Midjourney、ChatGPT、Bing AI Chat和其他AI工具，讓生成式AI更加易于使用，這些工具創(chuàng)造了大量的想法、實(shí)驗(yàn)和創(chuàng)造力。如果你想在組織中使用生成式AI，那么你仍然面臨一個(gè)問題，就是從哪里開始著手讓AI發(fā)揮作用，以及如何在不陷入道德困境、侵犯版權(quán)或事實(shí)錯(cuò)誤的情況下做到這一點(diǎn)。一個(gè)好的開始，就是使用生成式AI為那些已經(jīng)在自己所在領(lǐng)域成為專家的人們提供幫助，幫助他們節(jié)省時(shí)間并提高工作效率。

你還可以在其他很多方面立即著手使用生成式AI，而且生成式AI可能已經(jīng)被整合到你組織正在使用的幾個(gè)工具和平臺(tái)中。因此，你需要考慮制定一份指引，有關(guān)如何試用和采用這些工具。以下就是值得考慮使用生成式AI的五個(gè)關(guān)鍵領(lǐng)域，以及關(guān)于尋找其他合適場景的指引。

1、提高開發(fā)人員的生產(chǎn)力技能

人們通常認(rèn)為，編碼介于藝術(shù)和科學(xué)之間，但編程中有很多工作是例行的、重復(fù)的。云平臺(tái)和模塊存儲(chǔ)庫的興起，意味著編寫現(xiàn)代應(yīng)用以及把組件和API聚合在一起、重構(gòu)現(xiàn)有代碼、優(yōu)化環(huán)境、編排管道一樣，和提出算法是一樣重要的。這其中，有很多工作已經(jīng)成熟到可以實(shí)施自動(dòng)化和AI輔助，但同樣地，你需要知道如何以及在何處使用這些工具來監(jiān)控其影響和有效性。在全面轉(zhuǎn)向采用編碼助手之前，你可以從加速特定常見任務(wù)的一次性工具開始嘗試。

文檔既重要又經(jīng)常被忽視的：你不僅可以讓生成式AI記錄代碼庫，還可以在你的文檔中構(gòu)建一個(gè)聊天界面，讓開發(fā)人員通過界面詢問它的工作原理和使用方式，或者只是替換通常的搜索框，把通用文檔轉(zhuǎn)變?yōu)閷υ捠骄幊蹋?，AI可以在對話式編程中獲取數(shù)據(jù)并展示它是如何編寫查詢的。

測試是另一個(gè)容易被忽視的領(lǐng)域，自動(dòng)生成單元測試可以幫助你擴(kuò)大測試范圍。提交機(jī)器人還可以幫助開發(fā)人員編寫消息，其中包含了足夠多的信息為用戶和其他開發(fā)人員提供幫助，而生成式AI可以為那些將升級和系統(tǒng)重啟記錄下來的IT人員提供同樣的幫助。

告訴AI你想要什么，從而生成后端邏輯和其他樣板文件，這也很關(guān)鍵，這樣開發(fā)人員就可以專注于應(yīng)用中更為有趣、更有創(chuàng)意的部分。你還應(yīng)該利用生成式AI來編寫你自己的代碼模塊（在大型代碼庫中自動(dòng)執(zhí)行重復(fù)、耗時(shí)任務(wù)的腳本），或者利用生成式AI幫助修復(fù)聲音和語氣，以更好地適應(yīng)內(nèi)部風(fēng)格。像GitHub Copilot這樣的編碼助手以及構(gòu)建在大型語言模型（LLM）中的IDE，可以完成所有這些甚至更多工作，但不應(yīng)該取代開發(fā)人員；這些編碼助手和IDE需要理解和評估沒有編寫的代碼（以及它運(yùn)行的上下文），以防其中包含了安全漏洞或者性能瓶頸、遺漏、錯(cuò)誤的決定，或者僅僅是簡單的錯(cuò)誤，因?yàn)樗菑目赡馨魏位蛘呷繂栴}的repos中進(jìn)行學(xué)習(xí)以生成代碼的。你要考慮如何在組織中跟蹤AI生成的代碼，以便你可以對其進(jìn)行審核并評估它的用處。開發(fā)者報(bào)告變得更高效，使用GitHub Copilot降低了挫敗感，微軟表示，Copilot用戶的代碼中有40%是AI生成的、且未經(jīng)修改的。目前，一旦開發(fā)人員離開他們的IDE會(huì)話，這種出處就會(huì)丟失，因此請考慮記錄下AI工具使用方式的內(nèi)部指南。

