AI已经这么强了,为什么我们还在让它做PPT?

2025年初，Claude团队的工程师Felix开始用AI协助自己修复程序崩溃。

哪里出了故障，就让Claude查找原因、修改代码。

修着修着，他有了一个想法。

既然AI能一次次修复故障，为什么不干脆让它维持整个应用的稳定呢？

这样Claude就不是在被动等待命令，而是主动获取报告、复现问题跟修复结果。

为了实现这个目标，Felix开始各种探索，寻找AI的上限。

到了今年的10月13日，这位Claude的工程师专门写了一篇文章，叫作“如何更有雄心地使用AI？”

因为他发现，自己几乎每隔一段时间就能看到AI完成一些过去难以想象的事情。

但今天绝大多数人并不了解AI，甚至很多人还习惯用AI回答简单问题、修修PPT。

这种差距，就像有的人已经会飞了，而更多人还在学习怎么走路。

02

Felix列举了一个我们很多企业老板都非常熟悉的场景。

什么呢？

开会。

比如一个季度经营会议快到了，大家都在忙着整理数据、制作图表，准备汇报用的PPT。

当然，因为有了AI，这些工作能省下很多时间，很多企业可能已经满意了。

但想一想，既然AI能够阅读这些经营数据，为什么只让它整理数据，美化PPT呢？

比如报告显示产品的销售额增长了20%。

这当然是好消息，但增长究竟来自哪里？是老客户买得更多，还是新客户带来了订单？是产品涨价了，还是销售结构发生了变化？

如果只看报表，老板知道销售额增长了，但还需要很多时间去讨论为什么增长。

那么，是不是可以提前让AI分析这个季度发生了什么，为什么会发生，以及企业接下来应该采取什么行动呢？

当然，AI可能会找到几十项经营变化，那么，哪些是重要的？应该先解决哪几个呢？

Felix设想的是，要求AI从分析结果中找出最需要管理层做出的三个决策，整理出不同方案的利弊。

当然，在这里，Felix给出了他使用AI的几个技巧，大家可以看一看。

第一、就是坚持使用业内顶尖人士用的AI工具。

这点其实我们也跟很多老板讲过，今天AI进化跟学习的速度非常快，那些最强大的AI都在蒸馏人类各个领域最全面的知识。

所以，尽可能使用今天最好的AI，并且，学会付费使用，不要用免费模型。

特别是在企业经营上，你敢让一个免费的AI大模型去辅助你真金白银的决策吗？

第二是给AI设定不合理的目标。

这可能听起来有点反常，设置一个不合理的目标，这不是许愿吗？

但就像我们经常在讲的，给自己设定一个需要跳起来才能够着的目标，它不一定是非要达到，而是朝着这个方向去思考怎么样才能达到。

对AI来说，也是如此，而且它的知识边界跟思考能力远超人类。

第三是提供给AI原始数据跟信息，进行模拟跟复现。

一个在线下跑不通业务、得不到有效数据、没有闭环的流程，再强的AI也无能为力。

对AI来说，你给它的数据跟指令越清晰、越完整，得到的答案就越好。同时，要告诉AI具体的方向跟边界，让AI进行压力测试，借助于真实数据跟流程去模拟具体的场景，复现问题。

比如，某个产品销售额下降，可能是竞争对手降价造成的。

企业是跟着降价，保住市场份额，还是坚持原价，承受客户继续流失的风险？

老板需要权衡的是利润、客户跟资源，最后做出选择，而不只是把销售额下降的数字看得更加清楚。

第四也是非常重要的一点，不能完全相信AI的答案，哪怕是最好的AI。

因为企业经营的是在现实生活中真实的人、真实的业务跟产品，AI是很难代替经营者本身的思考跟经验。

我们也在讲要学会跟AI多轮验证跟思考，拒绝首答，多用引导式提问，用动词来替换名词，要连续追问。

当然，这些都是思路，但沿着这个方向去思考，一开始，我们可能只是让AI完成一份PPT。

到了最后，连开会这种工作方式，都成了可以重新设计的对象。

因为对老板来说，开会的目的不是听一份漂亮的PPT，而是及时了解经营变化、发现问题、做出决策。

03

其实，这样的问题不只适用于企业内部的管理工作。

它甚至可能改变一家企业选择客户、判断生意的方式。

像单仁牛商我们就有很多做非标定制的学员企业，他们经常会遇到一种情况：

客户来咨询，数量不大，但要求不少，还希望尽快知道价格跟交期。

对这样的生意，老板其实很无奈，因为他们要确认设计、查材料价格，计算加工成本，也就是前期要投入不少人力跟精力。

但客户可能看一眼就说，再考虑考虑。

所以，一些老板都规定了最低订单金额，不是因为小生意不赚钱，甚至这些小生意的单位毛利比大规模制造要更高。

但企业没有那么多精力，把每一笔小订单都研究清楚，只能用一个简单的标准把一部分需求挡在门外。

但现在，如果我们换一种办法呢？

很多企业随着经营时间的延长，都会积累历史报价、产品图纸、物料清单跟生产数据。

AI可以结合这些资料，帮助企业检索相似产品、比较材料成本，初步整理出一份给专业人员审核的报价方案。

那么，以前需要几个部门协作的事情，现在有机会更快地集中起来快速处理，前期评估订单的成本就会明显下降。

最直接的好处是报价更快了。

再往前一步，企业就能用更低的成本，对更多客户跟订单做出细致的判断，不再按照订单金额、采购数量这些简单标准，把客户分成接还是不接。

那么，那些第一次采购量不大，但可能长期合作的客户，就有机会走进企业的视野，达成合作。

反过来，有些订单看起来金额不低，但你把各种成本算清楚，其实未必值得投入太多资源，特别是那些没有太多企业使用的相似方案的单子。

所以，我在单仁牛商百城百讲的人工智能增长论坛上讲，有些经营边界，不是市场天然划出来的，而是我们企业过去的能力跟成本决定的。

企业只能先把一部分生意挡在门外，但现在AI改变了一些条件，我们就有机会重新看看，门外究竟站着谁，适不适合我们，怎么把他接进来。

其实，每家企业都有两张清单。

一张是每天都在更新的工作清单。

哪些报告要完成，哪些客户要跟进，哪些订单要处理。

但老板心里，往往还有另一张清单。

有些客户不匹配，不接；有些产品开发成本太高，不做；有些市场投入太大，不考虑。

这可能都是合理的理由，但如果今天完成这些事情的成本已经发生变化，当初的理由还成立吗？

所以，对我们很多企业来说，AI不只是更快完成清单上的任务，更能帮我们打开经营的边界，带来更大的增长。