起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識今天，你AI了嗎
隨著AI越來越火，對普通人的影響也越來越大，但多數人不明白AI浪潮的意義。本文從四次工業革命的技術變革，以及幾個小故事出發，給大家分析一下：作為個體，如何面對AI浪潮，以及，如何將AI應用到自己工作/生活中。
賓夕法尼亞大學的營銷學教授喬納·伯杰說：
人們喜歡一切盡在自己掌握的感覺，就好像坐在生活的駕駛席上。當他們被要求做一些事時，他們會覺得自己沒有話語權，沒有選擇權，選擇是別人替他們做出的。所以，他們會拒絕做這件事或故意去做其他事，即使他們本來可能很樂意做這件事。
王陽明說“破山中賊易，破心中賊難”。
如果“心中賊”不破，你對AI的擁抱就無法立，所謂不破不立，破而后立。
今天咱們就從以下三個方面聊聊，希望對你有所啟發。
- 四次工業革命的技術變革，對咱們每個人有什么影響？
- 作為個體，咱們如何面對AI新浪潮？
- 如何把AI應用到自己的工作或生活中？
一、消失的燈夫
1900年代的紐約夜晚，如果沒有600名燈夫，只能依靠月光照亮。然而，1907年4月24日的夜晚，由于燈夫們罷工，曼哈頓的2.5萬盞煤油燈只能由警察臨時替代點亮。與此同時，在哈林地區的男孩們發起了一項新運動：每當警察點亮一盞煤油燈，就有人將其熄滅，導致晚上9點時，整個區域只有少數由電燈照亮的地方是亮的。
當時的燈夫無疑是不幸的，電力時代的到來使得他們的工作變得無足輕重，只能采取極端方式來解決。然而，這種行為卻像是螳臂當車，最終無濟于事。1927年，隨著最后兩名燈夫放棄這一職業，這個崗位徹底消失在了歷史長河中。
如果你是一名燈夫，面對這種情況，你會怎么辦？
二、女性的自由
在1900年代，美國女性（尤其是婦女）的生活幾乎完全被日?，嵤抡紦号腼儭⑻羲?、洗澡、清潔家務、喂養家禽畜牧等。據1920年農業部的一份報告，女性平均每天工作11.3小時，夏季則達到13.1小時。以洗衣為例，當時約98%的家庭主婦使用搓衣板，需自行燒水、擰干、晾曬和熨燙衣物，全部過程耗時耗力。
然而，隨著電力和工業革命的發展，特別是電動洗衣機的出現，女性在洗衣等家務活動上的時間得到了顯著節省。一項研究表明，使用電動洗衣機可以每次節約3小時19分鐘。
因此，當時有廣告宣傳語稱“電，家中沉默的仆人”或“男人的城堡是女人的工廠”，強調了電力革命和工業革命如何解放了女性的生產力，使她們能夠從繁重的家務中解脫出來，將更多時間投入到工作中，實現社會價值的提升。
如果你是1990年代的一名女性，面對電力和工業革命帶來的變化，你可能會更加積極地利用這些技術進步，提高工作效率，從而有更多的時間和精力去追求個人發展、教育、職業發展或參與社會活動。你可能會看到電力和工業革命為女性提供了更多機會，讓她們能夠在家庭和職業生活中找到平衡，并實現個人目標。
如果你是知識經濟時代的一名“社會人”，你會像1900年的婦女一樣，期望技術進步可以釋放自己的社會價值嗎？
三、四次工業革命的轉變，對人們產生了什么影響？
第一次工業革命（1760-1840年）
蒸汽機和機械化紡織的發明標志著人類進入了工業時代。這一時期，農業生產效率的提升釋放了大量的勞動力，而這些勞動力又成為新興工廠的工人。
盡管手工織布工和個體工匠面臨著失業的困境，但他們中的許多人通過轉型，成為工廠工人，投入到了工業化的浪潮中。
這一轉變促進了城市化進程，工人階級逐漸成為社會的重要組成部分。
關鍵技術：蒸汽機、機械化紡織。
工人阻礙：盧德運動，工人為保護手工作業而破壞機器。
下崗工人情況：手工織布工和個體工匠面臨失業
下崗工人去向：轉型為工廠工人，服務業或其他新興工業部門
新崗位就業：機械操作工、鐵路工人需求增長。
政策指引：工業產權法和工廠法案的制定，規范新興工業活動。
