AI 提效之后，别再只训练执行力了

AI 让我们的工作效率提高了很多，但观察下来，好多人还是很忙，活变多了，但做的，依旧是类似的事情，依旧被动接各种各样的活，结果也并没有变好。整个人依旧非常疲惫，甚至没有时间停下来思考。

为什么 AI 提高了效率，工作状态却没有改变呢？

有人会说，那可能是因为大家的工作效率都提升了，所以快也没用。

但我观察到，有些人 AI 用的非常熟练，工作效率比别人高很多，但依旧累个半死。甚至因为效率高，多余的活还会被认为是理所当然的。

这就说明，问题不只在“执行效率”。其实很多时候，我们没有意识到，在执行之外，还有很多事要处理。

会不会派活，是 AI 时代非常重要的能力。

我们不是 AI 的文件传输助手，不是把活直接透传给 AI，然后等它生成结果就可以。我们更应该像 AI 的中间商。

第一步要思考的，不是这活怎么干，而是：这到底是不是个活？

⭐️ 聪明的接活

钱婧老师在直播课上聊过「派活」这个话题。她提到，接到活的时候，不是无脑接下来，而是要先问自己几个问题：

我理解清楚这个活没有？

这个事，是资源吗？是机会吗？

这是不是个任务？值不值得干？

这是我应该干的吗？我有资源吗？我有时间吗？

有些活，上面可能只是“这么个意思”，先接下来，态度上不忤逆就行，也不需要把这活传递下去。有些活，可以先放在那，设个提醒，10 天后直接回复一下就可以。还有些活，拖着拖着就没了！

总之，能把不值得干的活，智慧的丢回去，就已经是在原地帮自己结束很多事。盲目接活，很容易吃力不讨好。

⭐️ 聪明的干活

即使接下了活，也不意味着要立刻按照想到的第一个方案去执行。

很多时候，真正值得花时间的，是先想一想这件事有没有更聪明的做法。

就像求解“1 + 2 + 3 + ... + 100”，我们当然可以一个个加，也能算出来。但假如意识到这个过程太费劲了，就可以想想有没有什么办法能让相加的次数少一点，于是想到用乘法，而乘法需要数值一致，于是就想到首尾配对，这样就得出(1 + 100) × 100 ÷ 2 = 5050。

这是刚从胡小群老师讲数学思维方式的直播里看到的，突然觉得也很适合用来看待解决工作问题。

真正重要的，不是记住某个公式，而是那个“先停下来思考”的过程。

如果按照这种思路干活，工作就有点像解数学题一样，不是单纯的完成任务，而是在训练自己的思维方式。

当然，解决现实问题，有一个点上比数学题更难。

上学时解数学题，我们知道题目大概率有解，也知道它不会超纲。只要慢慢推，总能用已知的知识找到方法。

但现实里的问题不一样。我们常常不知道这件事能不能解，有没有其他更好的解。容易直接就上手干，内心OS：那我也没办法，累也得干呀。

某位很会干活的朋友告诉我要有一个这样的信念：一个事情搞起来很费劲，一定有问题！

干活之前，给自己保留一个思考的环节！

⭐️ 聪明的派活

接活和干活之外，还有一件事也很重要：怎么把活交出去。

不管是派活给下属，还是派活给 AI，在他什么都不知道的时候，不是直接把活给他，而是要先想清楚：

我会给他哪些背景？我会让他先做哪一步？我会提醒他哪些坑？我会检查哪些地方？哪些事情他可以自己决定，哪些必须问我？

这一步看起来麻烦，但其实在省后面的时间。干出来的活，能更大程度符合预期，随着配合的越来越好，自己在这个事情上所需要花的时间精力就会大大减少。

所以，在 AI 时代，我们要提升的不仅仅是用 AI 执行的能力，也要提升自己聪明的接活、干活、派活的能力，这样才能减少消耗，真正提升我们的生产力。

ps. 这几个点，我现在做的也不好，但这是一个可以进步的方向，一起加油！

做一个让事情发生的人~