把枯燥的工作先扔給大模型？

把我們不想干的，枯燥的工作交給大模型，可能是AI重塑工作流程和組織模式的開端。

全文共 2516 字，閱讀大約需要 9 分鐘

作者 | 王曉玲

最近一段時間，經常能聽到把“枯燥乏味”的工作交給AI的說法。

例如，OpenAI聯合創始人兼總裁Greg Brockman在AI Engineer峰會的訪談中，也說到AI能夠處理那些人類覺得枯燥乏味的遷移和更新工作，例如改造龐大的遺留代碼庫（摩根士丹利今年就在用自己開發的AI工具，批量轉化舊代碼）。

OpenAI是懂用戶心理的，因為這就是全世界的打工人對于AI的期待。

不久前，斯坦福的研究團隊做了一項研究，邀請1500位來自104個職業的一線打工人，讓他們選擇愿意把什么工作交給AI。

最終，排名前五的工作是：安排客戶預約、整理應急檔案、修正工資記錄、數據轉格式與導入、網站數據備份。

這些工作的共同點是標準化高、重復頻繁、判斷強度低，卻極其耗時、容易出錯。

在工作中，我們肯定愿意把這些重復性的、單位時間產出不夠高的工作都扔給AI，而且看上去是與AI的雙贏。

但這遠遠不是終點，從實際應用來看，更可能是AI重塑工作流程和組織模式的開端。

AI能干就讓它干

斯坦福的任務清單里也有生成內容、編寫代碼、創意設計等“高級選項”，只是少有人去選。

這些事情，是我們剛剛被激發起AI創作熱情時，大模型在干的事，我們讓大模型寫詩、寫歌、畫畫……結果很快，我們就發現不對頭，“大模型在寫詩，我在洗碗”。

枯燥乏味的工作除了讓我們厭煩，同時也認為這些工作沒啥難度。但是，我們忽略了一點，就是同樣的工作，AI和人類干，最后的結果可能完全不同。

最近在小紅書上看到一個貼子，一位大廠技術人員說，自己的團隊半年時間做的一個AI產品，導致部門200多人的銷售團隊，裁員1/4 。

這可能是許多人想象中的機器人工作場景

這個產品是一種能夠和人交流的語音AI，類似我們經常能夠遭遇的AI客服，老板試用后，認為這個語音AI可以用來做電話銷售。

銷售團隊現在已經沒有人做電銷了，因為這個工作是純拿提成，但是轉化率又不高，所以沒人愿意做。

但是AI沒有時間成本，孜孜不倦的打電話，一段時間試下來，轉化還不錯。于是，銷售團隊不需要那么多人了。

這個產品開發的本意，并不是和銷售人員競爭，甚至都不是為銷售部門開發的。

AI只是干了銷售人員不想干的活兒，但是最終結果，不是所有銷售人員更加輕松，而是替換掉1/4的團隊。

不難想象，AI真的很適合干這種枯燥的工作，不會因為電話被掛斷、被辱罵就情緒波動，也不會因為上廁所、吃飯、睡覺間斷，也不會因為提成低就想要放棄，從而大大提升了這個工作的產出。

但是，現在AI有這么智能嗎？在開頭那個貼子的評論區，有人好奇為什么AI電銷會有成交，一般人接到這種電話不是馬上會掛斷嗎？

事實是，經過測試，AI能夠開展幾輪對話，不被查覺。其實我也接到過反詐電話，和人家聊了半天，才懷疑是AI客服。

這種人類不愛干的活有很多，一位在圖書公司的朋友說，例如，圖書封面一般是由責編根據內容確定主題，再由美編來出設計方案。

這個過程，類似于過去雜志封面設計，要綜合考慮內容要反映的主題、設計風格、圖文排版風格等等，這些內容都需要經驗和思考，而且需要兩個團隊討論。

但出草圖這一個環節，只需要美編動手實現。一般美編需要幾天時間才能出草稿，甚至活兒多的時候，可能要一周以上。

現在，只要技術團隊搭一個簡單的工作流，在后臺輸入各種需求后，瞬間就能獲得十個不同風格的草圖。

這種用AI提升效率帶來了兩個結果：第一，節省人力，有的圖書公司的編輯甚至可以不用美編，自己來完成封面設計，而且這種AI封面的書，現在都已經上市了，有些公司還會保留美編，但顯然不需要那么多人了。

第二，其實我覺得更重要的是，AI的參與，改變了工作流程。責編不再需要去和美編先討論，而是自己就能拿著一堆草圖，告訴對方自己想要什么樣的風格。

大模型進村靜悄悄

在工廠里，工業機器人進入生產線，也是從人類不愛干的工序先開始替換的。

我幾年前在一個冰箱生產線上，看到只有一個環節被換成了機器人，就是負責把套好紙箱的冰箱搬上搬下。這個活兒原本是兩個工人一起抬，但是一天八小時下來，工作強度極大，所以排班的時候很難安排人手。

現在的無人冰箱工廠，只看生產線已經基本上算是黑燈工廠，整個車間全是機器人在干活。

真實的全自動化汽車生產線一般是這樣的

對于被AI改變的組織形式，有一個終極判斷，就是一人AI公司。OPEN AI的創始人薩姆·奧爾特曼認為：“一個人就能做出市值10億美金公司的時代馬上就要到來?！?/p>

一個人，一臺電腦，年入百萬。但這個去年流行的故事，今年在網絡上基本消失了。

不是說這個未來一定不能實現。而是現在大模型還做不了太多實際的工作，所以沒有合適的商業模式。

今年特別火的Agent正是為了解決這個問題，當然Agent的能力也取決于大模型。

關于Agent的能力，今年3月，獵豹移動董事長兼CEO傅盛有一個特別貼切的比喻，如果按照自動駕駛L1-L5的標準去衡量，目前大部分Agent都處于L1-L2的階段。有朝一日進入L5階段，人們可以晚上睡前給Agent安排寫文檔、查資料、制作PPT、購買機票等工作。一覺醒來之后就查收工作成果。

其實在有些領域，這個目標已經實現了。

AI音樂人在Spotify，已經開始營業了。AI歌手從形象到音樂，都是由AI生成。用戶很難區別真人與AI歌手，那些真正的歌手反而需要自證身份。

其實AI生成音樂，我也試過，用多模態大模型，把一首古詩喂進去，幾分鐘就能生成各種不同曲風的音樂，聽上去真的還可以。

AI網紅就更不用說了，雖然不受平臺待見，但仍然能接廣告賺錢。這種數字人基本上可以以假亂真，在網紅的評論區，經常能看到這樣的問題：你是數字人嗎？

對于老板們來說，AI逐漸能夠干一些活，更是一個無法忽視的趨勢。

根據Anthropic團隊2025年初發布的研究，全球已有36%的職業崗位中，員工已將AI用于至少四分之一的日常任務。OpenAI的調研也指出，80%的美國職場人至少有10%的任務受到AI影響，其中近五分之一的崗位中，AI已介入超過一半的工作內容。

一位做大模型的朋友說，如果你的工作是跟圖片、音頻、視頻相關，那估計很快會受到AI影響。

他說，現在做大模型增效的公司，比我們想象的要多很多，但是很多老板都是在悄悄進行。一般是用一個小團隊，先梳理公司的工作流程，然后看看哪個環節可以用大模型來做。

一旦AI進入工作流程，那么接下來的事情可能就是改變工作流程，以及改變組織模式。

《 “貼秋膘”還能玩出什么花兒？ 》

《阿里為什么同時用兩套會員》

《 黃金IP走紅啟示錄：如何將「用戶的梗」變為「自己的礦」 》