跃海AI特训营开课以来，每位同事都围绕自己的真实工作，完成了一次AI作业尝试。我们会陆续记录这些“AI实习生”在跃海不同岗位里的发芽过程。
Catherine 品牌运营部
Q：请描述一下第一次作业你主要做的是什么？
A：第一次作业主要是优化公众号内容整理的工作流程。每周二开完航线会后，我需要把四十分钟的会议内容整理成公众号文章发布。这个工作看似不复杂，但非常枯燥——需要听录音、筛选哪些内容可以对外发布、哪些是内部信息，还要结合航线发布的相关信息做整合，整个过程耗时耗力。
Q：通过AI的运用，它最终给你输出了什么样的结果？
A：一开始我把录音直接丢给AI，让它按公众号风格生成初稿，结果非常崩溃，生成的文稿混乱不堪。因为会议录音里充斥着中英文混杂的缩写，语速快、录音质量一般，AI经常识别错误（OVP识别成OAP），出来的内容我们自己都看不懂。
后来上了AI课，老师提醒要跟AI互动、拆解步骤。AI告诉我，这个任务其实不是"一步到位"的，而是要分四步走：
第一步：录音转写与数据清理——建立缩写和识别纠错规则，比如把OAP统一改为OVP；
第二步：事实提取与审计——明确提取范围，本周核心变化是什么，澳洲新西兰、俄罗斯、红海分别怎样；
第三步：航线术语和规则——用周报样本和整理要求做规则约束；
第四步：AI编辑助手——排版规则，确保最终输出符合公众号格式要求。
按这四步一步步做下来，生成的内容才真正符合需求。
Q：针对于第一节AI课堂，你最大的收获是什么？
A：最大的启发是：我们以为的工作流，可能不是真正的工作流。很多时候工作做熟了，就忘记了当初是怎么一步步学起来的。我们以为"我把录音给你，你就给我初稿"，但其实中间有大量隐含步骤被压缩了——就像给别人一个压缩包，对方并不知道里面是什么。AI很强大，但它也需要前期的"培训"和规则设定。真正的工作流拆解，往往是我们自己意识不到的，而AI恰恰能帮我们把看似一步的事情拆成多个细步骤，这才是提升效率的关键。
🌱 发芽观察：
Catherine从"直接甩录音给AI→崩溃→拆成四步→高效输出"的历程，生动展示了AI使用中最容易踩的坑：以为AI能一步到位，结果一堆乱码。转折点来自AI课的启发——不是AI不行，而是我们没把工作流拆够细。四步规则法（数据清理→事实提取→术语规则→排版编辑）让她从"崩溃"走向"可控"。
Catherine这段经历还点出了一个通用道理：我们对人对AI，常常只传了一个"压缩包"，却忽略了对方需要的是解压后的一条条清晰指令。工作流的拆解，不只是给AI看，也是给自己看。
Joyce 客服部
Q：请描述一下第一次作业你主要做的是什么？
A：第一次作业主要是把AI应用到我的日常客服工作中。我把个人资料、公司信息、职位和工作背景都喂给了AI，并定时更新，让它全面掌握我的工作背景。然后开始用AI来帮我写周报、规划下周的工作计划，还有处理跟客户沟通，更新运价，这些原来比较头疼的事。
Q：通过AI的运用，它最终给你输出了什么样的结果？
A：AI帮我总结本周工作情况，有时候比我自己想的还要全面，还能根据本周工作规划下周计划。写规范的文案或通知时，AI能帮我制定框架、斟酌措辞，大大节省时间。我一般让它先形成一个初稿，再把具体要求、客服的专业知识和操作细节填进去。以前觉得AI没人情味、解决不了实际问题，用下来发现大大提升了工作效率，反而节省了沟通成本。
Q：针对于第一节AI课堂，你最大的收获是什么？