第二次工業革命（1870-1914年）
電力和內燃機的廣泛應用進一步推動了工業化的深入。馬車制造工和某些鐵路工人的崗位受到了影響，但新的就業機會在電力和汽車工業中涌現。
這一時期的社會結構變化表現在中產階級的壯大和工人階級組織化的增強。經濟上，工業化國家進入了帝國主義階段，全球市場和資本流動加速。
關鍵技術：電力、內燃機、大規模制造業。
工人阻礙：對新機械的抵制，擔憂失去傳統生計。
下崗工人情況：馬車制造工和鐵路工人失業。
下崗工人去向：轉向新興的電力和汽車工業
新崗位就業：電工、汽車制造工人。
政策指引：反壟斷法和勞動法，響應工業化帶來的社會問題。
第三次工業革命（20世紀后半葉）
信息技術的浪潮帶來了前所未有的變革。計算機和互聯網的普及極大地提高了信息處理的效率，改變了人們的溝通和生活方式。
這一時期，打字員和銀行出納員等崗位受到沖擊，但新的就業機會在IT行業和服務業中產生。社會結構方面，知識工作者和專業技術人員的需求增加，經濟全球化和金融市場的發展成為顯著特點。
關鍵技術：計算機、互聯網、自動化。
工人阻礙：隱私和安全問題引發社會擔憂。
下崗工人情況：打字員和銀行出納員面臨崗位消失。
下崗工人去向：轉向服務業、IT行業或進行再教育
新崗位就業：軟件工程師、網絡管理員。
政策指引：信息高速公路計劃和網絡安全法規，促進信息技術健康發展。
第四次工業革命（21世紀初至今）
當前，我們正處于第四次工業革命的浪潮中，人工智能、物聯網和3D打印技術正在重新定義生產和生活的邊界。
盡管部分制造業工人和客服代表可能面臨失業的風險，但新的崗位在數據科學和AI倫理領域不斷涌現。社會對高技能勞動力的需求增加，中產階級面臨技能更新的壓力。
政府在這一過程中扮演著重要角色，通過AI發展戰略和教育改革來促進技術進步并緩解其帶來的社會沖擊。
關鍵技術：人工智能、物聯網、3D打印。
工人阻礙：對技術性失業的擔憂，技能差距的焦慮。
下崗工人情況：部分制造業工人和客服代表面臨被自動化取代的風險。
下崗工人去向：技能再培訓、轉向高技能或服務行業
新崗位就業：數據科學家、AI倫理專家。
政策指引：AI發展戰略和教育改革，緩解技術革命帶來的社會沖擊。
每一次技術革命都深刻地重塑了社會結構和經濟周期，同時也帶來了新的挑戰和機遇。歷史證明，適應并掌握新技術的國家和個人，能夠更好地把握未來的發展趨勢。
盡管技術進步可能帶來短期的就業挑戰，但它也為我們打開了新的機遇之門。通過不斷學習新技能和適應社會的變化，我們可以更好地把握未來的發展趨勢，實現個人的成長和社會的進步。
你看出來了嗎？上面這段內容其實并不是我寫的，而是AI執筆。
四、消失的馬車夫
在19世紀末，馬車作為主要交通工具，馬車夫是備受尊敬的職業。然而，隨著20世紀初汽車的大規模生產和成本降低，馬車夫的工作機會迅速減少，他們面臨失業和轉崗的困境
由于缺乏其他技能，很多馬車夫難以找到新工作。社會開始提供教育培訓，幫助他們學習新技能，如汽車駕駛員和維修工，使得一部分馬車夫成功轉崗。同時，也有部分人轉行至制造業和服務業，而年紀較大的則選擇退休。到了20世紀中葉，馬車夫這個職業徹底消失。
這個故事讓人感到似曾相識，因為我們當代的互聯網從業者正面臨類似的挑戰
我們不就是當代的“馬車夫”嗎？所以才有段子說：互聯網人的最終歸宿是“人生三保（保安/保潔/保險）和鐵人三項（外賣/快遞/滴滴）”
雖有調侃之意，卻也反應了一部分的事實。即歷經裁員與AI的“洗禮”而失業的互聯網從業者，咱們何去何從？
五、需求是1，方案是0
每次技術變革都會引發崗位的更迭，既有舊崗位的消失，也有新崗位的誕生。這一過程通常是漸進的，而非一蹴而就。如果我們無法預見變革的到來，做到“春江水暖鴨先知”，那么我們可能會像溫水中的青蛙一樣，不知不覺中陷入困境。
