把枯燥的工作先扔给大模型？

摘要： 大模型 " 进村 " 静悄悄把我们不想干的，枯燥的工作交给大模型，可能是 AI 重塑工作流程和组织模式的开端。最近一段时间，经常能听到把 " 枯燥乏味 " 的工作交给 AI 的说法...

大模型 " 进村 " 静悄悄

把我们不想干的，枯燥的工作交给大模型，可能是 AI 重塑工作流程和组织模式的开端。

最近一段时间，经常能听到把 " 枯燥乏味 " 的工作交给 AI 的说法。

例如，OpenAI 联合创始人兼总裁 Greg Brockman 在 AI Engineer 峰会的访谈中，也说到 AI 能够处理那些人类觉得枯燥乏味的迁移和更新工作，例如改造庞大的遗留代码库（摩根士丹利今年就在用自己开发的 AI 工具，批量转化旧代码）。

OpenAI 是懂用户心理的，因为这就是全世界的打工人对于 AI 的期待。

不久前，斯坦福的研究团队做了一项研究，邀请 1500 位来自 104 个职业的一线打工人，让他们选择愿意把什么工作交给 AI。

最终，排名前五的工作是：安排客户预约、整理应急档案、修正工资记录、数据转格式与导入、网站数据备份。

这些工作的共同点是标准化高、重复频繁、判断强度低，却极其耗时、容易出错。

在工作中，我们肯定愿意把这些重复性的、单位时间产出不够高的工作都扔给 AI，而且看上去是与 AI 的双赢。

但这远远不是终点，从实际应用来看，更可能是 AI 重塑工作流程和组织模式的开端。

AI 能干就让它干

斯坦福的任务清单里也有生成内容、编写代码、创意设计等 " 高级选项 "，只是少有人去选。

这些事情，是我们刚刚被激发起 AI 创作热情时，大模型在干的事，我们让大模型写诗、写歌、画画 结果很快，我们就发现不对头，" 大模型在写诗，我在洗碗 "。

枯燥乏味的工作除了让我们厌烦，同时也认为这些工作没啥难度。但是，我们忽略了一点，就是同样的工作，AI 和人类干，最后的结果可能完全不同。

最近在小红书上看到一个贴子，一位大厂技术人员说，自己的团队半年时间做的一个 AI 产品，导致部门 200 多人的销售团队，裁员 1/4 。

这可能是许多人想象中的机器人工作场景

这个产品是一种能够和人交流的语音 AI，类似我们经常能够遭遇的 AI 客服，老板试用后，认为这个语音 AI 可以用来做电话销售。

销售团队现在已经没有人做电销了，因为这个工作是纯拿提成，但是转化率又不高，所以没人愿意做。

但是 AI 没有时间成本，孜孜不倦的打电话，一段时间试下来，转化还不错。于是，销售团队不需要那么多人了。

这个产品开发的本意，并不是和销售人员竞争，甚至都不是为销售部门开发的。

AI 只是干了销售人员不想干的活儿，但是最终结果，不是所有销售人员更加轻松，而是替换掉 1/4 的团队。

不难想象，AI 真的很适合干这种枯燥的工作，不会因为电话被挂断、被辱骂就情绪波动，也不会因为上厕所、吃饭、睡觉间断，也不会因为提成低就想要放弃，从而大大提升了这个工作的产出。

