研究表明,人工智能助手可以帮助员工更快地完成繁重的日常文字办公任务。但最佳效果来自于将该工具用作初稿生成器,并由人工进行最终把关。以下示例可用于任何通用人工智能助手。
电子邮件
- “根据这些 notes,写一封礼貌的邮件,对延误表示歉意并提出新的截止日期。”
- “将这封长邮件删减为三句话,并将主要请求放在最前面。”
- “让这封回复的语气更加正式但要热情。”
会议
你可以向助手提供会议记录或文字记录(经与会者同意后录制),并说“列出做出的决定,包括负责人和日期”。在发送总结之前,务必核对姓名和日期。
电子表格与数据
- “编写并解释一个Excel公式,根据B列中的日期按月统计销售额总计。”
- “如何在此列表中查找重复的客户记录?”
- “从此表格摘要中提取三个关键趋势作为要点。”
请先在少量样本上测试公式;人工智能有时会推荐错误的列或函数。
演示文稿与报告
- “根据这份报告,为管理者创建一个6页幻灯片大纲,每页包含一个标题和三个要点。”
- “为每页幻灯片准备两句演讲备注。”
核查清单
- 数字和计算是否正确?
- 姓名、头衔和日期是否正确?
- 语气是否适合收件人和公司文化?
- 是否包含机密信息?
安全使用
客户数据、合同和内部文档只能在使用签署了数据保护协议、且经公司批准的企业级工具中处理。你仍对所产出的内容承担责任。
研究对生产力有何评价?
首批全面评估生成式人工智能在工作中影响的研究取得了惊人的成果。在麻省理工学院(MIT)的沙克德·诺伊(Shakked Noy)和惠特尼·张(Whitney Zhang)于2023年发表在《科学》(Science)杂志上的一项实验中,使用人工智能处理繁重文字专业任务的参与者完成工作的速度快了约40%,评估人员对其输出质量的评价也更高。在埃里克·布林约尔松(Erik Brynjolfsson)及其同事对某客户支持中心的一项研究中,每小时解决的问题数量平均增加了14%;其中经验较少的员工获得的效率提升最大。
这些结果适用于特定的任务和条件。同一研究也提醒我们,盲目相信人工智能在其不了解或弄错的主题上的表现可能会导致错误。
在团队内制定共同规则
当人工智能从个人习惯转变为团队协作的一部分时,一些共同的规则可以避免混乱:
- 哪些工具获得批准?每个人都应该了解公司允许使用的工具和账户类型清单。
- 哪些数据不得共享?应为客户信息、个人数据、合同和财务数字设定明确的限制。
- 谁来进行核查?应明确界定负责对对外发送的文本进行最终审阅的人员。
- 何时进行披露?是否在报告中注明人工智能辅助应提前达成一致。
人工智能工具的功能、计划和价格经常变化。请务必查看该工具的官方页面以获取最新信息。
来源与延伸阅读
- Erik Brynjolfsson, Danielle Li and Lindsey Raymond, “Generative AI at Work”, NBER Working Paper 31161, 2023.
- Shakked Noy and Whitney Zhang, “Experimental evidence on the productivity effects of generative artificial intelligence”, Science, 2023.
- Microsoft and Google help pages on office AI features.
- Noy, S. and Zhang, W. (2023), “Experimental evidence on the productivity effects of generative artificial intelligence”, Science
- Brynjolfsson, E., Li, D. and Raymond, L. (2023), “Generative AI at Work”, NBER Working Paper 31161
发表评论
您的电子邮箱地址不会被公开。必填项已用 * 标注