- •人工整理的问题不是不准，是没人坚持到第 3 周，我自己的记录停在 19 天，之后再没人翻开过。
- •AI 总结的问题不是会不会错，是错在你看不见的地方，答案越顺，你越不会回头核对原文。
- •要比的不是谁更聪明，是谁出错时能被发现，带出处、能回溯、可抽查，比答得快重要得多。
- •涉及判断、人情、责任归属的三种场合，人工整理仍然不可替代，AI 最多只能打个下手。
- •两种办法不是二选一，AI 先扫一遍，人只在需要签字和表态的地方接手，各干各的活。
人工整理我做了 19 天，第 20 天就停了
人工整理的问题从来不是不准，是没人能坚持到第 3 周；AI 的问题不是会错，是错得安静。
2022 年 7 月，我给自己定过一个规矩：每天下班前花 40 分钟，把当天 60 到 80 封邮件按客户整理成一张表，标上阶段和下一步。前 7 天我做得挺细，每封都写了备注，最长的一条写了 90 多个字。到第 19 天，这张表停在 213 行，之后再没动过。
不是我放弃了工具，是我放弃了自己。第 8 天开始，我把明天再补挂在嘴边，一天补 30 封，补到第 3 天就补不动了。第 19 天那晚加班到 9 点，我对着屏幕坐了 20 分钟，一封也没整理，直接关机回家。第二天早上，那张表就再也没被打开过。
后来我问过 5 个同行，4 个说自己整理过邮件，坚持最久的 6 周，最短的 4 天。有个人把表格做到 400 多行，离职时直接删了，他说反正也没人接。我自己的 213 行也差不多，除了我，没人点开过。人工整理的问题不是不准，是不持久，因为它的回报在 3 个月后，成本却压在今天晚上。
而 AI 总结第 1 天就能把 2000 封邮件扫一遍，把客户、时间、结论拉成时间线，10 分钟出结果。它不会累，也不会在第 20 天突然停手。可这不代表它更聪明，只代表它更耐得住重复。同一批活，我做完要 40 分钟，它只用 8 分钟。真正该比的，是另一边。
人工整理：前 7 天靠热情，第 3 周靠意志
人工整理的成本不在第 1 天，而在第 21 天，那时候没人看、没人催，全靠你自己硬撑。
人工整理最贵的地方，是它要求你在同一件事上保持同一个标准。第 1 天你会把客户说考虑一下记成待跟进，第 14 天你会写成有意向，第 21 天你可能只写一个聊过。不是变懒，是记忆和耐心一起在磨损。后面 200 行的记录，我回头看时已经分不清当时的意思。
我复工后做过一次对照：把同一批 47 封邮件隔 2 周整理两遍，第 1 遍标出 12 个待跟进，第 2 遍只剩 7 个。差的 5 个不是邮件变了，是我看漏了。人做重复劳动时，注意力会自己找捷径，这是身体机制，不是态度问题。
还有一层隐形成本：人工整理没有统一口径。3 个销售各整理各的，A 写价格没谈拢，B 写等对方预算，C 写下周再跟，老板拿到 3 张表，还是不知道谁最该先打电话。麦肯锡说员工约 28% 的时间花在邮件上，这些时间里有不少就耗在这种对齐上。
所以人工整理的真实门槛不是能力，是连续性。一个人能坚持 3 周，一个 6 人团队很难一起坚持 3 周，因为只要有 1 个人断掉，整张表的口径就歪了。它像一条需要所有人同时拉紧的绳子，松一个角，整条就散了。我们试过排班轮流整理，撑了 11 天就停摆。
AI 总结：错在你看不见的地方
AI 的错很少是大错，多是漏一个否定、并错一个人、把暂缓读成有意向，而且答得很顺。
2023 年 11 月，我用 AI 总结一个客户的 63 封往来，它给的时间线很干净：3 月询价、5 月报价、8 月确认数量、10 月等签约。我差点直接拿去开会，幸好顺手点开了 10 月那封原文，客户说的是今年预算先缓一缓，明年再看。
一句话之差，整个判断反了。AI 的问题不是不会错，是错在你看不见的地方：它把 3 句话压成 1 句，把但是后面的条件吞掉，把两个同名联系人并成一个人。答案越顺，你越不会回去核，这是它最危险的地方。我后来把这类错叫安静错，它不报警，也不脸红。
