我问：

将这个ppt生成一份非常接地气的口播稿，符合我的语言表达习惯，其中该提示节奏、该互动、金句都自然插入，并且大量举例，例子必须是非常场景化、动词非常多的、含有大量事实、数据的，非常贴近本人习惯的事例，让我表达起来极为顺畅而连贯。例子请用粗体标记，并备注属于什么事例。不论长短，讲透。

AI答：

AI时代的生存法则——完整口播逐字稿

【全场总时长约70—80分钟｜以下为逐页口播稿，所有节奏提示用方括号标注，所有举例用粗体标记并备注类型】

▎第一幕：当头一棒（第1—5页，约15分钟）

第1页｜开场

各位晚上好。

今天这场分享，我不打算一上来就给大家报一串工具名。

为什么？

因为我发现，绝大多数人真正卡住的地方，从来不是"不知道工具"。你手机里下了ChatGPT，你电脑上收藏了Kimi，你朋友圈转了十几篇DeepSeek的测评。工具你都知道。

但你真正不知道的是——AI到底跟你自己有什么关系。

很多人现在对AI的理解，还停留在什么阶段呢？"帮我写个标题""帮我润个稿子""帮我查点资料"。这当然也能用。但说白了，这还只是把AI当外卖小哥——你饿了叫一下，不饿就忘了它的存在。

而我们今天要讲的是，怎么把AI从"偶尔帮忙的工具"，变成"长在你身上的新器官"。

借用一句古话——

君子性非异也，善假于物也。

这句话什么意思？人与人之间真正拉开差距的，很多时候不是谁更苦、谁更拼，而是谁更会借力。

好，今天这场分享围绕两个核心问题：

对个人来说——怎么不被淘汰。 对老板来说——怎么识别谁在AI时代真正值钱。

不讲玄学，不讲"AI将改变世界"这种正确但没法落地的大话。就讲实的。

第2页｜数据轰炸

[节奏提示：从这里开始加速，数据一个接一个砸出来，不要停，不要解释太多，让观众感受到"天塌了"的速度感]

好，先给大家报一组数据。不用记，但你得感受一下这个速度。

2025年，全球科技行业总共裁了24.5万人。

2026年，刚过去不到三个月，又裁掉了5.6万人。

算下来，平均每天——736人被科技公司优化掉。

每天，736人。不是每月，不是每季度，是每天。

你可能觉得这都是硅谷的事，跟你没关系。那我再给你看一组更深的数据。

MIT——麻省理工——联合橡树岭国家实验室做了一个叫"冰山指数"的研究。它模拟了美国1.51亿工人和AI的交互关系。结论是什么？

AI目前已经具备替代美国11.7%劳动力的技术能力。

注意，不是"未来可能"，是"现在就能"。

涉及的工资总额多少？1.2万亿美元。 覆盖哪些行业？金融、医疗、行政、人力资源、物流——全是白领密集型行业。

麦肯锡全球研究院还有一份报告更狠：当前技术理论上可以自动化美国57%的工时，到2030年可释放2.9万亿美元的年度经济价值。

57%的工时。你想想，你一天工作8小时，其中将近5个小时干的活，理论上AI已经能接手了。

而你现在看到的科技行业裁员，只是什么？只是冰山上面露出来的那一点。冰山下面——是行政、财务、HR、物流、办公管理这些岗位正在被AI悄悄蚕食。

第3页｜海外裁员案例墙

[节奏提示：每个案例讲15—20秒，快速切换，像新闻简报一样密集。不要展开分析，让数字和事实说话]

光说数据你可能没感觉。我给你报一下最近半年，全球最有名的几个AI裁员案例。你听听，感受一下这个刀是怎么砍的。

【Block/Square案例｜科技金融行业｜"赚着钱裁员"典型】2026年2月，Block——就是做Square支付的那家公司——一口气裁了4000人。砍掉将近40%的员工。CEO杰克·多尔西说了一句非常冷的话："不是公司没钱赚，而是AI让我们不再需要那么多人了。"这家公司2025年毛利103.6亿美元，同比涨了17%。赚得越来越多，但人砍了近一半。为什么？因为他们自研了一个AI代理叫"Goose"，能写代码、能做决策、能服务客户。6000人加上AI，干的活比过去10000人还多。多尔西还补了一句："我们不是第一个这么做的，大多数公司的动作都慢了。"

你品品这句话。"大多数公司的动作都慢了。"这不是威胁，这是已经在做的人，对还没做的人的评价。

【Meta案例｜社交媒体行业｜"拿人换AI基建"典型】2026年3月，Meta计划裁员约16000人，占全球员工约20%。这是2022年以来最大的一次。目的是什么？把省下来的钱砸进AI基础设施——2026年的AI资本支出预算是1150亿到1350亿美元，比2025年翻了一倍。扎克伯格说，2026年是Meta的"AI关键年"。什么意思？就是人的钱，挪去养AI了。

【亚马逊案例｜电商/科技行业｜"AI去中层化"典型】2026年1月，亚马逊裁了16000人。CEO贾西早在2025年6月就写了一篇长文：随着AI效率提升，公司员工规模将缩减。亚马逊中国区是重灾区。有员工一早到公司，发现邻座整个团队"消失了"——杯子还在桌上，人没了。还有人凌晨收到裁员邮件，一觉醒来发现自己已经登不上Slack了。公司内部流传一个段子："这次裁员是按楼层裁的。"

更扎心的是——考核靠前的员工也被裁了。"绩效好就安全"这个幻觉，碎了。

再快速过几个：

【Chegg案例｜在线教育行业｜"被AI直接击穿"典型】2025年10月，在线教育平台Chegg裁员45%。CEO直接说："面对AI的新现实，我们顶不住了。"

