AI时代下学科运营的核心价值
今日阅读刘润老师的文章，其中提及“35岁危机或许反而是机遇”，这让我重新审视一个广受讨论的话题：在AI时代，学科运营是否仍具价值？
人工智能可以处理重复性工作，能够搜集整理信息，生成学科运营所需的素材、宣传图、讲座幻灯片，乃至标准化的公开课程模板——其速度和效率远超人力。那么人类从业者又该扮演何种角色？学科运营的真正价值何在？
有观点认为，AI兴起后，学科运营将失去意义。这种看法只对了一半。那些仅从事基础资料制作、执行辅助任务的职位，确实应提高警觉，尽快学习并转型——不是更换岗位，而是提升自身价值的层次。
一、信息整理可由AI完成，关键判断仍需人类
有人质疑：择校小程序是否已无用武之地？我认为并非如此。AI能够显著增强小程序的信息容量、数据覆盖范围和细节程度，协助家长完成初步的信息获取与认知普及。然而，在做出关键决策的环节中，存在大量细致且重要的任务——需要专业深度、对国际教育的理解，以及对留学家庭的深刻洞察：包括家庭现状、资源状况、偏好倾向、目标设定，甚至学生的性格特征、社交方式、家庭关系、教育方式等。综合这些因素，为家长提供最佳解决方案。那些能洞察政策背后的逻辑、抓住核心需求、发现数据背后关键杠杆的学科运营人员，其价值反而会持续增长。
因此答案或许非常简单：具备做出判断的能力。
这件事是否值得投入？这个客户是否应该签约？AI能生成五个方案，哪个可行、哪个需调整、哪个可直接舍弃？为何家长不领取资料？为何讲座内容无人拍照？客户不满，是产品问题还是表达方式的问题？AI能列出无数种可能，但最终决策者必须是人。大家的竞争重点不再是“谁更努力、谁的内容更详尽”，而是谁的“判断力”更为精准——这就是业务直觉。
二、AI负责“检查”，人类负责“诊断”
类似的小程序或智能体，本质上解决的是信息量和效率问题，并未解决价值判断，也未面向客户解决根本需求。
就像医院的设备能做精密检查，但最终诊断必须由医生完成。以择校讲座为例，升学数据只是引导思考的起点，而12项择校指标才是真正的价值判断工具。能制定指标标准的人是有价值的，能运用这些指标的人价值更高——这个角色就是择校升学指导老师。为什么销售冠军能在沟通前就判断出：哪个是主推方案、能快速成交，哪个是锚点方案？这就是业务直觉。
三、判断力是一种“红利”，需要刻意训练
我记得我的一位领导曾说：管理者最终比拼的是判断的准确率。你做判断的效率和成功率，正在拉大彼此的差距。这同样适用于学科运营。
所以，尚未僵化的判断力，会不断体现价值，成为我们的“红利”。AI帮我们产出了大量资料，我们要把哪些投到招生活动中？哪篇软文更好？哪个策划更优？要培养挑出最佳选项的能力，不断复盘：为什么错？下次怎么对？时间会让你长出专家的眼睛。
如果你的主要精力还在做流程、写PPT，就让AI助理帮你提效，你要从“面向事”转向“面向人”。多花时间与客户连接：面谈、旁听咨单、参与家长会、看投诉和冷漠的反馈。不断训练感知力、分析力、判断力——这是水磨功夫，也是硬功夫。
你的工作不是把校情资料填进表格，而是在学情调研中与学生、家长互动，感受他们的疑惑、痛苦、焦虑。这些正是产品创新的源头，也是业绩增长产生的地方。
四、除了判断，还要懂风控
有人会问：未来AI难道不会也学会做判断吗？这是个好问题。我的理解是：AI可以做数据驱动的预测型判断，但无法替代基于价值观、情感和情境的规范性判断。尤其是在风险控制上——什么事能做、做到什么程度、什么时候该“踩刹车”，必须由人来把握。
以国际教育为例，学业导师除了帮家庭做资源配置、关键决策，更重要的是帮他们做风控。当孩子学习状态紧绷，我们不是继续加课，而是要告诉家长：停下来，缓一缓。当孩子第五次考雅思仍不到7分，不是急着报下一场，而是检查学习方式是否出了问题。这正是国家队教练无法被AI替代的原因——他们知道什么时候“给油”，什么时候“踩刹车”。（比如刘国梁在奥运会上喊醒张继科：“你醒醒，这是奥运会！”那一把“油”，让差点丢掉的金牌重新夺回。）
五、判断力来自长期的“人”的积累
曾经有个故事发生在我的工作场景里，我们团队有个管理者一直着急招人，每次都被我pass掉。他问我为什么。我说：“你在看数据，我在看人。你看教育背景、行业经验；我看价值观、思维模式、工作偏好，跟团队和业务需求的匹配度，以及他掉链子时对团队的破坏力我们团队能不能承受。”这也是在“踩刹车”，做风控。
我的这些判断，一部分来自面试技巧，更多是直觉。直觉来自我跟大量不同人的接触、观察、复盘——看得多了，就形成了识人模型。大家看到的是我半小时面谈后的判断，实际上是十几年职场生涯中点滴积累的“人才数据库”。这也是AI难以替代的价值。
有人会说：这不就是智能体吗？喂数据做评估。不是的。做判断远不止数据，还要结合当下业务阶段和需求，“读懂他人、评估情境、做出复杂判断”的社会判断力，才是核心的岗位价值。
写在最后：
AI时代，拥抱AI，用好AI，然后超越AI——做会判断、懂风控的行业专家。
2026.6.5
Emma
于出差途中飞机上