但是，现在 AI 有这么智能吗？在开头那个贴子的评论区，有人好奇为什么 AI 电销会有成交，一般人接到这种电话不是马上会挂断吗？

事实是，经过测试，AI 能够开展几轮对话，不被查觉。其实我也接到过反诈电话，和人家聊了半天，才怀疑是 AI 客服。

这种人类不爱干的活有很多，一位在图书公司的朋友说，例如，图书封面一般是由责编根据内容确定主题，再由美编来出设计方案。

这个过程，类似于过去杂志封面设计，要综合考虑内容要反映的主题、设计风格、图文排版风格等等，这些内容都需要经验和思考，而且需要两个团队讨论。

但出草图这一个环节，只需要美编动手实现。一般美编需要几天时间才能出草稿，甚至活儿多的时候，可能要一周以上。

现在，只要技术团队搭一个简单的工作流，在后台输入各种需求后，瞬间就能获得十个不同风格的草图。

这种用 AI 提升效率带来了两个结果：第一，节省人力，有的图书公司的编辑甚至可以不用美编，自己来完成封面设计，而且这种 AI 封面的书，现在都已经上市了，有些公司还会保留美编，但显然不需要那么多人了。

第二，其实我觉得更重要的是，AI 的参与，改变了工作流程。责编不再需要去和美编先讨论，而是自己就能拿着一堆草图，告诉对方自己想要什么样的风格。

大模型进村静悄悄

在工厂里，工业机器人进入生产线，也是从人类不爱干的工序先开始替换的。

我几年前在一个冰箱生产线上，看到只有一个环节被换成了机器人，就是负责把套好纸箱的冰箱搬上搬下。这个活儿原本是两个工人一起抬，但是一天八小时下来，工作强度极大，所以排班的时候很难安排人手。

现在的无人冰箱工厂，只看生产线已经基本上算是黑灯工厂，整个车间全是机器人在干活。

真实的全自动化汽车生产线一般是这样的

对于被 AI 改变的组织形式，有一个终极判断，就是一人 AI 公司。OPEN AI 的创始人萨姆 · 奥尔特曼认为：" 一个人就能做出市值 10 亿美金公司的时代马上就要到来。"

一个人，一台电脑，年入百万。但这个去年流行的故事，今年在网络上基本消失了。

不是说这个未来一定不能实现。而是现在大模型还做不了太多实际的工作，所以没有合适的商业模式。

今年特别火的 Agent 正是为了解决这个问题，当然 Agent 的能力也取决于大模型。

关于 Agent 的能力，今年 3 月，猎豹移动董事长兼 CEO 傅盛有一个特别贴切的比喻，如果按照自动驾驶 L1-L5 的标准去衡量，目前大部分 Agent 都处于 L1-L2 的阶段。有朝一日进入 L5 阶段，人们可以晚上睡前给 Agent 安排写文档、查资料、制作 PPT、购买机票等工作。一觉醒来之后就查收工作成果。

其实在有些领域，这个目标已经实现了。

AI 音乐人在 Spotify，已经开始营业了。AI 歌手从形象到音乐，都是由 AI 生成。用户很难区别真人与 AI 歌手，那些真正的歌手反而需要自证身份。

其实 AI 生成音乐，我也试过，用多模态大模型，把一首古诗喂进去，几分钟就能生成各种不同曲风的音乐，听上去真的还可以。

AI 网红就更不用说了，虽然不受平台待见，但仍然能接广告赚钱。这种数字人基本上可以以假乱真，在网红的评论区，经常能看到这样的问题：你是数字人吗？

对于老板们来说，AI 逐渐能够干一些活，更是一个无法忽视的趋势。

根据 Anthropic 团队 2025 年初发布的研究，全球已有 36% 的职业岗位中，员工已将 AI 用于至少四分之一的日常任务。OpenAI 的调研也指出，80% 的美国职场人至少有 10% 的任务受到 AI 影响，其中近五分之一的岗位中，AI 已介入超过一半的工作内容。

一位做大模型的朋友说，如果你的工作是跟图片、音频、视频相关，那估计很快会受到 AI 影响。

他说，现在做大模型增效的公司，比我们想象的要多很多，但是很多老板都是在悄悄进行。一般是用一个小团队，先梳理公司的工作流程，然后看看哪个环节可以用大模型来做。

一旦 AI 进入工作流程，那么接下来的事情可能就是改变工作流程，以及改变组织模式。