值得收藏！普通人AI时代的最好职场角色 AI把活干完了，剩下的事谁扛？五类新角色正在长出来。 最近你身边大概都有这种同事：自己搭了个自动生成周报的智能体，或… · @Zhibin992 · TwKit

@Zhibin992

值得收藏！普通人AI时代的最好职场角色 AI把活干完了，剩下的事谁扛？五类新角色正在长出来。 最近你身边大概都有这种同事：自己搭了个自动生成周报的智能体，或者做了个发票报销的工作流。刚做出来很兴奋，效率一下子上去了。但过一两周，新问题全冒出来了：数据口径对不对？某个字段谁来确认？智能体跑着跑着出错，影响了下游三个人，谁来负责？做工具的同事请假了，别人不会改怎么办？ AI把干活这一步接过去了，但一大批以前不存在的活冒了出来。验收谁做，维护谁管，出事谁兜底。这些事以前不是不需要，是以前干活的是人自己，干完心里有数。 波士顿咨询最近访谈了50多家AI落地走在前面的企业，覆盖10个国家十多个行业，归纳出五类正在冒出来的角色原型。 第一类是业务自建者，业务人员自己动手搭应用和智能体，不再等IT排期。可以理解成自己修水管的住户，以前得打物业电话排队，现在工具够简单，你自己就能修，而且你比物业更清楚哪根管子在漏。Cursor有个市场营销人员自己做了个应用，批量生成几千份营销素材，把原来外包给代理商的活接了过来。 第二类是工作流设计师，他不修一根管子，他重新设计整栋楼的管线图。看的是整条流程：哪些环节交给AI，哪些判断留给人，交接点放在哪里。Greenhouse在每个部门设了个创新负责人，专门找哪些流程适合自动化，再和中央IT团队一起把方案建出来。 第三类是AI治理者，像公司里的安全主管，只不过盯的不是消防通道，是AI有没有越线。有家云服务公司设了AI委员会和合规团队，任何新应用都得先登记、说明理由、过合规检查，再投票决定能不能上线。 第四类是领域知识负责人，我觉得这是五类里最值得普通人关注的。他不一定是AI专家，但一定懂业务，价值在于把积累了多年的专业判断掏出来，变成AI能用的结构化知识。像一位老师傅，听听机床声音就能找到问题，以前这些经验全在脑袋里，徒弟跟三年也未必学到。报告里提到，五分之四的受访企业都在做这件事。 这里有个想法值得纠正。很多企业满脑子想的是怎么把老专家替换掉，觉得有了AI就不用养老专家了。恰恰相反，让AI学会老专家的经验，不是为了取代他，是为了让其他人快速缩小和他的差距。老专家90分，以前带不了那么多徒弟，其他人平均20分；现在AI能帮他们从20分提到60分，老专家还是90分，但整个公司的平均水平提高得飞快。而且老专家为什么愿意把经验传给AI？只有在自己有安全感的时候才愿意。 第五类是智能体运营负责人，像牧羊人。公司里跑着几十个智能体，哪个该升级、哪个该下线、哪个跑飞了得拉回来、权限怎么设、哪些数据可以碰，都得有人管。 五类过完，你可能会发现一件事：这里面没有一个叫AI使用者，也没有一个叫AI重度用户。会用AI这件事，正在变得跟会用电脑一样，是职场基本功了，不值得单独拿出来说。 这五类角色都在回答同一个问题：AI干完活之后，剩下的事谁来扛。而且报告特别提到，这些角色大多还没有变成正式岗位，但作为新职责，已经长在了原有岗位上。你的title没变，干的事已经变了。就像早年很多公司还没有产品经理这个岗位，是大量项目经理实际在干产品经理的活。 有家公司直接让员工给自己岗位创建智能体，因为最清楚流程和那些坑的人就是员工自己。结果新建一个员工学习项目的周期从18个月降到4周，对监管变化的响应时间从3天缩短到1小时。这不只是AI写代码快，更是那些藏在老员工脑袋里的经验，之前从来没被真正掏出来过。AI逼着你掏，掏出来一看，值钱的全在这儿。 整份报告最关键的是一句话：对AI的产出负责。AI一秒钟能生成100份方案，但哪份能用还是你说了算，你的签字比AI的产出更贵。 所以不用对着这五个名字焦虑。你可以想想，自己每天有多少时间花在自己干活上，有多少花在确保AI干对了上，又有多少花在把自己知道的东西变成别人能用的东西上。这三个比例，可能比你的岗位名称更能说明你在公司的真实位置。 #ai

曝光 266 · 评论 3 · 点赞 2 · 书签 0