《今朝AI每日一课》第038期

如何发现适合自动化的工作

不是看“AI能不能做”，而是看这项工作能不能稳定、重复、可检查地做

---

一、今日学习目标

从第031期开始，我们已经逐步学习了Work怎样参与真实工作：

• 处理文件；
• 分析资料；
• 整理信息；
• 生成报告；
• 帮助数据分析。

这些课程主要解决的是：

怎样让Work把一次具体任务做得更清楚、更可靠、更容易检查。

到了第038期，我们开始面对一个新的问题：

哪些工作值得以后反复按照同样的方法执行？

例如一名员工每周都要：

找资料 → 整理 → 检查缺失 → 形成清单 → 交给负责人确认。

如果每周的：

• 触发条件差不多；
• 输入资料差不多；
• 处理规则差不多；
• 输出形式差不多；
• 人工检查点也比较固定；

这项工作就开始值得思考：

它是不是一个自动化候选任务？

但这里有一个非常重要的区别：

AI能帮我做一次，不等于这项工作已经适合自动化。

一次任务成功，可能只是因为：

• 员工临时补充了很多背景；
• 人工不断纠正；
• 数据刚好没有异常；
• 没有遇到特殊情况。

真正适合自动化的工作，还要进一步看：

• 是否重复发生；
• 什么时候开始是否清楚；
• 输入是否稳定；
• 规则是否能够写清；
• 输出是否明确；
• 结果是否容易检查；
• 例外情况能否识别；
• 权限和风险是否可控。

学习完成后，员工应该能够：

1. 区分“让AI协助一次”和“自动化候选任务”；
2. 从自己的重复工作中发现可能适合自动化的小环节；
3. 用一套简单问题判断这项任务是否具备自动化基础；
4. 识别任务中的权限、风险和例外；
5. 把候选任务分为：
   • 适合进入小范围验证；
   • 需要先标准化；
   • 仍应由人主导；
6. 把过大的岗位工作缩小成一个可评估的小任务；
7. 完成一张简单的“自动化候选任务卡”；
8. 理解今天只是发现候选任务，还没有进入正式自动化建设。

本期核心能力：

不是看一项工作“能不能让AI做”，而是判断它是否重复、规则稳定、输入输出清楚、结果可检查、风险和例外可控制。

---

二、一个AI知识点

1. “AI帮我做过一次”不等于“可以自动化”

假设一名员工把一批工作记录交给Work，

让它：

• 整理资料；
• 找出缺失项；
• 形成一份清单。

这一次结果很好。

能不能马上说：

“以后这项工作就自动化了？”

不能。

因为下一次可能出现：

• 文件格式变了；
• 输入位置变了；
• 某个字段缺失；
• 同一事项出现两种不同状态；
• 涉及需要负责人判断的特殊情况。

员工这一次在旁边不断解释和纠正，

并不代表系统以后每次都能够稳定完成。

所以先记住三个不同层次。

我告诉AI这次具体怎么做，它帮我完成一次。

我已经把有效的任务说明、规则和检查方法保存下来，下次可以继续使用。

这项工作不仅能够复用，而且触发、输入、规则、输出、异常和验收都逐渐稳定，值得进一步验证是否能够重复执行。

所以：

一次能做 ≠ 方法稳定。

方法可复用 ≠ 已经适合自动化。

---

2. 自动化也不是“AI替员工上班”

普通员工可以先把自动化理解成：

当一个明确条件出现以后，按照已经确认的规则，读取规定的输入，完成一组相对稳定的动作，形成可检查的结果；遇到例外时交回给人。

这里面仍然有人。

人负责：

• 定义规则；
• 授权资料；
• 决定边界；
• 处理例外；
• 检查结果；
• 承担最终责任。

所以自动化真正减少的是：

重复执行。

不是：

人的责任。

---

3. 找自动化候选任务，可以先问八个问题

不用复杂评分模型。

看到一项重复工作以后，先问八个简单问题。

例如：

• 每天；
• 每周；
• 每月；
• 每次收到某类资料以后；
• 每个项目进入某个阶段以后。

如果是一年只出现一次、每次情况完全不同的任务，

自动化价值可能就比较低。

也就是：

触发条件是什么？

例如：

• 每周五收到固定资料以后；
• 一份订单资料提交以后；
• 一个项目状态更新以后；
• 一批数据准备完成以后。

如果连什么时候应该开始都要员工临场判断，

自动化就会困难很多。

要知道：

• 从哪里来；
• 是什么格式；
• 包含哪些必要内容；
• 哪些资料必须存在。

如果今天发微信，

明天发Excel，

后天只口头说明，

输入本身都很混乱，

就不应该急着自动化。

更合理的是：

先把输入标准化。

例如：

先读取哪些内容？

怎样判断缺失？

什么情况标记待确认？

哪一步必须暂停？

如果任务完全依赖：

“我凭经验看一下就知道。”

