先说一个让我震惊的数字。
深圳有个AI小团队，帮一家跨境电商公司做TikTok短视频。合作半年后，这家公司把视频团队从20多人砍到了7、8个人。
按常理，产能应该暴跌吧？
真相是：月GMV从300万美金涨到了400万美金。
人少了三分之二，业绩反而涨了30%。
你可能以为这是什么管理学奇迹，或者剩下的人拼命加班换来的。都不是。
这个故事的核心，是一套他们称之为”碳硅协同”的方法——用AI重新定义了”人”在工作中的位置。说白了，就是让AI干AI擅长的事，让人干人擅长的事，然后产生1+1>2的效果。
我觉得这个案例值得细细拆解。不是因为你能立刻复制同样的成功——商业世界没有那么简单的公式——而是因为它揭示了一个正在发生的、更深层的变化：
当AI成为生产力的一部分，”努力工作”的定义本身正在被改写。
这篇文章，我想和你一起探索三个视角：
第一，为什么”堆人”这条路走到了尽头？
第二，AI到底改变了什么——是替代人，还是改变了价值创造的位置？
第三，如果你想在这个变化中找到自己的位置，有哪些可能的起点？
如果你对AI与工作的关系感到好奇，或者正在思考如何在自己的领域里用好这些新工具，这篇文章或许能给你一些启发。
一、三次跃迁：从”我需要更多人”到”我需要更好的系统”
Lily是这个深圳AI团队的创始人，90后，在跨境电商领域摸爬滚打了五年。她的故事，从一个很朴素的困境开始。
最早做TikTok带货的时候，她一个人管30个账号。每天的工作流程是：找素材——剪视频——传手机——发布。每个账号发3条视频，这套动作每天要重复90次。
后来想扩大规模，唯一的办法就是招人。高峰期招了20多个剪辑，每天出单量能到1000-3000单。但问题很快出现了：这是一份极其机械的工作，团队成员的视力急剧下降，离职率居高不下，而且人一多，管理成本、质量波动、情绪内耗，每一项都在吞噬利润。
这是第一个困境：人力的边际效益在递减，但需求还在增长。
她的第一次认知跃迁，来自一个简单的念头：既然招人解决不了问题，能不能造一个”不会累的工具人”？
这个想法听起来很朴素，但它背后有一个物理学原理值得思考——杠杆。
阿基米德说，给我一个支点，我能撬动地球。杠杆的本质是什么？是用更小的力，通过某种结构，产生更大的效果。在商业世界里，”人力”是力，”工具”是支点，而”系统”是那根杠杆。
Lily团队做的第一件事，是把他们总结出的”爆款视频结构”——黄金三秒怎么切入、产品展示几秒、效果演示什么角度——全部拆解成标准模块，开发了第一代AI智能剪辑软件。
效果是震撼的。原来一个剪辑一天极限是10-20条高质量视频，用了这个工具，一个人一天可以产出300-500条。
但这只是第一次跃迁。很快，新的问题出现了：素材从哪来？
做美区市场，总不能一直用亚洲面孔的素材去混剪。平台不推荐，用户也缺乏信任感。在国内请外模，难如登天，成本高、不稳定。寄样到海外拍摄，周期长达两个月，黄花菜都凉了。
这逼出了第二次跃迁：从”寻找素材”到”创造素材”。
他们开始疯狂测试各种AI生图、生视频工具。Midjourney、Stable Diffusion、Runway、可灵……最早一批把这些工具用于电商的”淘金者”。
过程极其痛苦。生成的图片手指是扭曲的，产品是变形的，模特表情诡异。但他们看到了希望——因为”扭曲”是可以被驯服的，而且AI本身也在快速进步。
他们团队里有人开始没日没夜地研究模型、调试参数、训练LoRA。最终跑通了一条工作流：只需要一张白底产品图，就可以生成TikTok爆款短视频，模特可以是金发碧眼，也可以是拉丁裔，肤色、光影、服饰搭配，都无比自然。
他们创造了一个”永不枯竭的数字化影棚”。
