AI時(shí)代,普通人如何用好AI智能體?
文章圍繞 AI 智能體展開(kāi),介紹了 AI 工具的發(fā)展階段、智能體的底層邏輯、提示詞工程的作用,以及 AI 在各行業(yè)的應(yīng)用,鼓勵(lì)人們積極擁抱 AI。
筆記君說(shuō):
AI工具,從一開(kāi)始的迭代發(fā)展非??焖?。
一部分人,因?yàn)檎莆樟薃I工具的使用,工作變得更為高效;另一部分人,因?yàn)閾?dān)心被AI替代而整體憂心忡忡。
有這么一句話:未來(lái)淘汰你的不是AI,而是使用AI工具的人。所以如何有節(jié)奏、有方法地學(xué)習(xí)AI、使用AI變得極為重要。
一、AI工具的發(fā)展階段及能力迭代
AI作為工具使用,再進(jìn)階到智能體,經(jīng)過(guò)了三個(gè)階段:
第一個(gè)階段,AI+智能辦公。
這個(gè)階段主要依賴基礎(chǔ)大模型,基于提示詞的優(yōu)化得到AI最原始的內(nèi)容產(chǎn)出,如讓AI幫你做文案寫(xiě)作,方案匯報(bào)(PPT),寫(xiě)數(shù)據(jù)代碼,做海報(bào)圖片等內(nèi)容輔助工作。
第二個(gè)階段,AI+場(chǎng)景落地。
提示詞雖然能幫助做一些輔助工作,但產(chǎn)出的內(nèi)容并不能完全適應(yīng)操作者的崗位和企業(yè),操作者必須要花很長(zhǎng)時(shí)間去審視AI所產(chǎn)出的內(nèi)容是否滿足需求。
因此,AI要進(jìn)入到知識(shí)庫(kù)階段,它需要掌握行業(yè)know-how,進(jìn)行垂直領(lǐng)域的大模型建設(shè),打造行業(yè)的專(zhuān)屬應(yīng)用。
相較于提示詞,這一階段要升級(jí)應(yīng)用及服務(wù),比如有數(shù)據(jù)分析知識(shí)的智能AI員工、有商業(yè)知識(shí)的智能銷(xiāo)售和智能客服,還可以識(shí)別不同文稿的內(nèi)容,將其變成結(jié)構(gòu)化的知識(shí)庫(kù)。
第三個(gè)階段,AI+Agent智能體。
在行業(yè)大模型基礎(chǔ)上進(jìn)行微調(diào),滿足企業(yè)的個(gè)性化使用,私有化部署。實(shí)際上,是把第二階段解決單點(diǎn)業(yè)務(wù)的一個(gè)個(gè)點(diǎn),變成一個(gè)串聯(lián)起來(lái)的流程,形成體系化的應(yīng)用。
有很多企業(yè)已通過(guò)AI Agent智能體實(shí)現(xiàn)了AI智能精細(xì)化運(yùn)營(yíng)、智能獲客、智能決策及全場(chǎng)景多模態(tài)的應(yīng)用。
目前來(lái)說(shuō),AI智能辦公需求占比到80%~90%。因?yàn)榇竽P褪?023年才開(kāi)始出現(xiàn),爾后行業(yè)大模型也才逐漸產(chǎn)生,直到2024年7、8月時(shí),智能體的產(chǎn)品平臺(tái)才逐漸完善,才有諸多的免費(fèi)應(yīng)用出現(xiàn)于市場(chǎng)之中。
因此,在2024年上半年,甚至2024年全年之中,AI智能辦公培訓(xùn)逐步產(chǎn)生了六大模塊:
第一模塊,AI智能對(duì)話,主要掌握對(duì)話的方法;
第二模塊,文章撰寫(xiě),掌握用AI寫(xiě)Word長(zhǎng)文檔的技巧,比如寫(xiě)一個(gè)年度培訓(xùn)規(guī)劃;
