KeyFrame內部研究專用

This AI Technology Will Replace Millions (Here's How to Prepare)

Nate Herk14 min英文
觀看原始影片

三句話摘要

AI代理正在改变职场,但失业源于不会用AI而非AI本身——任何人学会「AI管理」都能维持竞争力。 职场未来已不是人与AI的竞争,而是会管理AI的人与不会的人的竞争——只需用自然语言思考和表达,无需任何编程基础,任何人都能拥有一位能将个人生产力提升10倍的虚拟共同创始人。 失业来自人与人的竞争,不是人与机器的竞争——学会AI的同事会同时完成两份工作,公司就不再需要你。威胁不是来自AI本身,而是来自你身边掌握AI的人,这正是为什么现在学习变得紧迫。

重點整理

  1. 失业来自人与人的竞争,不是人与机器的竞争——学会AI的同事会同时完成两份工作,公司就不再需要你。威胁不是来自AI本身,而是来自你身边掌握AI的人,这正是为什么现在学习变得紧迫。

  2. 新型AI具备自主性,能自主规划与执行——旧时代的自动化只能按指令运作,新型AI能理解目标、制定步骤、自行执行,你只需说出想要什么结果,不必详细指示每一步。

  3. Claude Code相比Claude Chat的优势在于能访问本地文件与工具——它可以读取邮件、会议记录、文档、YouTube频道数据,甚至连接外部平台,对你的业务了如指掌,更像一位共同创始人而非虚拟助手。

  4. 学会用AI的关键是采用「管理员工」心态——制定清晰目标、提供详细指示、观察其质量、提供反馈改进、逐步扩大权限,这样每次迭代都让AI表现更好。

實用技巧與重點

  • 可替代工作规模
  • AI代理可替代:50%工作机会
  • Claude等工具当前完成:60%公司任务
  • 时间成本对比
  • YouTube数据分析:Claude 10分钟 vs 手动半天;本季上传75个视频
  • 清洁工作追踪应用:几分钟生成
  • 潜在客户开发:20分钟找到50个客户并撰写个性化邮件
  • 工具与平台
  • Claude Desktop、Claude Code、Claude Chat
  • Clay(潜在客户信息库)
  • Python脚本、HTML应用、Excel导出
  • 连接工具:Gmail、Slack、日历、YouTube、音乐播放器
  • YouTube分析输出内容
  • Executive Dashboard:4月-6月观看数、时长、新增订阅
  • Video Scorecard:单支视频表现评分
  • 内容支柱分析、格式分析、长度分析
  • 受众与流量分析
  • 问题识别:展示次数/点击率缺失、主题过于集中风险
  • 潜在客户数据字段(50条线索)
  • 基础信息:业务名、决策者、职称、电子邮件、电话、网站、位置
  • 评价数据:Google评分、评论数
  • 分析字段:业务痛点、最近信号、显著成就、个性化hook、邮件主题、邮件正文
  • 三步入门框架
  • 开始对话:详细说明目标、好/坏结果、避免事项,分享工作方式与业务背景
  • 选择重复任务实践:健身计划、购物清单等真实场景,亲身体验ROI,反复迭代直至满意
  • 工具整合:连接Gmail、Slack、日历等日常工具,使AI能访问业务数据自动化运作

結論

职场未来已不是人与AI的竞争,而是会管理AI的人与不会的人的竞争——只需用自然语言思考和表达,无需任何编程基础,任何人都能拥有一位能将个人生产力提升10倍的虚拟共同创始人。

完整解析

当大科技公司领导人说出「你不会因为AI失业,你会因为有人用AI而失业」时,职场的竞争逻辑被彻底改写。这不是人与机器的对抗,而是掌握AI的人与不掌握AI的人之间的能力分化。演讲者用一个简单的比喻说明:当你身边的同事学会了使用AI,他们开始同时完成自己的工作和你的工作,公司对你的需求便逐渐消失。这种情况为何现在才出现而不是五年前?答案在于AI本身的质变。过去的自动化系统是死板的执行工具,必须被精确指示每一步,出错时全是人的责任;而新型AI(称为Agentic AI)具备真正的自主性——它能理解你的目标、自行分析、制定计划、执行任务、验证结果,用户只需用自然语言说出想要什么。