【惠普案例｜硬件/科技行业｜"AI重组节省10亿"典型】惠普裁了4000到6000人，目标是到2028年通过AI驱动的重组省10亿美元。

【Paycom案例｜HR软件行业｜"岗位被AI系统直接替代"典型】HR软件公司Paycom裁了500多人。员工被直接告知：你们的岗位已经被AI自动化系统取代了。

【C.H. Robinson案例｜物流行业｜"AI接管定价调度"典型】物流公司C.H. Robinson裁了1400人。AI接管了定价、调度、货运追踪这些核心环节。

以上这些，还只是"主动承认跟AI有关"的公司。更多公司在做一模一样的事，只是没说出口。

[互动节点] 大家在评论区打个"1"——你身边有没有人，已经因为AI被优化了？

第4页｜中国裁员案例

[节奏提示：语气从"别人家的事"转成"就在你身边"，更贴近、更真实]

你可能心里在想：这都是美国公司啊，跟我有什么关系？

那我再跟你说说国内的。

【百度案例｜中国互联网/AI行业｜"AI主业挤压非核心"典型】2025年，百度对部分非核心业务和支持性部门做了一轮人员优化。裁员比例大概20%到30%。重点砍的是什么？跟AI主业关联度低的板块。百度的逻辑非常清楚：AI能干的，不再需要人干。不能帮AI赚钱的部门，该缩就缩。

【阿里巴巴案例｜中国互联网行业｜"持续瘦身+技术提效"典型】阿里巴巴的员工规模从2022年高点之后一直在往下掉。退出高鑫零售、收缩非核心投入、推进技术与组织效率提升。AI和数字化，已经成了阿里组织瘦身的核心工具。

【某互联网大厂案例｜中国互联网行业｜"多部门同步裁员"典型】2025年11月底，国内某头部互联网公司内部多个部门同时裁员，比例10%到25%。是该公司近年规模最大的一次。波及游戏、直播、短视频等部门。

再看一组更宏观的数据：

【中国青年就业数据｜宏观背景】2025年11月，中国16到24岁青年失业率16.9%。25到29岁失业率7.2%。浙江大学宋学印教授的判断是："AI对就业的替代性已经远远大于它的创造性，未来1到2年会更加严重。"他特别提到，2026年集中发布的视频模型，让短视频行业、跨境电商广告行业上千万就业群体面临被替代。

中国没有像美国那样明确统计"AI裁员"的数据。但AI正在以什么名义悄悄改写用工结构？"提效""重组""战略聚焦"。你在公司内部听到这几个词的时候，就要竖起耳朵了。

我再告诉你一个更扎心的数据。

【哈佛商业评论调研数据｜全球高管调查】哈佛商业评论2025年底调查了1006名全球高管。结果发现：90%的公司都以"AI"为由裁了人。但真正因为AI落地后效率提升才裁员的，只有2%。

什么意思？意思是AI已经成了企业"合理裁员"的最佳理由。不管AI真的替代了谁没有，反正公司信了——而且已经在动手了。

第5页｜总结锤

[节奏提示：这里要重、要慢、要停顿。前面密集轰炸完，这里给观众三秒钟消化恐惧，再给方向]

我把前面这些数字放在一起，你就能看清一个趋势。

企业现在花在AI上的钱，已经开始超过花在人上的钱。

【亚马逊AI投入数据｜资本结构变化】亚马逊2025年AI基础设施投入超过1500亿美元，首次超过人力成本支出。这不是降本，这叫资本结构重组——用算法和算力，替代一部分人力。

【全球科技巨头AI支出数据｜行业趋势】2025年，Meta、谷歌、亚马逊、微软这几家加在一起，AI资本支出3500亿到4000亿美元。字节跳动计划在2025到2026年投1600亿人民币，其中一半买AI芯片和算力。

所以从今天开始，你需要想清楚一个问题：

你是被替代的那部分，还是驾驭AI的那部分？

同样8小时，有人越来越忙，有人越来越值钱。差距不是勤奋，是系统。

[互动节点] 评论区打一个字——怕、稳、冲。你现在听完这些数据，是什么心情？

[停3秒看评论]

打"怕"的多吧？很正常。但别慌，恐惧只是入口。接下来我要讲的，是出口。

▎第二幕：认知破局（第6—9页，约12分钟）

第6页｜AI到底改写了什么

[节奏提示：语速放缓，语气从轰炸变成授课。这里是全场的认知转折点]

好，前面吓完了，现在讲点有用的。

很多人说AI很厉害，但到底厉害在哪？我今天不跟你讲技术，我从第一性原理来拆。

你每天的工作，不管你是做市场的、做运营的、做管理的、做销售的，本质上只有四步：

第一步，接收信息——邮件、会议、数据、需求、反馈。 第二步，处理信息——整理、归纳、分析、推演、结构化。 第三步，做出判断——取舍、决策、优先级、风险评估。 第四步，推动行动——沟通、协调、执行、跟进、复盘。

AI最强的地方在哪？不是替你承担责任，而是大幅增强第二步。

你想想你每天最累的是什么？不是做决定累。做决定其实很快——A方案还是B方案，拍个板，几秒钟的事。真正累的是什么？是在做决定之前——翻资料、整理数据、搭框架、理逻辑、组织表达。这些事吃掉了你80%的脑力。