但故事还没结束。有了AI剪辑和AIGC素材，产能爆炸了，他们开始服务一些跨境大卖。但很快遇到了新瓶颈：项目制服务无法规模化。每个客户的需求都要重新沟通、定制，虽然能用AI，但依然大量依赖他们”碳基大脑”的投入。
这催生了第三次跃迁：从”做项目”到”建Agent系统”。
他们问自己：能不能把这套能力，封装成一个”即插即用”的系统？让完全没有AI背景的运营人员，也能像使用傻瓜相机一样，产出高质量的本地化短视频？
这个想法，最终演变成了他们拿下上市公司大单的”终极武器”。
一个思考邀请：
回顾这三次跃迁，你会发现一个有趣的模式：
第一次：从”堆人力”到”造工具”——解决的是效率问题
第二次：从”找素材”到”创素材”——解决的是资源问题
第三次：从”做项目”到”建系统”——解决的是规模问题
每一次跃迁，都不是在原有维度上”更努力”，而是跳到了一个新的维度。
如果你正在某个领域感到”卡住了”，或许可以问自己一个问题：我现在遇到的瓶颈，是效率问题、资源问题，还是规模问题？解决它，需要在原有维度上加倍努力，还是需要跳到一个新的维度？
二、破局点：当”平台风控”遇上”成本黑洞”
在继续这个故事之前，我想先聊聊TikTok美区市场的一个独特现象。因为理解这个背景，才能理解为什么AI在这个领域有如此大的破局空间。
TikTok美区对内容原创性的审核，已经到了”宁可错杀一千，不可放过一个”的地步。
东南亚市场还好一点，混剪还能勉强活下来。但美区？你就算拿着真金白银拍的原创视频，只要镜头重复使用几次，都有可能被判重。更严格的是，只要挂上小黄车（带货链接），视频就会进入一个更严苛的审核池。一旦被判定违规，小黄车直接被下掉，同时扣分。
整个橱窗总分24分，违规第一次扣8分，封禁1天；第二次再扣8分，封禁3天；第三次，永久封禁。
这是一个”三振出局”的规则。
所以现在美区大部分商家，只能硬着头皮自己拍原创内容。每天几十条视频的需求量，压得他们喘不过气。而且大部分都是纯拍产品，为什么？因为找不到外模出镜。
这就引出了第二个问题：外模拍摄的成本黑洞。
在国内请外模拍摄，一线城市可能还能找到一些，但二三线城市几乎不可能。很多商家直接寄样到海外去拍，一次几百美金，除了贵，寄样拍摄完成再寄回来，两个月时间就过去了。更气人的是，海外达人拍摄的质量普遍偏低，因为他们根本不懂什么是短视频，很难根据你的指令完成拍摄。
样品费+达人拍摄+剪辑团队，这一套组合拳打下来，成本根本降不下来。周期长、成本高、质量不稳定——这是传统模式的”三座大山”。
而AI的出现，恰好同时解决了这两个问题。
它让短视频制作成本断崖式下降，而且能做到100%原创——既解决了平台风控问题，又解决了外模拍摄的痛点。
这里有一个值得注意的对比：在国内市场，AI原创短视频可能还很难完全取代传统拍摄，因为国内拍摄成本本身就低，一条视频几十块就能搞定。但跨境电商不一样，居高不下的成本就是市场的刚需痛点。
这就是为什么同样是AI视频生成技术，在不同市场的价值完全不同。技术本身没有绝对的好坏，关键是它能解决什么问题，以及这个问题有多痛。
一个跨领域的类比：
生态学里有一个概念叫”生态位”（ecological niche）。每一种生物都占据着特定的生态位，这个位置决定了它能获取什么资源、面对什么竞争。
AI在跨境电商领域找到的，正是一个独特的”生态位”：
平台风控创造了对”原创内容”的刚性需求
外模成本创造了对”低成本本土化”的刚性需求
这两个需求的交叉点，恰好是AI最擅长的领域
如果你正在思考AI能在哪些领域创造价值，或许可以用这个框架来分析：找到那些”刚性需求”与”AI能力”的交叉点。不是所有问题都值得用AI来解决，但有些问题，AI几乎是唯一的解法。
三、碳硅协同：为什么1+1可以大于2
现在，让我们回到那个让人困惑的数字：团队从二十多人砍到七八人，GMV反而从300万美金涨到400万美金。
