8 |# F( w8 n& I/ A0 K
6 \, I- A% e' b; p. ]( W$ G
当我们在给不同的公司做AI项目咨询的时候,几乎每个公司的主管或HR都会问同样的问题:现在AI的发展这么快,我要怎么把非产研的同学们也都培养一下,大家能更好地使用AI,提升工作效率? D. D% f# p3 |% N2 T1 o
/ d3 I: A7 i. @由于这个问题提出频繁,也促使我们去思考:在AI时代,当公司提出“无论你是什么岗位,都要加强对AI的使用”的时候,个人应该怎么应对?有哪些必备技能和认知是需要补齐的。基于此,我们做了一些调研,在此和感兴趣的朋友做一个分享。
. M7 |. u8 J; Z2 b/ c7 z: F2 f4 B/ q# H' w5 o
一、公司的需求是什么?7 e/ g4 s" U1 ^$ Y
% ]/ W6 s; ~7 w O
当公司谈到“我们希望员工AI能力能有所提升时”,背后的潜在诉求是什么?掌握AI的技术原理?了解AI技术的前沿发展?根据我们和公司主管或HR的交流,其实都不是。/ d0 U! Y8 K, | F- ~: ~
$ F3 h0 p. A5 @: a P
公司的本质的需求还是“提质增效”。! p/ M, a& o8 P v) v
3 L5 G$ r" s0 }' N
引用一位高管的原话:“我希望提升员工的AI敏锐度,这样工作可以完成得更快、交付质量更高。”所以,AI的理论、技术掌握并不是重点,公司更期待的是“人+AI → 工作产出”的效率链。3 d4 F: v6 B% y! [
9 z$ Q0 J/ m! d7 `
二、产出导向的“AI敏锐度”3 ]% M1 r0 f" D1 O( F
+ R8 l( o" @- N8 H9 c
那么,如何能让这个问题得以解决?我们查阅了相关的研究,发现国内外的主流观点可以总结为以下这个“三层次”。3 S5 ~/ ?; {0 I0 P- q( O! X
: t0 V- Y) _4 d; o
: a; F7 V; u1 L+ \
, \$ q6 m- i0 n, h M; V
第一层:对AI的正确认知5 W6 k5 N! E5 X+ P8 b3 C, K
9 e' y$ |/ v0 k% a9 c' T
, r* j8 j3 b5 J6 T9 O正如吴恩达在AI for everyone里所说的,AI和人类目前在职场上其实并不是“替代”的关系。因为人能完成的是“Job”,而AI能处理的只是“Task”,所以与其说是AI会替代人,更不如说是互补和协作的关系。" g9 v/ q- T1 e; P. U. ^
. y0 p4 D2 P8 h$ L4 r6 @7 M1 a另外,发表在《Science》杂志上的研究文章Experimental evidence on the productivity effects of generative artificial intelligence也提到,目前LLM能处理的工作有它的边界,并不是所有的工作任务都擅长。5 v3 Q$ V9 u' d! m3 b' G
, S/ A7 H# V) `
这篇文章将工作任务分为两类:一类是在AI能力范围内的任务,另一类是在AI能力范围之外但对于人类可能相对容易完成的任务。( S0 _% A* I1 f- ~0 C; [
) k& e# J' Q7 r* C' P
这两类任务的难度相近,但基于任务属性的不同,一类在AI能力范围内,另一类对于AI来说较为复杂且具有挑战性。然后研究发现,AI擅长的任务是创造性任务。
) C3 P0 |8 t9 q8 ^& D7 t5 G2 ]
0 |/ D8 q, T9 E/ N$ b' z/ K8 A例如,在某个尚未受到足够关注的特定市场或运动领域提出10个创意点子,此类任务是AI擅长的,因为它涉及到创造力的工作。然而,AI不擅长的任务是基于详实数据和访谈给出一个准确答案,即需要根据这些数据指向一个正确答案的任务。; O, }# ^0 F6 A& @( l' B! k
& W- P. w9 m# P2 i& U
因此,从职场人的角度,我们需要对AI的“边界”和使用条件有清晰的认知——知道什么样的工作是适合AI来做的,什么样的工作还是得自己上;并且能判断和选择使用合适的AI工具来完成对应的工作。
" L! ~5 }2 Z ^/ S9 ^. K- Q
9 a9 Q B2 e" ]; x. E' ^第二层:人机协作技能# y4 E* K8 Y- i
( J @* v5 J7 o2 ~5 v6 f) A8 b% `1 z$ M" D2 e9 M" M
有了清晰的认知,那么在真正的人机协作中,个人确实需要一些实操技巧来让LLM能更好地产出结果。这部分的能力主要以“提问为主”,即:员工知道在什么样的工作场景中用合适的方法向LLM获得最佳的结果。这部分通常分为三类:) H Y L7 R$ V+ y0 \3 C9 M+ g0 Z' K
对提示词通用模版的掌握程度:是否提示词通用模版中各个模块的设计技巧,如“角色、任务、要求”等。掌握提示词的进阶技巧:如Few shot,COT等等,并能正确高效地使用。对常用的工作场景,如写作任务、创意生成、方案产出等,能通过LLM获得好的产出。
; Q: c- ]( C3 o. ~+ I, i1 u
; r0 n2 A O" e' k' [; Y; U0 b' q' N& w4 H# Q) d
第三层:“人”的底层能力
* ]+ _$ w% L, ]6 c/ k9 A6 }3 A9 O6 z4 A. Y3 X
( W8 g' X o4 N( g4 y8 `6 N# K; Y
关于人机协作的研究中,还有一个很有趣的发现,就是关于“能力的迁移和重塑”。研究者发现,由于有了AI,过往我们在职场中看中的一些“技能”,如:写作和表达、excel能力等,并不是那么重要了,因为有了AI这个工具,人和人在技能上的差距在逐步变小。反而是在这些技能之下更“深层”的职场软实力,会变得更重要。比如:
. U. B6 j4 X, h+ `. x5 e- `0 V/ Q分析和判断能力:与AI的合作过程中,个体要扮演判断者的角色,能在AI协作中判断出值得进一步探索的答案和方向、哪些并不值得去做,等等。目标解构能力:当面对复杂任务时,个体能有效拆解和重组任务,来确定哪些是AI介入的task,哪些是人类自己需要发挥的。创造力:AI的创新力往往局限于细节内容的生成,如生成10条创新的文案、生成10种不同的营销策略等……但是,在大方向上的突破和颠覆,依然还是要靠人类自己的努力思考和创新。因此,创新力也是在AI时代中,个人需要的核心底层能力。- o7 b7 c2 n' ?0 p3 t
0 F$ `1 z+ O, k# n6 L; [" g: O
本文由 @AI 实践干货 原创发布于人人都是产品经理。未经作者许可,禁止转载! f+ G# F0 k* Z0 V
5 {5 s8 }& O& B$ m3 U8 L
题图来自 Unsplash,基于CC0协议; a) } k) n1 K- _
, {3 o2 d! ?- N" i0 r& i/ E/ e该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务 |