AI共创时代
当AI浪潮席卷各行各业，许多人担心被取代，但真正的关键在于——你是否懂得与AI“共创”。AI能快速整理数据、激发创意、优化效率，但最终的价值仍仰赖人类的判断与洞察。从人资招募到产业分析，AI不再是取代，而是助力；会用AI的人，正重新定义工作的未来。茶水间里，年轻同事们正热烈讨论：“除了Deepseek、Gamma这些工具，你们还用什么AI应用？有推荐的吗？”这场景似曾相识。20多年前网络兴起时，办公室里也充斥着类似的对话：互联网将如何改变我们的工作与生活？有哪些工具能提升效率？如今，讨论的主题从“互联网 ”演进为“AI ”，但核心命题始终如一：如何将新兴技术有效整合进既有工作流程？AI不是来抢饭碗的面对AI浪潮，许多人担心被取代。但美国知名求职平台Indeed于2025年发布的研究报告，为我们描绘了不同的图景。这份报告评估了近2,900项工作技能，将AI时代下的职能转型分为四大类型：
1. 最低限度转型：高度依赖人际互动或精细手工操作的职业，如理发师、护理师，AI帮助极为有限。
2. 辅助转型：AI扮演智囊角色，提供数据、建议与范例，但最终决策权仍在人类手中。
3. 混合式转型：AI接手重复性任务如校对、除错，人类则转为监督、验证与处理例外状况。
4.完全转型：基础数据处理或高重复性的标准流程工作，可由AI全权接管。研究揭示了一个关键洞察：高达80%的技能仍需大量人类参与，仅约1%可能被完全自动化。这意味着AI的角色并非取代人力，而是与人协作—人类提供方向与判断，AI提供延伸与灵感，最终产出是双方“共创”的结晶。共创的第一步：精准提问尽管AI被赋予生成内容的能力，但前提是我们必须给出明确的指令。如同使用搜寻引擎，问题越精确，答案越到位。
以撰写演讲稿为例，笼统地要求“请帮我写一篇关于国际局势的演讲稿”，AI可能生成空泛甚至偏离主题的内容。但若能具体说明目标听众是谁、演讲时长、聚焦哪个区域或议题、期望的语调与风格、是否需要搭配图表、输出格式为何，AI便能精准回应需求，真正发挥共创价值。我在初期使用AI时，便因不懂如何下达有效指令，反而降低了工作效率。学会精准提问，是与AI协作的第一堂必修课。把AI当成永不疲倦的脑力激荡伙伴AI的价值不仅是“给出答案”，更在于“生成多种可能”。你可以要求它从不同角度、不同语气、不同结构来呈现内容，借此激发更丰富的创意灵感。这就像拥有一位永远不会累、点子源源不绝的同事陪你脑力激荡。
以我常用的Gamma为例，我的主要需求并非让它生成完整简报，而是提供多样化的排版范例供参考。根据顾客需求，我会从中挑选合适的视觉呈现方式，让专业简报更具条理、更直观、更有说服力。AI的魅力，在于它能打破我们有限的思考边界，开展无数延伸的可能性。人的判断，才是关键最后一里AI的建议永远不等于定稿，最终仍需人类的经验与综合判断来把关。
哈佛大学经济系学者Seyed M. Hosseini与Guy Lichtinger于2025年发表的研究报告，分析了2015至2025年间、6,200万名员工与2.45亿笔职缺数据。研究发现，自2023年起，导入生成式AI的企业中，初阶职位人数平均减少7.7%，中高阶人力则稳定成长。原因在于AI确实取代初阶员工的例行任务——撰写报告、查核文件、整理数据、初步应对顾客等。但那些懂流程、有判断力、能协调沟通的资深员工，则转型为驾驭AI的角色，负责把关与决策。这突显人类在AI时代的核心价值：从众多选项中进行综合性、全面性的考量与验证，挑出最适切的选择。而这种需要经验和专业判断的能力，正是AI无法取代的。
•实战案例一：HR的AI协作招募季来临，人资部门通常会收到数百份履历。以往必须花费数日逐一细看，现在人资主管决定与AI协作。
第❶步➡担任初筛助手：人资将职缺必备条件输入AI：三年以上营销经验、熟悉社群操作、具备数据分析能力。系统快速从200份履历中筛出80位符合基本门槛的候选人，大幅节省初步筛选时间。
第❷步➡人类进行关键判断：AI迅速整理出每位候选人的经历亮点和技能摘要，但最终筛选仍由人资主管亲自操刀。“AI能告诉我这个人做过什么，但无法判断他是否适合我们的团队文化，”凭藉过往经验与对企业文化的深度理解，她从80人中挑出15位最有潜力的候选人。
第❸步➡客制化面试准备：确定面试名单后，请AI根据每位候选人的履历生成专属面试问题。这些问题提供了绝佳起点，但实际面试时，人资主管仍会依对话流程灵活调整。整个流程从三天缩短至一天，人资团队将省下的80%时间，专注于真正需要人来判断的部分：谁适合团队？谁有潜力？谁能带来新思维？AI负责效率，人类负责品质—这才是真正的共创。
•实战案例二：财务分析师的深度洞察作为资深分析师，撰写投资研究报告是我的日常工作。以往光是整理数据就需要数日时间，通常得由资浅分析师协助收集数据。现在，我让AI负责汇整过去五年的产业数据：营收、市占率、技术投资、并购案等。原本需要从各种财报中逐一撷取的数字，AI几分钟就能整理完成（但必须确保数据来源的正确性）。接着根据数字生成折线图、堆叠图、散布图等视觉化图表，并从AI提供的多种视觉方案中，选择最能说故事的版本。AI提供多角度解析，人类提供专业判断数据图表整理完毕后，我会指示AI从不同角度解读数字与数据：财务预测、供应链风险、地缘政治影响、技术周期变化等。我再从AI的解析中，融入过往经验、查证相关数据，并思考质化因素——产业人脉、管理层执行力、未公开的技术进度等，最终得出分析结论。例如：虽然数据显示A公司营收领先，但基于对产业的深度理解，我可能判断B公司在关键技术上的布局更值得长期关注。这种洞察来自人的经验与判断，不是数字能直接说明的。
整份报告的处理时程大幅缩短，因为AI帮我处理了绝大部分的数据整理工作，让我能专注思考数字背后的意义。毕竟，数据会说话，但需要人来翻译。
懂AI，更要懂人AI时代的工作方式，不是“人vs.机器”的对抗，而是“人＋机器”的共创。让AI负责“量”——快速生成、大量选项、数据整理；人类负责“质”——判断、决策、情感、专业把关。最佳成果来自“AI的效率＋人类的智能”。而三个关键能力将定义未来十年的职场竞争力，
分别是：（1）学会精准提问；（2）善用AI的创意发散；（3）保持人类独有的判断力。AI时代的竞争力，不在于谁更快学会使用工具，而在于谁能用AI放大思考、深化洞察。
让AI处理“量”，让人专注“质”，这是未来职场的黄金法则。当你学会与AI对话、协作、共创，它将成为你永不疲倦的伙伴，陪你一起变强、一起前行，开启属于人与智能科技的崭新时代。