A：最大的收获是改变了对AI的看法。以前我觉得AI是比较科技的概念，离我们传统的货代行业和客服岗位有距离，处理突发状况时没法做到那么详细、那么具体，没人情味。但学习之后发现，它其实和我们的岗位紧密相关，能帮我们解决很多头疼的事。我也更清楚地认识到，AI给的是初稿，最终的专业判断还是握在自己手里——它不是要替代人际交流，而是帮我把沟通做得更从容、更得体。
🌱 发芽观察：
Joyce对AI的态度经历了一次明显的转变——从“观望、觉得有距离”到“主动喂养背景信息、定时更新”。转变的关键不在技术本身，而在于她找到了AI与日常工作的结合点：周报、工作计划、与高层沟通的文案框架。值得注意的一点是，她始终把AI定位为“初稿”——最终要填入公司的具体要求和专业操作细节，专业判断仍握在自己手里。
她原本最担心AI“没人情味、处理不了突发状况”，但实际用下来发现，AI反而帮她把“人情味”做得更好：给客户沟通文案有了得体的措辞和框架，沟通成本不降反升。这说明AI在人际密集型岗位的价值，不在于替代人际交流，而在于让人际交流更从容、更得体。
Owen 海外部
Q：请描述一下第一次作业你主要做的是什么？
A：我主要是把AI应用到北美的拖车业务当中。我们这边的核心业务是拖车，我就用AI来帮我们优化车队资源，快速匹配不同业务模式的需求——比如集装箱拖车、框架箱运输，还有仓储和物流分拨。通过AI去筛选更契合的公司和资源，比原来用Google一个个搜要更完整、更具体。同时我也把AI作为生活的一部分，主动去接触、了解不同的AI平台，关注AI前沿的发展迭代，探索哪些AI在图片、PPT、语言分析等不同方向上更擅长，必要的时候也会考虑使用付费版本的AI产品。
Q：通过AI的运用，它最终给你输出了什么样的结果？
A：AI确实帮我们把很多东西转化成了现实的生产力——优化了车队资源、提升了业务匹配效率，也让大家从繁琐、耗时的事情里抽出身来，把精力用在更能帮助公司发展的事情上，整体的工作效率和业务产出都有提升。但AI也不是完美的，它在信息准确度上确实有待提高，比如提供的联系方式有时候已经联系不上的，对一些事情的描述跟实际情况不匹配，也给我们造成过困扰、浪费过时间。不过AI是一个跟人互动、学习的过程——你告诉它哪里错了，它就会有这个认知，你帮助AI提升的同时，其实也在帮助其他用户少走弯路。
Q：针对于第一节AI课堂，你最大的收获是什么？
A：最大的收获是认识到AI的核心价值在于提升工作效率和业务产出，同时也要理解人接纳新事物的节奏是不一样的——有些人接受快、有动力去学，有些人慢一点，公司组织大家学习本身就是一件很好的事，能推动大家正面、积极地面对新事物。我也更清楚地认识到，AI现在还处在上升期，就像一个小孩子在成长当中肯定会有各种问题，应该相信它会越来越完美，在使用的的过程当中不断提升自己的认知。
🌱 发芽观察：
Owen作为海外从业者，对AI的视角兼具务实与长远。他既能给出拖车队资源优化这样具体的业务落地案例，又能跳出工具本身，把AI放在“人接纳新事物”的层面来理解——每个人的接受速度不同，公司组织学习正是为了拉平这种差异。值得注意的一点是，他对AI的“不完美”展现出一种罕见的耐心：信息失准、联系方式过时这些困扰并没有让他否定AI，而是把纠正错误看作“帮助AI成长、也帮助其他用户少走弯路”的双向过程，把AI从工具升格为伙伴。
在对AI工具的快速迭代，Owen的想法是：第一，把AI当成生活的一部分，主动接触、彼此分享使用经验；第二，关注前沿发展，搞清楚哪个AI在哪个方面更擅长；第三，如果是深度用户，可以考虑用一些领先、付费的AI产品来进一步提升效率。归根结底，因为未知所以恐惧，多去了解、多去分享，就能减少这种恐惧。