你加班改PPT时，可曾想过——这套工作流早在100年前就被预言了？

1909年，美国管理学家弗雷德里克·泰勒正用秒表测量工人动作。他追求的「科学管理」，本质是把人的经验拆解成可复制的步骤。

打开网易新闻 查看精彩图片

同一时期，另一群人却在走相反的路。他们研究如何让机器辅助人做决策，而非替代人思考。

两条技术哲学

泰勒路线赢了。流水线、KPI、SOP——我们把「人的工作」切成碎片，再交给系统执行。

另一条路沉寂了。直到2023年，大语言模型（LLM，一种能理解和生成自然语言的人工智能技术）爆发，人们才惊觉：AI最擅长的，正是泰勒当年做的事。

拆文档、写周报、改代码——这些被标准化的脑力劳动，最先被接管。

被忽视的中间地带

原文作者「writer-tech-1」的身份标签很有意思：产品经理、创始人、独立开发者。这三个角色有个共同点——都需要在模糊中做判断。

这正是AI的盲区。它无法替你说服团队砍掉一个功能，也无法在资源耗尽前决定产品方向。

问题在于：我们的职场训练，恰恰在弱化这种能力。从小学到述职，标准答案思维根深蒂固。

数据收束

麦肯锡2023年报告显示，生成式AI可能影响全球3亿个工作岗位——但「判断型」岗位的替代率不足4%。

1909年的分岔口从未消失。泰勒路线让AI成为新流水线，另一条路才刚开始。