AI恰好接管的，就是这80%。

【某公司运营总监时间分配案例｜职场真实场景】我认识一个做电商运营的总监，管一个15人的团队，年薪60万。我让他拆了一下自己一天的时间分配。结果是什么？大概40%在开会和回消息，30%在整理材料和写文档，20%在跨部门协调，只有不到10%在做真正有价值的判断和决策。他不是不努力——他每天工作12个小时以上。但他的精力，全花在了"做决定之前的准备工作"上。而这些准备工作，AI几乎每一项都能帮他。

所以记住一句话：

AI替代不了你的责任，但它正在替代你大量低价值的脑力消耗。

过去最贵的是体力。后来最贵的是知识。未来最贵的是判断。

第7页｜第二大脑

[节奏提示：讲慢，讲透，讲出画面感。这页是核心概念植入]

我特别喜欢一个比喻——双脑系统。

过去，你只有一个脑子。这个脑子什么都得干——情绪、关系、判断、表达、整理、分析、归纳、推演。全靠它一个。但人脑有个毛病：一忙就乱，一乱就急，一急就容易出错。

现在不一样了。你可以拥有两个脑子。

你的肉体大脑——负责经验、直觉、共情、审美、承担结果。这是机器做不了的。

你的AI大脑——负责结构、逻辑、归纳、信息处理、推演、初稿生成。这是人脑不擅长高速大批量处理的。

【军师/结构师/分析员类比｜概念具象化】你可以把AI想象成什么？像一个24小时在线的军师——你半夜12点有个想法，它也能陪你推演。像一个不知疲倦的结构师——你脑子里一团浆糊，它帮你理出三条线。像一个随叫随到的分析员——你把一堆Excel丢给它，它5分钟给你画出趋势。像一个不带情绪的表达顾问——你写了一封带火药味的邮件，它帮你改成能推进事情的版本。像一个永不摸鱼的会议整理员——两小时会议，它帮你提炼出10分钟行动项。

所以你今天不是在学一个软件，你是在给自己接上一套外挂大脑。

你不是在学AI，你是在长一个新器官。

第8页｜人机分工

[节奏提示：结构清晰，用对比让概念落地]

有人可能会说：你说得好听，AI这也能干那也能干，那人干什么？

不是AI替你活，是你跟AI重新分工。

AI负责快，你负责准。 AI负责铺材料，你负责定方向。 AI负责多给可能性，你负责做取舍。 AI负责大规模处理信息，你负责承担结果。

我给你举个最日常的例子。

【季度汇报效率对比案例｜职场高频场景】你要写一份季度汇报。过去怎么做？你先花3个小时翻微信群、翻旧文档、翻数据表，找素材。再花1小时搭框架——盯着PPT空白页发呆。再花2小时一页一页地写、一段一段地磨。最后花1小时调格式、改标题。加起来7个小时。凌晨1点交活，第二天老板说"逻辑不太清楚"。——现在怎么做？你把所有原始材料丢给AI，5分钟它帮你做完信息整理。你让它出三版汇报逻辑——经营分析型、问题解决型、管理复盘型——3分钟出来。你挑一版，让它逐页定义"这页回答什么问题"，5分钟。然后你花20分钟做判断：哪些保留、哪些删、哪些加你自己的业务洞察。最后让AI压缩表达、提炼结论、优化标题，10分钟。总耗时——43分钟。而且质量更高，因为你的精力全花在了最值钱的地方——判断上。

7个小时压到43分钟。这不是夸张，这是我身边真实在发生的事。有人用了之后，老板的反馈是"这次逻辑比以前清楚多了"。

这就像什么？以前你一个人扛着锄头种地，现在来了一台脑力收割机。你当然也可以不用，继续扛锄头。但别人用了，他就能用更少的消耗，做更多的有效推进。

所以——

未来淘汰你的，未必是AI。更可能是那个已经把AI接入工作流的人。

第9页｜四类人

[节奏提示：互动高潮页。讲完四类人后停下来，让观众对号入座]

今天的人，大致分四类。你听完，自己对号入座。

第一类，围观者。大概占60%。

【围观者画像｜用户分类场景】什么表现？收藏夹里躺着50个AI教程，一个没打开。刷了无数条短视频，"太厉害了""收藏了"，然后关掉手机，该怎么干还怎么干。

第二类，体验者。大概占25%。

【体验者画像｜用户分类场景】偶尔打开问一问，润个稿、改个标题、翻译两句话。觉得"嗯挺神奇"。但用了三次就觉得"也就那样"，就不碰了。为什么？因为他没有固定场景，没有形成闭环。

第三类，使用者。大概占12%。

【使用者画像｜用户分类场景】已经把AI嵌入了某些固定场景——写汇报用它、做会议纪要用它、搭方案框架用它。开始有自己的Prompt模板了，知道怎么问能拿到更好的结果。

第四类，共生者。不到3%。

【共生者画像｜用户分类场景】AI已经成为工作回路的一部分。遇到问题，第一反应不是"我怎么硬扛"，而是"这件事哪些该我判断，哪些可以让AI预处理"。离开AI，他会觉得效率明显下降——就像你离开手机一样不适应。

[互动节点] 大家在评论区打一个数字——1、2、3、4。你觉得自己更像哪一类？

[等10秒看评论]

大部分人打了1和2吧？这很正常。但今天结束的时候，我希望你至少知道怎么从2跳到3。

会不会用AI，这不是10分8分的差距。这更像是两套工种的差距。你还在旧工种里苦干，而别人已经换了一套工作系统。

▎第三幕：老板视角（第10—13页，约15分钟）

第10页｜老板最关心什么

[节奏提示：语气切换，变得更商务、更硬。让管理者觉得"这不是听热闹，是能带回公司讨论的"]