Claude Code的出现将这种能力平民化了。与仅能聊天的Claude Chat不同,Claude Code能访问你的本地文件系统和连接的外部工具,对你的业务获得完整理解。演讲者的第一个演示是YouTube频道分析——他告诉Claude Code:「帮我提取Q2所有视频数据、分析观看、评论、点击率等统计。」系统随即开始工作:读取markdown文档了解可用数据、运行Python脚本用令牌访问YouTube API、反复推理与执行、验证生成的Excel表格的格式和颜色,确保完美呈现。整个过程耗时仅10分钟,而如果手动操作——导出数据、复制粘贴、建表、格式化、分析——至少需要半天。第二个例子展示Claude Code为假想的清洁服务公司快速构建一个追踪应用,包含日期显示、月收入计算、付款状态标记、工作删除、新增功能,甚至具备浏览器存储使刷新后数据不丢失,完全在几分钟内完成。第三个例子则涉及潜在客户开发——这通常是全职销售人员的工作——系统在20分钟内从Clay平台找到50个完美匹配的目标客户,获取其Google评价、业务痛点分析,然后根据演讲者的业务背景为每个客户撰写个性化邮件,甚至根据某条一星评价(客户抱怨回访慢)来定制邮件话题。

学会使用AI的本质不是学编程,而是学会做一个好的AI管理者。演讲者提出三个循序渐进的步骤。第一步是把AI当作新员工进行入职培训——不是一次倾倒所有任务,而是详细说明目标是什么、好的结果什么样、应该避免什么,并持续分享关于自己和业务的信息,让AI对你产生深刻理解。第二步是选择一件你已经在做的重复性任务——健身计划、购物清单、周报整理,任何真实的日常工作——亲身体验AI如何节省时间。这步的关键是建立信任:当AI的输出不满足时,不要放弃,而要修改指示并反复迭代,直到产出的结果是你真正会用的。每次修正都会让AI对你的偏好更了解。第三步则是扩大规模——连接Claude与你日常使用的工具(Gmail、Slack、日历、YouTube等),使AI能访问实时业务数据,实现更深层的自动化。演讲者强调要始终保持掌控——Claude在执行任何重要操作前都会征求你的许可,权限完全由用户决定。一旦实现自动化,应设定可衡量的目标(比如本周节省3小时、月增100条客户线索),在实施前后追踪数据,持续优化系统表现。

4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。
編輯精選
企業管理英文11月21日

What Anthropic's $900 Billion Bet Means for You

Nate Herk看原片 ↗
  • 訂閱用戶成為上市公司的收益基礎:4000 萬名小客戶(含 Claude Pro、Max、Ultra 或 API 用戶)合計貢獻 25% 的收入,形成 Wall Street 下注的對象。用戶每次訂閱續約都直接影響 Anthropic 股價,
  • 循環融資制造生態系統性風險:Amazon、Google、Broadcom 與 Nvidia 等公司既是投資者、又是運算服務提供商,同時採購 Anthropic 服務,形成相互依賴的閉環。若任一環節需求放緩,所有參與者將同時受創,系統風險無法
編輯精選
AI 技術英文11月20日

6 Lessons I Learned From Installing AI in a $10M Business

Liam Ottley看原片 ↗
  • AI 負責前 80% 工作,人的品味決定最後 20% — 系統一開始生成的提案很基礎,直到 Isaac 的設計師介入決定風格、選擇產品後,品質才大幅提升。需要將品味優秀的員工的規則和案例提供給 AI,讓初版更接近他們的標準。
  • 聚焦單一瓶頸,不要全面改造 — 分析發現提案環節是最大痛點:每月 15-20 張圖、每張 10 小時、成本 $500-1000、9 成無結果。選擇同時改善速度、成本、品質的用例,才是 AI 真正發揮價值的地方。