Velros AI 运营团队和普通自动化工具的区别

简单的重复工具，记的是东西在屏幕上的位置

宏和界面自动化并不理解自己在做什么。它记住顺序：点第三个框，读下一个窗口的第四行。只要顺序不变，它比人更快也更准。

所以界面一改，它当天早上就停了

店铺挪了个按钮，银行重做了登录页，表里多插了一列。顺序对不上了。工具会毫无察觉地读错格子，或者干脆停住。发现出错的，通常是客户。

成本不落在授权费上，落在修它的人身上

第一份报价里，授权费是看得见的那个数。真正累积起来的，是每次界面一动就要重新对齐步骤的时间。自动化的活儿越多，要修的也越多，而全公司往往只有一个人会修。

碰上第一个例外时做什么，路就在这儿分开

“订单号弄丢了，还能退吗？”记住顺序的工具到这儿就停。会读这句话的那一方，会弄清楚缺了什么，拟出该问的问题，只把需要判断的部分递给人。麦肯锡把生成式 AI 的影响放在需要理解自然语言的活动上，正是这个道理，而这类活动约占全部工作时间的四分之一。

McKinsey, The economic potential of generative AI · 2023 · 全球

留下的是标准，不是脚本

同事改了草稿，那句措辞和改的理由就留在公司，下周同样的场面要改的就少了。记顺序的工具，被修好了也不会学。同一处修改，还得再手工做一遍。

可简单重复工具仍然有它对的位置

格式固定、件数极大、几乎没有例外的活儿。把指定文件挪进指定文件夹，每天早上把同一张表贴到同一个位置。没有判断的地方，就没有必要装一个会判断的东西。