我做过一个笨测试：拿 20 封自己写过的邮件让 AI 总结，逐条对原文。20 条里 17 条没问题，2 条漏了关键条件，1 条把收件人和发件人弄反了。85% 的准确率听着不低，可那 3 条错的，恰好都在我原本最没空看的地方。
Microsoft 说 Copilot 用户每天大约省 11 分钟。11 分钟是真的，但那 3 条错如果没被发现，代价可能是一单生意。省下来的时间，得留一部分回去抽查，否则等于把校对的钱也一起省了，最后连本带利还回去。我现在固定留 5 分钟做这件事。
要比的不是谁更聪明，是谁错得能被发现
人工的错多在明处，你整理时会犹豫；AI 的错多在暗处，答得越顺越没人查。可发现性才是关键。
人工整理的错，通常错在你能感觉到的地方。你写这个客户好像在犹豫时会停一下，会回头翻 2 封邮件确认。这个停顿很烦，但它是道保险。AI 没有这个停顿，它给结论时不带犹豫，你也就不会起疑。我后来发现，能让我犹豫的邮件，往往真有问题。
所以我现在只看 3 件事：答案有没有出处，能不能点回原文，错了之后能不能倒查。带出处的答案，我花 10 秒就能核；不带出处的，再顺我也不用。这不是不信任 AI，是把核对成本算进了流程里。3 件里少 1 件，我就当它没答。
牛油局的做法是浏览器本地处理，只有调 AI 时才发送必要的那几段上下文，邮件原文不上传服务器，跑完可以一键删除。它会在答案后面标出对应的邮件，答不出时给几封最接近的，而不是硬编一个结论。它不替代 CRM，也不自动发信。
Gartner 估算企业 35% 到 40% 的数据从未被有效利用。我以前以为这是没工具，现在觉得一半是没回看。AI 让回看变便宜了，但便宜的回看如果不带出处，只是把没人看换成了看了也不敢信，问题没解决。我们现在的做法是每月抽查 20 条，错一条就记一笔。
有三种场合，人工整理仍然不可替代
涉及判断、涉及人情、涉及责任归属的场合，AI 可以整理材料，但最后那一步必须有人签字。
第一种是判断。客户问能不能再降 3 个点，AI 能把历史报价、毛利、付款条件全列出来，但降不降、降了之后别的客户怎么交代，这是取舍，不是检索。我把这类问题叫没有标准答案的问题，AI 越答得肯定，我越不敢用。降了这家，另外 4 家要不要跟着降，AI 不会替你算这笔账。
第二种是人情。有个老客户拖了 2 个月没回款，AI 总结出来的关键词是资金紧张、希望延期，建议发一封催款函。可我知道他父亲刚住院，那封函发出去，关系就断了。人情不在邮件里，在邮件外面，AI 读不到那部分。
第三种是责任归属。合同里那句最终解释权归双方协商，是销售口头答应的，还是老板点头的，AI 分不清，也不敢分。真出了纠纷，要有人站出来说这句话是我说的。整理可以交给工具，签字必须落在人身上，这条线不能模糊。
所以我的用法是分工：AI 先把 2000 封邮件扫成时间线，标出 12 个异常点，我再挑其中 3 个亲自看原文。它负责不漏，我负责判断。两种办法不是谁替代谁，是一个扫全场，一个守关键的那几脚。这套分工跑了 4 个月，我们没再漏过一个到期承诺。
常见问题
AI 总结会漏掉关键条件吗？
会。我测 20 封，有 2 封漏了但是后面的条件，1 封把联系人弄反。办法是只信带出处的答案，涉及金额、交期、承诺的，必须点回原文核一遍。
人工整理能不能只做一部分，跟 AI 配合？
可以，而且我建议这么做。AI 扫全量出时间线，人只看被标出来的异常和需要表态的几封。我现在的比例大概是它看 100 封，我看 3 到 5 封，省下来的时间用在判断上。
小团队没有专人整理邮件，值得上 AI 总结吗？
看存量。往来邮件过 5000 封、新人上手要 2 周以上，值得试；不到 1000 封、客户就 20 个，先把邮箱分好文件夹，比上工具快。
AI 总结的答案能直接发给客户吗？
不能。总结是给你自己看的内部材料，发出去前必须改成人话，涉及承诺、价格、交期的句子要逐句核。它不自动发信，这个边界别自己越过去。