生成式AI不同于前幾代人工智能和機器學習。它不僅推動生產(chǎn)力達到新的高度，還為企業(yè)和個體提供了重塑工作方式的機會。

事實上，生成式AI已經(jīng)延伸到各行各業(yè)，重塑著我們每個人的工作。前幾代的機器學習和智能軟件主要對那些具有常規(guī)性、可重復(fù)性和基于一定規(guī)則的工作和任務(wù)產(chǎn)生影響，而生成式AI或?qū)閯?chuàng)造性、創(chuàng)意類工作帶來顛覆性突破：它不但能夠有力推動日常工作的轉(zhuǎn)型升級，更可大幅提高創(chuàng)意類工作的效率。

埃森哲研究發(fā)現(xiàn)，生成式AI將對各行業(yè)的工作時間產(chǎn)生影響，比率高達四成。

更令人鼓舞的是，在對19265項任務(wù)進行分析后，我們發(fā)現(xiàn)生成式AI可以對超過半數(shù)的任務(wù)進行優(yōu)化，并充分釋放作業(yè)人員的創(chuàng)造力，助力打造有新意、有見地的解決方案。生成式AI不僅能打破企業(yè)固有的運營方式，還可開闊企業(yè)高管解決問題的思路。而技術(shù)創(chuàng)造能力的飛躍也能為工作效率的提升帶來更多突破，即運用生成式AI進一步加速人工智能創(chuàng)新。

如何挖掘生成式AI在工作中的潛能？

企業(yè)領(lǐng)導(dǎo)者首先要深入觀察生成式AI對其所在行業(yè)的潛在影響，這種潛在影響可能比現(xiàn)在已有的影響還要大。各個職能部門的領(lǐng)導(dǎo)者也應(yīng)詳細分析該技術(shù)能夠為其所在專業(yè)領(lǐng)域帶來哪些變革。之后，企業(yè)各部門的高管可與IT和技術(shù)部門通力協(xié)作，從解構(gòu)工作內(nèi)容、重構(gòu)工作、重組作業(yè)流程、重新聚焦人才及技能培訓戰(zhàn)略等環(huán)節(jié)入手，全面激發(fā)生成式AI在工作中的潛能。

1、解構(gòu)工作內(nèi)容

首先，將工作分解成一項一項具體的任務(wù)，這樣可以明確生成式AI的應(yīng)用方向和用法。其次，需要確認完成這些任務(wù)是否需要大量地使用各類語言（如自然語言、計算語言或數(shù)學語言）。最后，還需要了解如何運用知識來完成這些任務(wù)。例如，任務(wù)里亟需解決的問題是否模糊不清？是否需要他人配合才能完成這個任務(wù)？是否需要專家的驗證？

2、圍繞生成式AI重構(gòu)工作

當一項工作被拆解成各種任務(wù)后，我們便可分析生成式AI可如何為各項任務(wù)增效賦能。實踐經(jīng)驗表明，對那些需要不斷重復(fù)相同流程的任務(wù)，可借助生成式AI對其實現(xiàn)全面的自動化作業(yè)；對那些需要融入創(chuàng)造性推理、協(xié)作和判斷力的任務(wù)，可考慮用AI來對其進行優(yōu)化；對生成式AI優(yōu)化空間較小的任務(wù)，則可繼續(xù)采用純?nèi)斯ぷ鳂I(yè)。這種對工作的重構(gòu)也可能會讓全新的高價值人工任務(wù)浮出水面。

案例：

數(shù)據(jù)科學家的工作可被解構(gòu)為處理數(shù)據(jù)內(nèi)容、評估數(shù)據(jù)質(zhì)量、設(shè)計應(yīng)用及開發(fā)系統(tǒng)等多項細分任務(wù)。在工作中，他們不但需要使用Python、C++等計算和數(shù)學語言，還需要應(yīng)用自然語言來描述業(yè)務(wù)案例，并向領(lǐng)導(dǎo)說明為什么某項洞察對企業(yè)來說非常重要。此外，在對運營或業(yè)務(wù)流程建模之前，他們還需要邀請其他部門的同事來協(xié)作配合，驗證已有觀點，了解這些流程在企業(yè)中到底是如何運行的，這樣，他們才能對建模有足夠深的理解。