好，前面讲的是个人认知。现在我切换一个视角——如果你是老板，或者你是管理者，你最关心什么？

老板看AI，其实就看三件事：

效率——同样的人，能不能产出更多？ 成本——同样的活，能不能花更少？ 确定性——同样的交付，能不能更稳定？

但很多企业今天的问题，不是"不知道AI很重要"。问题是什么？是不知道该从哪里切。

【企业AI落地四大困境｜管理者痛点场景】我接触过不少中小企业老板，他们的困惑基本都是四个：第一，不知道该从哪个场景开始切入——是先搞客服自动化？还是先搞内容生成？还是先搞数据分析？第二，分不清团队里谁是真会用、谁是假热闹——有人天天发AI文章到群里，但自己的报告还是手写的。第三，不知道怎么把某个人的能力变成组织能力——A会用AI，B不会，A离职了就又回到原点。第四，投了钱、投了时间，但看不到闭环——培训搞了，工具买了，然后就没有然后了。

这四个问题，本质上是一个问题——AI还没变成组织的肌肉，只是某些个人的私藏技巧。

我再分享那个数据——哈佛商业评论的调查：90%的公司都以AI为由裁了人，但只有2%是真正因为AI效率提升才裁的。 说明什么？说明很多公司自己也没想清楚。裁员的刀先举起来了，效率的账还没算明白。

以前企业看人，看"苦劳"。以后会越来越看"杠杆"。

什么叫杠杆？

【"堆时间"vs"做杠杆"对比｜人才价值观转变】一个人再辛苦，如果还是靠堆时间换结果——每天加班到11点，周末还在改PPT——那他的上限很快就到了。因为一天就24小时，你不可能堆到25小时。但另一个人呢？他会用AI搭框架、会做模板让团队复用、会把自己的经验沉淀成流程，然后带着整个组一起提速。这种人不是更省事——这种人是更值钱。因为他一个人的能力，能通过系统放大到10个人身上。

第11页｜六维识人框架

[节奏提示：这页要慢讲、重讲。每个维度配一个具体场景，让老板觉得"这个我回去就能用"]

那老板到底怎么识别，谁在AI时代会越来越值钱？

我给你一个六维识人框架，每个维度我都配一个真实场景，你听完就知道该看什么。

第一个维度：问题定义力。

【"接到任务先动手"vs"接到任务先问清"场景｜问题定义力识别】你给一个下属说"做份竞品分析"。A员工接到任务，马上打开浏览器开始搜。B员工先问你："这份分析给谁看的？给老板看还是给产品团队看？重点比什么？比价格、比功能、还是比市场策略？输出什么格式？PPT还是一页纸摘要？"——A是执行者，B是定义者。AI时代，B比A值钱十倍。因为B给AI的指令也会更精准，产出质量完全不同。

第二个维度：AI调用力。

【"偶尔用一下"vs"形成固定场景"对比｜AI调用力识别】你看一个人是不是真的把AI接进了工作流，不是看他聊天记录里有没有ChatGPT，而是看他有没有固定的三五个使用场景。比如：每次写周报他都先让AI列框架，每次做会议纪要他都让AI整理录音，每次写跨部门邮件他都先让AI出三个版本。这叫"嵌入工作流"。如果他只是想起来问一句、想不起来就忘了，那只是体验者。

第三个维度：结果整合力。

【"直接复制粘贴"vs"二次加工上桌"对比｜结果整合力识别】AI给他生成了一段竞品分析。他是直接贴进PPT？还是会先看一遍，删掉那些泛泛而谈的废话，补上自己从客户那里听到的真实反馈，调整措辞让它更贴合公司内部的口径，最后再放进PPT？前者是搬运工，后者才是整合者。AI的输出是七八十分的半成品，最后那二三十分，必须靠人的业务判断来补。

第四个维度：风险控制力。

【AI数据引用未核实导致翻车案例｜风险控制力识别】我见过一个真实的案例：有人用AI写了一份行业报告，里面引用了一组"某机构发布的数据"。结果这个数据是AI编的——那个机构根本没发布过这个报告。拿去给客户看，被当场打脸。你说他能力差吗？不差。但他少了一步：核实。AI生成的东西，数据对不对、逻辑通不通、有没有合规风险——这些必须有人兜底。这个人就是你。

第五个维度：协同放大力。

【"自己快"vs"带团队快"对比｜协同放大力识别】有的人自己用AI很溜，写东西又快又好。但团队里其他人还在原地踏步。他有没有把自己的Prompt模板整理出来，分享给团队？有没有把自己摸索出来的汇报框架做成一个模板，让新人也能用？有没有在团队周会上花15分钟教大家一个AI用法？——如果有，这叫协同放大。如果没有，他只是个人高手，不是组织资产。

第六个维度：持续进化力。

你看他一个月前和一个月后，AI使用方式有没有变化。如果一直停在"帮我润个稿子"这个层级，说明他没有在进化。真正的共生者，他的用法是不断升级的。

会说AI，不等于会用AI。 会用AI，不等于能创造组织价值。

第12页｜评分表

[节奏提示：这是全场社交货币最高的页面。讲完之后提醒截图]

刚才六个维度讲完了，我把它变成一张可以直接打分的评分表。老板们回去就能用。

总分100分。

问题定义力——20分。能不能说清目标、边界、优先级、成败标准。 AI调用力——20分。有没有固定场景、有没有明显缩短完成时间。 结果整合力——20分。有没有二次加工能力、产出能不能直接上桌。 风险控制力——15分。能不能识别事实错漏、逻辑漏洞、合规问题。 协同放大力——15分。能不能沉淀模板、带团队用、降低返工率。 持续进化力——10分。有没有在持续学习、持续优化、持续复盘。