2、提升低代碼和無代碼業(yè)務(wù)用戶的技能

盡管業(yè)務(wù)用戶不具備專業(yè)知識(shí)評估AI助手生成的代碼，但低代碼和無代碼環(huán)境受到高度限制，而且集成了生成式AI工具的地方出現(xiàn)問題的可能性要小得多。

低代碼應(yīng)用需要經(jīng)常檢索和過濾數(shù)據(jù)。低代碼平臺(tái)已經(jīng)添加了生成式AI功能，可以生成查找查詢或者清理返回的數(shù)據(jù)——比如以編程方式添加缺失的郵政編碼——這使得那些沒有數(shù)據(jù)庫專業(yè)知識(shí)的業(yè)務(wù)用戶可以更進(jìn)一步，而無需堅(jiān)持使用預(yù)構(gòu)建的組件或者等待專業(yè)開發(fā)人員為他們編寫查詢字符串。Census GPT等開源工具可以更輕松地查詢大型公共數(shù)據(jù)集。

代碼助手也不僅僅適用于專業(yè)開發(fā)人員。Wix Artificial Design Intelligence (ADI)可以為你構(gòu)建一個(gè)完整的網(wǎng)站，結(jié)合了代碼生成和生成式設(shè)計(jì)；Uizard可以對網(wǎng)站和應(yīng)用原型做同樣的事情；Fronty可以把圖像轉(zhuǎn)換為HTML和CSS，而Microsoft Power Apps中的Express設(shè)計(jì)功能則可以把手繪草圖或者Figma文件轉(zhuǎn)換為可運(yùn)行的應(yīng)用，在后端完成。

企業(yè)組織感興趣的大多數(shù)生成式AI用途都是可以在低代碼自動(dòng)化工作流程中調(diào)用的模塊，以便員工可以根據(jù)他們的特定需求調(diào)整這些模塊。而且，很多平臺(tái)已經(jīng)像任何其他組件一樣提供ChatGPT和其他OpenAI API。但是，請確保生成的文本或者圖像附帶的任何警告或者指導(dǎo)在低代碼環(huán)境中正確顯示，最好有提供反饋的方式，并且工作人員知道你的政策是否可以直接向客戶展示這些內(nèi)容而無需員工提前審查這些內(nèi)容。

3、看懂文檔和數(shù)據(jù)

將自定義版本的ChatGPT和Bing相結(jié)合，給微軟Bing搜索引擎帶來了數(shù)百萬的新用戶。但是LLM的工作方式意味著錯(cuò)誤和“幻覺”會(huì)發(fā)生，因?yàn)樗鼈儽举|(zhì)上是自動(dòng)完成句子和段落以生成與查詢提示匹配的文本。如果你想要的信息不存在，模型仍然會(huì)嘗試創(chuàng)建一些合理的信息，即使提供的信息是正確的，并且與某個(gè)領(lǐng)域的大多數(shù)專家所說的相符，回答也可能是不完整的、不準(zhǔn)確的，而且如果你還不是專家，你可能都不知道遺漏了什么內(nèi)容。這些問題對于企業(yè)搜索和公共網(wǎng)絡(luò)來說都是一個(gè)大問題；微軟即將推出的Microsoft 365 Copilot工具將嘗試通過基于文檔和實(shí)體的Microsoft Graph數(shù)據(jù)查詢并提供參考來解決這個(gè)問題，但仍然可能會(huì)遺漏一些要點(diǎn)，需要你自行添加。

開始找機(jī)會(huì)利用LLM來總結(jié)和分析文檔，或者在那些更受限的場景中生成式文本來解釋概念，在這些場景中，信息是由具有專業(yè)知識(shí)的人員進(jìn)行內(nèi)部審查的，而不是直接顯示給你的客戶或者是其他最終用戶。

生成知識(shí)圖譜以可視化的方式展現(xiàn)不同實(shí)體之間的聯(lián)系和關(guān)系，以此幫助你了解項(xiàng)目、社區(qū)或生態(tài)系統(tǒng)。Excel中的Copilot工具，能夠以一種交互式的方式獲取洞察，并在不更改基礎(chǔ)數(shù)據(jù)的沙箱中提出有關(guān)數(shù)據(jù)的問題，因此任何錯(cuò)誤都可能使你走上錯(cuò)誤的道路，但不應(yīng)污染原始信息以備將來分析使用。