在分析完數(shù)據(jù)科學家的日常工作后，我們發(fā)現(xiàn)，生成式AI可助力他們迅速熟悉行業(yè)流程，增強協(xié)作，促進驗證工序的高質(zhì)量完成。其中，處理數(shù)字信息或在線數(shù)據(jù)、評估數(shù)據(jù)質(zhì)量及準確性等五項任務(wù)可完全變成自動化作業(yè)。還有七項任務(wù)可借助生成式AI加以優(yōu)化增強，以確保數(shù)據(jù)科學家高效完成工作。

3、重組作業(yè)流程

在分清楚哪些任務(wù)可全面進行自動化作業(yè)、哪些能用AI賦能增強、哪些還是得依賴純?nèi)斯ぷ鳂I(yè)后，企業(yè)便可重新設(shè)計工作。不過，只有把這些重新設(shè)計的工作交織起來，重組作業(yè)流程，企業(yè)才能從根本上顛覆固有的作業(yè)流程與模式。

需要注意的是，重組作業(yè)流程和把這些流程融為一體并非易事。企業(yè)必須對自身所面臨的業(yè)務(wù)挑戰(zhàn)保持清醒的認知，深刻思考組織到底需要什么樣的運營方式。在調(diào)整整體戰(zhàn)略時，企業(yè)也應(yīng)考慮各種人工智能的衍生技術(shù)及相關(guān)技術(shù)，而不是只考慮當下流行的生成式AI和大語言模型。

案例：

Lemonade這家初創(chuàng)互聯(lián)網(wǎng)保險公司從人工智能及人類的雙重視角出發(fā)，全面整合人工智能聊天機器人、云等技術(shù)，重新思考和設(shè)計投保、理賠等典型保險程序，實現(xiàn)了環(huán)環(huán)無縫銜接，成功重塑客戶體驗。

比如，在理賠時，客戶只需點擊Lemonade應(yīng)用中的“理賠”按鈕，再向聊天機器人大概描述一下事情的經(jīng)過，即可完成理賠申請。之后，該公司的人工智能將啟動反欺詐算法去驗證理賠申請。如果理賠被批準，AI將進行賠付。如果理賠沒有被批準，理賠申請會升級進入人工受理。

4、重新聚焦人才及技能培訓戰(zhàn)略

與技術(shù)投資一樣，企業(yè)也需要對運營和員工培訓進行重金投入。除了重新思考工作應(yīng)該如何完成，企業(yè)還需要考慮如何賦能員工，讓他們跟上技術(shù)變革的步伐。把這兩個關(guān)鍵點想清楚了，生成式AI的潛能才能在企業(yè)里得到較大的發(fā)揮。這兩個關(guān)鍵點也幾乎將影響所有的工作：一些崗位將被淘汰，大多數(shù)崗位將面臨轉(zhuǎn)型升級，同時，新的崗位也將出現(xiàn)。

通過參與本職工作的解構(gòu)和重構(gòu)，員工得以在實踐中掌握人工智能這項新技術(shù)，這也是很多企業(yè)首選的員工技能再培訓方式。此外，生成式AI技術(shù)本身也將在技能再培訓中發(fā)揮重大作用。我們發(fā)現(xiàn)，近六成的企業(yè)計劃將生成式AI應(yīng)用于培訓學習，并有超過四成的企業(yè)有意在這方面進行投資。

利用生成式AI對工作進行重塑的做法，雖然給企業(yè)帶來了不少的益處，也給公司領(lǐng)導(dǎo)者帶來了新的責任：他們需要確保生成式AI技術(shù)的設(shè)計是負責任且合規(guī)的，應(yīng)用程序不存在潛在風險，且生成式AI的輸出結(jié)果必須由人工進行審核和監(jiān)督，做到無錯誤、無偏見、無任何知識產(chǎn)權(quán)糾紛，而且負責任地使用人工智能。如果一家企業(yè)能做到以上幾點，那么它將進一步領(lǐng)先于競爭對手，獲得差異化優(yōu)勢。