这是怎么做到的？
答案藏在一个他们反复提到的概念里：碳硅协同。
“碳基”指的是人类（我们是碳基生命），”硅基”指的是AI（芯片的主要材料是硅）。”碳硅协同”的意思是：人和AI各自做自己最擅长的事，然后通过某种方式协同起来，产生1+1>2的效果。
这听起来像是一句正确的废话。但当你看到具体的实践，就会发现它背后有一套精密的逻辑。
原来那二十多人团队在干什么？
大部分人每天的工作是：找参考、写文案、沟通拍摄、后期剪辑……都是非常重复、可替代的”体力活”。他们是”视频生产流水线上的工人”。
现在留下的七八个人在干什么？
定策略：分析数据，决定下个月主攻哪个品类、哪种内容形式
喂素材：把产品核心卖点和市场需求，”翻译”成清晰的指令，喂给AI系统
做筛选：从AI批量生成的几百条视频初稿里，凭借专业眼光和网感，挑选出最有爆款潜力的那些
玩流量：专注于视频发布后的流量维护、评论区互动和广告投放策略
他们从”工人”变成了”指挥官”。
这个转变的本质是什么？
系统论里有一个概念叫”涌现”（emergence）——当简单的个体按照某种规则组合在一起时，会产生单个个体不具备的新特性。蚂蚁群体的智慧就是一个典型例子：单只蚂蚁很笨，但蚁群却能完成极其复杂的任务。
“碳硅协同”产生的涌现效应是这样的：
AI擅长：重复、批量、不知疲倦、24小时运转、保持稳定质量
人类擅长：判断、创意、策略、对”好”的直觉、理解复杂的人性需求
当你把这两种能力正确地组合在一起，产生的效果不是简单的加法，而是乘法。
Lily团队花了三年时间，拆解了TikTok上万个爆款视频，把”黄金三秒”、“情绪钩子”、”转化指令”这些算法偏好的结构，都内化到了AI生成工作流里。AI负责生产，但”生产什么”是由人基于对算法的深刻理解来设定的。
AI是枪，人是瞄准的那个。
这就解释了为什么人少了，业绩反而涨了：不是因为剩下的人更努力，而是因为他们的时间被释放出来，全部投入到了真正能创造增长的战略性工作上。
一个思考邀请：
如果你把自己的工作拆解一下，大概可以分成几类：
-
重复性执行：按照固定流程完成的任务
-
信息处理：收集、整理、分析数据
-
判断决策：在不确定性中做出选择
-
创意生成：产生新的想法和方案
-
人际连接：沟通、协调、建立关系
AI目前最擅长的是前两类，正在快速进步的是第三和第四类，最难替代的是第五类。
一个有趣的问题是：在你目前的工作中，这五类各占多少比例？如果AI能接管前两类，你会把释放出来的时间投入到哪里？
四、从服务商到合伙人：一种新的商业关系
故事还有最后一个转折，我觉得特别值得分享。
Lily团队和那家上市公司的合作，最初是标准的服务商模式：卖系统、做培训、帮着解决疑难杂症。效果确实有，对方人效上去了，成本也降了。
但慢慢地，问题浮现了。
第一个问题：教会徒弟，饿死师父。
他们把整套方法、工具、甚至运营心法都教给对方了。但人是会流动的，培养出来的骨干可能过阵子就被挖走了，或者自己出去单干了。花心血建起来的体系，很可能就散了。
第二个问题：动力不一致。
他们收的是固定的服务费，干多干少，收入差不多。但对方想要的是业绩爆发，是GMV翻倍。目标没对齐，劲儿就使不到一处去。
合作了大半年后，双方深聊了一次，决定换个玩法：从”AI赋能”升级为”项目联营”。
简单说，就是从”甲乙方”变成”合伙人”。
上市公司出什么？
顶级的货盘资源：供应链优势，能拿到一手好货、独家新品、还有极高的佣金权限
无上限的投流预算：开放广告投放的预算池
稀缺的”报白”账号：官方保护的带货账号，稳定不容易被封
Lily团队出什么？
- 整个”AI短视频作战部队”：从账号搭建、内容生产、流量运营到数据复盘，全套人马和系统
怎么分钱？
