用 AI 做规划：为什么完美计划已经死了

你花了三周整理项目文档。等它写完，一半内容已经过时了。如果这听起来很熟悉，这篇文章就是写给你的。用 AI 做规划已经变了样。还在按 2019 年的方式做计划的人，正在为一堆纸付出高昂代价。

我来讲讲这个变化从哪里来，对经营企业的人意味着什么，以及计划在哪些地方依然价值千金。

“规划模式已死”这个说法从哪来

程序员圈子里流传着一句挑衅的话：“plan mode is dead”。翻译过来就是：规划模式已经死了。

先交代一点背景。会写代码的 AI 工具，新增了一个叫“规划模式”的功能。它是这样运作的：在动任何东西之前，AI 先写一份详细计划。你读完、批准，它才开始执行。

听起来很合理。量两次，剪一次。

问题在于，AI 变得太快了，这套仪式不再总是有意义。现在它几分钟就能做出一个初版。很多时候，让它先做，看结果再修改，比花一小时讨论计划更省事。

计划不再是一份文档。它变成了能跑起来的第一个版本。

这个说法诞生于写代码的世界，但这个道理适用于任何生意。

为什么长计划变成了浪费

长计划曾经有它存在的理由：犯错的代价很高。如果搭一个系统要六个月，方向错了就等于浪费六个月。所以事先花几周思考，是说得通的。

这笔账已经变了。

一个过去要三周才能搭起来的自动化原型，现在一两天就能做出来。一个过去需要设计师、开会、审批的系统界面，现在一个下午就能画出草图。

当动手变得便宜，详细计划就贬值了。它试图预测的答案，你其实直接测一下就知道。

还有一个很少有人愿意承认的事实：长计划几乎总是错的。不是因为能力不够。而是只有看到东西跑起来，你才知道自己真正需要什么。客户看着界面说：“哦，我其实想在这里显示身份证号。”对齐会上根本没人想到这一点。

需求文档是公司里满意度最高的产品：没人读，所以没人抱怨。

一个能跑的丑原型，比一份没人测试过的漂亮文档教会你更多。

用 AI 做规划的实践：原型就是计划

我举一个经常遇到的场景。

一家服务公司想把报价自动化。现在是一名员工在 WhatsApp 上收到询价，打开表格，算价格，做成 PDF，再发回去。每份报价大约要 40 分钟。

老办法是这样的：

• 开会收集需求。
• 写一份包含所有定价规则的文档。
• 审批文档。
• 开发。
• 一两个月后第一次交付。

新办法不一样。我不去写规则，而是拿五份已经发出去的真实报价。做一个简单版本，接收询价，生成 PDF。两天后，老板就在看一份自动生成的报价了。

这时候问题就冒出来了。“这个折扣只给老客户。”“如果在外地，要加上路费。”这些规则开会时没人会想起来，但结果摆在眼前时，一眼就能看出来。

这样来回三四轮，自动化就顺了。而“计划”是在路上写出来的，依据的是真正行得通的东西。

注意：规划依然存在。只是换了形式。它从纸上，搬进了“测试、查看、调整”的循环里。

那就直接动手？计划在哪里依然重要

不是。这正是很多对 AI 很兴奋的人忘掉的部分。

犯错便宜的时候，快速测试才管用。犯错昂贵的时候，你就得规划。就这么简单。

以下这些情况，我动手前依然会停下来认真想：

• 涉及真金白银。 发账单、动账户、打折扣的自动化。一个错误就可能变成损失，或者一个恼火的客户。
• 敏感数据。 客户信息、健康数据、个人证件。数据保护法可不接受“只是测试一下”。
• 对接老系统。 那个 2008 年的 ERP，没人真正搞清楚它怎么运作。不理解就乱动，可能让整个业务停摆。
• 难以撤销的事。 给 5000 个客户发消息。删除记录。这些事没有“Ctrl+Z”。

在这些情况下，计划没有死。它反而更重要了。正因为其他环节都变快了，人们往往会在不该冲的地方也跟着冲。

我用的规则就是一个问题：如果这件事出错，回头要付出多大代价？如果答案是“一个下午”，我就直接测。如果是“丢掉一个客户”或者“一笔罚款”，我就先规划。

我在小企业里见过的最贵的错误

我直说我的看法：花两小时开会，去决定一件二十分钟就能测出来的事，是公司里最糟糕的花钱方式之一。

算一笔账。五个人，一间会议室，两小时，平均时薪 30 雷亚尔。就是 300 雷亚尔，用来讨论一个假设。有了 AI，一个人半小时就能做出草稿，讨论的对象就变成了具体的东西。

围绕草稿讨论要快得多。大家不再捍卫抽象的想法，而是开始指出真实的问题：“这个字段多余”，“这个按钮让人困惑”，“这个我们从来不用”。

另一个常见错误正好相反：用 AI 生产更大的计划。我见过有人让 ChatGPT 写一份“完整的数字化战略规划”，拿到了 30 页漂亮的内容。然后就被锁进了抽屉。AI 让生成文档变得很容易，但没人执行的文档，价值依然是零。

这周就在你的公司里试试

如果你想尝试这种工作方式，从小处开始。一个行之有效的步骤：

1. 挑一个无聊又重复的流程。 有人每周都在做，而且不涉及钱和敏感数据。周报、给客户的标准回复、整理表格。
2. 收集真实案例。 三到五个现在实际操作的例子。真实案例比任何描述都有用。
3. 先做个丑版本。 用 AI 工具，或者找人帮忙，做一个能解决 70% 问题的东西。别追求完美。
4. 拿给做这件事的人看。 每天做这件事的人，五分钟就能找出漏洞。
5. 调整，再来一轮。 通常两三轮就能做出有用的东西。
6. 最后才写文档。 把最终的样子写下来，方便后来的人理解。

注意这个顺序。文档放在最后，描述的是行得通的东西，而不是放在开头去猜。

管理者脑子里要变的东西

最大的变化是情绪上的，不是技术上的。很多人过度规划，是因为害怕当众犯错。详细的计划给人一种掌控感。

但真正的掌控，来自尽早看到结果。第二天做出的原型，比一张精心设计的进度表更能说明项目的未来。

AI 把尝试的成本降没了。善用这一点的人，在对手批准一个想法的时间里，已经测完了十个。不善用的人，还在写那些没写完就已经过时的文档。

如果你公司里有哪个流程一直停留在“总有一天要自动化”，也许第一步只需要一个能跑的草稿，不需要 30 页的计划。这正是我每天在做的事：为想要落地又不想搞复杂的企业，提供设计、自动化和 AI 服务。了解我的工作，我们聊聊。

你花了三周写项目计划。等它写完，一半内容已经过时了。

有了 AI，两天就能做出一个能跑的初版。今天，计划就是原型，而不是文档。

客户一看到界面，马上想起那条在对齐会上谁都没提过的规则。

不过，计划并没有死。凡是涉及钱、敏感数据，或者做了就撤不回的事，我都会先停下来想清楚，再动手。

我只问自己一个问题：如果出错了，回头要付出多大代价？如果只是一个下午，我就直接试。如果是丢掉一个客户，我就先规划。

你那边有没有哪个流程，一直停留在“总有一天要自动化”？在评论区告诉我。有时候，一个能跑的草稿就能解决问题。

#人工智能 #自动化 #项目管理 #效率 #小企业