第三模塊,數(shù)據(jù)分析,掌握用AI處理excel、WPS表格的方法,甚至用Python來(lái)做數(shù)據(jù)分析;
第四模塊,演示匯報(bào),AI輔助生成PPT;
第五模塊,進(jìn)行創(chuàng)意設(shè)計(jì),實(shí)現(xiàn)用AI產(chǎn)出文生圖和文生視頻,2024年包括央視在內(nèi)的各大平臺(tái)和企業(yè)都大量使用了AI文案、文生視頻,甚至用數(shù)字人做品宣、信息播報(bào);
第六模塊,AI Agent智能體機(jī)器人的學(xué)習(xí)。
任何技能的嫻熟掌握,絕非一蹴而就,而是“學(xué)”與“練”循環(huán)往復(fù)、層層堆疊的成果。培訓(xùn)學(xué)習(xí)之后,更需要與實(shí)際的工作場(chǎng)景相結(jié)合,內(nèi)化為自身的崗位本領(lǐng)。
在第二、三階段的學(xué)習(xí)中,更要用第一階段的AI智能辦公來(lái)多做練習(xí)。比如,人資崗位可以用AI來(lái)寫(xiě)培訓(xùn)規(guī)劃;市場(chǎng)崗位用AI做市場(chǎng)的調(diào)研分析;產(chǎn)品崗位用AI來(lái)撰寫(xiě)競(jìng)品分析報(bào)告。
這是一個(gè)公司職員在學(xué)習(xí)AI智能辦公之后,在第二階段用AI做的“AIGC智能驅(qū)動(dòng)抗菌縫合線營(yíng)銷(xiāo)全鏈路革新方案”。
首先,她用AI結(jié)合產(chǎn)品生成了產(chǎn)品海報(bào);其次,她用AI生成了數(shù)字人的宣傳視頻;然后,用AI寫(xiě)出了專(zhuān)業(yè)的產(chǎn)品宣講PPT;最后,建立企業(yè)自己的知識(shí)庫(kù),據(jù)此生成了售后的AI智能體,可以為客戶介紹產(chǎn)品,甚至可以轉(zhuǎn)接銷(xiāo)售。
在第三階段,要把業(yè)務(wù)流程做成一個(gè)閉環(huán)。另一個(gè)人力資源的學(xué)員就從招聘環(huán)節(jié)做AI智能體的應(yīng)用:
首先,生成招聘海報(bào);然后,根據(jù)崗位要求主動(dòng)搜索簡(jiǎn)歷;再后,邀約面試并用AI進(jìn)行智能面試,智能得出面試評(píng)價(jià)、產(chǎn)生面試結(jié)果。如此,就形成招聘業(yè)務(wù)流程的一體化解決方案。
二、AI智能體魔法背后的底層邏輯
Agent(代理)這一概念起源于哲學(xué),描述了一種擁有欲望、信念、意圖以及采取行動(dòng)能力的實(shí)體。在人工智能領(lǐng)域,這一術(shù)語(yǔ)被賦予了一層新的含義:具有自主性、反應(yīng)性、交互性等特征的智能“代理”。
大型語(yǔ)言模型(LLMs)的出現(xiàn)為智能代理的進(jìn)一步發(fā)展帶來(lái)了希望。在AI agent的具體使用中,最底層都是LLMs(Large Language Models,大型語(yǔ)言模型),不論是ChatGPT、Kimi,或者訊飛星火,還是通義千問(wèn),大語(yǔ)言模型都是其基礎(chǔ)。
1.智能體是發(fā)揮大模型功能的杠桿
大模型的使用,實(shí)際就是用提示詞與其對(duì)話,并在對(duì)話過(guò)程中產(chǎn)生深度對(duì)話思維鏈:
第一步,給大模型一個(gè)內(nèi)容框架;第二步,讓大模型針對(duì)某個(gè)內(nèi)容方向展開(kāi)表述;第三步,根據(jù)產(chǎn)出的內(nèi)容進(jìn)行優(yōu)化某些細(xì)節(jié)。
把這三個(gè)過(guò)程結(jié)合起來(lái),變成一個(gè)完整的工作步驟,這就變成單個(gè)AI智能體。而多智能體,是把多個(gè)單智能體結(jié)合在一起完成更系統(tǒng)性的任務(wù)。
例如,我們平常開(kāi)發(fā)軟件或者系統(tǒng),需要有人做任務(wù)拆分,有人寫(xiě)代碼,有人做測(cè)試,用多智能體來(lái)完成這項(xiàng)工作,就有做任務(wù)拆分的智能體,有專(zhuān)門(mén)寫(xiě)代碼的智能體,有做測(cè)試的智能體,多個(gè)智能體組合起來(lái)共同完成這件事。
假設(shè)領(lǐng)導(dǎo)發(fā)給我一篇10w+的文章,認(rèn)為非常適合于公司的宣傳,希望我參照這篇文章出一個(gè)爆款。那我們?cè)撊绾斡肁I智能體來(lái)高效完成這項(xiàng)任務(wù)呢?
操作易學(xué),精髓難覓,所以我們不僅要會(huì)操作,更要懂得操作背后的底層邏輯和變化規(guī)律。從智能體的定義中我們知道,智能體是在大模型基礎(chǔ)上做規(guī)劃、記憶、工具和行動(dòng)的一種載體。
因此,我們先要把整個(gè)過(guò)程規(guī)劃清楚,AI才能自動(dòng)按規(guī)劃去做動(dòng)作。我們大概可以分為七個(gè)步驟:
① 輸入:選擇對(duì)標(biāo)文案,向Al輸入文案的鏈接。例如,某篇公眾號(hào)的鏈接;
② 關(guān)鍵詞:根據(jù)對(duì)標(biāo)文章自動(dòng)提取3~5個(gè)關(guān)鍵詞;
③ 二次檢索:AI根據(jù)關(guān)鍵詞,去全網(wǎng)檢索同類(lèi)型的文章,額外找到10~20個(gè)匹配的文章項(xiàng)目;
④ 組合學(xué)習(xí):AI根據(jù)投喂的源數(shù)據(jù)文章+二次檢索獲取的10~20篇文章的內(nèi)容,進(jìn)行學(xué)習(xí),總結(jié)寫(xiě)作方法;
⑤ 撰寫(xiě)文案:AI根據(jù)學(xué)習(xí)的內(nèi)容,創(chuàng)作新的文案,用戶可以微調(diào)參數(shù),每次調(diào)整以后,自動(dòng)更新新的文章結(jié)果,實(shí)時(shí)刷新;
⑥ 匹配插圖:AI根據(jù)創(chuàng)作的文案內(nèi)容,結(jié)合公眾號(hào)寫(xiě)作方法,智能生成配圖,并實(shí)現(xiàn)高效圖文排版,例如,參考135編輯器等;
⑦ 輸出:AI根據(jù)登陸者賬號(hào),智能發(fā)布在:公眾號(hào)、頭條等圖文/視頻的新媒體平臺(tái)等。
通過(guò)上面的七步,我們把文案仿寫(xiě)這件事就規(guī)劃清楚了。實(shí)際上,是我們自己先思考清楚了,再把思考清楚的內(nèi)容給到AI,AI了解了整個(gè)過(guò)程之后,再去規(guī)劃每個(gè)步驟該怎么做。
其次,智能體要有記憶功能。它需要把10多篇文章全部記憶下來(lái),在使用傳統(tǒng)大模型中我們就會(huì)遇到token的限制,那么智能體至少要記住30篇甚至更多的文章內(nèi)容。