怎么解读？

85分以上——AI共生型人才。可以重用，可以带项目，可以给更大的舞台。 70到84分——AI转型型人才。已经有雏形了，值得重点培养。 50到69分——AI使用型人才。会一点，但还没有形成闭环。 50分以下——传统惯性型人才。不是不努力，是工作方式过旧。

【"假热闹"vs"真升级"辨别场景｜老板识人痛点】老板们以后最怕的，不是员工不会用AI。而是分不清谁是真升级、谁是假热闹。有的人一张嘴就是大模型、智能体、多模态、自动化工作流，听着像马上要起飞。结果你看他的周报还是Excel手抄的、PPT还是熬到凌晨才做完的、流程还是返工三遍才能交的。所以一定要看产出闭环，不要只听名词。

[互动节点] 这张评分表，建议你现在截图保存。明天回公司，可以拿来跟团队聊聊——谁是85分，谁还在50分以下。

第13页｜组织升级路径

[节奏提示：给管理者落地动作，语气笃定]

最后给老板和管理者一条组织升级路径。四步。

第一步：找场景。 找你公司里高频、高耗时、高重复的工作场景。

【高频场景举例｜组织升级切入点】什么叫高频高耗时？每周做一次会议纪要——高频。每月出一份数据报告——高耗时。每季度写一次经营汇报——高重复。每次来了新人都要从头带一遍——高消耗。这些场景，就是AI最先该切入的地方。

第二步：沉淀经验。 把团队里做得最好的那个人的做法，沉淀成模板和流程。不是让每个人都从零开始探索，而是让组织最佳实践可复制。

第三步：建立机制。 "AI生成＋人工审核＋组织复用"三步走。AI不能裸奔，重要内容必须有人核验。

第四步：纳入绩效。 把AI能力纳入绩效观察点。看什么？看周期——同样一个任务，过去用多久、现在用多久。看返工率——过去改几遍、现在改几遍。看交付质量。看协同效率。不看热闹，看闭环。

【"搞了培训就没了"vs"真嵌入流程"对比｜组织升级反面/正面】我见过太多公司，搞了一场AI培训，发了一堆工具链接，团建一样热闹了一下午，然后就没有然后了。两周之后，该怎么干还怎么干。这不叫"上AI"，这叫"做姿势"。真正的组织升级，是把AI嵌进工作流程——从任务分配到过程协作到交付验收，每一个环节都有AI参与。让它变成组织的肌肉，而不是某个人的小聪明。

个人会用AI，只是先进。组织会用AI，才是竞争力。

▎第四幕：白领视角（第14—21页，约20分钟）

第14页｜为什么中高层最该听

[节奏提示：切回白领视角，语气变得更亲近、更共情]

好，前面讲了老板视角。现在我回到一个可能让很多人不太舒服的话题——

最容易焦虑的，不是基层，也不是老板，而是中间那层人。

为什么？

因为你向上要扛结果，向下要带团队，横向要跨部门协调，向内还要对抗"我会不会被替代"的恐惧。

你明明职位已经上去了，但很多工作方式，还停留在"高级打字员"。

【中层管理者"高级打字员"日常｜中高层真实痛点】什么叫"高级打字员"？你是部门总监了，但你还是在亲自写方案、亲自改PPT、亲自做数据表、亲自回每一封邮件、亲自盯每一个细节。你已经坐到了"该做判断"的位置上，但你的时间还在被"该交给AI"的事情占满。

职位升上去了，工作方式不能停在原地。

第15页｜五大痛点

[节奏提示：快速共情，每个痛点讲透一个场景，让观众觉得"说的就是我"]

接下来讲五个中高层白领最真实的崩溃现场。你看看中了几个。

痛点一：工作复杂无序。

【"忙了一天不知道推进了什么"场景｜工作无序痛点】你一天从早忙到晚。微信一响，切过去。老板一叫，冲过去。PPT没改完，邮件又来了。邮件刚写一半，会议又开始了。会议结束，发现原本最重要的事情还没推进。到了晚上下班，你回想今天干了什么，只有一种感觉："我很忙，但我不知道我到底推进了什么。"

痛点二：学习效率低。

【"收藏200篇文章读完不到10篇"场景｜学习低效痛点】你想学的东西很多——大模型、提示词工程、行业趋势、管理方法论。你在微信、知乎、公众号、小红书上收藏了200篇文章。真正读完的不到10篇。读完的那10篇，三天后能记住的不到3篇。脑子里还是一锅粥。

痛点三：沟通压力大。

【"一封跨部门邮件改了四遍"场景｜沟通压力痛点】你要写一封跨部门协调邮件。说重了怕伤人，说轻了怕没用。你改了四遍——第一遍太硬，第二遍太软，第三遍太长，第四遍觉得还是不对。最后发出去的时候心里还在打鼓。

痛点四：数据看不懂。

【"老板问你这个数据说明什么你语塞"场景｜数据焦虑痛点】不是你手里没表——你有一堆Excel。但重点在哪、异常在哪、趋势是什么、背后的原因是什么，你不知道。老板在会上突然指着一个数字问你"这个说明什么"，你一时语塞。

痛点五：决策焦虑。

【"方案在手里转了三天还没发"场景｜决策恐惧痛点】不拍板不行，拍板又怕错。一个方案在你手里转了三天，还是没发出去。不是你拖延，是你怕承担错误后果。万一这个方向选错了呢？万一老板不认可呢？万一执行下去翻车了呢？