用數(shù)據(jù)講故事，是傳達(dá)關(guān)鍵趨勢和AI分析的另一種有效方式，例如Power BI中的Smart Narratives可以發(fā)現(xiàn)異常和影響因素，然后用圖表和自動(dòng)生成的描述對其進(jìn)行解釋。這避免了LLM在數(shù)學(xué)方面遇到的問題，因?yàn)槎床焓怯删€性回歸等AI模型得出的，然后由語言模型描述。這種集成方法可能會(huì)變得更加普遍。類似地，安全工具也開始使用語言生成來解釋威脅、異常和AI檢測到的潛在違規(guī)證據(jù)，以清晰且個(gè)性化的語言告訴你，這意味著什么以及如何應(yīng)對。未來，希望能夠向這些工具提出問題，并讓工具能夠?qū)ζ浣o出的建議進(jìn)行解釋。

你還可以讓現(xiàn)有的聊天機(jī)器人變得更智能、更靈活，從關(guān)鍵字和固定響應(yīng)內(nèi)容，進(jìn)階到讓響應(yīng)內(nèi)容聽起來更自然、可以在知識(shí)庫更新時(shí)自動(dòng)包含新的信息。同樣地，使用生成式AI直接與客戶互動(dòng)來提高客戶滿意度和降低成本，這一點(diǎn)很誘人，但這比在組織內(nèi)部使用生成式AI來顯示有關(guān)福利和其他HR問題的有用信息風(fēng)險(xiǎn)要更大一些。雖然時(shí)下流行的聊天機(jī)器人適合某些品牌，但你可不希望因?yàn)榭蛻羰盏轿ｋU(xiǎn)建議或者被你的聊天機(jī)器人侮辱而成為頭條新聞。使用生成式AI提供代理協(xié)助，可以讓你在降低風(fēng)險(xiǎn)的情況下提高工作效率。

4、加快業(yè)務(wù)用戶的工作流程

會(huì)議本應(yīng)是做出業(yè)務(wù)決策和共享知識(shí)的地方，但會(huì)議的價(jià)值永遠(yuǎn)不會(huì)離開會(huì)議室。Microsoft Teams Premium、Dynamics 365 Copilot和ChatGPT app for Slack等AI工具可以生成摘要，并記錄下分配的任務(wù)條目給與會(huì)者和那些不在會(huì)議室且可能不知道他們負(fù)責(zé)什么的人，這也有助于避免關(guān)于誰被要求做記錄、誰做其他“辦公室日常任務(wù)”的拉扯之爭。

能夠每天追趕上Slack繁忙的節(jié)奏，也可以提高生產(chǎn)力和工作與生活之間的平衡，但制定計(jì)劃和決策的人應(yīng)該負(fù)責(zé)確保AI生成的摘要、行動(dòng)項(xiàng)目和時(shí)間表的準(zhǔn)確性?？偨Y(jié)與客戶通話內(nèi)容的AI工具，可以幫助經(jīng)理對員工進(jìn)行監(jiān)督和培訓(xùn)。這對于財(cái)務(wù)顧問和呼叫中心的工作人員來說，可能是有用的，但監(jiān)控員工生產(chǎn)力的工具需要以同理心的方式被使用，避免工作場所監(jiān)控引發(fā)的擔(dān)憂。用戶反饋和產(chǎn)品評論是有幫助的，但海量的信息可能會(huì)讓人不知所措，而且有用的信息可能會(huì)隱藏在深處。

生成式AI可以對相應(yīng)內(nèi)容進(jìn)行分類、總結(jié)和歸類，以提供更易于吸收的匯總反饋。從長遠(yuǎn)來看，我們很容易想象得出，有一個(gè)私人購物助理會(huì)給出建議你想要購買哪些商品，并回答有關(guān)這些商品的問題，而不是讓你自己翻看評論頁面。但同樣地，企業(yè)在引入那些可能會(huì)引起攻擊性或者是誹謗性意見、，或者過于熱衷于過濾負(fù)面反應(yīng)的工具時(shí)，一定要十分謹(jǐn)慎。生成式AI工具可以閱讀和總結(jié)長文檔，并使用這些信息起草新的文檔。已經(jīng)有像Docugami這樣的工具，可以從合同中提取到期日和可交付成果，國際律師事務(wù)所Allen & Overy則正在試用一個(gè)平臺(tái)來幫助進(jìn)行合同分析和監(jiān)管合規(guī)性。生成諒解備忘錄、合同或者工作說明書等半結(jié)構(gòu)化文檔，可能會(huì)加快業(yè)務(wù)流程并幫助你以編程的方式對一些業(yè)務(wù)術(shù)語標(biāo)準(zhǔn)化，但預(yù)計(jì)這個(gè)過程需要很大的靈活性和監(jiān)督。

5、克服寫作障礙，美化設(shè)計(jì)

