枰先森（赵枰）
AI能写软件了，一个懂业务的人，会不会比以前更值钱？我觉得，这比只讨论程序员会不会消失，更值得老板往下想。
麦肯锡2026年的全球AI调查中，32%的受访者表示，所在组织因为可以借助AI编码工具内部开发，决定不再购买某些软件产品或功能。这并不意味着所有软件都适合自己做，却说明企业已经多了一种选择。
过去，有一个具体需求，可能得等开发供应商排期。现在，有些功能可以先做个小样，拿到业务里验证。软件更容易做出来以后，企业反而更需要回答：究竟要把哪一种做法放进去？
页面做出来，判断还没有自动出现
代码可以写得很快，但什么结果能交给客户，什么承诺不能答应，什么异常必须找人，这些判断不会因为页面做好了就自动出现。
我自己用Codex剪视频，有一个具体体会：封面、字幕和口误检查，一开始也得反复提要求。后来把认可的效果和检查步骤整理成技能，下一条才有了参考。
它仍然会出错，但我对好坏的判断，可以参与制作过程。这件事放到企业，也有类似的意义：资深员工的经验，有机会从“临时找他问一下”，变成更多同事可以使用、检查和改进的工作依据。
经验要发挥这种作用，不能只给AI一句结论。还要讲清为什么这样判断、什么条件下适用、遇到例外该由谁处理。
经验能够复用，也要让提供经验的人有位置
对老板而言，多年积累的做法，有机会被更多同事用起来。对员工而言，自己的经验被整理、复用后，岗位和合作方式也可能发生变化。
企业需要认真回答：提供经验的人，能不能继续参与判断，承担更有价值的工作，也得到相应回报？只收集经验，不讨论以后如何合作，很难建立信任。
真正值得投入的，是让懂业务的人参与设计工作方式，允许他把依据讲清楚，让别人检查，也允许新的事实纠正旧经验。这样整理出来的能力，才有机会持续更新。
买还是自己做，要算长期运行的账
还有一笔账容易被漏掉：功能做出来了，谁来维护？资料变化后谁更新？权限出了问题谁处理？有人离职后，还有没有人能接住？
稳定的基础能力，可以认真评估成熟产品；真正影响企业赢客户的独特做法，可以挑一件整理、验证。选择买还是自己做，要看能否持续运行，不能只看第一版做得多快。
尚易至尚科技集团13年辅导企业成长，累计服务200多家企业成长，拥有完整产业生态链，面向中小实体企业提供AI整体落地、AI应用落地和AI企业内训。做这类工作，FDE企业AI落地应用工程师侧重场景实现、衔接与交付，FDC企业AI落地应用教练侧重团队辅导、使用与复盘；懂业务的骨干则持续参与规则判断和经验更新。
公司里一项积累十几年的本事，是否值得整理给AI使用？可以先找一个具体场景，把判断依据、异常处理、维护责任和人员回报谈清楚，再做一个能被业务验证的小样。经验的价值，也会在这个过程中变得更具体。