用 AI 把旧活干快,你可能在悄悄写裁员报告

先说一个场景。

你是一家公司的营销负责人。年初,老板拍板:上 AI。大半年下来,你交出的答卷是,邮件写得快了,素材变体一天出几十版,线索评分从三天缩到半天。

老板听完,点点头。

然后呢?

然后你可能没留意,在你自己的汇报里,藏着一份论证严谨的裁员报告。每一句"快了",翻译过来都是:同样的活,现在不需要这么多人了。

效率导向的 AI 战略,本质上是在为"少雇人"收集证据。

这个判断不是我的原创,它来自 Liza Adams,GrowthPath Partners 的创始人。她在营销高管的位置上干了二十多年,现在专门帮企业搭她所说的"Human+AI 组织"。什么叫 Human+AI 组织?就是人和 AI 各干各擅长的,一起去接过去根本接不了的活。

她的观点很直接:大多数团队用 AI,是在把旧活干快。这不叫转型,这叫给旧马车装了个马达。真正的增长,藏在你现在压根没在做的工作里。

一道简单到不像话的测试题

什么叫"旧活干快",什么叫"接新活"?她给了一个测试,简单到不像话。

把 AI 从流程里抽走,问自己:会怎么样?

如果答案是"慢一点,但活还是这些活",邮件照样发,变体照样出,只是多花两天。那说明你只是买了台更快的机器,干的还是同一件事。

如果答案是"这活我们根本不会干",太慢,太贵,或者干脆做不到。那才是你该下重注的地方。

你想想看。过去给线索人工打分,一个人一天顶天几百条,十个人的团队干一周,也就覆盖个零头。所以大量线索从来不评分,直接堆在池子里烂掉。这件事过去不是做不好,是根本做不起。现在 AI 能把全量线索每天过一遍,你却拿它去给旧活提速,相当于请了位大厨回家,只让他负责热剩菜。

旧活的提速,叫效率。做不起的活变得做得起,才叫增长。

真正的障碍,从来不是技术

那为什么大多数团队还是停在原地?

是技术不行吗?不是。Adams 见过太多企业,问题出在三个动作上。

第一,买 license 就当上了战略。工具买了,预算花了,全员启动会开了,结束。工作方式变没变?没人再提。

第二,把信念问题,当培训问题来治。员工不信这东西有用,你给他报三门课,是治不好的。信的问题,课堂解决不了。

第三,也是最隐蔽的一个:从组织架构出发,而不是从工作出发。先讨论岗位怎么设,汇报线怎么画,编制怎么定,最后才轮到工作本身。这个顺序,她认为整个是反的。

工作先变,然后角色变,最后才是组织架构。

还有一个失败模式,很少有人聊:实验是怎么死的。

领导者嘴上都说要鼓励实验。然后呢?第一次实验失败,报告没人看,复盘没人开,做的人在会上灰头土脸。第二次,就没人举手了。

她的总结很准:当人们可以不带评判地分享"什么没用",实验文化就活着;当失败被无视,大家就退回去干最稳的旧活。

重建一条流程,从哪下手?

病说完了,说药。

什么叫把一个流程"重新想象"?就是把旧图纸放一边,从零问一遍:如果 AI 从第一天就在,这件事本来该怎么做?

不是把原来五步的流程,用 AI 压成三步。是把图纸撕了重画。

Adams 在企业里落地过整套打法,她搭的一些工作流,如今已经在大型组织里规模化跑着。这套东西拆开,是三样:

1、指令(instructions)。写给智能体的作业说明:它该干什么,不该干什么,干到什么标准。

2、技能(skills)。给它配的工具箱:查数,写稿,跑分析,一样一样装上。

3、人工关卡(human gates)。哪些环节机器跑,哪些环节必须人拍板。这条最见功力:全交给机器是裸奔,关卡设太多,又退回旧世界。

接下来的 MAICON 2026 上,她会现场带着营销负责人,从零搭一条"过去根本不可能存在"的工作流,搭完就能拿回自己团队用。去年在 MAICON 2025,她讲的是怎么把 Custom GPT 调教成队友;这一次,题目往前推了一大步。和 Adams 同台的,还有 50 多位 AI 和商业一线的讲者。

顺带说一句,别指望现场领一堆一次性的 prompt 回家。她给的是一套完整的判断方法:先识别哪些流程值得重构,标准就是前面那道测试题,然后从头设计。二十五年的经验,压进这一场里。

效率的账,和人的账

回到开头那个预算会。

同样是上 AI,两条路,两本账。

一本账叫效率。每个环节都省了点时间,年底一算,这个团队可以缩编了。AI 帮你证明的是:少几个人,活照样转。

另一本账叫重新想象。过去接不了的单,现在敢接了;过去做不起的分析,现在天天做;过去不敢想的动作,成了常规操作。AI 帮你证明的是:这些人,一个都少不得,还得更强。

停在效率,你是在论证人可以更少。走向重新想象,你是在论证人可以更好。

所以,下次汇报,别只报"快了多少"。想想那些你从来没做过的活,挑一件,把它搭出来。

也祝你,是往新账本上记账的那个人。