淺談數(shù)字員工的實(shí)現(xiàn)路徑問(wèn)題
現(xiàn)在已經(jīng)有不少打工人和公司在使用AI來(lái)幫助自己的工作,那我們更進(jìn)一步,如果是一個(gè)AI組成的數(shù)字員工,效果會(huì)怎樣?這篇文章,和作者一起分析一下數(shù)字員工的實(shí)現(xiàn)路徑問(wèn)題。
服務(wù)于企業(yè)的B端系統(tǒng)的終極目標(biāo)都可以總結(jié)為“增長(zhǎng)盈利,降本增效”。圍繞這個(gè)目的,B端系統(tǒng)的發(fā)展路徑通常分為以下幾個(gè)階段:
- 線上化:指將傳統(tǒng)的線下業(yè)務(wù)流程和操作搬到線上,以提高效率和便捷性。這是B端系統(tǒng)發(fā)展的基礎(chǔ)階段,主要包括數(shù)據(jù)化、流程遷移和在線協(xié)同等內(nèi)容。
- 自動(dòng)化:通過(guò)技術(shù)手段減少人工干預(yù),實(shí)現(xiàn)業(yè)務(wù)流程的自動(dòng)化操作,以提高效率和準(zhǔn)確性。
- 精細(xì)化:通過(guò)精細(xì)化管理和數(shù)據(jù)分析,做出更加精準(zhǔn)的業(yè)務(wù)決策,提高企業(yè)運(yùn)營(yíng)的精確度和效率。
- 智能化:通過(guò)AI技術(shù)實(shí)現(xiàn)系統(tǒng)的智能化操作和決策,從而釋放人力,最大程度降低成本。
目前,大部分成熟企業(yè)的B端系統(tǒng)都已經(jīng)發(fā)展到精細(xì)化階段。隨著近幾年的AI浪潮,智能化成為了大多數(shù)B端系統(tǒng)的必經(jīng)之路。而“智能化”的最終目的,就是“用AI替代員工”。這與“數(shù)字員工”的定義相吻合。
那么,什么是“數(shù)字員工”呢?
根據(jù)麥肯錫《數(shù)字化勞動(dòng)力白皮書(shū)》,“數(shù)字員工”又稱(chēng)數(shù)字化勞動(dòng)力,是打破人與機(jī)器邊界,以數(shù)字化技術(shù)賦予“活力”的第四種企業(yè)用工模式。我們可以理解為,B端系統(tǒng)在AI浪潮下的下一階段,就是要實(shí)現(xiàn)“數(shù)字員工”。
一、數(shù)字員工落地的瓶頸
要想數(shù)字員工落地,目前階段還是存在不少瓶頸的。
1.通用大模型垂直領(lǐng)域能力不足
雖然通用大模型在廣泛的任務(wù)中表現(xiàn)出色,但在特定的垂直領(lǐng)域往往表現(xiàn)出能力不足的問(wèn)題。數(shù)字員工通常需要完成高度專(zhuān)業(yè)化和細(xì)致的任務(wù),而通用大模型并不能提供所需的精確度和專(zhuān)業(yè)性,從而在這些領(lǐng)域的應(yīng)用效果并不理想。
此外,推動(dòng)垂直領(lǐng)域的大模型落地難度較大。收集特定領(lǐng)域的行為數(shù)據(jù)進(jìn)行AI訓(xùn)練,這并非中小廠商能夠承擔(dān)的訓(xùn)練成本,需要有大廠牽頭進(jìn)行特定領(lǐng)域大模型的訓(xùn)練。然而,該領(lǐng)域的大模型訓(xùn)練出來(lái)后,是否能夠?qū)崿F(xiàn)“填平成本”的收益仍是一個(gè)未知數(shù)。
2.數(shù)字員工是高度定制化項(xiàng)目,不同企業(yè)的同一崗位可能有千種要求
數(shù)字員工的應(yīng)用需要高度定制化,因?yàn)椴煌髽I(yè)即使在同一個(gè)崗位上也可能有著千差萬(wàn)別的要求。這種高度定制化需求源于企業(yè)的獨(dú)特業(yè)務(wù)流程、文化、行業(yè)規(guī)范和具體工作內(nèi)容。例如,一個(gè)公司的客戶服務(wù)崗位可能需要處理特定類(lèi)型的客戶問(wèn)題、使用特定的軟件系統(tǒng)、遵循特定的服務(wù)流程,而另一家公司在同一崗位上可能有完全不同的要求。這種多樣化和復(fù)雜性使得通用的AI解決方案難以滿足所有企業(yè)的需求,需要大量的定制化開(kāi)發(fā)和調(diào)試工作,增加了項(xiàng)目的復(fù)雜度和成本,進(jìn)而限制了數(shù)字員工的廣泛落地。
