作者 | Andy Nolan

在過去一段時間里，人們一直在談論和使用生成式 AI，并嘗試了許多不同的用例，真是令人驚嘆。但我認為這只是個開始，生成式 AI 是一個非常令人興奮的領域。

在這篇文章里，我想討論如何在工作場所使用生成式 AI，以及如何提升采用的速度，減少浪費，并確保獲得最大的收益。我相信你的員工正在使用生成式 AI 做許多出色的事情，而你可能并不知情。為此，我們需要在組織里增加一些治理和機制，確保組織在朝著正確的方向前進。

生成式 AI 改變了一切

突然間，人們開始意識到生成式 AI 是提高工作效率的工具：可以生成總結(jié)報告，發(fā)電子郵件，甚至寫匯報。有數(shù)據(jù)表明，68%的受訪者表示他們正在使用生成式 AI 輔助工作，但沒有告訴自己的老板。這意味著作為員工，生成式 AI 是一個提高競爭力的工具。有了它，員工可以更高效地完成更多任務。此外，還可以把它當成一種創(chuàng)意工具，提出新想法，打造獨特的競爭優(yōu)勢。

如果越來越多領導者或高管也開始使用這些工具，那么我們可能就需要以某種方式展開管理了：比如設定一些防范措施，以確保人們了解高效利用這些工具的方法以及使用風險。有67%的受訪者表示，他們所在的公司正在考慮使用生成式 AI，這是一個相當高的比例。

實際上，我認為這個數(shù)字可能會更高。每個組織都在考慮它的機會在哪里？生成式 AI 會如何擾亂組織的價值鏈？企業(yè)要如何使用它來提高員工的生產(chǎn)力？

這真是一種既興奮又害怕的感覺。

另外一個趨勢是，隨著生成式 AI 的出現(xiàn)，人工智能不再局限于組織內(nèi)的機器學習和數(shù)據(jù)團隊，突然間組織內(nèi)的每個人都試圖使用它。那么如何確保我們不會在這個過程中失去太多的知識產(chǎn)權？我們是否在面臨著一些未知的風險？

技術創(chuàng)新時間表

在我看來回顧歷史總是很有幫助的。它可以幫助我們展望未來，了解未來可能會發(fā)生什么。

回到過去，電力推動創(chuàng)新的時代是一個漫長的歷程。人們通過組合不同的物體來創(chuàng)造新的事物，比如將電力與掃帚結(jié)合起來創(chuàng)造出吸塵器。我們每天都使用這些東西。所以直到今天，我們?nèi)匀荒芸吹诫娏Ρ旧磉€是創(chuàng)新的一個主要來源。

然后，我們進入了互聯(lián)網(wǎng)時代。盡管互聯(lián)網(wǎng)不是生活的全部，但它已成為我們?nèi)粘２豢苫蛉钡囊徊糠?。許多偉大的組織和個人認為，只要將自己的想法放在互聯(lián)網(wǎng)上，就可以快速致富，迅速賺取大量金錢。然而，事實并不完全如此。我們確實經(jīng)歷了一些互聯(lián)網(wǎng)公司的失敗，但也有一些成功者，以及我們今天所知道的許多非常大的組織，它們都是在那個時代建立的。我們每天都在使用它們的工具，這是我們做生意和進行溝通的基本方式。

在過去的20年中，我每天都在使用互聯(lián)網(wǎng)。現(xiàn)在，移動互聯(lián)網(wǎng)已經(jīng)成為事實。我還記得我的諾基亞手機上有一個簡單的游戲——貪吃蛇，我現(xiàn)在仍然喜歡玩。不久之后，世界開始普及智能手機，應用程序開始爆發(fā)式增長。這些應用程序?qū)⒁苿与娫捙c一些非常有趣的技術結(jié)合起來，為以前不可能的新用例打開了大門。許多企業(yè)，例如 Facebook 和 Instagram，都是基于這些技術構建的。它們在移動設備上獲得了蓬勃發(fā)展，把我們帶到了今天。

現(xiàn)在，我們正處于 AI 的時代。無論是多么平凡的東西，AI 都已內(nèi)置其中。但其實不同形式的 AI 已經(jīng)存在了至少50年。當我們提到 AI 時，通常指前沿的智能思維。而50年前的 AI 定義與我們今天的 AI 定義非常不同。它通常是指允許我們創(chuàng)建這些智能系統(tǒng)的實踐方法、方法論或技術類型。這些方法還在不斷發(fā)展，因此我們很難明確定義 AI。