歷史的車輪不斷向前，只有適應變化的人才能生存。因此，我們不應僅僅關注自己具備的技能或能力（即方案），而應更加關注市場的需求（即需求）。
有贊創始人白鴉在分享中提到，他們的設計團隊從十幾位設計師減少到兩位，留下來的設計師不再只是從事設計工作，而是轉向制定設計規范和調試AI，使AI能夠達到甚至超過原來十幾位設計師的效果。
極客時間創始人霍太穩也表達了類似觀點，認為AI可以替代一些編程工作，但無法替代那些對代碼和AI有深入理解的高級工程師。AI可能會替代那些只會編寫代碼的研發人員，但它無法替代那些理解業務、能夠提煉業務和研發工作的本質，并運用AI提高工作效率，創造用戶價值的研發工程師。
同樣，AI可能會替代只會繪制設計圖的設計師，但它無法替代那些理解用戶、業務和設計原則，并能夠利用AI改進設計流程，創造客戶價值的設計師。AI也可能替代只會輸出產品方案的產品經理，但它無法替代那些理解行業、業務、用戶需求，能夠提煉產品原則和方法論，并運用AI優化工作流程，高效創造用戶價值的產品經理。
因此，面對AI和技術的變革，關鍵在于不斷學習和適應，以便在變革中找到新的定位和價值。
六、人才兩極分化
當燈夫、馬車夫等傳統崗位消失后，他們的去向主要有三個方向：
- 轉型成為新崗位人才：這部分人通過培訓學習，轉型成為新崗位所需的人才，如機器操作工、汽車司機或維修工等。這個過程通常周期較長且成本較高，適合那些具有較強學習能力和適應能力的人。
- 向下兼容：一些人選擇前往技能要求更低的崗位，如服務員等。這個過程周期較短，容易上手，但收入相對較低，適合那些學習能力與適應能力一般的人。
- 提前退休或失業：對于一些年齡較大、適應力較弱的人來說，他們可能會選擇退出就業市場。
隨著時間的推移和AI等技術的進一步發展，人才的兩級分化趨勢將變得更加明顯。那些學習能力強、適應能力強的人，通過漫長的轉型周期，能夠實現技能、崗位和薪酬的蛻變；而另一部分人則可能走向更低技能要求的服務業，這反映了社會對于“人生三保和鐵人三項”的應對。
面對AI新浪潮的沖擊，每個人需要思考自己想成為哪一類人。是愿意接受挑戰，通過學習和適應新技術來提升自己，還是選擇一個更穩定的低技能崗位？這是一個值得深思的問題。
七、新機會，新崗位，新人才
商業的本質是交易，交易的前提是價值共贏，就業也是如此。無論技術如何變化，用戶需求如何變化，商業的本質始終不變。你與企業之間的合作也是一種交易，企業通過“租用”你的時間、精力和技能來實現商業場景的閉環；而你則通過企業這個平臺來實現個人人生價值的最大化。
面對這樣的交易關系，你可以做兩件事：
第一，成為自身領域的業務專家、崗位專家。這意味著你需要在實現層面上轉而提煉原則與方法論，具備制定新規則、新流程、新業務的能力。通過不斷學習和實踐，你能夠在這個領域內建立起自己的專業地位，為企業提供有價值的解決方案。
第二，成為自身領域里更會使用AI的人。這意味著你需要了解AI技術，并學會如何利用AI來提高工作效率，解決復雜問題。通過將AI技術融入你的工作流程中，你能夠實現“一個人就是一個特種部隊”的效果，為企業創造更大的價值
具體怎么做呢？我提供以下幾點思路，希望對你有啟發。核心是三句話：所有產品都值得用AI重做一遍、所有工作流都值得用AI完成重塑、所有生活流都值得用AI重新來過。
八、所有的產品都值的用AI重做一遍
張瑞敏說：沒有成功的企業，只有成功的企業。同樣，產品也是如此，沒有永恒成功的產品，只有適應時代需求的產品
每一個時代的變化都會帶來新技術的變革。以客服系統為例，原先的客服產品多屬于專家系統，通過關鍵字匹配和內置策略完成，用戶體驗差，機器感強。而隨著AI技術的發展，客服系統已經能夠實現更加智能和人性化的交互，提供更加高效和貼心的服務。
業務AI助手：如何解決因業務復雜而導致大量的客訴問題？
最簡單快捷的方式就是：借助現有成熟的產品的AI能力完成產品重構。
