【一、金句】值得收藏的句子
-
结果导向，真实交付价值 -
短期可以靠兴奋感，长期要靠人生红点
【二、目的】本次课程目的
-
【AI场景优先】暂时忘掉工具，找到一组高价值的AI使用场景，这些场景一旦AI落地，价值很大 -
【框架】一个有趣的模型STAR：探索(Seek),变革(Transform),提速(Accelerate),落地(ROI) -
【第一步】如何区分不同场景 -
【个人vs组织】前者是对自己负责，后者是对团队和公司负责 -
【下限vs上限】前者是已有能力的提效，后者是探索新机会，大幅扩充能力边界
-
【第二步】各个场景不同策略 -
【探索场景】兴奋突破 -
【变革场景】终局预判 -
【落地场景】降本增效 -
【提速场景】痛苦优化
-
【第三步】不同象限的终极追求 -
【探索场景】人生红点 -
【变革场景】使命愿景 -
【落地场景】提升利润 -
【提速场景】时间倍增
-
【第四步】补一些十层解读，按照STAR可以结构化思考，随时随地回忆和调用模型 -
【A是通常起点】从改造自己已有的，重复痛苦的工作开始 -
【T是理想终点】带领一个组织完成AI变革，形成超强的行业竞争力
-
【三、AI提速场景】痛苦优化（个人+下限场景：提速Accelerate）
-
【3.1 案例】老同学努力晒，新同学抄作业
【3.2 背后的专业度】AI的价值比喻成：“实习生”
-
【顶尖名校】非常聪明，学东西很快，记忆力很好 -
【实习生】没有经验，需要你告诉他任务，给他足够多的上下问引导 -
【24小时】7x24小时待命，可以无休无止为你工作 -
【无薪】成本极低可以暂时忽略，甚至你可以同时调用10-100个AI为你工作
【四、S探索场景】兴奋突破（个人+上限场景：探索Seek）
-
【4.1 快速认识】探索一些自己新的能力边界
-
【典型情况】不会做设计，不会写代码，不会写歌儿，不会做咨询 -
【AI辅助】大幅提升解决问题的能力，结合之前的优势长板，能做很多之前无法想象的事情
【4.2 案例】老同学努力晒，新同学抄作业
-
【案例1：上下班路上完成APP开发】在AI加持下，1个人用业余时间，15天就完成一个APP的全部开发和上传提审工作，极大提高他的开发效率
-
【代码】用智谱清言(GLM)书写 -
【LOGO】用SD（Stable-Diffusion) -
【提审】用GPT翻译生成 -
【案例2：人人都可以成为自由表达的创业者】AI能把“半成品的灵感”转化为一个完整的、高水平的作品 -
【案例3：秒变专家解决生活小难题】用AI帮忙修理电视，洗衣机、空调、扫地机器人等
【4.3 背后的专业度】AI不只是实习生替你做事，更像一个“合伙人”
-
【合伙人】不再是替你做事，而是互补，各有所长，深度合作 -
【专业】Ta学习了海量的知识，有基本可靠的专业度 -
【全能】从医生到程序员，从情感分析师到战略决策，他都能跟你讨论 -
【不知疲倦】极低的成本，你付出少量的算力成本，就能拥有各个领域N多合伙人、副手 -
【AI作用】不只是补你的短板，满足你的痛点，而是拉高你的长板，满足你的兴奋点 -
【核心策略】短期可以靠兴奋感，长期要靠人生红点
【五、R落地场景：降本增效】组织+下限场景(落地ROI)
-
【5.1 快速认识】AI落地，瞬间难度和阻力倍增
-
【AI落地难】多人协作、需要大家共识、准确度要求高，而且需要克服过去的很多旧的习惯和惯性，才有机会落地 -
【5.2 案例】老同学努力晒，新同学抄作业
-
【案例1：AI赋能，让人效提升稳定可期】用DeepSeek搭建一套“高度优化的提词器操作流”，将资深律师的沟通逻辑和法律知识进行封装，赋能年轻律师使用 -
【案例2：AI赋能，实现流程自动化】“竞品舆论”自动化追踪 -
【AI大模型】擅长“概率性”工作，比如总结文章、判断情感、去创造 -
【八抓鱼RPA机器人】擅长“确定性”工作，比如打开浏览器、点击按钮、填表 -
【案例3：AI赋能，提升用户满意度和复购】外卖备注AI提取和分类识别，分别发给商家和外卖小哥，提升用户的满意度和复购
【5.3 背后的专业度】把AI理解成你的新员工
-
【员工】不是单纯工具，而是可以自己分析，自己解决问题的“虚拟员工” -
【新】新加入你的公司，没有上下文，可能要给足够信息，AI才能上手 -
【潜力很好】非常勤奋、努力、可以7x24小时支持你的工作 -
【独特工作习惯】和人类工作习惯不同，需要使用AI的思维方式和工作流
【5.4、 3个难关】落地场景卡住的三关
-
【第一关、找真实场景】结果导向，真实交付价值 -
【真实】一定要极度务实、用真实的、业务真正高价值的目标来做 -
【关键小场景】找到一个关键的小场景，不求大，要求真和透，先在一个小的点上拿到结果 -
【探索成功的标志】真实有用，难以回退，建立信心，启动循环 -
【第二关、充分做加法】往往到-2-3-4甚至-5层才可以 -
【剥离1层】只做素材投放类视频，其他品牌类、口播类、Vlog都不管 -
【剥离2层】拆解整个节点过程，比如调研-打分-抽离故事线-改定-拍摄-剪辑 -
【剥离3层】甚至改写还是太大了，就解决其中一个关键卡点：匹配10个idea
-
【第三关、专业做减法】找到自己的AI优先级决策罗盘 -
【1.容错性】容错性高，出现问题不大，容错性低，AI落地难度就很大 -
【2.数据可行性】有些细分场景需要足够多的上下文、专家知识构建 -
【科学决策】原来成本很高，高频发生，复制很困难，AI化的价值（复利）越高 -
【特别提醒】看似ROI极高，但是最后效果很差，特别提醒两个参数
【六、T变革场景：终局预判】组织+上限场景：变革(Transform)
-
【6.1 快速认识】彻底改观，大变样
-
【实现之前人做不到的水平和量级】用AI不断提升上限，实现很多之前没有的东西 -
【6.2 案例】老同学努力晒，新同学抄作业
-
【案例1：AI写标书】大模型直接写标书，肯定不够，做大量“软件工程”来弥补 -
【首先】一键解析招标文件，图文并茂生成标书 -
【其次】标书扩写，根据参考文库、原始材料、辅助标书扩写技术标/商务标 -
【最后】标书检查，专门抓错别字、错误格式
-
-
【案例2：AI创新促进“医疗平权”】找到一个AI真实有用的场景，让所有都重视AI -
【底层认知】第一笔商业订单——为客户的医药销售团队打造一个AI知识库
-
医疗或许是AI能创造最大价值的领域之一 -
手握数据优势，拥有国内最大的、超过2000万份的医疗疑难杂症数据
-
【6.3 背后的专业度】T场景是“一张大牌”
-
【大牌】不是简单的几个实习生，一个员工，而是一个综合能力 -
【宏大商业目标】组织视角，如果你长期想做一个足够牛足够大的生意才需要 -
【竞争】相对的，能和同行能不能拉身位领先 -
【胜负手】这是决定成败、战略级别的选项