然后,智能體要有調(diào)用工具的能力。要能在網(wǎng)上搜索內(nèi)容,要調(diào)取文生圖的功能,還要調(diào)取相關(guān)插件的功能。
最后,智能體要有行動(dòng)能力。給智能體一個(gè)軟件鏈接,爆款文章鏈接,后面都可以全部自動(dòng)化來(lái)完成。
通過(guò)上面的梳理,我們已經(jīng)非常清楚AI智能體是在底層大模型的工具之上,發(fā)揮規(guī)劃、記憶、工具、行動(dòng)等功能的杠桿能力,即可得出智能體的公式:
AI agent=LLMs*(規(guī)劃+記憶+工具+行動(dòng))
2.智能體具有長(zhǎng)期記憶能力
多角色智能體,是在單智能體基礎(chǔ)之上做協(xié)同。因?yàn)閱吸c(diǎn)智能體不用考慮上下游的關(guān)系,但如果要做多節(jié)點(diǎn)之間的相互交互,你可能要考慮智能體的開(kāi)發(fā)和組件之間的匹配,和平臺(tái)的關(guān)系等。
我們?cè)谑褂脗鹘y(tǒng)大模型的時(shí)候經(jīng)常會(huì)出現(xiàn)這種情況:在不斷與AI對(duì)話的過(guò)程中,它會(huì)忘記前面給它說(shuō)的話,比如忘記上午與它交互的內(nèi)容,或者在多輪對(duì)話之后忘記最前面的對(duì)話。
在這種情況下,我們要解決的是AI具有思考的記憶能力。我們用人類(lèi)記憶來(lái)與AI記憶進(jìn)行映射對(duì)比,以此更方便理解。
第一階段,感覺(jué)記憶,這是人類(lèi)最原始、最基礎(chǔ)的記憶功能,也就是過(guò)眼即忘。對(duì)于AI的使用來(lái)說(shuō),相當(dāng)于把AI當(dāng)作一個(gè)高級(jí)搜索工具,這個(gè)時(shí)候人占主導(dǎo)地位,來(lái)指示AI的行動(dòng)。
第二階段,短期記憶,AI可以通過(guò)上下文的學(xué)習(xí)展開(kāi)多輪對(duì)話,但是會(huì)受限于上下文token的限制,有時(shí)候會(huì)忘記相關(guān)內(nèi)容。這個(gè)時(shí)候,人和AI的工作量相當(dāng),人來(lái)指揮AI,這就是我們常說(shuō)的“提示詞工程師”。
第三階段,長(zhǎng)期記憶,有人說(shuō),世界是懶人創(chuàng)造的。有了提示詞,人類(lèi)還不滿足,我們還希望AI具備記憶的功能,就像我們學(xué)騎自行車(chē),一旦掌握了這項(xiàng)技能,就具備了長(zhǎng)期、持久的記憶能力。
這個(gè)時(shí)候,AI會(huì)記住投喂給它的相關(guān)知識(shí),具備了長(zhǎng)久的學(xué)習(xí)能力。這時(shí)的AI可以完成絕大部分工作,人類(lèi)負(fù)責(zé)設(shè)定目標(biāo)、提供資源和監(jiān)督結(jié)果,AI完成任務(wù)拆分,工具選擇,進(jìn)度控制,實(shí)現(xiàn)目標(biāo)后自主結(jié)束工作。
具備長(zhǎng)期記憶能力的智能體就是一名合格的員工了,它可以提煉銷(xiāo)售話術(shù),要銷(xiāo)售員的訓(xùn)練并為其評(píng)分,也能指出需要繼續(xù)迭代的地方,會(huì)自主性地輔導(dǎo)員工的培養(yǎng)提升,這就是智能體的長(zhǎng)期記憶能力,也是訓(xùn)練智能體的意義所在。
三、提示詞工程,讓效率翻倍
1.成為個(gè)人的超級(jí)助理
