|
在2023年初，曾经花时间研究过生成式AI，但我的公众号不想追热点，也觉得在传统企业（非高科技企业）在生成式AI的应用还需要场景的沉淀。便没有写文章。 《哈佛商业评论》中文版2023年12期的主题是《生成式AI部署指南》，而封面文章中的一个观点触发我写点东西。
在这篇文章中，引用了一个公司案例。这家公司通过生成式AI应用于客服的挑战：新员工需要几个月时间掌握如何回答技术问题和处理困惑的客户。 1500名客服代表使用生成式AI两个月后，平均每小时解决问题的数量和客服同时处理聊天数量增加了15%，平均聊天时间减少了近10%。 但是，越是技能低的客服代表（新的代表）受益越大，在新系统引入前，最慢的20%的客服解决效率增加35%；而最快的20%的客服效率解决效率没有变化。 所以生成式AI是能够快速提升员工技能，通过提升技能来提高效率。 生成式AI适合做初稿 在生成式AI开始流行时，一些自媒体朋友尝试使用生成式AI创作，但创作的很多内容并不精确，还是需要人来确认。 所以在应用生成式AI时，大量的工作是用生成式AI做初稿，比如GitHub Copilot工具适合写代码的初稿，由人来纠正错误。 咨询、工程、和技术人员等知识型工作，都可以使用生成式AI做初稿。 通过初稿，提升生产力，让人能有更多的时间和精力投入到其他与人打交道的工作中去。 但是生成式AI应用于翻译则相对成熟。 企业使用生成式AI的策略 首先企业需要对知识型工作进行盘点：写作、数据分析、程序员、客服等工作，分别有多少人。 其次，考察每个角色：这个员工从生成式AI中受益多少？可以分为初始应用阶段（生成式AI刚刚应用，训练不足时），和成熟应用阶段（生成式AI已经经过训练成熟），分别能提升多少收益。 最后，选择效益成本最大的工作。优先使用生成式AI。 任何新技术的发展，都没有替代人工作，而是增加了新的岗位 从人类发展的历史看，很多新技术都已替代人的工作，但都为人类开辟了新的工作岗位。 工业革命，大量机器使用，利用机器提升效率，但开辟了机械行业，制造机器、维护机器需要工作，为人类提供了新的岗位。 工业4.0概念之初，很多企业的目标是黑灯工厂，即用机器取代操作工人。 但是为了实现工业4.0，需要机器人的维护、设置、软件的维护员工。 人工智能技术的发展，在很多领域减少了人的岗位，但也开启了一个新的行业数据标记。 在生成式AI的背景下，人是不用担心失业的，但人要学会适应新的变化。当人工智能给你关上一扇门的同时，必然为你打开另一扇门。 适应变化的人会走进另一扇门。而对另一扇门视而不见的人，将真的会被社会淘汰。
|
|
|