圖片來源：https://spectrum.ieee.org/alan-turing-how-his-universal-machine-became-a-musical-instrument

1950年，艾倫·圖靈在研究一臺被認為是人工智能旅程一部分的智能機器，這就是艾倫·特魯姆（順便說一下，這是電影里的）。當他被問及機器是否可以思考時，他回答：“我認為一個更好的問題是，機器可以做什么？” 我們今天要談論人工智能，不是這些機器是否能夠取代人類，不是它們是否很快就會有普遍的智能，而是我們今天可以用人工智能做什么？

它們有很多用途。你可能已經(jīng)玩過 ChatGPT 和生成式 AI，做了一些有趣的事情。也許它幫助你決定晚餐吃什么，告訴你應該給寵物起什么名字。這些都很有用，但不要認為這將取代你、自動化你的工作或?qū)е履闶I(yè)，這不是一個正確的思考方式。

組織中的生成式 AI

在組織中使用生成式 AI，正在改變我們的生產(chǎn)力。我們可以用它研究軟件開發(fā)過程，與編碼助手合作以提高代碼質(zhì)量，從而提高開發(fā)速度。我們還有很多其他的探索機會。

因此我認為這才剛剛開始。在組織中，我傾向于將使用生成式 AI 的機會分為三類：內(nèi)容、流程和商業(yè)模型。

內(nèi)容

生成式 AI 非常擅長創(chuàng)造內(nèi)容。這些內(nèi)容可以是營銷材料，也可以是圖像、電子郵件或個性化的客戶溝通方式。如果我們了解客戶的信息，或許可以通過生成式 AI 以不同的方式與他們聯(lián)系。因此，生成式 AI 改變了與外界連接的方式。

如果你了解最新的 Adobe 產(chǎn)品，你就會知道它們已經(jīng)將圖像生成集成到 Photoshop 和其他工具中。Canva 也在使用這些工具。隨著時間的推移，我們將看到越來越多的公司采用這種工具。我們最近與一些公司交談，發(fā)現(xiàn)其營銷團隊正在使用這些工具，生成新的想法。這些工具可以幫助他們實現(xiàn)概念，并移交給專家、圖形設計師。這種內(nèi)容迭代的過程和將 AI 作為創(chuàng)意工具的合作，是一種非常好的思考方式。

流程

組織是由人員、流程和產(chǎn)品組成的。但人工智能和生成式 AI 會如何改變我們的流程呢？我們有可能簡化和自動化這些流程嗎？我接觸到一個非常有趣的想法：使用大型語言模型來自動化流程，并在需要輸入或需要一些關于下一步操作的建議時，再詢問人類。這是一個非常好的方式，類似于 ChatGPT 模型的逆向應用，我們向它提問，當模型在下一步應該采取什么行動方面存在不確定性時，會向人類提問。這就是在思考組織內(nèi)的流程會如何改變。

商業(yè)模型

商業(yè)模型是接下來重要的一步。生成式 AI 能改變我的商業(yè)模式嗎？是否會有新的機遇？還是說人工智能的使用已經(jīng)侵蝕了現(xiàn)有的價值流？也許我需要在現(xiàn)有領域繼續(xù)加強，也許我需要轉(zhuǎn)向其他方向。我現(xiàn)在做的事情是否仍然對社會有價值？人們是否仍會為此付費？

如果這些問題盤亙在你的腦海，那么開始重新考慮你的商業(yè)模式以及生成式 AI 可能會產(chǎn)生的影響，就變得非常重要。

以下是由我非常喜歡的一位漫畫家制作的漫畫。

這基本重現(xiàn)了過去三個月我與高管團隊之間發(fā)生的對話。我們討論了 ChatGPT 對業(yè)務可能的影響。我們不能確定它所說的有多少是虛假的，它是否會取代我們的工作，安全風險如何，或者它是否會損害我們的聲譽。但我們確切知道，我們想要盡快在所有地方采用它。盡管有風險，有很多事情需要考慮，但是每個人都想要它，想要盡快擁有它。

