先说判据
这条线不是按职级划的，是按这四条划的
这件事有没有唯一正确答案
规格、库存、保修期、订单状态，答案是查出来的——机器比人稳，也不会忘。要权衡、要看人脸色、要拿捏分寸的，没有唯一答案，机器只会替你编一个出来。
做错了，代价可不可逆
一张图重跑一次就行，一封发出去的报价收不回来。代价不可逆的动作，最后那一下必须是人点的——不是因为机器判断得差，是因为没有第二次机会。
要不要有人签字担责
对外承诺、法律责任、给客户的让步，签字的必须是能为它负责的人。这不是技术问题，换个更强的模型也不改变答案。
量够不够大
一个月跑三次的事，把规则讲清楚的时间比省下来的还多。值得交出去的前提是它每周都在重复发生——重复量，才是这条线上唯一的经济账。
这四条合起来是一句话：机器接走的是「查得到、可重来、不用签字、每周都在发生」的那部分。 剩下的不是它做不了，是它做了你也不敢用。
五类岗位
逐条对照：左边交出去，右边留下来
客服
机器接走的
- ✓规格、库存、物流、保修这类查得到答案的问题
- ✓订单状态查询与常规售后流程
- ✓多语言应答，术语保持一致
- ✓7×24 首轮响应，不再有隔夜未回
人留下的
- ✕投诉与情绪安抚
- ✕需要让步、给补偿的谈判
- ✕机器答不上来时接手——而且它必须知道自己答不上来
- ✕定期看记录，把新问题补进知识库
关键设计：查不到就转人工，绝不硬编。一个会瞎答的客服机器人，比没有更糟。
内容 / SEO
机器接走的
- ✓关键词研究与选题排期
- ✓按品牌调性产出初稿，不是通用套话
- ✓多语言同步，术语表统一
- ✓结构化数据、内链、AI 爬虫发现文件一并生成
人留下的
- ✕定选题方向与内容战略
- ✕终审：事实核对、专业判断、法务风险
- ✕注入机器写不出的东西——一手经验、真实案例、行业内幕
现实的产出比：初稿从 3 小时降到 10 分钟，但终审那 30 分钟省不掉，也不该省。
视觉素材
机器接走的
- ✓产品图批量去背、换场景、统一光影
- ✓主图 / 详情 / 社媒多尺寸一次导出
- ✓按品牌视觉规范锁定风格，整批不跑偏
- ✓短视频素材批量生成
人留下的
- ✕定视觉规范——机器只能执行规范，不能定规范
- ✕实物拍摄：材质、真实使用场景、模特
- ✕每批挑片，不合格打回重跑
可控性是这一类的核心难题：构图用原图约束、风格锁定全套参数、一致性靠训练专属模型。
销售开发
机器接走的
- ✓批量找潜在客户并整理背景资料
- ✓线索打分排序，把时间花在对的人身上
- ✓个性化首轮触达，不是群发模板
- ✓跟进节奏管理，不再有忘记跟进
人留下的
- ✕真正的销售对话与谈判
- ✕报价与让步的决定
- ✕关系维护——这件事无法外包给机器
目标不是「AI 卖货」，是让销售只接手高意向线索，把前面的筛选交出去。
内部办公
机器接走的
- ✓报销单据抽取与合规预审
- ✓简历初筛与信息结构化
- ✓审批按规则自动流转
- ✓合同关键条款抽取比对
- ✓制度问答：新人不用再问同事
人留下的
- ✕所有需要签字担责的批准
- ✕例外情况的裁量
- ✕定规则本身
这一类对数据安全要求最高——员工薪资、合同、身份信息，通常必须私有部署。
留给人的那一半
那人最后做什么
定标准
决定什么算做对了
机器只会执行标准，不会定标准。标准定错了，它会非常高效地大批量做错。
处理例外
规则之外的情况
流程覆盖 85% 的常规，剩下 15% 全是难的。人的时间应该全花在这里。
担责任
签字的那个人
对外承诺、法律责任、给客户的让步——永远不能是机器做的决定。
设计流程
这条流程怎么走
最容易被忽略的一件。谁最懂业务，谁就该来定流程本身——这件事外包不掉，也不该外包。
所以这件事的收益不该按「省了几个人」算，该按「这四件事以前有没有人认真做过」算。 大多数公司的答案是没有——不是不想，是被前一半占满了。
从哪儿开始
先挑重复量最大的那一件，不是最难的那一件
看积压在哪儿
不用做问卷。看哪一环在攒任务、谁在下班后补活、哪类事情客户催得最多——积压的地方就是重复量最大的地方，它自己会冒出来。
先挑一件跑两个月
两个月足够让运行记录说话：跑了多少、错了几次、人工介入了几回、省下来的时间去了哪儿。有了这张表，第二件做什么就不用开会争。
别一次五类全上
同时开五条线，问题会同时爆发，没人分得清是哪一环出的错；而且第一个月拿不出任何能用的东西，预算的耐心会先耗光。
常见问题
关于岗位，最常被追问的四个问题
01照这张表做下来，我们是不是就该减人了？+
我们不给这个承诺，也不建议你把它写成项目目标。重复动作被拿走之后，剩下的全是难的——投诉、例外、判断，这些恰好更费人。实际见到的结果是两种：同样的人接住三倍的量，或者把人从搬运挪到判断。把目标写成「减两个人」还有一个现实问题：这个目标没法公开讲，而不能公开讲的目标，落地时一定会被消极对待——员工会认为自己在给替代自己的东西喂数据，配合度立刻掉到零。
02员工抵触怎么办？+
抵触通常不是怕麻烦，是怕两件事：这东西会不会替我做主，以及它会不会用来评价我。所以交付时有两条固定做法：入口放在他们本来就在用的沟通工具里，不要求任何人再登一个新后台；先上线的一定是替他省时间的那部分，而不是先上线监控他的那部分。另外，右栏那些「留给人的」要在上线前就讲明白——人知道自己那一半没被动，态度会完全不同。
03我们的岗位不在这五类里，怎么办？+
这五类是目前做法最定型、边界最讲得清的，不是我们能做的全部。判断依据从来不是岗位名称，是这件事的形状：有没有一个明确的触发、一段能讲清楚的处理规则、一个明确的出口。制造、批发、外贸、工程、诊所、律所、教育机构，我们都按同一套判据看。对不上任何一条线的，可以从单个模块起步，先做一件具体的事。
04要不要先招一个懂 AI 的人？+
不需要，而且先招人往往会把顺序搞反。真正需要的是一个懂业务、说得清流程、并且有权改流程的人——他要能回答「这一步为什么这么做」和「例外该谁批」。技术那一侧由我们交付，交接时培训你现有的技术人员接手；全部基于开源标准组件，换一个熟悉这些工具的工程师也能接着改。