"我今天不会告诉你AI很厉害，而是让你对AI去魅。"
这句话，是我在一次AI培训的开场白。
台下坐着六十多位学员，他们的眼神里有期待，也有藏不住的焦虑。过去半年，他们被各种"AI颠覆一切"的标题轰炸过太多次。
我接着说："你觉得学完回去就能起飞？不可能。降低预期。但我会让你去魅——因为去魅的前提是你们都有恐惧。一旦去魅完了，就没有恐惧；没有恐惧，就能好好学习了。"
真正的学习从来不发生在恐惧之中，而发生在恐惧被消除之后。
---
一种被忽视的职场情绪：技术性失业焦虑
2026年初，BBC记者采访了三位中国从业者。
一个是极客，谈起AI眼睛发亮；一个是创业者，语气里带着紧迫感；一个是程序员，沉默很久后说："我不知道自己还能干多久。"
三个人，三种位置，听到的却是同一种轰鸣。
学术界给这种情绪起了个名字：
技术性失业焦虑（Technological Unemployment Anxiety）
研究表明，这种焦虑会削弱人对组织的信任、降低生产效率，甚至让人本能地排斥新工具——恰恰是最需要学习的时候，恐惧把学习的门关上了。
更值得警惕的是，恐惧催生了两种极端反应：
1. 盲目追捧——把AI当万能解药，幻想"学一个周末就能起飞"。 2. 本能排斥——觉得AI太深奥，"那不是我的领域"。
两种反应看似相反，根源却相同：都建立在对AI的不了解之上。
"去魅"到底是什么？
"去魅"这个词，社会学家马克斯·韦伯一百年前就提出来了。
德语叫Entzauberung，描述的是人类从神话和巫术的世界观中走出来，用理性和科学重新理解世界的过程。
韦伯说的是文明尺度的转变。我们今天面对AI所需要的，是同一种精神的微缩版——
把AI从"神坛"上请下来，还原为一个工具、一种能力、一项可以被学习和掌握的技术。
不是贬低AI。恰恰相反，是因为AI足够重要，重要到我们必须用正确的姿态去对待它。
如果AI真的只是一阵风，那无论你怎么害怕或追捧都无所谓，风终会过去。
但AI显然不是一阵风——它正在深刻改变工作方式、协作模式和价值创造的逻辑。正因如此，我们更不能在恐惧或狂热中浪费时间。
为什么"AI很厉害"反而是学习的敌人？
Gartner的技术成熟度曲线揭示了一个规律：每一项新兴技术都会经历"期望膨胀期"到"幻灭低谷期"的坠落。
2025年的报告明确指出：
生成式AI和基础模型已经正式进入幻灭低谷阶段。
这不是坏消息。幻灭低谷恰恰是技术走向成熟的必经之路——它意味着人们开始放下不切实际的期待，转而寻找真正有效的应用场景。
但问题在于，大量的培训仍然停留在"期望膨胀期"的叙事模式里。
它们反复强调AI能做什么惊人的事——生成代码、写报告、做决策、替代人力——在听众心中构建了一个无所不能的"数字神明"形象。
这种叙事带来三个后果：
1. 距离感——"AI这么厉害，我肯定搞不定"，学习动力在敬畏中被消磨殆尽。 2. 速成幻觉——"它这么厉害，那我学一下应该很快就能用了吧"，当现实远比预期复杂，挫败感就来了。 3. 替代恐惧——"它连我的工作都能做了，我还有什么价值？"恐惧是学习最大的敌人。
所以，"AI很厉害"这句话本身没有错，但把它当作培训的开场白，就错了。
它制造了敬畏，但敬畏不通向学习，敬畏通向退缩。
花旗的启示：17.5万人的"去魅"实验
"去魅"不只是一个理念，它正在被全球顶级企业付诸实践。
2025年，花旗集团CEO范洁恩（Jane Fraser）做了一个决定：向全球80个办公地点的17.5万名员工强制推行AI培训。
她在达沃斯论坛上直言不讳地表达了培训的核心目标——
消除员工对AI工具的"认知误区与畏惧情绪"。
注意，她用的不是"让员工了解AI的强大能力"，而是"消除认知误区与畏惧"。
这恰恰就是"去魅"的另一种表达。
花旗的做法值得细看：
