你有沒有一種感覺：
最近兩年里，AI產(chǎn)品變多了。大型語言模型公司，也不再夸耀自己模型有多少參數(shù)。取而代之的，是把模型變成了應(yīng)用。各種各樣AI工具出現(xiàn)后，大家開始圍繞具體場景下的能力展開。比如，用AI來畫圖、寫文章、搜索信息、制作思維導(dǎo)圖，甚至修改文件。看上去，大家都開始使用AI了，AI已經(jīng)成為了日常生活的一部分。但是，沒過多久，我就會(huì)收到朋友發(fā)來的信息，問我有沒有好用的畫圖軟件、做PPT的工具，或者語言轉(zhuǎn)文字的軟件？看到這，你會(huì)有所疑惑，既然有那么多AI工具了，為什么還要去問別人呢？事實(shí)上，有不少人沒有用上自己的AI工具，或者說，工具并沒有真正融入工作流程。他們在產(chǎn)品剛發(fā)布的時(shí)候試用了一下，就不再使用了。
為什么會(huì)這樣？我覺得，主要在“期望、需求、工作流”的三者關(guān)系的掌握上。
01
你猜今年AI工具有多少個(gè)？
我問了好幾個(gè)AI，都沒有給出一個(gè)很確切的答案。但是，找到一些信息，可以看看：
斯坦福大學(xué)人工智能研究所（Stanford HAI）發(fā)布一個(gè)《2024年人工智能指數(shù)報(bào)告》。報(bào)告里說，去年，產(chǎn)生51個(gè)有名的機(jī)器學(xué)習(xí)模型，此外，報(bào)告還提到，2023年總共發(fā)布了149個(gè)基礎(chǔ)模型。你可能會(huì)好奇，這些模型能用在多少個(gè)應(yīng)用上？我問過ChatGPT，它告訴我，像GPT和BERT的模型，理論上可以用在上千個(gè)不同的應(yīng)用和任務(wù)上。豆包回答是，大概幾百個(gè)。所以，我也不敢隨便下結(jié)論，你可以想象一下，現(xiàn)在產(chǎn)品應(yīng)用的空間有多大？然而，面對眾多的工具，你實(shí)際上會(huì)在電腦上下載，并記住多少款呢？也許很少，只有印象分罷了。很多人對AI期望太高，用一次覺得不好，就不用了。特別是剛開始接觸AI的新手，認(rèn)為AI能做平時(shí)做不到的事。有些人不太會(huì)寫作，期望AI能一下子幫他們寫出一篇完美的文章；我自己也曾經(jīng)有過類似的誤解。之前要為一個(gè)客戶做PPT，一心想著讓AI一鍵生成，結(jié)果還特意開了一個(gè)月的會(huì)員。后來發(fā)現(xiàn)，AI做出來的效果不如自己親自動(dòng)手來得好。實(shí)際上，這是一種誤解。AI更像“倍增器”，它能增強(qiáng)一個(gè)人已有的能力，如果基礎(chǔ)是零，那么，無論怎樣放大結(jié)果還是零。前幾天，一個(gè)朋友要在會(huì)員日給50多個(gè)客戶發(fā)送禮品。公司運(yùn)營的同事把所有客戶的地址信息整理好，放在Excel表格里。但是，當(dāng)他要把信息送到庫房發(fā)貨時(shí)，遇到了問題。庫房有自己的專業(yè)系統(tǒng)，必須把信息的格式改成系統(tǒng)要求的模板。他就來找我，希望我推薦一款軟件。我說，很多AI都可以，你需要什么樣的格式，直接讓它按照指令做就好了。我給他推薦一款后，他折騰了一上午，還是沒能找到合適的解決方案。所以，很多人希望完全靠AI來解決問題，期待不用自己動(dòng)手，就能得到完美的結(jié)果。
實(shí)際上，AI只是一個(gè)工具。它確實(shí)能幫助我們，但前提是自己也要做好準(zhǔn)備，臨時(shí)抱佛腳光想著依賴工具，是得不到自己想要的答案。
你想要什么東西，通過某個(gè)工具、功能解決問題的過程就是需求；很多人面對AI根本說不清楚需求，主要在于他們不懂AI。千萬不要以為這是一個(gè)淺顯的問題。這里有三點(diǎn)，一，AI技術(shù)對于許多用戶來說是新穎且復(fù)雜的，我們可能不太清楚AI能做什么，也不知道它的局限在哪里。AI需要我們給它明確、具體、有條理的指令，才能正確地工作。但是，人類喜歡用自然、含糊的方式交流。這種方式會(huì)導(dǎo)致第二點(diǎn)：它只會(huì)瘋狂輸出。要明白，AI目前還不能自己創(chuàng)造東西，它處理的是龐大知識(shí)庫中已有的信息。如果沒有具體的背景信息，AI只能根據(jù)你的每一句話的意思來回答。當(dāng)你和朋友一起時(shí)，你可能會(huì)問：“今天吃了嗎？”雖然你沒有具體說明上午還是下午，但在那個(gè)特定的情境中，你的朋友能理解你的意思。