但员工自己都无法把这个经验说清，

AI也很难稳定重复。

所以：

规则说不清，先把方法说清。

例如每次都要得到：

• 文件清单；
• 缺失项清单；
• 待确认问题；
• 内部报告初稿；
• 异常提醒；
• 数据分析结果。

如果每次想要的结果完全不同，

就很难形成稳定自动化。

员工必须知道：

怎样判断Work做对了？

例如：

• 文件数量一致；
• 必要字段齐全；
• 没有自行补造事实；
• 异常已经标记；
• 规定栏目完整；
• 关键数字能复算。

如果结果连人都很难判断对错，

就不适合把它直接交给自动化持续执行。

真实工作一定会出现例外。

例如：

• 文件读不到；
• 版本冲突；
• 数据异常；
• 金额超出正常范围；
• 必填字段缺失；
• 不同资料相互矛盾。

好的自动化不是：

什么情况都继续执行。

而是：

知道哪些情况应该停下来找人。

这是最后一道非常重要的检查。

如果任务涉及：

• 正式客户承诺；
• 价格决定；
• 合同条件；
• 付款和审批；
• 员工评价；
• 高风险技术结论；
• 重大经营判断；

即使其中某些准备环节可以AI辅助，

也不能把整项工作自动化。

所以：

技术上能做，不等于业务上应该自动做。

---

4. 自动化对象应该“小”，不要从岗位开始

不建议员工一开始问：

“我的销售岗位怎么自动化？”

“商务工作怎么全部自动化？”

这种范围太大。

更适合问：

我每天反复做的哪个小步骤，最值得先检查？

例如：

自动化销售工作。

每周把固定格式的项目记录整理成待确认事项清单。

自动化商务订单管理。

收到规定格式的订单资料后，先检查必填信息是否齐全。

自动化经营管理。

每周按固定口径检查一批经营数据，标记明显异常供负责人复核。

越具体，

越容易回答：

• 输入是什么；
• 规则是什么；
• 输出是什么；
• 哪些情况应该暂停。

---

5. 找到候选任务以后，不是只有“能”和“不能”

本期建议把任务分成三类。

通常表现为：

• 经常重复；
• 触发条件清楚；
• 输入较稳定；
• 规则能够说清；
• 输出较固定；
• 容易检查；
• 例外可以识别；
• 风险比较可控。

注意：

“适合验证”不等于“正式自动化已经批准”。

有些工作很重复，

看起来特别值得自动化，

但实际情况是：

• 文件到处放；
• 每个人命名方式不同；
• 字段经常变化；
• 业务规则没有统一；
• 输出格式每个人都不一样；
• 没有明确验收标准。

这种工作真正的第一步不是自动化，

而是：

先把工作做法标准化。

例如：

• 重要客户谈判；
• 复杂项目判断；
• 客户关系维护；
• 价格与资源承诺；
• 合同关键条件决定；
• 员工绩效评价；
• 重大经营取舍。

这些工作可能包含一些：

可由AI辅助的资料整理或准备环节。

但整个任务仍然需要：

人主导。

---

6. 自动化以前一定要经过“小范围验证”

即使已经判断为A类候选，

也不能：

今天发现，明天就正式长期运行。

更合理的路径是：

找到候选任务
↓
使用少量低风险资料测试
↓
检查正常情况
↓
检查异常情况
↓
记录错误
↓
明确什么时候必须找人
↓
人工验收
↓
再决定是否值得继续

所以本期只负责：

把候选任务找出来。

下一期才继续学习：

一个个人AI工作流究竟怎样形成。

---

三、一个今朝工作案例

本期采用：

一个基础教学案例 + 两个对比案例。

以下均为假设教学场景，

不对应今朝任何真实客户、员工、项目、金额、合同或经营数据。

---

案例一：每周内部资料整理

假设某岗位每周都会做一件事：

1. 从固定位置取得几份同类工作记录；
2. 按固定字段整理；
3. 标记缺失信息；
4. 形成一份“待确认事项清单”；
5. 交给负责人复核。

员工已经连续做了很多次。

现在开始思考：

这是不是一个自动化候选任务？

我们用刚才的八个问题检查。

每周都发生。

是。

每周固定资料准备完成后开始。

基本清楚。

都来自固定位置，格式大致相同。

基本稳定。

例如：

• 提取规定字段；
• 缺失项标记“待确认”；
• 冲突信息不自行合并；
• 无法读取时停止对应处理。

已经比较清楚。

每周都形成同样结构的待确认事项清单。

是。

负责人可以检查：

• 规定字段是否齐全；
• 缺失项是否标记；
• 有没有自行补造；
• 文件范围是否正确。

可以。

例如：

• 文件缺失；
• 格式变化；
• 状态冲突；
• 无法读取。

都可以规定：

暂停并交给人处理。

基本可以。

如果只形成：

内部待确认清单，

不自动对外发送，

最终仍由负责人审核，

风险相对可控。

当前判断

A类：适合进入小范围自动化验证。

注意：

现在只是候选。

还没有：

• 建工作流；
• 配定时任务；
• 自动发送结果。

下一步应该先验证。

---

对比案例一：工作很重复，但需要先标准化

假设另一项工作也是每周一次。

但资料情况是：

• 有时在微信；
• 有时是Excel；
• 有时是Word；
• 有时只是员工口头说明；
• 同一个字段有三种名称；
• 不同员工整理方法不同；
• 负责人每周要求的格式也不一样。

