Corey Rosamond · 2026/10/19 · 约 6 分钟阅读
本文为英文原文的简体中文译文。资料和事件日期保留原文发表时的语境；代码示例保持原样。 Read in English
她的岗位说明写着“行政”。上面没有写：哪些订单需要复核，哪些客户需要打电话确认，还有哪些号称“自动化”的流程，其实一直靠她在背后维持。
设想一家小企业，一位经验丰富的协调员负责让订单顺利流转。老板看了一场 AI 演示：几秒钟就能从邮件中提取信息并创建订单。比较似乎很简单：软件订阅费，对上一个人的工资。
但某个熟客突然提供了一个陌生的送货地址。协调员没有直接发货，而是先打了电话。她知道客户正在装修，常用入口已经封闭，而且上次的货物没有送到。这些信息，演示里都没有出现。
这是一个用于说明问题的假设场景，并非某位客户的真实经历。它揭示了一个问题：在开发替代系统之前，我们究竟看到了这份工作的多少内容？
工资写在账上，判断力却很难放进表格。
统计一个人录入订单花了多少分钟并不难。更需要留心的是：她拦下了哪个订单，发现了哪次重复提交，又因为知道另一支团队无法兑现，而拒绝了什么承诺。
如果自动化方案只计算打字时间，却忽略这些判断，节省成本的估算就不完整。工作可能转移到客户投诉、经理被频繁打断，以及人工补救上。把这些成本称为“意外”，并不会让它们消失。
这里还有一个让管理者不太舒服的问题。如果公司依赖某一个人的记忆才能运转，是公司长期容许这种依赖形成。解决它需要投入时间、整理知识，并安排替补。不能因为现在想省掉她的工资，就突然把它说成是员工的过错。
如果还没有人观察过员工实际如何工作，一份方案却已经算好了替代她的价格，我会对它保持怀疑。
AI 可以传播经验，前提是先弄清楚值得传播什么。
乐观是有依据的。在 2023 年的 NBER 工作论文《Generative AI at Work》中，Erik Brynjolfsson、Danielle Li 和 Lindsey Raymond 研究了 5,179 名客服人员。他们报告称，每小时解决的问题数量平均提高了 14%；新手和技能较弱的员工提升更明显，而经验丰富、技能较强的员工提升很小。作者还发现了一些提示性证据，表明助手有助于传播优秀员工的工作方法。
这项研究针对特定的客服环境，并不是对你公司运营团队的效果承诺。不过，它提供了一个比“替换成本高的人”更值得研究的目标：让更多人用上资深员工赖以高效工作的知识。
Anthropic 的《2026 年 1 月经济指数报告》也区分了两件事：某项任务出现在 AI 使用记录中，以及 AI 能成功承担一个职业的多少工作。报告分析的是抽样的 Claude 对话，并使用模型推算；它并不是对你公司的审计。我的实际建议是：先评估完整流程，再把单项任务能力转换成人员配置假设。
在前面的订单场景中，AI 可以提取需求、查找相关记录并起草回复。一条明确规则可以标记地址变化。协调员则判断需要核实什么，并在出现新例外时改进流程。这种自动化有明确的工作范围，也有实际价值。
留意那些被打断的时刻
委托开发系统之前，先花时间观察真正做这项工作的人。既看忙碌时段，也看日常时段，还要看演示中不太可能出现的麻烦情况。请他们带你回顾近期实例，比让他们在会议上凭记忆列出全部职责更有帮助。
当一个人停下手里的工作，去问同事一个问题时，要留意。缺了什么信息？哪条记录让他们不放心？这次请求和上一次有什么不同？当他们修改一个字段时，弄清楚点击之前作出了什么判断。
为每种重要的例外留下简单记录：是什么触发了它，需要什么信息，谁有权决定，随后采取了什么行动，以及团队如何确认问题已经解决。使用经批准并得到适当保护的数据。最终页面的一张截图，通常记录不下这一整串过程。
也要问员工哪些步骤可以取消。有些旧变通办法，在原来的问题消失很久以后仍然保留着。整理经验，不意味着要把每一个低效习惯永久保留下来。
然后明确分工。有些步骤可以按清晰规则自动执行；有些可以由 AI 提出建议，再由人审核；还有一些必须由负责任的人作出决定。权限和升级处理路径应围绕这份约定来设计。
测试棘手的订单，不只是漂亮的演示
一次有用的试运行应包含正常订单、地址变化、相互矛盾的信息、重复请求，以及缺少关键资料的情况。这些是测试建议，并不是万能清单。真正经营这项业务的人，应该决定哪些失败最值得防范。
在允许新流程作出影响较大的变更之前，先让它与现有流程并行运行。比较实际作出的决定。当它与协调员意见不一致时，调查原因。任何一方都有可能出错；资历和模型自信的回答，都不能单独充当证据。
衡量从开始到问题真正解决的整个过程。除了录入数据节省的时间，也要统计修改次数、可避免的升级处理、订单延误和修复错误花费的时间。比较时使用同类案例。首次回复更快，仍然可能让整个下午变得更忙。
交接也必须好用。接手的人应能看见发生了什么，找到相关记录，并继续处理，而不必重新拼凑整个对话。客户、产品或政策改变后，还需要有人负责更新规则。
别等到离职面谈，才发现“她就是整个系统”。
一家企业不该因为某位员工休假，就必须让她接电话才能运转。减少这种依赖，是投资软件的正当理由。而让这位员工参与设计，往往正是弄清软件应该做什么的方法。
这也需要坦诚讨论岗位可能如何改变。不要一边作出自己无意兑现的承诺，一边要求员工整理全部经验。人们分得清：自己是在受邀改进工作，还是被要求悄悄搭建自己的替代品。
Rosecraft 可以帮助你梳理流程、评估现有应用，并开发真正适合业务的AI 功能与系统集成。项目可能只是对现有系统的一次针对性改进，也可能需要一个新应用。弄清这一点，应当发生在作出大规模实施承诺之前。
准备让一个岗位实现自动化？带来一条实际流程、所用工具，以及大家总要找同一个人解决的例外情况。如果你愿意听项目真正需要什么，而不只是让人重复那套削减成本的说辞，欢迎联系 Rosecraft。先把工作弄清楚，再购买替代方案。