這個(gè)問題“吃了嗎？”通常都會(huì)得到一個(gè)預(yù)期內(nèi)的答案。顯而易見，人類交流包括了情感、上下文的依賴和個(gè)人的偏好等非量化因素，這些是很難通過簡單的指令傳達(dá)給AI，AI無法感知細(xì)微的內(nèi)容，所以，它的預(yù)測能力和準(zhǔn)確性常常受到限制。還有一點(diǎn)：市面把AI能力限定在一種固定模式中。比如，KimiChat、豆包，豆包這樣的工具，如果你讓它們處理一個(gè)任務(wù)，比如上傳一份文檔，生成思維導(dǎo)圖，或者做個(gè)總結(jié)，它們只會(huì)給出回答，不能像人一樣回問你。但AI搜索類工具不同。當(dāng)你提出一個(gè)問題時(shí)，它們會(huì)反過來問你幾個(gè)問題，這樣做的目的，迫使你更深入地思考問題，這種效果反而挺好。他想讓AI幫他寫幾個(gè)文案。問來問去，AI就是沒給出滿意的答案，他覺得AI太笨了。當(dāng)我問他具體怎么提問的時(shí)候，他說他只說了，“你幫我寫幾個(gè)文案，我要用在哪哪哪”。想想看，我們?nèi)嗽诠ぷ鲿r(shí)，領(lǐng)導(dǎo)給你布置任務(wù)，要是沒聽懂，肯定會(huì)說：“領(lǐng)導(dǎo)，能換種說法再說一次嗎？我沒懂?！?/span>但AI做不到這一點(diǎn)，它只能理解后直接告訴它的內(nèi)容。所以，如果你想要AI寫出特定風(fēng)格的文案，最好的辦法是先給AI看幾個(gè)類似的例子，讓它學(xué)習(xí)一下。它學(xué)會(huì)之后，才能幫你生成想要的內(nèi)容。“我想寫幾個(gè)文案，你能先問我一些問題，比如我想要什么樣的文案，我的背景信息是什么，要用在哪里？”。你和AI都做不到，這容易造成第三個(gè)問題出現(xiàn)，即：推理能力變差。我認(rèn)為，AI語言推理能力其實(shí)不差。像Kimi、豆包、做長文本模型的產(chǎn)品，對話字?jǐn)?shù)在10萬到20萬字內(nèi)都能應(yīng)付自如。這意味著，只要對話內(nèi)容不超過字?jǐn)?shù)限制，AI可以和用戶進(jìn)行無限輪的對話。如果你覺得它的能力差，關(guān)鍵問題可能是：自己沒有表達(dá)清楚。想一想，如果一會(huì)兒說它說得很好，一會(huì)兒又說不對，那AI怎么能搞清楚你到底需要什么呢？最后，對話就變得亂七八糟了。
因此，為避免這種情況，要從心底認(rèn)識(shí)到：要試著把需求整明白。
完成一個(gè)任務(wù)或項(xiàng)目所需要經(jīng)過的一系列步驟或活動(dòng)的順序。它幫助我們把復(fù)雜的工作分解成一步一步的具體操作。你在一家公司負(fù)責(zé)處理訂單。一個(gè)典型工作流可能包括：接收訂單、確認(rèn)庫存、打包商品、安排發(fā)貨、發(fā)送發(fā)貨通知給客戶。每一步都有明確的指示和順序，確保整個(gè)訂單處理的過程既清晰又高效。理解你的工作流、能在實(shí)際操作過程中幫到你的理想AI就屬于AI agent。比爾·蓋茨提到過的AI agent，他說，AI agent一個(gè)能夠與你對話，了解你的生產(chǎn)線特有需求的超級(jí)機(jī)器人。它不僅可以幫你自動(dòng)完成任務(wù)，還能根據(jù)你的業(yè)務(wù)環(huán)境來個(gè)性化調(diào)整生產(chǎn)流程，使得整個(gè)生產(chǎn)線運(yùn)行得更加高效和順暢。現(xiàn)在市面上很多AI產(chǎn)品目標(biāo)是正確的，實(shí)現(xiàn)通用AI agent之路解放雙手，把繁瑣的事情交給AI處理。但方法有問題，現(xiàn)在，如果建一個(gè)AI代理，它只會(huì)對話，做不了其他的事。工作流是橫向的，目標(biāo)是豎向的。就像前面的例子，從接收訂單到發(fā)貨，這是一個(gè)豎向的最終目標(biāo)。過程目標(biāo)是什么呢？盡可能地標(biāo)準(zhǔn)化每個(gè)步驟，比如接收訂單要先做什么，然后做什么。只有明確步驟，我們才能減少不必要的麻煩。你想讓AI幫你寫一本20萬字的小說。從主題創(chuàng)意、角色塑造、設(shè)定世界觀、制定大綱、生成每章初稿等，都是步驟。主題創(chuàng)意、角色塑造都是橫向工作，如何標(biāo)準(zhǔn)化橫向工作，需要你自己來梳理。梳理完畢后，才能交給AI按照固定流程來操作。