[互动节点] 评论区打一个字——乱、慢、难、懵、怕。你现在最痛的是哪一个？

[等5秒看评论]

"乱"和"怕"最多吧？接下来我们一个一个治。

第16页｜能力金字塔

[节奏提示：承上启下，从"痛点"过渡到"解法"的理论框架]

在讲具体案例之前，我先跟你说一个很重要的能力结构。

很多人一学AI，上来就问：老师你推荐哪个工具？

【"学做菜先问买哪口锅"类比｜认知误区】这就像学做菜，先问买哪口锅。锅当然重要，但真正决定一桌菜能不能吃的，是你脑子里有没有方法。你给一个大厨一口破锅，他也能炒出好菜。你给一个不会做饭的人一口顶配铸铁锅，出来还是一团糊。

能力分三层，像金字塔：

底层：工具使用能力。会注册、会提问、会上传文档、会基础操作。这一层门槛最低，看教程就能学会，差距也最小。

中层：问题拆解能力。能不能把模糊问题拆成清晰任务？能不能把复杂目标拆成可执行动作？能不能让AI听懂你到底要什么？这一层开始拉开差距。

顶层：认知模型能力。会不会第一性原理？会不会MECE？会不会金字塔表达？会不会抓关键矛盾？这一层决定你的天花板。

会工具，只是门票。会拆问题，才开始值钱。会认知模型，才真正拉开上限。

第17页｜三步拥有超级助手

[节奏提示：实操页，每一步都配一个具体的对错示范]

好，理论讲完了，现在讲实操。把AI接进工作流，就三步。

第一步：精准提问。

【"模糊提问"vs"精准提问"正反对比｜提问质量场景】你跟AI说"帮我写一个方案"——这就像你跟一个新来的实习生说"帮我弄一下那个东西"。他不知道"那个"是什么，"弄"是什么意思，弄完给谁看，长什么样算完成。——正确的做法是什么？"帮我写一份面向CFO的季度成本优化方案。目标是证明A方案比B方案省15%预算。要求有数据对比、风险分析和落地时间表。文风偏正式商务。长度控制在2000字以内。"你把对象、目标、场景、风格、格式全说清楚了，AI的输出质量会立刻上两个台阶。

第二步：结构拆解。

【"一口气让AI写完"vs"分步骤拆模块"对比｜结构拆解场景】不要让AI一口气写完一个大任务。比如你要做汇报，不要说"帮我做个季度汇报"。你应该拆成五步：第一步，先帮我梳理背景。第二步，帮我提炼三个核心问题。第三步，针对每个问题出分析框架。第四步，帮我组织结论和建议。第五步，帮我压缩表达、优化标题。你把大任务拆成小模块，让AI逐块生成，质量会高得多。

第三步：反馈优化。

第一次输出不是终稿。你要继续追问、修改、压缩、重组，直到它贴近你的业务和口径。

【"带新助理"类比｜反馈优化场景】像带一个新助理一样。第一次它给你的东西，可能只有实习生水平——框架是对的，但细节不对、口径不准、风格不match。但你喂得越好，反馈越具体，它越像一个懂你业务、懂你风格、懂你标准的老搭档。你跟它说"结论太长了，压到一句话""这段数据引用不准，换成我们内部的数据""语气太正式了，改成适合群发的轻松版"——你每给一次反馈，它就升级一次。

AI不是一键神仙，它更像一个需要你持续调教的高潜助手。

第18页｜案例一：汇报

[节奏提示：场景还原，先描述痛苦，再展示解法。要有画面感]

好，第一个高频案例：做汇报。这可能是中高层白领被折磨得最惨的一件事。

【部门负责人深夜赶季度汇报完整场景｜汇报痛点+AI解法全流程】场景是这样的：你是部门负责人。老板今天下午4点突然跟你说"明早要季度汇报"。你手里有什么？15页会议纪要——散在不同文档里。3张Excel数据表——有的是上个月的，有的是上周的。上个季度的旧PPT——逻辑已经不太对了。还有一堆散在微信群里的项目进度——你得一条一条翻聊天记录。你的脑子里呢？一团雾。你知道有东西，但就是串不起来。时间：晚上9点。你打开PPT。一片空白。你盯着空白页发呆了15分钟。然后你开始翻群聊——45分钟过去了。再翻旧文档找参考——30分钟过去了。然后一页一页拼——3个小时。凌晨1点，你终于交了。第二天老板看完，说了一句："逻辑不太清楚。"——你崩溃了。——现在换一种做法。你把所有原始材料——会议纪要、Excel、旧PPT的文字部分——全部丢给AI。5分钟，它帮你做完信息整理，按时间线和主题分好了类。然后你跟它说："帮我出三版汇报逻辑——经营分析型、问题解决型、管理复盘型。"3分钟，三版出来。你挑了"问题解决型"，因为这个季度确实有几个大卡点需要汇报。然后你说："按这个逻辑，帮我给每一页定义'这页到底要回答什么问题'。"5分钟，每页的核心问题定好了。接下来是你的时间——你花20分钟做判断：哪些保留、哪些删掉、哪些需要加入你自己的业务洞察和经验判断。最后让AI帮你压缩表达、提炼每页结论、优化标题。10分钟。总耗时：43分钟。晚上10点之前就搞定了。而且质量比以前好——因为你所有的精力都花在了最值钱的判断上，而不是花在"把散乱的信息整理成能看的东西"这件事上。

