几十年来，中小企业的招聘准则一直很简单：寻找能做事的人。如果你需要一名营销主管，你会寻找能撰写文案和设计图形的人。如果你需要一名初级会计师，你会寻找能够核对电子表格的人。我们为执行而招聘。但随着中小企业AI应用从一种投机性趋势转变为基础工具，这一标准正变得危险地过时。
在过去的两年里，我观察了数千家企业集成AI的过程。一种我称之为**“AI差距”（AI Gap）**的模式出现了。这是指AI工具生成的产出（即80%“足够好”的初稿）与真正能为企业产生实际效果的高价值最终结果之间的空间。大多数老板认为只要购买更多软件就能弥补这一差距。他们错了。弥补差距的方法是改变你的招聘对象。你的下一位优秀员工不应该是从零开始构建的“创作者”（Creator），而应该是进行策划、精炼和指导的“编辑”（Editor）。
执行套利的终结
💡 想要 Penny 分析您的业务吗？ 她绘制了人工智能可以取代哪些角色的地图，并制定了分阶段计划。 开始免费试用 →
从历史上看，企业依靠我所说的“执行套利”（Execution Arbitrage）进行交易。你雇用某人是因为他们拥有你没有时间或能力去学习的特定技术技能。他们是“执行者”。在这种模式下，价值体现在产出中——完成的文章、平衡的账目、编写好的落地页。
AI已经彻底瓦解了原始执行的价值。当一个大语言模型（LLM）可以在六秒钟内起草一篇1000字的博客文章，或者一个工具可以自动完成90%的银行对账时，“执行”这一动作不再是一项溢价技能，而变成了一种商品。如果你仍然根据候选人执行手动任务的能力来招聘，那么你是在为一个成本正迅速趋于零的服务支付过高的费用。
这种转变就是我所说的**“架构转型”（Architectural Pivot）**。我们正从一个人类是“砖块”的世界转向一个人类是“建筑师”的世界。砖块（执行）现在供应充足且近乎免费。而建筑架构（战略、策划、以及“为什么”）才是稀缺性所在，因此也是价值所在。
引入“内容甄选天花板”
在我对各个行业的研究中，我注意到一个被我称为**“内容甄选天花板”（Curation Ceiling）**的现象。随着AI允许我们产出10倍的产量，企业的瓶颈不再是生产能力，而是过滤、精炼并确保这些产量质量的能力。
一家利用AI每周群发50条平庸LinkedIn动态的企业最终会撞上“内容甄选天花板”。由于内容缺乏灵魂、细微差别和战略契合度，他们的受众会选择忽视。他们成功的限制不在于AI的速度，而在于人类缺乏编辑监督。
当你为弥补“AI差距”而招聘时，你是在寻找能够突破这一天花板的人。他们不只是“使用”AI，而是监督它。他们明白AI是一个才华横溢、不知疲倦，但偶尔会产生幻觉的实习生。他们提供“屋里的成年人”式的监督，将通用的AI产出转化为企业特有的资产。
EDIT 框架：全新的招聘标准
如果不为“执行”而招聘，那我们要为什么而招聘？我建议中小企业在AI优先的世界中评估人才时采用 EDIT 框架。
1. 提取 (Extract - 提示者)
候选人能否从AI中提取出最佳的起点？这不仅仅关乎“提示工程”（这个词可能在三年内就会过时），而关乎语境智能 (Contextual Intelligence)。他们能否为AI提供深层的业务语境、客户画像数据以及获取高质量初稿所需的战略约束？
2. 指导 (Direct - 协调者)
一名“编辑型”员工知道如何将工具链接在一起。他们不只是使用 ChatGPT，他们还在研究如何将其与人力资源软件成本挂钩以优化入职流程，或者如何利用它来分析 CRM 中的数据。他们在多个系统中指导工作流。
3. 检查 (Inspect - 批判者)
这是最关键的技能。此人能否发现AI的错误？他们能否识别出一段文字何时听起来很“机械”，或者一组数据何时被误读了？在AI生成的噪音世界中，“品味”是一条商业护城河。你无法传授品味，但你可以招聘拥有品味的人。
4. 转化 (Transform - 增值者)
编辑会获取AI生成的80%的产出，并添加“最后一公里”的价值。这是人文关怀——个人轶事、反直觉的洞察，或者是AI不可能知道的特定区域细微差别。这就是投资回报率（ROI）所在。
跨行业模式：从医疗保健到零售业
在我追踪的每个行业中，我们都看到了同样的转变。在医疗保健领域，AI现在能以惊人的准确度分析X光片。放射科医生的角色正从“寻找骨折处”（执行）转向“为患者解读临床意义”（策划）。
在零售业，AI可以管理库存水平并预测缺货。店长的角色从“清点箱子”转变为根据数据建议“策划客户体验”。即使在金融领域，这种转型也很明显。你不需要簿记员手动输入收据，你需要一个能够利用AI驱动的洞察来管理现金流的战略思考者。这就是为什么我合作的许多企业正在摆脱传统角色，转而研究 Penny 与外包 CFO 的对比 以寻求更高层级的指导。
“代运营税”与新的劳动经济学
中小企业长期以来一直在支付我所说的**“代运营税”（Agency Tax）**。这是你支付给外部供应商的溢价，用于完成他们的初级员工可能已经在利用AI进行的执行工作。如果你每月向一家机构支付 £2,000 用于“内容创作”，而他们正利用AI完成90%的工作，那么你是在为他们的效率买单，而不是他们的专业知识。
通过在内部雇用一名“编辑”，你可以收回这部分利润。一名使用AI的熟练编辑通常可以取代一个三人的传统执行团队的产出。成本节约不仅是边际性的，更是颠覆性的。然而，这需要改变你对专业服务与培训的看法。你不仅是在培训员工“如何使用工具”，你还在培训他们如何在自动化环境中行使判断力。
如何在面试中识别“编辑”
如果你想针对“AI差距”进行招聘，请停止让候选人从零开始“做测试任务”。相反，尝试以下三种技术：
- 批判测试： 给他们一份AI生成的作品（博客文章、项目计划或预算），让他们指出其中的漏洞。不要告诉他们这是AI生成的。“创作者”通常会尝试进行小修小补，而“编辑”会立即识别出缺乏深度，并准确告诉你他们将如何转化它。
- 工具链挑战： 问他们：“如果你必须只用AI工具在规定时间的一半内完成[任务 X]，你会将哪三个工具链接在一起？为什么？”你要寻找的是协调能力，而不只是对工具的熟悉程度。
- 从提示到产品的演练： 让他们展示一个他们利用AI完成的项目。不要看最终结果，看迭代过程。他们是如何与AI“交谈”的？当AI偏离轨道时，他们是如何纠正它的？
机器中心的人性
我经常听到企业主表达“自动化焦虑悖论”：他们害怕AI会取代他们的团队，但又对团队采用AI的速度如此缓慢感到沮丧。
解决方案不是取代你的员工，而是更换他们的职位描述。
当你不再要求团队成员做创作者，而是赋能他们成为编辑时，会发生两件事。首先，他们的工作满意度通常会提高，因为他们不再陷入原始执行的“苦差事”中。其次，你的企业会变得显著精简。
我们正在进入一个“一人公司”或“微型团队”能够胜过大型企业的时代。但只有当他们能用人类的判断力填补“AI差距”时，他们才能做到这一点。工具已经就绪，能力已经具备。现在，去招聘那个懂得如何执掌缰绳的人吧。