很多人第一次接触AI自动化时，容易把问题想复杂。要不要先学编程?是不是需要掌握很多AI工具?是不是只有技术人员才能真正做自动化?
对于普通员工来说，未必需要从这些问题开始。如果一个人每天都在处理相似的工作，那么最适合尝试AI自动化的地方，往往就是这些自己已经非常熟悉的重复任务。因为只有先把工作本身说清楚，才更容易判断AI究竟能够参与哪一步。
96AI增长圈第8期围绕普通岗位上手AI自动化，关注的正是这一层问题：非技术员工开始尝试自动化，可以先从一项自己最熟悉的重复工作入手。
96AI增长圈第8期
为什么要从熟悉的工作开始?
AI自动化并不是简单地把一个AI工具放到工作里。真正需要先解决的问题是：你到底想让AI帮你完成什么?
比如，一名行政人员每天都需要整理会议资料。过去可能需要接收不同人员发来的信息，再进行汇总、整理、修改格式，最后形成一份可以继续使用的文件。如果直接说“我要用AI提高行政效率”，这个目标其实比较模糊。
但如果换成“我希望把每天收到的零散会议内容整理成统一格式的会议材料”，事情就清楚很多。因为这项工作已经存在，员工也知道它的输入是什么、通常需要经过哪些步骤，以及最后需要交付什么结果。
**越熟悉的工作，越容易判断AI应该介入哪里。**这也是普通员工开始尝试AI自动化时，比单纯研究工具更加重要的一步。
第一件事不是选工具，而是找到重复任务
普通员工可以先把一天或者一周的工作简单梳理一下，看看哪些事情自己已经做过很多次，哪些事情每次做法差不多，以及哪些事情虽然需要花时间，但并不需要每次重新思考。
例如，整理固定格式的资料、汇总不同来源的信息、根据固定要求整理文字、对重复内容进行分类，或者把已有资料转换成另一种固定格式，都可以作为观察对象。
需要注意的是，“重复”只是筛选条件，并不是自动化的最终答案。还需要继续判断任务是不是容易描述，输入是不是相对稳定，结果是不是能够被人检查。
把一个完整工作拆成几个小步骤
找到重复工作之后，不要急着让AI直接完成整个流程。可以先把原来的人工操作拆开。
例如，一项资料整理工作可能包含“收集资料、判断资料类型、提取关键信息、按要求整理、输出结果、人工检查”等步骤。拆开之后，再去看AI能够参与哪一个环节，就会比直接问“AI能不能帮我做这个工作”更加具体。
有些步骤可能适合AI辅助，有些步骤仍然需要员工自己完成。对于刚开始使用AI自动化的普通员工来说，这种拆分尤其重要，因为第一次尝试并不需要解决整个岗位的问题，只需要先找到一个明确的小环节。
第一个自动化任务应该满足什么条件?
选择第一个任务时，可以从几个方面进行判断。
第一，自己已经做得比较熟。如果连人工操作流程都没有理清，就很难判断AI输出是不是正确。
第二，任务具有一定重复性。如果每次面对的情况完全不同，自动化的价值和可行性都需要重新判断。
第三，输入和输出相对明确。例如“把这些资料按照固定要求整理出来”，就比“帮我把工作做好”更加具体。
第四，结果能够检查。员工需要知道什么结果算合格，以及出现问题时应该在哪里介入。
不要把第一次尝试变成整个岗位改造
刚开始接触AI自动化时，还有一个比较常见的问题，就是目标定得太大。例如“我要把行政工作全部自动化”“我要让AI替我完成运营工作”等。
这些目标听起来完整，但第一次尝试并不容易验证。更现实的方式，是先挑一个具体任务，把它拆开之后观察输入是否清楚、输出是否稳定、哪些地方经常需要人工修改，以及哪些步骤依然不能交给AI。
这样得到的经验，比单纯学习大量工具更加有价值。
96AI增长圈第8期现场实操
AI自动化的起点，其实是员工自己的工作经验
普通员工并不需要先成为技术人员，才能开始理解AI自动化。很多时候，员工自己最熟悉的工作流程就是最重要的基础。
因为只有真正做过这项工作的人，才知道哪里最重复、哪里最麻烦、哪里容易出错，也知道什么结果才算符合要求。
96AI增长圈第8期将AI自动化进一步带到普通岗位的使用场景中，关注的不是把所有工作一次性改造，而是让非技术员工找到一个自己看得懂、做得熟、能够检查的任务，从这里开始尝试。
如果企业正在关注淄博AI自动化培训或普通员工的AI应用，可以先从一个问题开始：“我每天做的哪些工作，已经重复到可以把步骤清楚地说出来?”
答案往往就是下一步值得尝试的地方。
企誉网