管理的对象变了。
不要一上来宣布“全公司 AI 化”。
先用 30 天改造一项高频任务。
让团队连续记录三天：
今天重复做了什么； 每件事花了多久； 在谁那里等待； 哪一步最容易出错； 哪个结果最容易检查。
然后按频率、耗时、风险和可检查性排序。
第一项试点不要选“决定公司战略”。
可以选商品资料整理、评论分类、日报汇总、模板套版或客服知识库检索。
把选中的任务写成一张流程图。
明确输入、步骤、输出、异常和负责人。
统一文件名、表格字段和模板。
如果这一步写不清，先不要急着自动化。
因为 AI 只会把不清楚的流程执行得更快。
一次成功不能证明流程稳定。
连续跑十次，记录：
哪一次失败； 为什么失败； 人工接管了几次； 每次检查用了多久； 哪些规则需要补充。
不要只保存成功案例。
失败记录才是下一版 SOP 最值钱的素材。
比较改造前后：
平均耗时； 交付周期； 错误数量； 返工时间； 人工复核时间； 团队可以多承接多少商品或客户。
达标以后，再复制到第二项任务。
如果没有节省时间，或者错误成本更高，就回到流程本身，而不是继续增加模型和工具。
很多老板最想问的是：“用了 AI，我能少招几个人？”
这不是不能问。
但它不应该是第一个指标。
更应该先看：
一个新品从资料齐全到页面上线，原来要七天，现在需要几天？
参数写错、图片漏传、价格不一致、版本混乱，有没有减少？
同样五个人，原来一个月上二十个新品，现在能否稳定上三十个？
省下来的时间，是进入了选品、创意、客户关系和经营判断，还是只是多开了几场会？
如果只是减少人，却没有改善交付、质量和利润，不能算 AI 转型成功。
如果团队人数没变，但交付速度更快、错误更少、每个人能承担更高价值的工作，这同样是非常扎实的结果。
“一个人加 AI，替代十个人团队”很适合做标题。
但真实世界没有这么整齐。
AI 可以接管大量重复步骤。
它也会犯错，会误解，会在数据不完整时给出看似合理的答案。
人可以做判断、承担责任、处理例外。
人也会遗忘，会疲惫，会被重复工作消耗。
两者都不是完美的。
真正有竞争力的组织，不是选边站。
而是知道怎样分工。
让 AI 做高频、明确、可检查的执行。
让人做高风险、需要判断、需要承担责任的决策。
让系统保存过程、记录异常、提醒复核。
最强的公司，不是塞进最多 AI 工具，而是最清楚什么应该自动化、什么必须由人决定。
如果你是一个电商老板，今天不需要马上规划十个 AI 员工。
先让团队记录三天重复工作。
选一个高频、低风险、可验收的任务。
把它连续跑通十次。
当一项工作真的变得更快、更准、更容易管理，再复制下一项。
这条路看起来没有“替代十个人”那么刺激。
但它更可能真的改变一家公司的利润和组织能力。
这四篇文章组成了一条完整路径：
看懂 Codex → 完成第一次任务 → 接入电商生产 → 重组团队工作。
工具会继续变化，模型也会继续变化。
但把经验写成规则、把规则变成流程、让流程可以检查，这套能力不会很快过时。
正文约 5000 字。
