這兩天在外面出差，匆匆忙忙從一個(gè)機(jī)場飛到另一個(gè)機(jī)場，耳邊全是機(jī)場廣播的機(jī)械聲，肚子里填滿了乏味的飛機(jī)餐。

好不容易結(jié)束工作，我正琢磨著要去哪犒勞五臟六腑，突然一抬眼，看到機(jī)場里那個(gè)平時(shí)總放著奢侈品包包或昂貴手表的大屏上，出現(xiàn)了一些意想不到的面龐。

乍一看，這些人并不起眼。

大多穿著基礎(chǔ)的工作服，留著不出格的發(fā)型，表情或笑或嚴(yán)肅。

他們有些是在格子間里埋頭敲打碼的程序員，有些是在高危行業(yè)一線巡檢的工程師，有些是天天和數(shù)據(jù)打交道的測算師。

這些人不是什么CEO，更不是大明星，就是在大集團(tuán)里打工的小小螺絲釘，怎么突然就登上機(jī)場大屏了呢？

做了什么好人好事？還是發(fā)明了什么新專利？

我湊過去仔細(xì)研究，才發(fā)現(xiàn)這些都是“2025 飛書 AI 效率先鋒”。

原來飛書干了一件不太尋常的事。

他們包下了機(jī)場最貴、人流量最大的廣告位，不賣產(chǎn)品，不打品牌，專門用來曬一群素人。

這些素人都是“2025AI效率先鋒大賽”的參賽者與獲獎(jiǎng)?wù)摺?/p>

他們被看見，不是因?yàn)樗麄兏淖兞耸澜?，而是因?yàn)樗麄冇肁I悄悄改變了自己的一方天地。

時(shí)代的大屏，不該只屬于奢侈品，它理應(yīng)屬于這些認(rèn)真生活、認(rèn)真工作的普通人。

這些人中，有一個(gè)人格外讓我好奇。

陳工，來自吉利汽車研究院，是尺寸匹配驗(yàn)證崗的一線工程師。

提到這個(gè)崗位，恐怕很多人根本沒聽說過。他們要負(fù)責(zé)監(jiān)控整車及外觀的尺寸，確保車輛的精致感、顏值及安全性能都能扛得住。

用陳工的話說：“把車輛當(dāng)做模特，想象成給一位模特去量身定制一套高級西裝，就是我的主要工作?！?/strong>

背后的邏輯是，從圖紙到實(shí)車，制造過程中的微小差距很可能影響最終品質(zhì)。比如車輛軸距，如果因零件公差累積超出設(shè)計(jì)范圍，就可能影響碰撞安全等核心指標(biāo)。

這是一道長期性的行業(yè)難題。

一是，成本高。早年間，車企要花上千萬去買專業(yè)測量機(jī)器，后來雖然有了百萬級別的掃描裝備，以及幾十萬的手持設(shè)備，但成本依舊高居不下。

二是，效率低。單次測量就得45分鐘，步驟繁瑣，流程冗長，還是手動錄入，容易出錯(cuò)。

三是，傳承難。很多環(huán)節(jié)相當(dāng)依賴?yán)蠋煾档膫€(gè)人經(jīng)驗(yàn)，培養(yǎng)新人周期也長。

改變的念頭在陳工心里盤旋了很久，但沒有合適的系統(tǒng)工具讓改變步履維艱。

轉(zhuǎn)機(jī)出現(xiàn)在公司推行的數(shù)字化嘗試。當(dāng)他們開始接觸飛書這類協(xié)同工具時(shí)，陳工發(fā)現(xiàn)，曾經(jīng)遙不可及的自動化理念突然有了落地的可能。

他和團(tuán)隊(duì)埋頭鉆研，利用其中的多維表格和自動化功能，僅僅三周就搭建好了一個(gè)系統(tǒng)雛形。他們做的，是在AI的輔助下，將老師傅的經(jīng)驗(yàn)轉(zhuǎn)化為可復(fù)用的數(shù)字模型，把測量流程優(yōu)化為“AI計(jì)算、人工確認(rèn)”的新模式。

如今，這套系統(tǒng)將單次測量從45分鐘降至約20分鐘，效率提升超100%。經(jīng)測試數(shù)據(jù)識別準(zhǔn)確率99.7%以上。

可是，想要在傳統(tǒng)行業(yè)里更新流程很難。很多老師傅都有自己的方法論，突然讓他們來適應(yīng)一種全新的測量流程，難免各有各的擔(dān)心。

年輕的工程師用了一個(gè)特別可愛的方式，把這些模型分別用老師傅們的名字來命名：“老張模型”、“老李模型”......“好像月球上某一個(gè)環(huán)形山的名字，讓老師傅有自豪感。”

