个人知识库

2026-07-26-youtube-nate-herk-inhouse-ai-consultant

12分钟阅读

去年还不存在的 $200K AI 岗 · 公司内部 AI 顾问四步路线图

真正的 AI 职业红利不在「最会搭自动化」的外部 agency，而在企业内部：用判断力决定 AI 该打哪、不该打哪，并从自己的工位用四步把「内部 AI 顾问」这个岗位做出来。

基本信息

  • 来源类型：video（YouTube）
  • 原文位置：raw/articles/2026-07-26-youtube-nate-herk-inhouse-ai-consultant.md
  • 备用路径：raw/extracts/20260726-220846/transcript.md；Telegram stub raw/articles/2026-07-26-194635-tg-6441ef.md
  • 原文 URL：https://www.youtube.com/watch?v=eFOTQpbGcy8
  • 作者 / 频道：Nate Herk | AI Automation（与 AI咨询阶梯模型 同源作者）
  • 消化日期：2026-07-26

核心观点

  1. 裁员叙事被读反了：Chegg 等公司因 ChatGPT 一夜替代「作业辅导」业务、股价单日近腰斩，是 AI 冲击存量服务的典型；但企业裁员更多不是「AI 直接取代人」，而是一个人用 AI 能完成过去 3–5 人的活——会用 AI 的人把不会用的人甩在后面。

  2. AI automation 市场从零到约 $130B，但外部 agency 的溢价正在被吞噬：过去公司知道痛点却不知如何解，agency 填补「问题→方案」鸿沟并收高价；现在 CEO 自己也会打开 ChatGPT/Claude，开发成本与门槛下降，公司更想把方案做在内部，而不是再付钱请外部公司。

  3. 真正稀缺的不是 Builder，而是 In-house AI Consultant（内部 AI 顾问）：OpenAI/Anthropic 等大厂共识——模型越强，人的价值越集中在判断、品味、处理模糊、决定 AI 该不该上。Nate 用「医生 vs 药剂师」类比：Builder 像药剂师（按方抓药/按需求实现），内部 AI 顾问像医生（先诊断该治什么）；医生拿真正的钱。

  4. 日常工作形态：审计团队当前工作方式 → 找出吞掉最多工时的任务 → 搭自动化处理 → 培训同事用起来（采用率与 change management 是另一半战场）。类比公司里「电脑坏了/Wi‑Fi 挂了就找的那个人」——未来每个团队都会有一个「AI 出问题/有机会就找的人」。岗位名称尚未标准化，正因为还不正式挂牌，才是早期窗口（与当年 AI automation 服务从蓝海变红海同一节奏）。

  5. 四步路线图：在现有公司内部「长出」这个岗位

    • Step 1 审计自己的工作：列出日/周任务；优先同时满足「每周吞真实工时」+「AI 错一点也不致命、可人工兜底」的项（周报、会议纪要、收件箱分类、数据清洗、基础调研）。不要一上来改造全公司。
    • Step 2 自动化并写死数字证明：如「周报 2 小时 → 10 分钟」；像私教先练自己再带客户。一项通了再下一项。
    • Step 3 让证明可见：例会 demo、帮同事解决最烦任务、沉淀内部 Prompt/工作流文档；话术绑业务结果（「季度报告前省了 8 小时」）而不是「我用了 ChatGPT」。从「消烦恼」进阶到「打约束」：用同一套审计问「若客户翻倍，哪个流程先断？」——消烦恼让你有用，拆瓶颈才让公司真赚钱。
    • Step 4 正式化岗位：把多条自动化折算成「相当于每年省回一个 FTE」的单一数字，带着预算逻辑向经理提案角色与 title，而不是求人情。IBM 调查：约 2000 名大公司 CEO 中，已有某种 CAIO/首席 AI 官的比例从一年前约 26% 升至约 76%；有 AI 技能者薪酬约比同岗同事高 56%——因为你不是在「申请」岗位，而是已经把岗位做出来了。

  6. 强监管/禁 AI 行业也能做：不把敏感数据扔进公有模型、不擅自自动化；可在侧翼用 dummy 数据复刻本职项目，证明「会怎么想、会怎么交付」。四步逻辑不变，最后仍靠可交付价值。