它确实：

很重复。

但能不能马上自动化？

不适合。

为什么？

因为：

输入、规则、输出都还没有稳定。

如果现在自动化，

只是把原来人工中的混乱：

更快地重复一遍。

所以当前判断应该是：

B类：需要先标准化。

先统一：

• 资料来源；
• 字段；
• 规则；
• 输出；
• 验收方式。

再考虑自动化。

---

对比案例二：有AI应用价值，但仍应由人主导

假设任务是：

与重要客户讨论项目条件并决定下一步合作安排。

AI当然可以帮助：

• 整理历史记录；
• 列出待确认问题；
• 准备沟通材料；
• 检查遗漏。

但真正的：

• 客户沟通；
• 意图判断；
• 条件取舍；
• 价格和资源承诺；
• 最终决定；

高度依赖：

• 现场情况；
• 人际关系；
• 业务判断；
• 公司权限。

所以：

这个整体任务并不适合自动化。

应该拆出：

可以AI辅助的小环节。

而核心工作保持：

人主导。

当前判断：

C类：仍应由人主导。

---

今朝哪些方向值得以后继续观察？

今天只列候选方向，不做自动化方案。

例如：

• 销售资料整理；
• B2B项目状态检查；
• 商务资料完整性检查；
• 租赁服务记录整理；
• 内部周报资料汇总；
• 固定格式文件检查；
• 经营数据异常提醒。

这些方向能不能自动化，

都不能只靠名称判断。

仍然必须逐项回答：

触发清楚吗？

输入稳定吗？

规则明确吗？

输出固定吗？

可以验收吗？

例外和风险可控吗？

---

四、今日实践任务

5—10分钟：找到一个“自动化候选任务”

今天不建立任何自动化。

只做：

候选任务筛选。

第一步：写出最近一周3项重复工作

例如：

• 每周整理工作记录；
• 每天检查某类资料是否齐全；
• 每周汇总某类信息。

不要先判断能不能自动化。

先列出来。

第二步：挑一个最具体的小任务

不要选：

“销售管理”。

可以选：

“每周把固定项目记录整理成待确认事项清单”。

任务越小越容易判断。

第三步：回答八个问题

第四步：填写一张“自动化候选任务卡”

可以直接照下面填写：

任务名称：
【填写】

发生频率：
【每天/每周/每月/特定事件后】

触发条件：
【什么情况出现以后开始】

输入资料：
【来自哪里、什么格式】

主要规则：
【最重要的2—5条】

输出结果：
【清单/检查结果/初稿/提醒等】

人工检查点：
【人需要检查什么】

例外情况：
【什么情况必须暂停交给人】

权限和风险：
【涉及哪些敏感资料、承诺或判断】

当前判断：
只能选择一个：

• 适合进入小范围验证；
• 需要先标准化；
• 仍应由人主导。

判断理由：
【一句话说明为什么】

今天的练习怎么验收？

不是看：

找出了多少“AI可以做”的工作。

而是：

你能不能清楚解释为什么某个任务适合验证、需要先标准化，或者仍应由人主导。

如果能说清楚，

本期练习就完成了。

---

五、今朝智能体连接

未来岗位智能体真正有价值的能力，

不会来自：

“大家觉得这个想法不错。”

而更可能来自：

一项真实工作经过反复验证以后，逐渐变得稳定。

更可靠的路径是：

发现重复任务
↓
明确触发条件
↓
明确输入
↓
明确规则
↓
明确输出
↓
找出例外和人工检查点
↓
确认权限和风险
↓
小范围验证
↓
人工检查和持续修正
↓
稳定工作方法
↓
未来岗位智能体候选能力

所以：

自动化候选任务，不等于已经批准建设。

同样：

提示词模板不是智能体。

工作流本身也不是智能体。

岗位智能体还需要：

• 企业正式知识；
• 可靠数据；
• 权限体系；
• 岗位标准；
• 业务流程；
• 安全治理；
• 人工监督。

真正值得自动化的，

往往不是：

“一个人的整个岗位”。

而是岗位里面那些：

高频、稳定、重复、可以检查的小环节。

这样才能：

AI承担重复执行，

人把更多时间用于客户、协作、异常处理、判断和决策。

---

六、今日思考

过去看到一项重复工作，

我们可能会问：

“这个能不能让AI自动做？”

从今天开始，

建议换成：

“这项工作现在具备稳定重复执行的条件了吗？”

看看：

它重复吗？

什么时候开始清楚吗？

输入稳定吗？

规则清楚吗？

输出固定吗？

可以验收吗？

例外能识别吗？

风险可控吗？

如果这些都清楚，

它可能值得进入：

小范围自动化验证。

如果不清楚，

真正需要做的可能不是：

“找一个更厉害的AI。”

而是：

先把工作本身做清楚。

今天最后记住一句：

能让AI做一次，只说明AI可以帮忙；能够重复、按规则、可检查、遇到例外会停下来，才开始具备自动化条件。