--- title: '普通人一年内从零做到AI负责人——Ailin的转型路径' video_id: diY71x7GUjI url: https://youtu.be/diY71x7GUjI title_en: "From Zero to Head of AI in 1 Year (as a regular person)" channel: Nate Herk published: 2026-06-12 duration: "41:50" topics: [Claude Code 工作流, AI 自动化] noted: 2026-07-08 value: A views: '2.2万' --- [![封面](https://i.ytimg.com/vi/diY71x7GUjI/maxresdefault.jpg)](https://youtu.be/diY71x7GUjI) > Nate Herk · 41:50 · 发布 2026-06-12 · 2.2万次观看(截至抓取) · [观看原视频](https://youtu.be/diY71x7GUjI) ## 主旨 前 15 年邮件开发者在 39 岁失业、有两个幼子的情况下,一年内凭 n8n + Claude Code 实战拿下母公司下辖 15 家公司的 head of AI 席位,关键动作是「公开建造、把每一次迭代录成可点开的证据」。 ## 核心论点 1. **head of AI 不要求编程出身——它的真实组成是跨业务的 AI 战略 + 自己下场搭建 + 招团队,本质是「先诊断再开方」的内部 AI 顾问。**([[#2. Head of AI 的真实组成 [01:52]|→ 详解2]]) 2. **IBM 2,000 位 CEO 样本里,持有「类首席 AI 官」席位的人从 26% 飙到 76% 只用 24 个月;员工 85% 有技能但只 25% 在用,头号问题不是技术而是落地采纳。**(→ 详解1 / 详解9) 3. **AI 可以外包思考过程但不能外包理解,这是判断环节里 AI 与人分工的边界——AI 给出路径,人掌握取舍。**([[#3. 判断环节的 AI 取舍 [06:36]|→ 详解3]]) 4. **「你建过什么?」会在每个 head of AI / 顾问 / 第一份单子的面试里被问到;展示优于简历,且展示内容必须可点开、可见脸。**([[#8. 让 AI 在组织里落地 [30:52]|→ 详解8]]) 5. **从零到求职成功的人不是把简历做厚,而是把时间花在两件公开动作上:一边开 YouTube/LinkedIn 把建造过程录下来,一边用 4:00 a.m. 之类极端纪律为自己造出不被任何人占用的深度时段。**([[#7. 「你建过什么?」——证明优于简历 [26:05]|→ 详解7]]) ## 知识点详解 ### 1. 开场与 IBM 数据钩子 [00:02] Ailin 一开口就报坐标:"I recently started a new role as head of AI. I own the AI strategy for 15 different companies"([00:02](https://youtu.be/diY71x7GUjI?t=2))。她在一家母公司下挂 15 家垂直业态(Yan co-working、Yan coffee、Yan hotels 等)的集团里负责横切 AI 战略。 Nate 在开场把 IBM 调研抛出来给观众定调:2,000 位 CEO(收入中位数约 60 亿美元)里 76% 反馈其组织已经拥有「类首席 AI 官」角色,而 2025 年这个数字还是 26%——24 个月内直接翻了近三倍。对应到企业侧的预算和编制上,这意味着 head of AI 这类席位正在从「大公司专属」下放到每一家公司。 他紧接着给出本片第二条数据:IBM 调研预计 85% 的员工「只要上几节课就能获得 AI 技能」,但实际在工作中被使用的比例只有约 25%。两组数据放在一起,本片的核心矛盾就被钉死了——技能与利用率之间存在 3-4 倍的采纳鸿沟,head of AI 这个角色的核心使命就是收窄它。 ### 2. Head of AI 的真实组成 [01:52] Ailin 把这份工作拆成三块:战略 + 实施 + 招团队。战略层不是 PPT,而是给每一家子公司的优先级排序——哪些先动、哪些留到后面、哪些干脆不该动,因为不同垂直业态之间的流程差异极大,「company one does is completely different to what the other one does」([04:18](https://youtu.be/diY71x7GUjI?t=258))。 她特意强调自己不是只画饼:"the moment I was actually doing the the builds as well"([05:21](https://youtu.be/diY71x7GUjI?t=321)),从跨部门对齐流程到打开 Claude Code 写实现、再到上线验证,她全程亲手做。这与她早年在邮件开发团队带 16 人的管理经验直接相关——既要看策略又要能撸袖子。 第三块是组建团队。她明确说这是 non-one-person job,正在用 Nate 的社区作为人才池,因为「你能看到那些人的能量与学习的承诺」。值得注意的细节:她打算先保留一部分自己亲自上手的搭建,理由是「this changes so quickly nowadays」([05:35](https://youtu.be/diY71x7GUjI?t=335)),亲自做才能持续看清空间演化。