以釘釘AI助理為例，我們可以自建一個【考勤AI助理】，讓它學習知識庫后，并將知識匹配度調至0.99，保證讓它輸出內容的精準性。
關鍵點是重新構建高質量的知識庫，主要體現在三個方面的升級：
- 圖文手冊：重新構建產品手冊，升級為有對應操作流程與截圖的說明；
- 案例集：復雜業務（比如年假/綜合工時）一定要有案例，并要求助理輸出時，優先輸出案例；
- 降噪音：放棄了820928個字的“豐富”知識庫內容（完全以文字描述或長篇大論式描述），實現對回答內容的降噪處理。
比如你可以問它“如何完成劃線排班”，它會回答你帶圖文操作的內容（并附上對應鏈接）
比如客戶成功問你：離職員工的年假計算邏輯時，你可拉群讓對方先問AI助手聊
當然，它可能知識有限，當下并未解決問題，你可以通過豐富知識庫，讓AI重新學習后解決。
再以SaaS產品為例，原先的產品設計，都是基于鼠標點擊交互所設計，雖然結構化和可視化程度高。當菜單越來越多，功能越來越復雜后，使用成本成本增加。隨著AI技術的應用，SaaS產品能夠實現更加智能和便捷的操作，降低使用門檻，提高工作效率。
具體案例和詳細說明，請參考文章鏈接：如何用AI重做B端產品
九、所有的工作流都值得用AI完成重塑
產品經理（即PM）的工作流：業務學習、用戶/客戶調研、需求分析、需求優先級、方案設計、交互設計、需求文檔、項目管理、用戶手冊、數據分析、產品運營、內容運營等等。
無論從哪個環節入手，都值得用AI重塑一遍。
舉幾個例子。
AI學習助手：新手PM如何學習個稅以及復雜Excel公式？
作為一名稅務相關的新手PM，你可以把AI（此處用智普清言）當一名稅務高手，讓它教你，可以直接跟它交流（像跟人一樣交流），并讓它舉例說明。
比如你看工資計算時，有一個財務的復雜公式不理解，你也可以問AI:
所以，你可以把AI當作你的學習助手，就像徐鳳年身邊總有一個無所不知、無所不能的爹一樣，讓你的學習如沐春風一般。
AI需求分析助手：需求過多，如何用AI幫你分析/總結？
我所負責的產品，目前待解決需求有5020條，如此多的需求，如何快速分析、提煉并排出優先級？
我嘗試了智普清言（4.0）、百度文心一言（3.5）、ChatGPT（3.5）以及Kimi，最終選定Kimi。
起初是期望將5000多條需求，一次性讓Kimi處理完，但發現超過了它的能力范圍，所以將需求按模塊進行拆分。
以【加班】類需求為例，共計160多條需求，從需求池導出為Excel表，擅長相關性不強的字段列后，把它當做輸入文件進行需求分析。
整個過程主要分三步：
- 第一步：全局分析。輸入文件，并根據經驗提煉需求的分類（嘗試過讓它自行分類，效果不好），并約束它按指定的形式輸出（即用表格：需求分類、需求數量、需求簡述）
- 第二步：局部分析?；诘谝徊降妮敵觯删劢咕植窟M行細分分析。這個過程需循環調試，直到達到目的；
- 第三步（可選）：獲取結論。第二步可能已經得到結論，但你依然可以嘗試讓AI給出你需求優先級的建議，而你負責給它指定優先級規則。
注意：此處偷懶了，更好的方式是自建Agent實現，效果更佳。
AI需求文檔助手：如何快速輸出符合自己風格的需求文檔？
需求分析完后，是否可直接根據需求輸出需求文檔？至少可以把框架性的內容填充完畢。
比如我把上面最終的兩個高優先級需求，直接放到我自建的Agent（主要是要符合我想要的輸出格式），快速就可以得到一個需求文檔的基本版本，避免自己從0到1寫許多內容。
第一步：創建符合自己習慣的需求格式的Agent。
第二步：把AI需求分析助手的結論，當做輸入進行輸入。
當然，目前的需求文檔，可能只完成30%左右（最大價值在于框架與背景等非核心內容部分），但如果歷史需求文檔當做知識庫，以及反復調試的話，預計至少可以達到60%可用。
十、所有的生活流都值得用AI重新來過
