时代的大屏，应该给这些普通人
雷斯林官方账号作者：雷斯林 公众号：为你写一个故事 / raistlin
这两天在外面出差，匆匆忙忙从一个机场飞到另一个机场，耳边全是机场广播的机械声，肚子里填满了乏味的飞机餐。
好不容易结束工作，我正琢磨着要去哪犒劳五脏六腑，突然一抬眼，看到机场里那个平时总放着奢侈品包包或昂贵手表的大屏上，出现了一些意想不到的面庞。
乍一看，这些人并不起眼。
大多穿着基础的工作服，留着不出格的发型，表情或笑或严肃。
他们有些是在格子间里埋头敲打码的程序员，有些是在高危行业一线巡检的工程师，有些是天天和数据打交道的测算师。
这些人不是什么CEO，更不是大明星，就是在大集团里打工的小小螺丝钉，怎么突然就登上机场大屏了呢？
做了什么好人好事？还是发明了什么新专利？
我凑过去仔细研究，才发现这些都是“2025 飞书 AI 效率先锋”。
原来飞书干了一件不太寻常的事。
他们包下了机场最贵、人流量最大的广告位，不卖产品，不打品牌，专门用来晒一群素人。
这些素人都是“2025AI效率先锋大赛”的参赛者与获奖者。
他们被看见，不是因为他们改变了世界，而是因为他们用AI悄悄改变了自己的一方天地。
时代的大屏，不该只属于奢侈品，它理应属于这些认真生活、认真工作的普通人。
这些人中，有一个人格外让我好奇。
陈工，来自吉利汽车研究院，是尺寸匹配验证岗的一线工程师。
提到这个岗位，恐怕很多人根本没听说过。他们要负责监控整车及外观的尺寸，确保车辆的精致感、颜值及安全性能都能扛得住。
用陈工的话说：“把车辆当做模特，想象成给一位模特去量身定制一套高级西装，就是我的主要工作。”
背后的逻辑是，从图纸到实车，制造过程中的微小差距很可能影响最终品质。比如车辆轴距，如果因零件公差累积超出设计范围，就可能影响碰撞安全等核心指标。
这是一道长期性的行业难题。
一是，成本高。早年间，车企要花上千万去买专业测量机器，后来虽然有了百万级别的扫描装备，以及几十万的手持设备，但成本依旧高居不下。
二是，效率低。单次测量就得45分钟，步骤繁琐，流程冗长，还是手动录入，容易出错。
三是，传承难。很多环节相当依赖老师傅的个人经验，培养新人周期也长。
改变的念头在陈工心里盘旋了很久，但没有合适的系统工具让改变步履维艰。
转机出现在公司推行的数字化尝试。当他们开始接触飞书这类协同工具时，陈工发现，曾经遥不可及的自动化理念突然有了落地的可能。
他和团队埋头钻研，利用其中的多维表格和自动化功能，仅仅三周就搭建好了一个系统雏形。他们做的，是在AI的辅助下，将老师傅的经验转化为可复用的数字模型，把测量流程优化为“AI计算、人工确认”的新模式。
如今，这套系统将单次测量从45分钟降至约20分钟，效率提升超100%。经测试数据识别准确率99.7%以上。
可是，想要在传统行业里更新流程很难。很多老师傅都有自己的方法论，突然让他们来适应一种全新的测量流程，难免各有各的担心。
年轻的工程师用了一个特别可爱的方式，把这些模型分别用老师傅们的名字来命名：“老张模型”、“老李模型”......“好像月球上某一个环形山的名字，让老师傅有自豪感。”
真要说，这名字名副其实。
没有老师傅们的经验总结，这模式也没办法那么快就落地执行，正确率还这么高。
我觉得这个故事特别动人，不仅仅是因为成果漂亮、效率惊人，更因为它展现了AI在传统制造行业中“润物细无声”的渗透力。
它不再是高高在上的黑科技，而是长在真实需求里的工具。
陈工没有颠覆什么，他只是优化了流程。
他也没有取代谁，而是让老师傅的经验被更好地留存和使用。
这种“人机协作”的智慧，让AI真正走进了制造业的核心环节：不是替代人，而是让人做得更好。
当AI专家们在制造业一线发光发热的同时，危险的化工业也正在挖掘它的用法。
这次决赛直播环节中，我还看到一个故事。
山西吕梁的孝义市，鹏飞集团的仪表设备巡检员尚炀舰曾经每天都要以身赴险。
“我们厂整个就是易燃易爆、有毒有害的高危场所。”他的工作职责之一，就是要对重大危险区的气体浓度等参与进行巡逻和检测，保证企业设备的正常运行，避免灾难性后果。
这项工作至关重要，但传统巡检方案满是弊端。
因为有些工作区域是禁止携带电子设备的，但万一发生故障，却需要拿上设备再去排查，一来一回很耽误时间，不仅效率低下，还有很大的安全隐患。
过去这些年，苦于特殊的工作环境，始终没有找到很好的解决方案。
巡检员只得一次一次地来回往返，名副其实地“拿命换钱”。
尚炀舰以前是干电工的，后来在互联网上接触到了自动化程序，很感兴趣，就开始自学。自学半年后，恰巧当时的工厂需要改造设备，他自告奋勇，一个人搞定了整套流程。