3.AI的本質(zhì)缺陷——缺乏創(chuàng)新
AI擅長(zhǎng)對(duì)“重復(fù)的、可標(biāo)準(zhǔn)化的”內(nèi)容進(jìn)行學(xué)習(xí)和預(yù)測(cè),但缺乏真正的創(chuàng)新能力。
因此,當(dāng)面對(duì)企業(yè)中需要“創(chuàng)造性解決方案”的全新問(wèn)題時(shí),基于AI的數(shù)字員工往往無(wú)法提供最優(yōu)的解答。而在實(shí)際的企業(yè)業(yè)務(wù)中,并不是所有的工作都是機(jī)械且重復(fù)的,還有相當(dāng)一部分工作內(nèi)容需要高度的創(chuàng)新和靈活應(yīng)變。如果AI不能應(yīng)對(duì)這些問(wèn)題,數(shù)字員工的落地就會(huì)面臨較大的阻礙。
4.來(lái)自人的阻力
數(shù)字員工的落地不僅涉及技術(shù)問(wèn)題,還涉及關(guān)于人的復(fù)雜問(wèn)題。
首先,企業(yè)內(nèi)部的員工可能會(huì)對(duì)數(shù)字員工產(chǎn)生抵觸情緒,擔(dān)心“AI會(huì)取代他們的工作”,這種抵觸情緒會(huì)導(dǎo)致不配合的行為。例如,在數(shù)據(jù)采集時(shí),員工可能故意產(chǎn)生臟數(shù)據(jù)以不配合;在推出相關(guān)工具時(shí),員工可能故意不使用;在挖掘業(yè)務(wù)場(chǎng)景時(shí),員工可能隱瞞信息。這些行為都阻礙了相關(guān)技術(shù)的落地和應(yīng)用。此外,AI在實(shí)際應(yīng)用中還涉及到數(shù)據(jù)隱私、倫理道德等問(wèn)題,需要企業(yè)制定完善的政策和規(guī)范,這增加了落地的復(fù)雜性和難度。
所有這些因素共同構(gòu)成了數(shù)字員工落地的巨大阻力,使其在實(shí)際應(yīng)用中面臨諸多挑戰(zhàn)。
二、基于實(shí)際問(wèn)題的解決思路
基于上面提到的問(wèn)題點(diǎn),個(gè)人覺(jué)得AI數(shù)字員工的落地需要基于以下思路:
1. 從“實(shí)習(xí)生”到“核心成員”
在現(xiàn)階段,AI數(shù)字員工應(yīng)被視為“實(shí)習(xí)生”,而不是“核心成員”,并且需要通過(guò)不斷的學(xué)習(xí)和積累,逐漸升級(jí)為“核心成員”。
由于基于AI的數(shù)字員工存在“垂直領(lǐng)域能力不足”、“定制化問(wèn)題解決能力低”、“缺乏創(chuàng)新”等問(wèn)題,當(dāng)前的AI數(shù)字員工只能解決“通用的”、“可標(biāo)準(zhǔn)化的”、“重復(fù)的”任務(wù)。這不正如企業(yè)中的“實(shí)習(xí)生”嗎?我們通常會(huì)將這些“通用的”、“可標(biāo)準(zhǔn)化的”、“重復(fù)的”工作交給實(shí)習(xí)生,而自己則專(zhuān)注于那些“有專(zhuān)業(yè)知識(shí)要求的”、“基于業(yè)務(wù)定制的”、“創(chuàng)新的”工作。
因此,與其設(shè)想如何讓AI數(shù)字員工完全替代普通員工,不如先考慮AI數(shù)字員工與普通員工的合作形式。期望AI立即提升100%的效率是不現(xiàn)實(shí)的。我們應(yīng)該首先落實(shí)AI與實(shí)際員工的合作模式,讓AI從“實(shí)習(xí)生”逐步成長(zhǎng)。在與正式員工的合作過(guò)程中,AI可以積累數(shù)據(jù)和技能,從而逐漸成長(zhǎng)為“正式員工”,然后是“中級(jí)員工”和“高級(jí)員工”。最終,AI將能夠在“有專(zhuān)業(yè)知識(shí)要求的”、“基于業(yè)務(wù)定制的”、“創(chuàng)新的”工作中發(fā)揮一定的輔助作用,從而實(shí)現(xiàn)效率的顯著提升。
2. 將數(shù)字員工拆解成“技能”,把復(fù)雜問(wèn)題簡(jiǎn)單化