發朋友圈、發小紅書、制作短視頻（文案/圖片/視頻等）、親子互動、學習實踐、旅行、理財、衣食住行等，所有環節你都可以考慮用AI助手。
舉兩個例子。
AI旅行助手：如何用AI快速輸出五一旅行計劃？
之前每次出去，制定一個旅行計劃，基本都得花半天到一天的時間。
用AI可以10分鐘出一個初版，基于初版一起加入人工溝通后，30分鐘即可搞定旅行計劃。
當然，美中不足的是目前還沒有對應機票、酒店、景點票等的Agent，所以無法直接讓AI完成預定。
如果你是因公出差，且使用對應的辦公平臺（如釘釘），則它可以直接從發審批、訂機票、訂酒店、生成日程與代辦等，全由AI快速搞定。
AI圖片助手：如何用AI幫你“復原”哪些美好的瞬間？
每個人都有許多美好的瞬間，值得被記錄，可惜當時并未拍照留存。
你可以通過文字描述把它盡量復原，并對應制作圖片集或視頻等。
我嘗試了文心一言、文心一格、騰訊混元、Stable Diffusion、惠普清言，最終選定Stable Diffusion（效果最好的毫無疑問是Midjourey，只是費用問題，所以沒用），它的人物細節與真實性，確實比國內的模型好。
比如同樣的文案，用國內效果更好的惠普清言與Stable Diffusion對比，后者的圖像人物的真實感，確實更深一籌。
最終可以把對應圖片，當做制作視頻的素材所用，記錄下曾經的美好瞬間。
目前圖片生成時，還是有不少局限。比如不能實現圖片里寫字（如下圖），或者不能指定生成一些工具（如上圖的鐮刀或冰棒），對人物關系的理解也不是特別到位。
十一、總結一下
本文通過三個歷史故事（燈夫的故事、女性的自由、車夫的故事）和四次技術變革的敘述，希望啟發你對技術變革的一些思考。
每次變革都會有一大批崗位消失，也會產生一批新崗位，造就了市場對人才的三極分化：適應變革轉型為新型人才、不適應變革向下兼容低技能型崗位、直接退休或淘汰。
適者生存，物競天擇。希望你可以成為適應變革的AI時代新型人才。
具體有兩個小建議給你：
1、成為自身領域的業務專家/崗位專家。具備提煉原則/方法論的能力，從執行者轉變為制定規則的人；
2、成為自身領域里更會使用AI的人。把它當作人一樣對待（而不是玩具），通過拆解產品流/工作流/生活流，從任意環節應用AI；
同時不過度關注AI發展的噪音（如大模型參數，誰家又發布大模型，哪家大模型更強等），而要關注它能如何助你完成工作/生活/學習的升級與賦能；
不過度關注AI的笨拙與局限，只要有用就堅持用，它升級迭代的速度一定遠超你用它的速度。
最后結合自身實踐，分享幾個案例給你。
- 所有產品都值得用AI重做一遍。比如基于關鍵字匹配的客服助手升級為新業務助手解決大量客訴問題，以及如何用AI重做多模態交互的SaaS產品；
- 所有工作流都值得用AI完成重塑。比如AI學習助手如何幫助我學習個稅與復雜Excel公式、AI需求分析助手如何幫我分析大量需求、AI需求文檔助手如何幫我寫需求文檔。
- 所有生活流都值得用AI重新來過。比如AI旅行助手如何幫我生成旅行計劃、AI圖片助手如何幫我生成過去的美好時刻圖片等。
過去，我們遇到熟人問：你吃了嗎？今天，可能變成問：你AI了嗎？
專欄作家
邢小作，微信公眾號：邢小作之家，人人都是產品經理專欄作家。一枚在線教育的產品，關注互聯網教育，喜歡研究用戶心理。
本文原創發布于人人都是產品經理。未經許可，禁止轉載。
題圖來自 Pixabay，基于CC0協議
該文觀點僅代表作者本人，人人都是產品經理平臺僅提供信息存儲空間服務。
工作流用AI重塑那里，感覺就是把AI當作自己的一個助手，把資料和處理的原則給它，讓它給出結果。但是，我能信任AI給出的結果嗎？會擔心AI的能力問題
一個老司機坐別人的車，總不放心別人開車；一個產品大拿做產品，總不放心其他產品經理。你就想象你把工作交給新來的實習生或新人的感覺，核心在于你對工作結果和目標的定義，以及最終的把控