后来到鹏飞集团工作，他一直在思考有没有什么办法能够让巡检工作更安全，也更高效。
他琢磨过不少方案，最终，团队选择基于飞书平台进行开发，因为它能很好地整合他们需要的功能。他和同事们搭建了一个集数据采集、故障诊断、报警处理于一体的智能化AI监测系统，能够自动报警，精准定位，并且提供分析和诊断。
“在以前我们记录是需要纸质版人工录入，信息滞后，现在的话就通过 AI 可以去自动分析，定期推送，提升我们的工作效率。”
万一有问题出现，AI也能够精准定位、自动分析、自动诊断，告诉他们是哪个模板的问题、是什么问题、怎样进行处理更安全。
工作流程丝滑多了。
以前他们巡检厂区要4个人，各花2小时，相当于8个工时，每次都提心吊胆。现在却只需要1分钟，还能实现24小时不间断检测。
更有价值的是，这套系统还有望在行业内进行推广。“这是一个真正可以横向复制的方案，不仅在化工行业，在其他制造业也能看到它的巨大潜力。”
如果真的能够在高危行业广泛推广这套检测系统，那么高危工作也就变得没那么高危了，让守护生产安全的人们也有了真正的“守护神”。
这不才是AI被研发出来的初衷？让它们去接管那些重复的、危险的、运算量巨大的繁琐工作，而让人们得以把时间省下来，去创新，去拓展更多未知的边界。
在今年的LlamaCon大会上，扎克伯格展示过一套未来工作的新流程。简单来说，是由一位人类工程师主导，配合多个AI工具完成代码拆解、测试与提交，最后由人来做质量验收。
过去需要一个团队完成的事，现在只需要一个能把握全局的人。他的工作不再是写代码、输内容，也不是从零创作，而是为AI设计任务链，让不同模型协同工作，最后亲自把关。
换个角度看，在AI的辅助下，一个人可以成为一个团队。
面对这样的变化，很多人悲观地认为，不仅面向人类的工作岗位会变少，连我们过去赖以生存的知识、技能，也可能失去用武之地。
我也常常听到类似的声音，觉得AI马上就要抢走人类的工作了。
实际上，确实有很多公司，在尝到了AI的甜头后，开始“降本增效”。
但我一直对这种说法保持怀疑。
因为现实中，很多普通人并没有被AI吓退，反而把它用成了解题的钥匙。
在飞书联合400多家企业举办的600场效率先锋大赛中，近5万效率先锋在拥抱AI带来的变化，在不同岗位上坚守着自己的职责。
在永卓控股，高炉工长们交接班时间从半小时缩短到5分钟；
在极兔速递，视频制作成本降低26%，分镜制作效率提升72倍。
在渝欧跨境，运营们的一天从被动化为了主动。
这些效率先锋，都在自己熟悉的领域中，用AI解决了具体问题。有人降低了高危作业的风险，有人提升了检测的效率，有人把“人找信息”变成了“信息找人”。
这些看似微小的改变，才刚刚开始，就已经在行业里掀起了波澜。
看到了这些实实在在的贡献，飞书不仅给了大屏的面子，还给了“AI年终奖”的里子，送会员，送算力，送奖金。对打工人来说，这才是最实在的赋能。
而比奖金更打动我的，是这件事传递出的信号：真正的变革，往往是自下而上生长出来的。
它可能始于车间里一位老师傅的经验被数字化，也可能来自门店里一位员工想省去重复检查的灵光一现。因为他们，才是离问题最近，也最懂如何解决问题的人。
更重要的是，只要你能解决一个具体问题，你就值得被看见。
还是那句话，时代的大屏，理应属于每一个认真生活的普通人。
更何况，这些普通人正在做不普通的事，并且重新定义新时代的价值观。
过去人们崇拜那些身家几个亿的CEO、崇拜金字塔顶的少数人，现在我们更致敬那些在具体岗位上，用AI解决一个具体难题的普通人。
因为他们真正把AI用到了实处，不是简单地用它取代人力，而是让每个人都能更好地、更安全地发挥自己的价值，用技术解决真实世界的问题。
这些故事，或许能在一定程度上缓解我们对AI时代的焦虑。
纵观人类发展的历史，几乎每一轮技术革命都会引发人类岗位的变化。
旧的岗位不断消失，同时也有新的工作相继涌现。于是，单纯的劳动力被筛选出去，拥有更多技能的人才被选了出来。
而这一次AI变革的出现，之所以让很多人恐慌，是因为很多人认为不会有新工作出现了，因为AI都已经把这些工作做掉了。
但现在我可以大胆说，并非如此。
新的岗位、新的工作依旧会出现，只是和我们想象中略有差异。未来，这些岗位会筛选出那些更擅长使用AI、更能够灵活运用AI的人。
很有可能，未来的AI就像现在的电脑一样，会成为工作中必不可少的硬件设备。就像Sam Altman说的那样：“我们正朝着一个‘智能像空气一样便宜’的时代迈进。”
而当人们得以从重复、繁琐甚至危险的工作中释放出来的时候，我们或许才能够更专注于那些真正需要判断、创造与关怀的事情。
归根结底，技术的最终目的，不是取代人，是让人更专注地成为“人”。