如果我們?cè)噲D一下子實(shí)現(xiàn)“數(shù)字員工”的概念,可能會(huì)讓人不知從何入手,導(dǎo)致項(xiàng)目無(wú)法落地。然而,如果我們換個(gè)思路去考慮,員工是通過(guò)出賣(mài)自己的技能和勞動(dòng)力與企業(yè)進(jìn)行價(jià)值交換的,那么員工實(shí)際上是“技能”的集合。員工通過(guò)消耗勞動(dòng)力來(lái)運(yùn)作這些“技能”,從而為企業(yè)創(chuàng)造價(jià)值。
同樣地,AI數(shù)字員工也可以被拆解成“技能”的集合。我們可以逐步開(kāi)發(fā)所需的技能,從而使AI數(shù)字員工的落地成為一個(gè)“可實(shí)現(xiàn)”的目標(biāo)。在這個(gè)過(guò)程中,AI技能還可以與正式員工合作,共同輸出價(jià)值。
構(gòu)建技能集合有幾個(gè)要點(diǎn):
1)用AI Agent思路構(gòu)建“員工技能”:
我們可以使用AI Agent來(lái)構(gòu)建業(yè)務(wù)所需的“員工技能”。所謂AI Agent,即人工智能代理,是指能夠理解、學(xué)習(xí)和執(zhí)行任務(wù)的自動(dòng)化程序。AI Agent的核心是大型模型,同時(shí)在此基礎(chǔ)上擴(kuò)展了感知模塊、計(jì)劃模塊和行動(dòng)模塊。
i)感知模塊:感知模塊通過(guò)與業(yè)務(wù)數(shù)據(jù)源和外部數(shù)據(jù)源的連接,輔助計(jì)劃模塊進(jìn)行行動(dòng)的調(diào)用。
ii)計(jì)劃模塊:計(jì)劃模塊是AI Agent的核心。除了利用大型模型的能力外,還需要根據(jù)業(yè)務(wù)需求結(jié)合代碼邏輯進(jìn)行設(shè)計(jì)。計(jì)劃模塊的目的是結(jié)合感知的數(shù)據(jù),進(jìn)行合理的行動(dòng)調(diào)用。
iii)行動(dòng)模塊:行動(dòng)模塊通過(guò)與業(yè)務(wù)能力接口的連接,根據(jù)感知和規(guī)劃的結(jié)果執(zhí)行相應(yīng)的業(yè)務(wù)操作。內(nèi)部系統(tǒng)可以通過(guò)開(kāi)放API接口供大模型調(diào)用,如果是第三方工具,則需要考慮實(shí)現(xiàn)RPA技術(shù),使得業(yè)務(wù)上常用的工具能被大模型調(diào)用,從而實(shí)現(xiàn)某個(gè)“員工技能”。
通過(guò)決策的數(shù)據(jù)感知、結(jié)合需求的計(jì)劃、達(dá)成目的的行動(dòng)能力,這三個(gè)元素構(gòu)成了“滿足業(yè)務(wù)需求的員工技能”。
2)優(yōu)先拆解高價(jià)值“員工技能”:
一個(gè)員工由多個(gè)技能構(gòu)成,這些技能會(huì)時(shí)常更新,否則員工就容易被替代。而每個(gè)“員工技能”的開(kāi)發(fā)成本不一,如果我們?cè)谇捌谕度氪罅咳肆Τ杀救ラ_(kāi)發(fā)低價(jià)值的“員工技能”,項(xiàng)目的投產(chǎn)比將會(huì)很低,可能導(dǎo)致“數(shù)字員工”項(xiàng)目流產(chǎn)。
如何拆解“員工技能”的價(jià)值呢?可以從以下兩方面入手:
i)技能耗時(shí):技能耗時(shí)指員工在指定時(shí)間范圍內(nèi),使用該技能的總時(shí)長(zhǎng)。例如,員工一周有多少時(shí)間是在處理某項(xiàng)任務(wù)。
ii)技能效果:技能效果指員工在指定時(shí)間范圍內(nèi),使用該技能能夠產(chǎn)出的具體成果。例如,營(yíng)收多少、客戶投訴解決多少、文本生成多少等。
3. 業(yè)務(wù)流程數(shù)字化、線上化,并貼合業(yè)務(wù)流程聚合“員工技能”