- 不再收固定服务费，一起分后端增量的利润。GMV做高了，一起分得多；做不好，一起承担风险。
这个模式一转，整个局面全活了。
一个跨领域的类比：
生物学里有一个概念叫”共生”（symbiosis）。最经典的例子是小丑鱼和海葵：海葵的触手有毒，能保护小丑鱼免受捕食者攻击；小丑鱼则帮海葵清理寄生虫，还能吸引猎物。
双方都从这段关系中获益，而且这种获益是单独一方无法实现的。
Lily团队和上市公司的关系，本质上就是一种商业共生：
上市公司有”盾”（供应链、资本、官方资源）和”粮草”（货和钱）
Lily团队有”刀”（用AI驾驭流量的能力）
双方各自拥有对方缺少的东西，通过联营的方式组合在一起，创造了单独一方无法实现的价值。
这种模式的有趣之处在于：它不需要你变成巨无霸。
你不用自己建工厂、囤库存、搞资本。你只需要把自己最锋利的那把”刀”磨到极致，然后找到那个拥有”盾”和”粮草”的伙伴，并肩作战。
在这个快速变化的时代，或许这种基于核心能力互补的”轻型合伙”，会成为越来越常见的商业形态。
如果你想尝试
读到这里，你可能会想：这些听起来很有意思，但和我有什么关系？
我不打算告诉你”必须立刻行动”或者”错过就会被淘汰”——这种话既不真实，也没有意义。每个人的情况不同，适合的路径也不同。
但如果你对这个方向感到好奇，这里有几个可能的起点，供你参考：
起点一：从观察开始
在你熟悉的领域里，找一找那些”刚性需求”与”AI能力”的交叉点。
问自己几个问题：
这个领域里，什么工作是重复性最高的？
什么问题的解决成本居高不下？
如果AI能把某个环节的成本降低90%，会发生什么？
不需要立刻有答案，先保持观察的习惯。
起点二：从工具开始
选择一个AI工具，在你的工作中真正用起来。
不是泛泛地”了解一下”，而是找一个具体的任务，用AI来完成它，然后观察：
它做得好的是什么？
它做不好的是什么？
如果要让它做得更好，你需要给它什么样的指令？
这个过程会让你对AI的能力边界有更真实的感知。
起点三：从拆解开始
把你目前的工作拆解成前面提到的五类（重复性执行、信息处理、判断决策、创意生成、人际连接），看看各占多少比例。
然后思考：如果AI能接管前两类，你会把释放出来的时间投入到哪里？你在后三类上的能力，有没有提升的空间？
起点四：从连接开始
如果你有某种”刀”（某个领域的专业能力），想一想：谁可能有你需要的”盾”和”粮草”？
反过来，如果你有”盾”和”粮草”，想一想：谁可能有你需要的”刀”？
商业共生的前提是：双方都有对方需要的东西。
起点五：从小处开始
不需要一开始就想着”颠覆行业”或者”月入百万”。
找一个小的、具体的问题，用AI来解决它。积累经验，建立信心，然后再扩大范围。
Lily团队最初的想法也很朴素：只是想用AI解决生产力问题。但正是这个朴素的起点，让他们无意中踏上了通往”超级个体”的道路。
写在最后
回到开头那个数字：砍掉三分之二的人，业绩涨了30%。
这个数字背后，不是一个关于”AI取代人”的故事，而是一个关于”价值创造位置转移”的故事。
当AI能够承担那些重复性的、可标准化的工作时，人的价值不是消失了，而是转移到了新的位置：判断、策略、创意、连接。
这个转移正在发生，而且会越来越快。
它不是一个需要恐惧的变化，而是一个值得好奇的变化。
因为在这个变化中，那些愿意学习、愿意尝试、愿意重新定义自己价值的人，会发现新的可能性正在打开。
OpenAI的CEO萨姆·奥尔特曼说过一句话：未来会诞生只有一人的十亿美元独角兽企业。
这句话或许有些夸张，但它指向的方向是真实的：未来的竞争力，不再取决于你拥有多少人力，而取决于你驾驭AI的能力，以及你在人机协作中找到的独特位置。
这个位置是什么，没有标准答案。
但找到它的过程，本身就是一段值得经历的旅程。