这与笔记 [[2026-06-22-学完Claude之后做AI顾问才是正解]] 中「内部 AI 头是当下最被低估的一条路」的判断完全同向——本片是该主张的活体样本。 ### 3. 判断环节的 AI 取舍 [06:36] 讨论到「用 AI 做 brainstorming 与战略决策」的舒适度时,Ailin 给出的是 mix 答案:AI 经常想到她自己还没穿透的角度,但「there are situations where you ask something and it gives you such a reassurance reply and it's like it's the only way」——也就是会冒出「这是唯一路径」式的附和。 Nate 顺势把社区里反复在用的一句原则摆出来:"you can outsource the thinking, but you can't outsource the understanding"([08:10](https://youtu.be/diY71x7GUjI?t=490))。AI 适合用来罗列路径、对比方案、压缩研究,但最终拍板必须由人来——因为人需要真的理解 pros / cons / 取舍,而不是听 AI 二次复述自己的问题。 这条边界恰好对应笔记 [[2026-06-25-我让Claude Code帮我尽可能多赚钱]] 里「反谄媚议事会」想解决的事情:AI 默认会附和用户的框架,而Judgment Call环节对附和的容忍度最低,因为它直接影响下注方向。 ### 4. 15 年邮件开发的底色 [10:52] Ailin 的背景是 15 年邮件开发者。"I spent 15 years as an email developer, which is a lot of time"([11:00](https://youtu.be/diY71x7GUjI?t=660))。邮件开发是个非常窄的小工种:用 HTML + 内联 CSS 把同一份内容排到能在所有邮件客户端里正确渲染,前段开发者正经出身的人通常会笑它「只是开发的皮毛」。 后来她被提拔成 technical lead,带 16 人的邮件开发 + QA 团队,工作内容是日复一日的发版与多客户端测试。再之后整个团队被裁——不是因为绩效,而是结构原因。"I was completely done with email development"([13:35](https://youtu.be/diY71x7GUjI?t=815))。邮件开发本身因为拖拽式工具普及而快速萎缩,管理岗几乎绝迹。 被裁时她 39 岁,两个小孩一个 3 岁一个 5 岁。她先去 LinkedIn 找邮件开发管理岗,发现这条路已经几乎走不通,转而去问朋友「我还能做什么」——这是她转向 AI 自动化的起点。 ### 5. 转向 AI 自动化 [14:09] 朋友推荐她试试自动化,她一开始的本能反应是「isn't that for really technical people」——这是非技术背景者接触 AI 自动化时几乎必经的一道心理关卡。她按工具难度从低到高走完了三级台阶:Zapier(fun、easy 但 fun),Make(能做更多事),n8n(社区+非技术+完全展开)。 学习方法极朴素:"I have chat GPT to kind of copy paste the code"([15:36](https://youtu.be/diY71x7GUjI?t=936)),ChatGPT 一步步告诉她每个节点放什么、怎么连,直到流程在某处卡死开始空转。这条「用 ChatGPT 当 n8n 老师」的做法对所有非技术转行者都很可复制——关键不在工具本身,而在愿意让 AI 陪你反复修同一段逻辑。 之后她加入 Nate 的社区,把 n8n 课跟完,然后课程转向 Claude Code:"if n8n had blown my mind before cl code just exploded"([16:29](https://youtu.be/diY71x7GUjI?t=989))。Nate 顺势把心法抛出来:"just open up something like claude and say hey every day I do x y and z how could AI help me here"([17:59](https://youtu.be/diY71x7GUjI?t=1079))——不要把 AI 当成新学科,而是塞进你已经在做的日常工作。 ### 6. 「Show Yourself」原则 [18:28] Ailin 失业后开始每天散步,无意中发现 Alex Hormozi,然后狂听《$100M Offers》有声书。其中反复出现的一句成为她之后一年所有动作的总纲:"show yourself. If you want to become someone or do something like big, the first step you got to show yourself"([20:22](https://youtu.be/diY71x7GUjI?t=1222))。 她把这个原则的第一个落地动作选在 n8n Valencia meetup:主动联系本城 ambassador 问能不能帮忙做活动,被反问要不要直接上台做分享。她第一反应是拒绝(她自称「hate talking to people」),但 24 小时后改口接下,上台那一刻"my legs were shaking so bad. I thought I was going to faint"([22:11](https://youtu.be/diY71x7GUjI?t=1331))。