AI最先解放的，不是你的手。而是你的表达组织成本。

你明明有东西，但脑子里是一团雾。AI解放的，就是这团雾。

第19页｜案例二：跨部门沟通

[节奏提示：共情＋实用，让人觉得"这个我明天就能用"]

第二个案例：跨部门沟通。

【"同一个项目对三拨人说三种话"完整场景｜跨部门沟通痛点+AI解法】你在推一个跨部门项目。明天有三场沟通。第一场跟老板汇报——他关心什么？结果和风险。"这件事能不能成？风险在哪？"他不想听细节。第二场跟协同部门开会——他们关心什么？边界和资源。"哪些是我们干的、哪些是你们干的？你们能给我多少人、多少时间？"第三场跟执行层交代任务——他们关心什么？具体动作和时间表。"我这周干什么？周三前交什么？"——一件事，三种语言。你过去怎么做？先花30分钟写给老板的版本。再花30分钟改成给协同部门的版本——把"战略"换成"分工"，把"结果"换成"边界"。再花30分钟改成给执行层的版本——把"方向"换成"动作"，把"目标"换成"Checklist"。一个半小时。还不算中间你纠结措辞、怕说错话、改了又改的时间。——现在怎么做？你把项目背景、目标、卡点、牵涉部门全部交给AI。然后跟它说："帮我生成三个版本。给老板的版本200字以内，只讲结果、风险和建议。给协同部门的版本500字，重点讲清边界划分和时间节点。给执行层的版本做成Checklist，列出具体任务、负责人和截止日期。"三个版本，5分钟出来。然后你再跟AI说："站在协同部门的角度，推演一下他们可能的反对意见是什么。"它帮你提前想到了三个可能的反驳点。你结合你对这些人的了解、对组织政治的理解，做最终整合。全程——20分钟。

AI做不了办公室政治。但它能帮你在开会前，把沟通仗先打一遍演习。

[互动节点] 评论区打一打——你最怕跟哪个部门开会？财务？技术？法务？老板？

第20页｜案例三：管理复制

[节奏提示：打管理者的核心痛点——"你忙到死，团队离不开你"]

第三个案例：管理者最昂贵的低效。

我先问你一个问题：如果你请假一周，你的团队能正常运转吗？

【"团队离不开你=管理事故"完整场景｜管理复制痛点+AI解法】你是主管，管8个人。团队一有问题就来找你——"这个方案你看看行不行？""这封邮件我怎么回？""这个客户很难搞你帮我出个主意？""这个数据我不确定你帮我核一下？"你很强，什么都能答，什么都答得好。但问题是——你的强，没有变成团队的能力。于是你越忙，他们越依赖你。你越被需要，你越走不开。听着像重要，实际上是管理事故。——我告诉你一个数据：有调研显示，中层管理者每天平均花2.5小时回答下属的重复性问题。一年下来，超过600小时。600小时是什么概念？是75个工作日。你一年有将近三个月的时间，花在了"本可以标准化"的事情上。——那AI怎么帮？你把自己过往做得好的案例、流程、标准动作整理出来。然后让AI帮你生成一套团队可复用的资产——新人上手说明书、任务拆解模板、复盘问题清单、常见错误提示库、优质案例对照表。以后下属遇到问题，先用AI对着这套资产自查。80%的问题，他们自己就能解决。剩下20%真正需要你判断的，才来找你。你的角色从"人肉救火器"，变成了"可复制的管理系统"。你的高价值工作时间，从不到10%，提升到40%以上。

真正高级的管理，不是你永远在线。而是你不在线，团队也能跑。

AI对管理者最大的价值，不是帮你写几份文件。而是帮你把"你脑子里的管理经验"，变成团队可以反复调用的组织资产。

第21页｜场景总结

[节奏提示：收束三个案例，提炼本质]

三个案例讲完了。本质上是一件事——

把高频、重复、消耗型的脑力劳动，交给AI预处理。 把高价值、判断型、博弈型的工作，留给人来完成。

AI负责快，人负责准。 AI负责铺材料，人负责定方向。 AI负责给可能性，人负责做取舍。

再快速过五个你马上就能用的高频场景：

项目推进——用AI拆任务、排阶段、找风险点、做推进路书。 学习提升——把一本难书、一个陌生领域拆成你能听懂的结构。 沟通优化——把情绪表达翻译成目标表达。 数据分析——从数字堆里提炼异常、趋势、原因，翻译成决策语言。 决策陪练——让AI站在支持方、反对方、风险方分别推演，帮你看得更全。

▎第五幕：行动收束（第22—27页，约15分钟）

第22页｜角色升级

[节奏提示：认知升维核心页，讲出"不是被削弱，而是被放大"的感觉]

AI时代，人最值钱的角色，不再是执行者。

如果你还把自己定位成一个执行机器——领任务、干活、交活——你会越来越慌。因为AI干执行，比你快、比你稳、比你便宜。

但如果你开始把自己放到更高的位置——

定义者：先定义问题是什么，而不是急着做题。 裁判者：AI给了十个答案，哪个能上场，你来判。 审核者：逻辑对不对、数据真不真、风险高不高——必须有人兜底。 选择者：方案很多，资源有限，你来做取舍。 统筹者：时间、资源、人力、流程，怎么串起来，靠你。 赋能者：不是只有你自己快，而是让团队整体变快。

你就会发现——AI不是来削弱你的，是来放大你的。

过去拼体力，后来拼知识，未来拼判断。AI负责算得更快，人负责看得更远。

第23页｜出圈观点

[节奏提示：社交货币爆发页。语速放慢，每句之间停1秒。这段适合截图传播]

