上个月,我去一家电商公司做内训。他们的运营总监兴奋地给我演示了AI工作流——从市场分析到文案生成到报表输出,一条流水线全部自动化。"老邓,你看,以前运营助理三天干完的活,现在AI三十分钟搞定。"

他满脸写着"我很厉害"。而我盯着屏幕,后背有点发凉。

我问了他三个问题:"你现在的运营助理,还会手动做数据分析吗?还能手动写竞品分析吗?如果不靠AI,他能独自从头到尾完成一个课题吗?"

他想了一会儿,说:"好像……不行了。"

这就是我要说的"能力空心化"。不是AI夺走了人的工作,而是AI悄悄替代了那些"苦活累活"——而这些苦活累活,恰恰是底层能力生长的土壤。

一、能力的"生长逻辑"从来不走捷径

我自己的经历就是最好的反面教材。2018年我做项目管理,带一个技术团队。当时有新手PM问我:"怎么学项目管理?"我说:你先帮我做三个月的项目周报。他以为我敷衍他。

但我说的是实话。做周报的那三个月,你要去理解每条进度的含义,要去分辨"看起来完成了"和"真的完成了"的区别,要去感受团队说"差不多了"时背后的真实风险。这些微判断,是做100个项目总结都学不到的东西。

底层能力——判断力、洞察力、决策力——从来不是"学"来的,是"磨"出来的。它们生长在每一次笨拙的手工操作、每一次低效的试错、每一次"明明AI能做但我偏要自己来"的别扭坚持里。

而这个生长过程,恰恰是AI要替你跳过的。

AI帮你绕过的每一个弯路,都是你后来走不回去的路

这句话有点扎心,但它是真的。想想我们怎么学会做PPT的——不是因为看了教程,是因为被老板骂了10次。想想我们怎么写好文案的——不是因为学了方法论,是因为写了100篇没人看的废稿。想想我们怎么学会看人的——不是因为读了心理学,是因为用错人了三次。

所有真实的能力,都长在"做得不好"的过程里。而AI允诺你的是"从一开始就做得好",这恰好让"做得不好"的成长土壤消失了。

二、三种正在被AI静默掏空的核心能力

我观察和访谈了十几家"AI化"比较深入的企业,发现三种底层能力正在系统性流失。

1. 判断力——因为不再需要"手动校验"

最让我警惕的现象:越来越多年轻员工不会质疑AI输出的内容。AI生成了一份市场分析,说"Q2竞品A增长了30%",没有人会问:数据源是哪来的?统计口径是什么?增长背后的驱动力是什么?他们直接拿去汇报了。

不手动校验的人,永远不会养成"怀疑数据"的习惯。而不怀疑数据的人,不可能有独立的判断力。判断力来自"反复验证"的训练,而AI把"验证"这一步完全包办了。

2. 结构力——因为不再需要"从头搭建"

写作、方案、分析——AI帮你从大纲到细节一步到位。看起来很爽,但一个从来没写过完整方案的人,他能判断AI给出的结构好在哪里、差在哪里吗?

我见过一个极其聪明的95后,AI用得溜得飞起。我让他不借助AI,手写一个新产品的运营方案。他写了两个小时,交上来的东西——是一个没有逻辑的碎片堆砌。他会"改"AI的产出,但不会"造"自己的框架。

结构力是什么?是把混乱的信息,按照逻辑框架重新组织的能力。这种能力只来自一个源头——白手起家自己搭过。AI让你永远不需要白手起家,于是你的结构力就永远长不出来。

3. 直觉力——因为不再需要"身体记忆"

这个最难解释,但老管理者都懂。老会计看一眼数字就知道"这笔有问题",老销售跟客户聊五分钟就知道"这次签不了",老PM看一眼排期就知道"这里要爆"。这不是玄学,这是大量实操积累在大脑里的模式识别能力

AI把"大量实操"这一步抽走了。老的手动录入、手动排期、手动对账——这些看似低效的工作,本质上是在帮你训练"业务的手感"。当AI替你做了,你的手感就断了。等哪天AI给出一个"看似合理但实际是坑"的建议时,你也没有足够的直觉来判断这个坑。