你不必將整個(gè)寫作過程交給AI以便讓AI幫助你集思廣益、撰寫文案、創(chuàng)建圖像或者設(shè)計(jì)。很快，你就可以通過Office 365和Google Docs要求生成式AI創(chuàng)建文檔、電子郵件和幻燈片，因此你需要制定相關(guān)政策規(guī)定與任何人共享這些內(nèi)容之前如何檢查其準(zhǔn)確性。同樣地，你應(yīng)該從可以被監(jiān)控的、比較受限的任務(wù)和內(nèi)部用途開始著手。

生成式AI可以建議在客戶外展電子郵件、感謝信、物流問題警告中寫什么，就在你的電子郵件中或在Salesforce、Zoho或者是Dynamics 365等CRM中，作為平臺(tái)的一部分或者通過第三方工具實(shí)現(xiàn)。人們對使用AI進(jìn)行營銷也很感興趣，但也存在著品牌風(fēng)險(xiǎn)。你應(yīng)該把這些選項(xiàng)僅僅視為一種起筆的方式，而不是單擊發(fā)送之前的最終版本。

AI生成的文本可能并不完美，但如果你有很多空白需要填補(bǔ)，它總比沒有的好。例如，Shopify Magic可以獲取關(guān)于產(chǎn)品的詳細(xì)基本信息，并為在線店面編寫一致的、經(jīng)過SEO調(diào)整的產(chǎn)品描述，一旦你有了一些內(nèi)容，就可以對其進(jìn)行改進(jìn)。此外，Reddit和LinkedIn使用Azure Vision Services為圖像創(chuàng)建標(biāo)題和替代文本，以在用戶不自己添加這些內(nèi)容時(shí)提高可訪問性。如果你有一個(gè)大型訓(xùn)練視頻庫，自動(dòng)生成的摘要可能會(huì)幫助員工充分地利用他們的時(shí)間。從文本中生成圖像，這種功能非常強(qiáng)大，像Microsoft Designer應(yīng)用這樣的工具，可以把圖像傳播模型交到業(yè)務(wù)用戶手中，后者可能不愿使用Discord服務(wù)器訪問Midjourney，而且也不具備專業(yè)技能使用Photoshop中的Stable Diffusion插件。但AI生成的圖像也存在爭議，從深度造假和恐怖谷效應(yīng)、到訓(xùn)練數(shù)據(jù)的來源以及無償使用知名藝術(shù)家作品的道德規(guī)范問題。企業(yè)組織希望在使用生成的圖像方面，能有一個(gè)非常明確的政策，以避免那些很明顯的陷阱。

找到適合自己的用途

正如你看到的，從客戶支持和零售到物流和法律服務(wù)，在任何你希望利用可靠信息源進(jìn)行精心策劃的任何交互環(huán)節(jié)，都有機(jī)會(huì)利用生成式AI從中獲益。

要負(fù)責(zé)任地使用生成式AI，就請從自然語言處理開始著手吧，例如非面向客戶場景的分類、摘要和文本生成，在這些場景中，輸出內(nèi)容要由具備發(fā)現(xiàn)和糾正錯(cuò)誤和虛假信息專業(yè)知識(shí)的人員進(jìn)行審查，而且要有一個(gè)界面讓這個(gè)過程更簡單自然，而不僅僅是接受建議。通過跳過人工參與來節(jié)省時(shí)間和金錢，這一點(diǎn)很誘人，但如果生成的內(nèi)容不準(zhǔn)確、不負(fù)責(zé)任或者是令人反感，那么對業(yè)務(wù)造成的損害可能會(huì)很大。

許多組織擔(dān)心將數(shù)據(jù)泄露到可能有助于競爭對手的模型中。谷歌、微軟和OpenAI都已經(jīng)發(fā)布了數(shù)據(jù)使用政策，并表示，企業(yè)使用的數(shù)據(jù)和提示將僅用于訓(xùn)練他們的模型，而不是用于提供給每個(gè)客戶的核心模型中。但你仍然有一份指引，關(guān)于員工可以將哪些信息復(fù)制到公共生成式AI工具中。

廠商還表示，用戶擁有模型輸入和輸出的所有權(quán)，這在理論上是個(gè)好主意，但可能無法反映生成式AI在版權(quán)和剽竊問題上的復(fù)雜性，而且像ChatGPT這樣的模型不包括引用內(nèi)容，所以你不知道生成式AI返回的文本內(nèi)容是正確的、還是從其他人那里復(fù)制的。釋義不完全是剽竊，但盜用他人的原創(chuàng)想法或者見解，對任何企業(yè)來說都不是一件好事。

對于組織而言，培養(yǎng)AI素養(yǎng)并讓員工熟悉使用和評估生成式AI的輸出內(nèi)容，也是很重要的。記住，你要從不重要的領(lǐng)域小處著手，從有效的領(lǐng)域中進(jìn)行學(xué)習(xí)。