“它不是简单地把写PPT变快了，而是把资料收集、分析、写作和协作串成了一段完整工作。”程大同说。

　　从聊天窗口走向真实工作流，AI正在从一个回答问题的工具，变成参与完成工作的协作者。这个过程中，AI改变的不只是效率，也正在改变工作的组织方式。

　　一份工作，是如何被AI重新拆开的？

　　“AI主要影响的，是任务的构成。”张丹丹表示，过去由一个人连续完成的一项工作，在AI的使用中，被拆分为一个个具体任务，由人和AI协同完成。

　　那么，一项工作为什么能够被重新拆解？

　　百姓网创始人王建硕在接受记者采访时从技术层面给出了解释：以编程为例，工作可以不断向下拆——从一个产品，到一个功能模块，再到一段代码、一行代码，甚至一个字符，每一层都是不同抽象层级的工作。“所有的活，它都是可以一层一层往下细分的。”

　　王建硕认为，随着AI的发展，人工作的重心正在不断向更高抽象层级迁移。正如程序员从运用汇编语言到编程语言，再到自然语言，每一次技术变革，都意味着人的工作重心不断上移，从具体执行转向目标定义、任务组织和结果验收。

　　就企业组织而言，这样的工作拆解是如何实现的呢？

　　程大同介绍，企业在尝试把工作方法提炼出来，而不是“复制一个员工”。

　　他举例，比如在分析业务异常时，有经验的员工会知道应该先看哪些指标，如何区分短期波动与真实问题，什么情况下需要追溯背后的原因，什么时候必须找业务负责人确认。这些判断往往来自长期实践积累，很难依靠一份文档完整传递。

　　企业借助AI，将这些隐性的工作经验转化为可执行步骤：这项工作的目标是什么，需要哪些信息，应当按照什么顺序判断，需要调用哪些数据和工具，有哪些常见例外，最终以什么标准验收。原本依赖个人经验完成的工作方法，由此变得更加明确、可描述、可复用。

　　程大同介绍，在真实场景中，经验沉淀并不是由AI自动完成，而是由领域专家主动梳理工作方法，AI协助将其结构化，再通过历史案例和真实任务进行验证。稳定、可重复的方法可以沉淀为“技能（Skill）”，多个技能、知识和工具围绕一类工作目标组合起来，可以形成“专家（Expert）”。

　　“文档是可以阅读的知识，技能是可以执行的知识。”程大同说。

　　这意味着，AI并不是直接接管一个岗位，而是参与执行岗位中一部分稳定、可重复的任务。资深员工的角色也随之变化：他们不再反复处理相同问题，而是更多负责定义方法、校验结果，以及处理无法被预先概括的新情况。

　　人的工作，开始重新定义