AI时代，普通人最危险的误区，不是不会用，而是只把AI当搜索框。

你如果只是把它当"高级百度"，那你得到的也只是一个稍微聪明一点的搜索结果。

但如果你把它当成——

你的预分析师——帮你在看数据前先做一轮初筛。 你的结构顾问——帮你在写方案前先搭好骨架。 你的表达助理——帮你把脑子里的碎片组织成完整的表达。 你的会议整理员——帮你从两小时会议里提炼出10分钟行动项。 你的决策陪练——帮你从正方、反方、风险方三个角度推演。 你的复盘合伙人——帮你从一次失败里提炼出五条可复用经验。 你的团队训练器——帮你把个人经验变成团队可复用资产。

那它就不再是一个工具，它开始真正进入你的工作系统。

工具在桌上，器官在身上。只有接入工作回路，AI才不再是热闹。

第24页｜一分钟自测

[节奏提示：全场最强互动节点。一定要等够时间让评论区跑起来]

别光听，来做个一分钟自测。五道题，每题2分，总分10分。

第一题：遇到一个任务时，你会不会先想哪些部分可以交给AI预处理？ 第二题：你有没有至少三个高频场景在稳定使用AI？ 第三题：你会不会对AI输出做二次加工，而不是直接复制？ 第四题：你有没有把自己的经验沉淀成模板或流程？ 第五题：你有没有让团队里至少一个人因为你的方法变快过？

[互动节点] 评论区直接打分——2分、4分、6分、8分、10分。别装，今天不是年终述职，真实一点最有用。

[等15秒看评论]

如果你现在是2分4分，不丢人。可怕的不是起点低。可怕的是别人已经开始接外挂大脑了，你还在拿原装脑子硬扛。

第25页｜落地三步

[节奏提示：行动页，语气具体、可执行]

不要一口吃成高手。先做三件事。

第一步：固定三个高频场景。

先别贪多。就从你最常做、最烦、最耗脑子的三类工作开始。

【推荐切入场景清单｜立即可执行】写周报月报季度汇报——你每周都要写的东西，先让AI帮你搭框架。做会议纪要和行动项整理——两小时的会，让AI帮你提炼出10分钟的结论。拆解一个新任务的执行框架——接到一个大任务，先让AI帮你拆成可执行的小步骤。写跨部门沟通邮件——把你想说的话丢给AI，让它帮你出三个语气版本。整理数据、提炼结论——一堆Excel丢进去，让AI帮你找异常和趋势。

第二步：沉淀你的提示模板。

不要每次都临时发挥。把你常用的问法、结构、输出格式积累下来。

【Prompt模板示例｜可直接复用】比如你可以积累这样一个万能模板："请帮我用MECE结构，把以下信息整理成一份面向[对象]的[文档类型]，重点突出[核心目标]，控制在[字数]以内，文风偏[风格]。"——你把方括号里的内容每次换一换，就能覆盖你80%的工作场景。这个模板就是你的个人AI资产。

第三步：保留人的最终判断权。

AI负责快，你负责准。AI给材料，你来拍板。绝不把最终结论直接复制粘贴。

真正成熟的AI使用者，不是把脑子交出去，而是知道什么时候该借脑子，什么时候必须自己来。

第26页｜工具体系

[节奏提示：轻松过渡，点到为止]

工具这块我快速过一下。很多人一说学AI就焦虑"我该学哪个工具"。

我今天不推荐具体工具。为什么？因为工具会变、会迭代、会被淘汰。今年最火的工具，明年可能就有替代品。

但你记住四类就行了：

通用大模型——ChatGPT、Claude——适合思考、写作、分析、推演。 中文大模型——DeepSeek、Kimi——更适合中文语境和本土工作场景。 办公协同——飞书AI、钉钉AI——适合接入组织流程。 多模态工具——图像、音视频、设计、演示——适合内容生产。

选工具的核心原则：不追新，追匹配。你80%的工作场景，一个通用大模型就够用了。

今天给你的是渔——方向、框架、方法。后面你要补的是鱼——工具、操作、细节、避坑。 底层逻辑学会了，换壳不换魂。

第27页｜收束

[节奏提示：全场最后的高潮。语速先慢后快，最后一句金句重复两遍，留够停顿]

好，最后一页。

AI不会先淘汰人。AI会先淘汰一种工作方式。

如果你还在靠堆时间、堆体力、堆辛苦感来证明自己——你会越来越累，也越来越危险。

【"勤奋表演"即将失效场景｜工作方式淘汰】以前有些人靠加班显得重要——每天最后一个走，周末主动来公司。这种"勤奋表演"以后会越来越尴尬。因为AI一上来，老板会发现：原来这些活可以不这么费劲。你的"辛苦"不再天然等于"重要"。

但如果你开始把AI接进工作回路，把自己从执行者升级为——定义者、裁判者、审核者、选择者、统筹者、赋能者——你不会被削弱，反而会被放大。

最后一句话，我说两遍。

未来真正厉害的人，不是比AI更像机器的人。而是最会调动智能，同时又最保有人类判断力的人。

未来真正厉害的人，不是比AI更像机器的人。而是最会调动智能，同时又最保有人类判断力的人。

[停3秒]

今晚下播之后，别做一件事——别再继续收藏教程了。

你现在就找出一个最头疼的问题，丢给AI。让它开始参与到你的工作和生活里。不要等准备好。因为真正的升级，从来都是一边用，一边长出来的。

最后送大家一句——

君子性非异也，善假于物也。

从今晚开始，让AI成为你的第二大脑。

谢谢大家。

【收尾后3分钟：感谢关注＋预告下一场内容＋引导点赞转发】