我們可以換個角度思考，這里既存在采取行動的風險，也有不采取行動的風險。采取行動和快速成為領導者或跟隨者的風險是，可能道路還沒有完全鋪好，采用方法還不太清楚。因此，我們需要做一些事情。

采用生成式 AI 的風險與應對措施

如果我們對生成式 AI 采取積極的行動，這也意味著可能會泄露某些知識產(chǎn)權。如果我們將其整合到面向客戶的產(chǎn)品中，模型可能會執(zhí)行一些你不希望執(zhí)行的操作。比如最近有個例子，新西蘭一家雜貨店使用生成式 AI 生成食譜。結(jié)果聽起來有點瘋狂，它開始推薦一些包含了漂白劑和其他奇怪物品的食譜，而在現(xiàn)實中，這些物品永遠不會被放入任何食品中。不僅如此，生成式 AI 還可能涉及道德問題、法律問題以及聲譽風險和安全風險。

但另一方面，不采用生成式 AI 可能會帶來破壞風險。如果我們什么也不做，或者沒有系統(tǒng)地采用這種技術，我們可能會被競爭對手顛覆。他們也許會找到使用這個工具的方法來創(chuàng)造價值，做得比我們更好。

這里有很多事情需要考慮，對于生成式 AI，一個組織需要思考快速行動和行動過慢的風險分別是什么。

負責任的人工智能準備

在決定采用生成式 AI 的時候，我們需要考慮到公正性和可解釋性。我們在談到使用 AI 特別是生成式 AI 時，具備解釋模型所做事情的能力至關重要。

最近，我與一家保險公司接觸時，他們表示使用 AI 的最大挑戰(zhàn)之一就是解釋性。因為如果他們基于位置或其他因素進行價格預測或建議，就需要向監(jiān)管機構解釋，以確保該定價系統(tǒng)沒有偏見。多年來，我們看到了一些 AI 系統(tǒng)明顯會表現(xiàn)出偏見，生成式 AI 也不例外。

此外，我們也需要非常小心地部署這些技術，確保安全性。

知識產(chǎn)權是一個很重要的問題。想象一下如果所有員工都在偷偷使用這些工具，而沒有告訴任何人，實際上他們很可能正在將組織或客戶的機密信息輸入到這些服務中，卻并不真正了解獲取這些信息的公司是什么，以及它們拿走這些數(shù)據(jù)會做什么，也許它們會將其用于訓練更多的模型，這可能會帶來很大的問題。

這是互聯(lián)網(wǎng)上的常見現(xiàn)象，如果產(chǎn)品是免費的，那么你的信息可能會被用于獲得一些現(xiàn)實收益。隱私和對社會環(huán)境的影響是很嚴肅的問題。

而過度依賴 AI 則可能是另外一個問題。

嵌入人工智能能力到你的組織中

我們已經(jīng)討論過生成式 AI 的創(chuàng)意，以及如何用它來生成圖像和文本。市場營銷人員使用它生成溝通的內(nèi)容，經(jīng)理們則將其用于戰(zhàn)略。它可能會提供一些顯而易見的內(nèi)容，也可能會提供一些出乎預料的新東西。因此，如果不采取戰(zhàn)略性的方法來使用人工智能，我們將會失去競爭能力。

因此，我們需要思考如何利用已有的數(shù)據(jù)或獨特價值，把人工智能的能力嵌入到組織中，來創(chuàng)建未來有益于我們自身的人工智能系統(tǒng)。

首先，你需要開始教育你的組織，從高層領導開始。我們需要確保高管團隊真正理解人工智能的風險和好處，理解一些術語，使他們能夠就如何投資以及前進做出決策。

接下來是總經(jīng)理和 VP。我們需要幫助他們有能力識別在產(chǎn)品、流程和工作中使用人工智能的機會。

最后一級是從業(yè)人員。我們需要為他們使用這些工具提供支持，同時讓他們能在軟件開發(fā)生命周期中，以明智和安全的方式使用它們。

一旦你完成了對每個人的教育過程，則將會有大量的創(chuàng)意涌現(xiàn)。每個人都會對如何使用人工智能做不同事情有更好的想法，創(chuàng)意將不再是問題。問題在于如何系統(tǒng)地篩選這些創(chuàng)意，并確保你將投資于能產(chǎn)生最大積極影響的創(chuàng)意。