这场分享的直接收益是 LinkedIn 上有图可发、有内容可贴;间接收益是给后来的求职积累了一份可证明自己「能在公开场合讲清楚一件事」的素材。 之后她把Build in Public做成了一套系统:开两个 YouTube 频道(英文+西班牙文,本人在阿根廷用英语工作),"I have been posting steadily or often on LinkedIn"([23:55](https://youtu.be/diY71x7GUjI?t=1435));"I follow your course from start to finish and I'm recording everything that I'm building just to be able to show it when the time comes"([24:11](https://youtu.be/diY71x7GUjI?t=1451))。同时她执行一条极端纪律——加入「4:00 a.m. Club」:"I am part of the 4:00 a.m. club. So I wake up every morning at 4:00 a.m. I have some concentration period"([25:25](https://youtu.be/diY71x7GUjI?t=1525))——把自己一天里最完整、无人打扰的整块时段硬挖出来,留给学习与搭建。 ### 7. 「你建过什么?」——证明优于简历 [26:05] 求职环节几乎被她浓缩成一个问题。HR 给她发了一封邮件,问了一件事:"she asked me was what have you built"([26:56](https://youtu.be/diY71x7GUjI?t=1616))。这个问题把候选人劈成两半:能给出可点开链接的,以及只能用 ChatGPT 生成一段漂亮自我介绍的。她属于前者。 她能立刻甩出来的证据清单:"I had two channels um or two YouTube link channels to share, one in English, one in Spanish"([27:25](https://youtu.be/diY71x7GUjI?t=1645)),LinkedIn 上长期一致的发文与项目截图,即将开始的 n8n meetup,以及录好的屏幕演示——讲解流程如何跑、按钮按下后会发生什么。整段叙述在视频里被 Nate 用一句非常到位的观察收尾:"if I was looking to hire someone and I see that they've been posting consistently on LinkedIn and YouTube and they're not even having anything go viral or having a bunch of subscribers or followers, then to me that almost makes it like more respectable because it's like what is this person's incentive here"——零粉丝反而更可信。 这通邮件之后她被直接跳给 CEO:"I had a call directly with the CEO of the company"([30:05](https://youtu.be/diY71x7GUjI?t=1805))。两周一试——非实操而是策略,放她去一家子公司跟团队聊、提方案、拿反馈;试完拿到正职。这与笔记 [[2026-06-22-学完Claude之后做AI顾问才是正解]] 中 Alan 的 head of AI 故事(同一人、Ailin 在英文里念成 Eileen)是同一段经历的另一段叙述,两份笔记互相印证「证明 > 简历」这条主张。 ### 8. 让 AI 在组织里落地 [30:52] Nate 把 IBM 那条采纳数据再摆一次:85% 的员工「只要上几节课就能获得 AI 技能」,但实际在工作中被使用的比例只有约 25%("around 85% of their employees have the skills or if they were to take a few lessons or courses"([32:16](https://youtu.be/diY71x7GUjI?t=1936)))。这条 60 个百分点的 gap 才是 head of AI 每天真正要收窄的目标。 Ailin 自己第一次进团队会议就先把底线划出来:"I'm not trying to replace anyone"([33:21](https://youtu.be/diY71x7GUjI?t=2001)),并用对方的反应去测水温。得到的回应是积极的——「we're really excited about this」([33:21](https://youtu.be/diY71x7GUjI?t=2001))。她对落地动作的定位也很克制:"it's not about firing people to get replaced by AI, but it's making their life better"([33:40](https://youtu.be/diY71x7GUjI?t=2020))。 Nate 补刀:这必须是文化转型,不是两月 workshop 也不是合规点击培训——legacy 系统越重越难。