67%
的使用AI频繁的年轻员工表示"没有AI我不确定能不能独立完成核心工作"

来源:2025年BCG/AI工作模式调研,样本覆盖8个国家、1.5万名知识工作者。

三、组织层面的"空心化"更可怕

如果只是个人层面的能力退化,问题还可控。但"能力空心化"在组织层面的连锁反应,足以让整个组织变得脆弱。

我把它拆成三个递进阶段:

第一阶段:AI取代苦活。组织引入AI,优化了那些重复、低效、需要手工体感的工作。效率提升20%-50%,人人叫好。

第二阶段:能力断代。新人入职后,上手就用AI完成所有工作。他们没有经历"手动期",没有经历过"痛苦的校验",没有建立业务直觉。但他们看起来产出一点不差——甚至更好。组织以为自己在培养人才,实际上在培养"AI拐杖依赖者"

第三阶段:系统脆弱性爆发。当AI系统出现故障、数据源变更、业务逻辑调整——这些"AI拐杖依赖者"没能力独立应对。更可怕的是,组织里已经没有几个"还保有底层能力的人"来兜底了

我以前在文章里写过"组织冗余被AI优化掉的东西让组织变脆",但"能力空心化"比"组织冗余消失"更致命——后者只是没了备胎,前者是你的人和你的系统一起失去了恢复力。

"最让我害怕的不是AI取代了我的工作,而是有一天AI罢工了,我发现自己已经不会做这份工作了。"

—— 一位34岁的运营主管,在一次深度访谈中跟我说的话

四、怎么办?我总结了四个"反效率"动作

这不是一个"拒绝AI"的呼吁——荒谬,AI是趋势,没人能拒绝。我想说的是,有意识地保留"低效但长能力"的空间

  1. 建立"无AI日"机制 我给我自己的团队定了规矩:每周五下午,不用AI工具做任何核心产出。写方案、分析数据、写文案——全手工。产出可以差一些、慢一些,但必须"自己来"。这不是反效率,这是给底层能力留一块练功房
  2. 新人前三个月禁止用AI做核心交付 这是我最近跟一个朋友讨论出的激进想法——新入职的员工,至少在前三个月,AI可以辅助但不允许作为核心产出工具。逼他们手动走一遍流程、手动做一次分析、手动写一份方案。这个过程痛苦、低效、甚至浪费时间——但这是给他们的底层能力打地基
  3. 每个团队保留一个"无AI角色" 不是真的不用AI,而是岗位职责中包含"手动校验AI输出"的环节。不能AI写了什么就交什么。必须有人手动验证、手动质疑、手动补充。这个角色可能是轮岗的,但不能缺失。组织里要有人类把关人
  4. 绩效考核中加入"脱AI能力"指标 每年评估一次:如果离开AI工具,你能不能独立完成你的核心职责?这不是考核AI用的好不好,而是考核AI没取代你什么。听起来反直觉,但一个全部依赖AI才能完成工作的人,不是一个可持续发展的组织成员。

我知道这四条看起来有点"反动"——在这个人人喊着"全面AI化"的时代,居然有人建议新人别用AI、每周半天不用AI。但我跟你说,真正的竞争力从来不是"会用什么工具",而是"不依赖任何工具也能活"的底层能力

写这篇文章的时候,我翻到一张旧照片——2010年的我,坐在公司角落,对着Excel一页一页地核对数据。那时候我的眼睛累、脖子酸、效率低。但就是那几年的"傻力气",让我现在能一眼看穿任何报表里的bug。

那些"傻力气",AI不会替你长。

别让AI替你走的那些路,成为你后来走不回去的路。

在这个大家都在追"AI效率"的时代,我反而想说:你可以用AI,但别忘了偶尔放下AI,亲手做一件"笨拙"的事。

因为那些笨拙的事,才是能力的根。根没了,上面长得再快也没用。