真要說，這名字名副其實(shí)。

沒有老師傅們的經(jīng)驗(yàn)總結(jié)，這模式也沒辦法那么快就落地執(zhí)行，正確率還這么高。

我覺得這個(gè)故事特別動人，不僅僅是因?yàn)槌晒痢⑿鼠@人，更因?yàn)樗宫F(xiàn)了AI在傳統(tǒng)制造行業(yè)中“潤物細(xì)無聲”的滲透力。

它不再是高高在上的黑科技，而是長在真實(shí)需求里的工具。

陳工沒有顛覆什么，他只是優(yōu)化了流程。

他也沒有取代誰，而是讓老師傅的經(jīng)驗(yàn)被更好地留存和使用。

這種“人機(jī)協(xié)作”的智慧，讓AI真正走進(jìn)了制造業(yè)的核心環(huán)節(jié)：不是替代人，而是讓人做得更好。

當(dāng)AI專家們在制造業(yè)一線發(fā)光發(fā)熱的同時(shí)，危險(xiǎn)的化工業(yè)也正在挖掘它的用法。

這次決賽直播環(huán)節(jié)中，我還看到一個(gè)故事。

山西呂梁的孝義市，鵬飛集團(tuán)的儀表設(shè)備巡檢員尚煬艦曾經(jīng)每天都要以身赴險(xiǎn)。

“我們廠整個(gè)就是易燃易爆、有毒有害的高危場所?！?/strong>他的工作職責(zé)之一，就是要對重大危險(xiǎn)區(qū)的氣體濃度等參與進(jìn)行巡邏和檢測，保證企業(yè)設(shè)備的正常運(yùn)行，避免災(zāi)難性后果。

這項(xiàng)工作至關(guān)重要，但傳統(tǒng)巡檢方案滿是弊端。

因?yàn)橛行┕ぷ鲄^(qū)域是禁止攜帶電子設(shè)備的，但萬一發(fā)生故障，卻需要拿上設(shè)備再去排查，一來一回很耽誤時(shí)間，不僅效率低下，還有很大的安全隱患。

過去這些年，苦于特殊的工作環(huán)境，始終沒有找到很好的解決方案。

巡檢員只得一次一次地來回往返，名副其實(shí)地“拿命換錢”。

尚煬艦以前是干電工的，后來在互聯(lián)網(wǎng)上接觸到了自動化程序，很感興趣，就開始自學(xué)。自學(xué)半年后，恰巧當(dāng)時(shí)的工廠需要改造設(shè)備，他自告奮勇，一個(gè)人搞定了整套流程。

后來到鵬飛集團(tuán)工作，他一直在思考有沒有什么辦法能夠讓巡檢工作更安全，也更高效。

他琢磨過不少方案，最終，團(tuán)隊(duì)選擇基于飛書平臺進(jìn)行開發(fā)，因?yàn)樗芎芎玫卣纤麄冃枰墓δ?。他和同事們搭建了一個(gè)集數(shù)據(jù)采集、故障診斷、報(bào)警處理于一體的智能化AI監(jiān)測系統(tǒng)，能夠自動報(bào)警，精準(zhǔn)定位，并且提供分析和診斷。

“在以前我們記錄是需要紙質(zhì)版人工錄入，信息滯后，現(xiàn)在的話就通過 AI 可以去自動分析，定期推送，提升我們的工作效率?！?/p>

萬一有問題出現(xiàn)，AI也能夠精準(zhǔn)定位、自動分析、自動診斷，告訴他們是哪個(gè)模板的問題、是什么問題、怎樣進(jìn)行處理更安全。

工作流程絲滑多了。

以前他們巡檢廠區(qū)要4個(gè)人，各花2小時(shí)，相當(dāng)于8個(gè)工時(shí)，每次都提心吊膽。現(xiàn)在卻只需要1分鐘，還能實(shí)現(xiàn)24小時(shí)不間斷檢測。

更有價(jià)值的是，這套系統(tǒng)還有望在行業(yè)內(nèi)進(jìn)行推廣。“這是一個(gè)真正可以橫向復(fù)制的方案，不僅在化工行業(yè)，在其他制造業(yè)也能看到它的巨大潛力。”

如果真的能夠在高危行業(yè)廣泛推廣這套檢測系統(tǒng)，那么高危工作也就變得沒那么高危了，讓守護(hù)生產(chǎn)安全的人們也有了真正的“守護(hù)神”。

這不才是AI被研發(fā)出來的初衷？讓它們?nèi)ソ庸苣切┲貜?fù)的、危險(xiǎn)的、運(yùn)算量巨大的繁瑣工作，而讓人們得以把時(shí)間省下來，去創(chuàng)新，去拓展更多未知的邊界。

在今年的LlamaCon大會上，扎克伯格展示過一套未來工作的新流程。簡單來說，是由一位人類工程師主導(dǎo)，配合多個(gè)AI工具完成代碼拆解、測試與提交，最后由人來做質(zhì)量驗(yàn)收。