他们的培训平台采用自适应模式——专家级员工10分钟完成，初学者30分钟。不搞一刀切，不制造信息过载。
培训的核心不是展示AI有多惊艳，而是让每个人在自己的节奏里，亲手触碰AI，发现"它没那么可怕，也没那么神"。
效果如何？
员工在内部AI工具中输入的提示词总量超过650万条，使用率达到70%，覆盖84个国家。
职场心理健康专家克里斯蒂娜·穆勒的评价是："这种培训让员工真正理解了——AI更像是副驾驶，而非替代者。"
范洁恩自己说了一句特别实在的话：
"取代你的从来不是人工智能，而是熟练运用人工智能的同行。"
这句话的力量在于——它把一个抽象的、弥漫性的恐惧，转化为了一个具体的、可以行动的方向。
不是AI要淘汰你，是你自己选择不学习才会被淘汰。主动权始终在人的手里。
去魅的三层含义
真正理解"去魅"，需要区分三个层次：
第一层：去掉"神话"
AI不是无所不能的超级智慧体，它是一个概率模型，有明确的能力边界。
它擅长模式识别、文本生成、数据分析，但它不理解因果关系，不具备真正的推理能力（至少目前如此），更不能替代人类的判断力、同理心和创造性决策。
把AI还原为工具，才能正确地使用它。
第二层：去掉"速成"
任何有价值的能力都需要时间沉淀。
用好AI不是学会几个提示词的事，而是重新构建自己的工作流程——哪些环节适合交给AI，哪些环节需要人来把关，如何设计人机协作的工作模式。
这需要实践、试错和迭代，没有捷径。
第三层：去掉"恐惧"
恐惧的本质是对未知的想象。
当你真正动手使用AI——哪怕只是让它帮你整理一份会议纪要、改写一段邮件、分析一组数据——你会发现它既不是洪水猛兽，也不是即将取代你的竞争者。
它就是一个工具，好用但有限，强大但需要人来驾驭。
三层去魅的共同指向是：
让AI从一个情绪化的议题，变回一个可以理性讨论、务实学习的对象。
没有恐惧，才能好好学习
心理学中有一个经典概念叫"心理安全感"（Psychological Safety），由哈佛商学院教授艾米·埃德蒙森提出。
她的研究表明，团队的学习能力和创新能力，与成员是否感到"安全"高度相关——不是身体上的安全，而是"犯错不会被惩罚"、"提问不会被嘲笑"的心理安全。
AI学习同理。
当一个人带着"我可能会被AI淘汰"的恐惧走进培训教室，他的注意力会被恐惧占据，无法真正投入学习。
他看到的每一个AI演示都在强化他的不安全感——"看，它连这个都会了"——而不是激发他的好奇心。
去魅要做的，就是在学习开始之前，先建立心理安全感：
1. 告诉你，AI做不到的事情远比它能做到的多。 2. 告诉你，学了不能立刻起飞，但每一步都在缩短距离。 3. 告诉你，用不好很正常，每个人都从"用不好"开始。 4. 告诉你，你的价值不在于和AI比速度，而在于你能驾驭它去做AI自己做不到的事。
当这些话被真正听进去，恐惧退场，好奇心才能上场。
而好奇心，是一切学习的起点。
写在最后：去魅不是降格，是升维
有人会问：去魅是不是在说AI其实没那么重要？
恰恰相反。
去魅是因为AI足够重要，重要到我们必须用正确的姿态去对待它。
去魅，是为了从情绪中解脱出来，回到理性的起跑线上。
不再仰望，不再恐惧，而是平视——把AI当作可以学习、可以驾驭、可以与之协作的伙伴。
一旦你做到了这一点，学习才真正开始。
"一旦去魅完了就没有恐惧，没有恐惧就能好好学习了。"
这或许是2026年，关于AI学习最朴素、也最深刻的一句话。
如果你是一名流程管理者、运营主管，或者正在推动组织的AI转型——我想邀请你参加我的「AI赋能流程管理专家实战工作坊」。
这不是一场让你仰望AI的秀，而是一次让你不再害怕的旅程。
在这里，你会亲手搭建自己的第一个AI流程助手，会学会用AI做流程挖掘和诊断，会掌握把AI嵌入日常工作的具体方法。
最重要的是——你会带着平视的心态离开，而不是被恐惧追着跑。