如果一開始就想一口氣搞定縱向問題，很難做到。顯然，如果沒有將AI真實(shí)地融入工作流和業(yè)務(wù)場景，就難以有效地使用它。因此，一方面，我們要對自己的工作流程有一個(gè)全面和清晰的了解，包括哪些任務(wù)重復(fù)性高、耗時(shí)長，以及哪些過程可以交給AI來處理。千萬不要把AI當(dāng)作新來的超級(jí)英雄助手，期待它像超人一樣解決所有問題，這不現(xiàn)實(shí)。但看起來，現(xiàn)在所有AI代理都想這么做。另一方面，分步驟、模塊化地處理問題至關(guān)重要。通過這種方法，才能有效地開始利用AI，否則很容易回到傳統(tǒng)的工作流程中。因此，AI產(chǎn)品的使用頻率與個(gè)人工作流程緊密相關(guān)。
對于AI產(chǎn)品公司而言，需要思考如何將產(chǎn)品有效地融入個(gè)人的工作流程中；而對于個(gè)人而言，則應(yīng)努力探索如何對橫向工作進(jìn)行標(biāo)準(zhǔn)化操作程序（SOP）的制定。
我如何運(yùn)用AI進(jìn)行SOP化的實(shí)踐？主要有以下三個(gè)方面：我一直堅(jiān)持“不折騰、重器輕用”的原則。加爾定律（Gall’s Law）說過，任何能正常工作的復(fù)雜系統(tǒng)，都是從一個(gè)簡單的系統(tǒng)演變來的。市面上的AI產(chǎn)品，不是界面超簡單，就是功能超多。我個(gè)人的選擇是，只用它最擅長、最實(shí)用的功能，把這個(gè)功能融入我的工作流程。前幾天百度發(fā)布了一個(gè)新產(chǎn)品叫「橙篇」。試用后發(fā)現(xiàn)，它的“全文校正”功能特別好用。因此，我就只用這個(gè)功能。簡單來說，每個(gè)產(chǎn)品都有一個(gè)最強(qiáng)的功能，你只需要把這個(gè)功能用到極致，就足夠了。我經(jīng)常外出見人。有時(shí)候，聊天中，朋友們會(huì)分享一些業(yè)務(wù)上的想法。我會(huì)下意識(shí)地問他們：“這段話講得真不錯(cuò)，我能錄下來嗎？等會(huì)兒整理好后，我把文字發(fā)給你?！边@樣一來，自己能學(xué)到很多東西；二來，朋友們也很高興我?guī)退麄冋?，所以，我?jīng)常用錄音軟件。你可能不信，我用蘋果手機(jī)自帶語音備忘錄。雖然簡單，但足以收集信息。回到公司后，我就把錄音交給訊飛聽見處理。這一個(gè)小小的行為，給我?guī)砭薮竽芰俊?/strong>說到底，我們每天都有很多大小不一的任務(wù)需要處理。關(guān)鍵是要考慮，哪些環(huán)節(jié)可以交給AI來做。不過，我還沒有找到一款很方便的應(yīng)用，可以直接把長時(shí)間錄音并轉(zhuǎn)換成文本。如果有，我肯定會(huì)是第一個(gè)付費(fèi)用戶。還有一點(diǎn)，以前我經(jīng)常記錄靈感，那些突然冒出的想法會(huì)快速寫進(jìn)筆記軟件?，F(xiàn)在在想，市面上這么多AI產(chǎn)品，怎么還沒有一款能直接說話，馬上轉(zhuǎn)成文字保存的筆記軟件呢？或者說，筆記軟件加上AI功能，為什么沒有考慮到這種用戶場景呢？值得進(jìn)一步探索。我做項(xiàng)目PPT時(shí)，有五個(gè)步驟：先定個(gè)框架、準(zhǔn)備內(nèi)容、選個(gè)模板、優(yōu)化素材，最后生成文檔。整個(gè)過程中，一般讓AI幫忙處理框架部分。有時(shí)我用騰訊文檔的AI一鍵生成框架，有時(shí)候也會(huì)用其他軟件；圍繞框架，會(huì)整理出關(guān)鍵知識(shí)點(diǎn)，這個(gè)步驟可能需要兩種軟件配合完成。至于模板，WPS里有很多現(xiàn)成的，我會(huì)直接下載，然后清除里面不必要的內(nèi)容。最后文檔生成，我會(huì)把模版、內(nèi)容統(tǒng)一上傳到AIPPT相關(guān)的軟件中，一鍵完成，之后再潤色。所以，這就是我的工作流，不同任務(wù)需要不同軟件和流程來完成。因此，我覺得，AI產(chǎn)品黏性差原因的原因有很多。其中產(chǎn)品沒有找到核心優(yōu)勢，是公司視角；至于個(gè)人視角，那就是：工作每一個(gè)環(huán)節(jié)都要標(biāo)準(zhǔn)化。希望你能找到自己的方法，落到實(shí)處，方可有的放矢。
該文章在 2024/7/4 12:00:45 編輯過
400 186 1886