當(dāng)我們積累了一定的“員工技能”后,可以考慮將業(yè)務(wù)流程進(jìn)行數(shù)據(jù)化和線上化。數(shù)據(jù)化是指將企業(yè)在業(yè)務(wù)流程中產(chǎn)生的各種數(shù)據(jù)進(jìn)行收集、整理、存儲(chǔ)和分析的過(guò)程。線上化則是指將傳統(tǒng)的線下業(yè)務(wù)流程遷移到線上,其目標(biāo)是提高業(yè)務(wù)效率、降低成本和提升客戶體驗(yàn)。
具體來(lái)說(shuō),我們可以使用一個(gè)系統(tǒng)將業(yè)務(wù)流程整合,并將AI“員工技能”嵌入到業(yè)務(wù)流程中,提供基于業(yè)務(wù)的“All In One”工具輔助,以提高功能的賦能效果。假設(shè)我們有N個(gè)“員工技能”工具,在實(shí)際操作中,業(yè)務(wù)需要在這N個(gè)“員工技能”工具之間頻繁切換。這涉及多個(gè)平臺(tái)之間的跳轉(zhuǎn)、文件傳輸?shù)炔僮?,?dǎo)致效率大打折扣。因此,將這些技能工具整合到一個(gè)系統(tǒng)中,可以顯著提高操作效率。
4. 行為數(shù)據(jù)采集,用于進(jìn)一步訓(xùn)練AI模型,實(shí)現(xiàn)AI數(shù)字員工
員工不僅是“技能”的集合,還擁有對(duì)環(huán)境的感知和對(duì)能力的計(jì)劃。AI數(shù)字員工同樣適用于“AI Agent”框架,我們實(shí)現(xiàn)的“員工技能”屬于“行動(dòng)”模塊的構(gòu)建。
為了構(gòu)建AI數(shù)字員工,我們還需要構(gòu)建“感知”和“計(jì)劃”模塊?!案兄蹦K由業(yè)務(wù)流程數(shù)字化、線上化過(guò)程中構(gòu)建的業(yè)務(wù)系統(tǒng)提供。“計(jì)劃”模塊則可以通過(guò)采集業(yè)務(wù)系統(tǒng)的員工行為數(shù)據(jù)、業(yè)務(wù)的上下游數(shù)據(jù)、技能調(diào)度情況數(shù)據(jù)來(lái)進(jìn)行模型訓(xùn)練,從而實(shí)現(xiàn)結(jié)合業(yè)務(wù)環(huán)境進(jìn)行合理的“行動(dòng)”。
通過(guò)這種方式,我們便能實(shí)現(xiàn)所謂的AI數(shù)字員工。
三、小結(jié)
雖然數(shù)字員工的目標(biāo)可能還很遙遠(yuǎn),但我認(rèn)為這是一個(gè)可實(shí)現(xiàn)的目標(biāo),并且有明確的實(shí)現(xiàn)路徑。通過(guò)將員工拆解成“技能”,逐個(gè)實(shí)現(xiàn)相關(guān)的技能能力,并利用這些工具對(duì)業(yè)務(wù)進(jìn)行提效輔助。同時(shí),將工具匯總到內(nèi)部業(yè)務(wù)系統(tǒng)上,實(shí)現(xiàn)對(duì)工具能力的聚合,采集用于訓(xùn)練數(shù)字員工“計(jì)劃”模塊的數(shù)據(jù),并結(jié)合業(yè)務(wù)數(shù)據(jù)(感知模塊)和工具能力(行動(dòng)模塊)構(gòu)成數(shù)字員工的“感知”、“計(jì)劃”、“行動(dòng)”環(huán)節(jié)。
基于這個(gè)數(shù)字員工的框架,隨著“技能”的積累,我們可以逐漸將AI從“實(shí)習(xí)生”升級(jí)為“核心成員”,最終實(shí)現(xiàn)AI數(shù)字員工。
專(zhuān)欄作家
檸檬餅干凈又衛(wèi)生,公眾號(hào):檸檬餅干凈又衛(wèi)生,人人都是產(chǎn)品經(jīng)理專(zhuān)欄作家。一名游戲行業(yè)的B端產(chǎn)品,負(fù)責(zé)過(guò)游戲行業(yè)內(nèi)CRM 、風(fēng)控、BI、SDK、AI相關(guān)的內(nèi)容,定期輸出個(gè)人思考或總結(jié)文章~
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載
題圖來(lái)自Unsplash,基于CC0協(xié)議
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。
- 目前還沒(méi)評(píng)論,等你發(fā)揮!