人工智能的發(fā)展速度非?？?，以至于你編寫的任何關于人工智能的長期戰(zhàn)略在完成之前就會過時。因此，我們需要用簡單明了的方式來進行思考。

可以組合的人工智能策略

你還記得小時候玩的樂高嗎？我常常和孩子一起玩樂高。樂高的偉大之處就在于它的可塑性。把每個小塊單獨拿出來時，你做不了太多事情，但當它們與其他塊組合在一起時，你可以創(chuàng)建出更強大、更有趣的玩具。真正重要的是這些塊之間的接口，以及它們?nèi)绾芜B接在一起。

我認為這是一個很好的比喻，可以用來直截了當?shù)厮伎嘉覀兊娜斯ぶ悄軕?zhàn)略。我們應該先考慮解決一個小的人工智能系統(tǒng)，然后在適當?shù)那闆r下，將其與其他人工智能系統(tǒng)組合在一起，以實現(xiàn)升級換代。因此，這種可組合性也是需要考慮的重要因素之一。

有很多工具可以解決這個問題。但要確保它們能以有意義的方式協(xié)同工作，而不是采用分散的方法讓每個人使用不同的工具或方法。

我喜歡參考一些可組合的系統(tǒng)。例如自動駕駛汽車，我們可以將汽車中的每個傳感器視為一個小的子系統(tǒng)，其中一個可能會檢測車道，一個可能會檢測前方車輛的速度和與該車的距離，而另外一個可能正在執(zhí)行巡航控制之類的操作。但是，當這些小系統(tǒng)適當組合在一起形成大系統(tǒng)時，我們將最終得到一輛可能實現(xiàn)自動駕駛的汽車。現(xiàn)在已經(jīng)有一些汽車非常接近這個目標了。這是一個很好的可組合系統(tǒng)的例子。

下一個例子是增強現(xiàn)實。這種頭戴設備需要許多傳感器，以執(zhí)行不同的任務，創(chuàng)造出非常沉浸式的體驗。這可以用在實時語言翻譯，因為它可以在現(xiàn)實世界中顯示翻譯。如果設計得好，可組合系統(tǒng)的潛力就會變得非常大。

對于企業(yè)來說，最困難的挑戰(zhàn)不是發(fā)明創(chuàng)新產(chǎn)品，而是構建一個能夠持續(xù)創(chuàng)新的組織。

在我看來，這也是我們目前在生成式 AI 方面所面臨的情況。我們的策略不是要找出如何很好地使用一個工具，或者因為某個問題采用它，而是以系統(tǒng)性的方式使用它。

以下是一些基本建議：

(1) 確保在創(chuàng)新或思考時與業(yè)務戰(zhàn)略保持一致。

如果你的組織有目標，那么應該將資金投入到那些可以幫助實現(xiàn)戰(zhàn)略目標的地方，而不是隨意開展活動，建造實際上并不能幫助實現(xiàn)戰(zhàn)略目標的東西。明確的愿景、目標和計劃都是非?；A的要素。

(2) 接下來會有很多創(chuàng)意被提出，你需要系統(tǒng)性地評估這些創(chuàng)意。

因此，應當制定組織的標準，并根據(jù)這些標準來評估創(chuàng)意。有很多技術可以用來產(chǎn)生創(chuàng)意。這些創(chuàng)意需要經(jīng)過開發(fā)概念、原型和實驗的漏斗。

這些實驗的結(jié)果可能會很有用，也可能不太有用。但總會有第三種情況，就是一個永遠不會停止的概念原型，我們稱之為“僵尸原型”。它們雖然存在，但實際上沒有真正的目的。在開發(fā)這些系統(tǒng)和進行實驗時，我們需要確保有標準可以告訴我們，何時應該停止嘗試某個東西，轉(zhuǎn)而嘗試更有用的東西。

從今天開始

那么，從今天開始，我們可以做哪些你不會覺得遺憾的事情呢？

首先，進行高管培訓，讓每個人都了解人工智能，并將其應用到整個組織中，將其視為組織轉(zhuǎn)型的過程。優(yōu)先考慮人工智能，我認為加強認知可能是一個很好的起點，我們需要為人工智能和數(shù)據(jù)建立運作模型。使用第三方工具是很好的，但如果我們真的想獲得戰(zhàn)略優(yōu)勢，就需要使用自己的內(nèi)部數(shù)據(jù)和系統(tǒng)。