实操内容保留

操作步骤：内部 AI 顾问四步清单

  1. Audit self

    • 写下日/周真实任务清单
    • 筛选双条件任务：① 每周吃掉可观工时 ② 出错可人工修正、无人身/合规硬伤
    • 起步示例：周报、会议笔记、收件箱整理、数据清洗、基础研究
    • 明确边界：先改自己的工作，不 Day-1 改造全公司

  2. Automate + quantify

    • 对清单 Top 任务逐个自动化
    • 强制记录基线 vs 现状（例：2h/周 → 10min/周）
    • 连续打穿多条，堆「可出示证据」而不是感觉

  3. Make wins visible → graduate to constraints

    • 团队会 demo；主动接同事最烦任务
    • 文档化最佳 Prompt 与工作流，署名可复用
    • 对老板的语言：业务小时/截止前风险，而非工具名
    • 第二轮审计对象换成业务约束：客户翻倍时先断的流程 = 第一优先项目

  4. Formalize the role

    • 汇总小时与等价 FTE/省钱数字
    • 提案：角色职责 + title + 对 AI 项目的预算逻辑
    • 预期：LinkedIn 上短期内可能搜不到同名 JD，多数人是从内向外造岗

话术模板（业务结果导向）

不要说：「我用 ChatGPT 做了这个。」
要说：「这在季度报告发出前给我们省了 8 小时。」

提案级数字示例：「这五条自动化加起来，相当于每年给团队省回一个全职编制。」

选型闸门（双条件）

条件含义反例
吞工时每周稳定占用可观时间一年一次的琐事
低伤害可兜底AI 偏一点可人工改、不伤人/不违规直接改生产库、触碰敏感客户数据、无审批外发

强监管环境的侧翼路径

  1. 不用真实敏感数据上公有模型
  2. 无授权不自动化生产流程
  3. 用 dummy 数据复刻本职工作流做作品集
  4. 仍按四步积累「会诊断 + 会交付」的证明

（本文无代码块；核心实操是岗位路线图与话术，见上。）

关键概念

  • 内部 AI 顾问 — 本片核心角色：企业内部负责诊断约束、选型自动化、推动采用并最终正式化的岗位
  • 咨询师型员工 — 国内语境下「经验萃取→标准→复制」的内部角色，与本片「诊断→自动化→推广」同构但侧重点不同
  • AI咨询阶梯模型 — 同一作者 Nate 的对外咨询商业阶梯（卖小时→审计→项目→ retainer）；本片是对内造岗路线
  • FDE 前线部署工程师 — AI 厂商外派到客户现场的交付角色；本片角色是甲方内部生长，身份相反
  • 业务架构师 — 「驻场局外人」抽 SOP / 判断 AI 边界；与内部 AI 顾问的判断力主张同向
  • AI暴露度 / 判断溢价 — 与「价值从实现转向判断」一致
  • CAIO / 首席 AI 官 — 文中 IBM 调查引用的组织席位信号（26%→76%）
  • AI automation agency — 外部代理模式；文中认为其溢价窗口因工具民主化而收窄

与其他素材的关联

原文精彩摘录

Those layoffs didn’t happen because AI could just replace people’s jobs. They happened because companies realize that one person using AI can now do the work that used to take three to five people.

What really matters right now is not about knowing how to build something. It’s more about knowing what to build. … The value is in judgment, taste, solving ambiguity, deciding what problems to point AI at and what problems to not point AI at.

Think about it like a doctor and a pharmacist. A pharmacist basically just hands you exactly what you asked for, but a doctor is the one who actually figures out what you need in the first place. The builder, that’s kind of more of the pharmacist, and the in-house AI consultant, that’s the doctor.

Saving your team a few hours every week makes you helpful, but removing the bottleneck the whole business is stuck behind is how you make the company real money.

Across these five automations, I’m giving the team back the equivalent of a full-time hire every single year. … You’re not asking for the job. You’ve already built it.

相关页面

关系图谱

快速导航

反向链接