但 Ailin 的实际情况是被分配到了一个已经准备好了的团队,所以「this guy wants to come in here and take my job with his robots」式抵触在她这里没出现,这是她的运气而不是方法。这一点对复制者要警觉:同一套话术在抵触更重的团队里未必能直接搬运。 ### 9. 求职蓝图与Transition Curve [35:15] Ailin 的求职策略是反直觉的:她没投一千份,只投了大约 10 份——而且只投她真正想去的、能在动机层面写得出东西的公司。Nate 借这条经验给出面向听众的两条面试建议:做研究、带着可展示物上场。"do your research. Research the person that's going to interview to interview you or research the company"([37:17](https://youtu.be/diY71x7GUjI?t=2237))。 对照另一类面试者——"hey what up"式招呼、缩写堆叠、完全没看过公司是做什么——两类候选人在 HR 那一关就会被分开。她本人在面试时给对方的不是介绍自己,是一句「我研究过 Yan,我们可以在 X 这块做这件事」式的具体提案。 把视野拉长一点看,转型期真正的敌人是心理曲线。Nate 借 Hormozi 的框架说:"the entrepreneurial um transition curve or just in general the transition curve"([38:55](https://youtu.be/diY71x7GUjI?t=2335)),前半段是「uninformed optimist——你不懂复杂度,所以兴奋」([39:06](https://youtu.be/diY71x7GUjI?t=2346));过了最初的兴奋后变成「informed pessimist」,你开始看清所有坑,这是放弃风险最高的窗口;再硬撑过去才回到「informed optimist」——同一种兴奋,但这次有现实校准。最后一条收尾主张非常直接:"just go and go out there and make it happen"([38:34](https://youtu.be/diY71x7GUjI?t=2314)),与其等「AI 会不会替代我」这种悬而未决的答案,不如自己先动手。 ### 10. 闭环与致谢 [39:27] Ailin 在最后几分钟把自己的入场顺序补全:她最初是在 YouTube 上被 Nate 的自动化内容触达,然后在 LinkedIn 上问了一圈谁有课可以学,得到的回复只一个名字——Nate Herk。这一年前她听到这个播客邀约都会觉得不可思议,"it feels unreal"。从 39 岁失业、双幼子、零 AI 背景,到负责 15 家公司的 AI 战略,她用一年走完了。 Nate 祝贺并预判这份工作接下来几年还会继续演化,邀请她之后回来做后续更新。Ailin 把 LinkedIn 与两个 YouTube 频道的二维码留给观众,鼓励任何想联络的人直接来连接。 > 备注:作者章节中的「Sponsor」(8:26-10:52)为 Hyper Agent(由 Airtable 团队推出的云端 AI agent 搭建平台)的口播广告,无知识增量,本笔记略过该节;「Full Circle」与「Final CTA」合并为闭环与致谢一节,作者感谢与频道号召合写在同一段。 ## 可执行步骤 - [ ] 用「我现在每天做 X、Y、Z,AI 能怎么帮我」作为切入点打开 Claude Code 而不是从零学新学科。 - [ ] 把正在搭建的每一段 n8n / Claude Code 工作流录屏并公开发到至少一个平台(YouTube 或 LinkedIn),即便 0 粉丝也照常发。 - [ ] 在求职之前先把自己的「证据库」列清楚:可点开的链接、屏幕演示、公开演讲截图;面试被问「你建过什么」时直接给链接。 - [ ] 给自己锁定一个无人打扰的整块深度时段(4:00 a.m. 或任何工作日缝隙),用来学 + 搭;把它写进日历而不是「有空就做」。 - [ ] 第一份 AI 工作目标不必是「head of AI」,先让自己变成公开可见、把过程录下来、能把演示打开给 HR 看的人,机会会沿着这条可见度路径自己找到你。 ## 关联 - 互补:[[2026-06-22-学完Claude之后做AI顾问才是正解]] 与本片覆盖同一段经历(15 年 email developer、失业、Ailin/Eileen 拿下 Yan 的 head of AI),但分工不同——该篇讲「内部 AI 顾问路线」,本片讲「建造过程与求职证据链」;两条笔记拼起来才是完整的转型剧本。 - 印证:[[2026-06-25-我让Claude Code帮我尽可能多赚钱]] 中「让 AI 给出路径、人掌握取舍」的判断标准与本片「outsource thinking but not understanding」原则互为佐证;同频道、同月、同一受访者在不同镜头前给出同一立场,可信度叠加。 - 进阶:本片给的全是求职 / 入职头一年的动作模板,[[2026-06-22-学完Claude之后做AI顾问才是正解]] 在此基础上补出 head of AI 的 KPI 锁定、四步内部路线、agency 路线的对照——先看本片再看那篇,理解成本最低。 ## 一手来源与延伸 - 视频引用的 IBM CEO 调研(2,000 位 CEO、收入中位数约 60 亿美元、76% vs 26% 同比对比、85%/25% 技能-使用 gap)——描述中所述但视频未给出独立 URL;无联网权限执行者无法核验原始报告页面是否一致,故本节不附具体链接。 - Alex Hormozi《$100M Offers》有声书——视频推荐但未给购买/收听链接,本节略。 ## 术语 - Head of AI(AI 负责人):负责跨业务单元制定 AI 战略并亲自下场实施的新兴 C 级/总监级岗位。 - Show Yourself(把自己亮出来):Alex Hormozi 的核心行动主张,要做成任何大事第一步是把真实的自己推出去。 - Build in Public(公开建造):把学习与搭建过程持续录屏并发到公域平台,以积累可点开证据的网络资产。 - Transition Curve(转型曲线):Hormozi 借用的曲线,uninformed optimist → informed pessimist → informed optimist 三段式,描述任何新领域学习者的心理抛物线。 - 4:00 a.m. Club(凌晨四点俱乐部):为自我管理而设置的工作日早起深度时段,用来在无人打扰下学习与搭建。 ## 金句 > "Show yourself. If you want to become someone or do something like big, the first step you got to show yourself." ([20:22](https://youtu.be/diY71x7GUjI?t=1222)) → 一句话压缩了本片求职逻辑的总开关:动作不是把简历做厚,而是把自己放出去让市场可见。 > > "You can outsource the thinking, but you can't outsource the understanding." ([08:10](https://youtu.be/diY71x7GUjI?t=490)) → 把 AI 与人的分工边界划得很清:AI 适合罗列路径与方案,最终拍板必须由人来理解取舍。 ## 立场与利益 - 与利益同向:「head of AI 是当下最被低估的岗位」「IBM 数据两年涨三倍」「Ailin 的转型故事」,这些主张直接为博主把观众导进自家 n8n/AI 自动化付费社群服务,采信前需用 IBM 原始报告与 Ailin 后续动向自行印证。 - 利益中性:「AI 适合 brainstorming 但不适合拍板」「在策略岗位上必须 hands-on」「4:00 a.m. 给自己造深度时段」等结构性主张与博主具体产品脱钩,可独立验证,按内容本身采信。 - 与利益反向:无明显反向信号,本片几乎所有具体建议都对博主社区有利;反向证据需在外部资料中找(如 IBM 报告原文对 head of AI 增长曲线的官方解读)。 ## 价值定位 - 适合谁:在企业里有正职、想转 AI 但缺技术背景、或刚失业/在转型窗口里不知往哪走的人;尤其是非工程出身、被「AI 太技术」劝退过的从业者。 - 解决什么:提供一个完整的「一年从零到 head of AI」样本:工具阶梯(Zapier→Make→n8n→Claude Code)、公开建造证据链(YouTube+LinkedIn+meetup 演讲)、求职动作(只投想去的、把演示给 HR 看)、内部落地姿势(从「不替换任何人」开始)。 - 认知 vs 实操:认知层给「证明优于简历」「4:00 a.m. 给自己挖深度时段」「判断环节 AI vs 人的分工」三条原则;实操层给的具体动作可复制——但每条都需要观众自己执行,本片不提供 skill 文件或脚本。 ## 自检问题 1. 视频里 IBM 调研里 76% 这个数字具体指什么? **答案**:2,000 位 CEO(收入中位数约 60 亿美元)中反馈其组织已拥有「类首席 AI 官」席位的比例;与 2025 年的 26% 相比,24 个月内翻近三倍。IBM 调研 [00:02](https://youtu.be/diY71x7GUjI?t=2) 起反复被引用,见 [31:48](https://youtu.be/diY71x7GUjI?t=1908)。 2. Ailin 用哪条路径证明「head of AI 不要求编程出身」? **答案**:她在公司里同时做三件事——跨业务单元的 AI 战略排序、自己下场用 Claude Code 实现、组建团队;亲自搭建的理由是 AI 变化太快,「不每天上手就跟不上」。[05:21](https://youtu.be/diY71x7GUjI?t=321) 3. 「Show Yourself」原则在她身上最早的可验证落地是什么? **答案**:主动联系 Valencia n8n ambassador 问能否帮忙做活动,被反问要不要上台做分享,24 小时内改口接下,在 90+ 人的 meetup 上做了一场关于 n8n for non-technical people 的演讲。[21:07](https://youtu.be/diY71x7GUjI?t=1267) 4. HR 那封让她直接跳给 CEO 的邮件里最关键的提问是什么? **答案**:「What have you built?」——一句话把所有候选人劈成「能甩可点开链接的」和「只能写自我介绍的」两半。[26:56](https://youtu.be/diY71x7GUjI?t=1616) 5. Hormozi 的 transition curve 三段分别叫什么? **答案**:uninformed optimist(不懂复杂度的兴奋)、informed pessimist(看清所有坑、放弃风险最高的窗口)、informed optimist(同一种兴奋但有现实校准)。[39:06](https://youtu.be/diY71x7GUjI?t=2346)