過去需要一個(gè)團(tuán)隊(duì)完成的事，現(xiàn)在只需要一個(gè)能把握全局的人。他的工作不再是寫代碼、輸內(nèi)容，也不是從零創(chuàng)作，而是為AI設(shè)計(jì)任務(wù)鏈，讓不同模型協(xié)同工作，最后親自把關(guān)。

換個(gè)角度看，在AI的輔助下，一個(gè)人可以成為一個(gè)團(tuán)隊(duì)。

面對這樣的變化，很多人悲觀地認(rèn)為，不僅面向人類的工作崗位會變少，連我們過去賴以生存的知識、技能，也可能失去用武之地。

我也常常聽到類似的聲音，覺得AI馬上就要搶走人類的工作了。

實(shí)際上，確實(shí)有很多公司，在嘗到了AI的甜頭后，開始“降本增效”。

但我一直對這種說法保持懷疑。

因?yàn)楝F(xiàn)實(shí)中，很多普通人并沒有被AI嚇退，反而把它用成了解題的鑰匙。

在飛書聯(lián)合400多家企業(yè)舉辦的600場效率先鋒大賽中，近5萬效率先鋒在擁抱AI帶來的變化，在不同崗位上堅(jiān)守著自己的職責(zé)。

在永卓控股，高爐工長們交接班時(shí)間從半小時(shí)縮短到5分鐘；

在極兔速遞，視頻制作成本降低26%，分鏡制作效率提升72倍。

在渝歐跨境，運(yùn)營們的一天從被動化為了主動。

這些效率先鋒，都在自己熟悉的領(lǐng)域中，用AI解決了具體問題。有人降低了高危作業(yè)的風(fēng)險(xiǎn)，有人提升了檢測的效率，有人把“人找信息”變成了“信息找人”。

這些看似微小的改變，才剛剛開始，就已經(jīng)在行業(yè)里掀起了波瀾。

看到了這些實(shí)實(shí)在在的貢獻(xiàn)，飛書不僅給了大屏的面子，還給了“AI年終獎(jiǎng)”的里子，送會員，送算力，送獎(jiǎng)金。對打工人來說，這才是最實(shí)在的賦能。

而比獎(jiǎng)金更打動我的，是這件事傳遞出的信號：真正的變革，往往是自下而上生長出來的。

它可能始于車間里一位老師傅的經(jīng)驗(yàn)被數(shù)字化，也可能來自門店里一位員工想省去重復(fù)檢查的靈光一現(xiàn)。因?yàn)樗麄?，才是離問題最近，也最懂如何解決問題的人。

更重要的是，只要你能解決一個(gè)具體問題，你就值得被看見。

還是那句話，時(shí)代的大屏，理應(yīng)屬于每一個(gè)認(rèn)真生活的普通人。

更何況，這些普通人正在做不普通的事，并且重新定義新時(shí)代的價(jià)值觀。

過去人們崇拜那些身家?guī)讉€(gè)億的CEO、崇拜金字塔頂?shù)纳贁?shù)人，現(xiàn)在我們更致敬那些在具體崗位上，用AI解決一個(gè)具體難題的普通人。

因?yàn)樗麄冋嬲袮I用到了實(shí)處，不是簡單地用它取代人力，而是讓每個(gè)人都能更好地、更安全地發(fā)揮自己的價(jià)值，用技術(shù)解決真實(shí)世界的問題。

這些故事，或許能在一定程度上緩解我們對AI時(shí)代的焦慮。

縱觀人類發(fā)展的歷史，幾乎每一輪技術(shù)革命都會引發(fā)人類崗位的變化。

舊的崗位不斷消失，同時(shí)也有新的工作相繼涌現(xiàn)。于是，單純的勞動力被篩選出去，擁有更多技能的人才被選了出來。

而這一次AI變革的出現(xiàn)，之所以讓很多人恐慌，是因?yàn)楹芏嗳苏J(rèn)為不會有新工作出現(xiàn)了，因?yàn)锳I都已經(jīng)把這些工作做掉了。

但現(xiàn)在我可以大膽說，并非如此。

新的崗位、新的工作依舊會出現(xiàn)，只是和我們想象中略有差異。未來，這些崗位會篩選出那些更擅長使用AI、更能夠靈活運(yùn)用AI的人。

很有可能，未來的AI就像現(xiàn)在的電腦一樣，會成為工作中必不可少的硬件設(shè)備。就像Sam Altman說的那樣：“我們正朝著一個(gè)‘智能像空氣一樣便宜’的時(shí)代邁進(jìn)?！?/p>

而當(dāng)人們得以從重復(fù)、繁瑣甚至危險(xiǎn)的工作中釋放出來的時(shí)候，我們或許才能夠更專注于那些真正需要判斷、創(chuàng)造與關(guān)懷的事情。

歸根結(jié)底，技術(shù)的最終目的，不是取代人，是讓人更專注地成為“人”。