一個(gè)人不可能盡善盡美,每個(gè)人的專(zhuān)長(zhǎng)也會(huì)有所差異,一個(gè)員工不可能既會(huì)數(shù)據(jù)分析,又會(huì)寫(xiě)編程,又會(huì)去做文生圖,又會(huì)AI文檔寫(xiě)作,做不到。但一群AI就會(huì)成為你的超級(jí)助理。
因此,在智能體應(yīng)用的2.0階段,需要更加專(zhuān)業(yè)的人員,更加專(zhuān)業(yè)的學(xué)習(xí),更加專(zhuān)業(yè)的老師。
AI發(fā)展非常迅速,從縱向看,每個(gè)月AI工具都會(huì)發(fā)生質(zhì)的變化;從橫向看,AI發(fā)展到一定階段后,就會(huì)做產(chǎn)品的區(qū)分,需要做項(xiàng)目的定制或者涌現(xiàn)出新的工具。
而且在AI發(fā)展的過(guò)程中,并不是一個(gè)人在訓(xùn)練,也不是開(kāi)發(fā)的工程師在訓(xùn)練,而是全球用戶共同去完成的。
每個(gè)AI工具的使用,相當(dāng)于孫悟空身上的一根毫毛,它可以變成孫悟空的一個(gè)分身,具備孫悟空的所有能力。隨著主體功能的加強(qiáng),分身的功能也加強(qiáng)了,一個(gè)原因是學(xué)習(xí)內(nèi)在的驅(qū)動(dòng),另一個(gè)原因是產(chǎn)品和技術(shù)在不斷發(fā)展。
在2023年ChatGPT剛出來(lái)的時(shí)候,幾乎每個(gè)小時(shí)都會(huì)出現(xiàn)新東西,有人感到無(wú)比焦慮,因?yàn)楹芸赡軙?huì)被取代;而有人抓住了一波機(jī)遇,一夜暴富;也有人通過(guò)ChatGPT的學(xué)習(xí)和使用,高效地完成了以前需要很多工作量的工作,比如寫(xiě)代碼、出書(shū)稿等。
這兩年不斷涌現(xiàn)出專(zhuān)業(yè)的大模型,相同的提示詞,不同的AI得到的結(jié)果是不同的。
Excel表格的函數(shù)實(shí)際是搜索的邏輯,而AI并不是搜索邏輯,而是預(yù)測(cè)生成式的邏輯,你給它的每個(gè)字都是它預(yù)測(cè)檢索生成的指引,因此AI又叫“提示詞工程”。
如果我們用AI來(lái)創(chuàng)作一首詩(shī)歌,它不會(huì)直接在《唐詩(shī)三百首》中去搜索答案,而是先學(xué)會(huì)詩(shī)歌的韻律規(guī)則之后進(jìn)行的二次創(chuàng)作。
在AI產(chǎn)出的時(shí)候,即使相同的提示詞也不會(huì)產(chǎn)生相同的內(nèi)容,更何況選擇大模型不同,提示詞不同,訓(xùn)練的語(yǔ)料庫(kù)也不同。
因此,未來(lái)的核心,你不是操作工,你要一個(gè)人活成一支隊(duì)伍,要把自己從單一工作任務(wù)的操作者轉(zhuǎn)變成AI工作成果的監(jiān)督檢查者。
在企業(yè)實(shí)際的培訓(xùn)中,我發(fā)現(xiàn)真正用好AI的其實(shí)不是實(shí)習(xí)生,雖然他們對(duì)工具很了解。真正能發(fā)揮AI智能體效能的人,是企業(yè)的經(jīng)理級(jí)的管理者。
提示詞更專(zhuān)業(yè),AI回答的質(zhì)量也越高,因?yàn)樗麄兙邆涔芾淼募寄芎湍芰?,?dāng)他成為AI成果監(jiān)督檢查者的時(shí)候,天然就具備了高質(zhì)量產(chǎn)出的能力。
2.AI,已成為企業(yè)的超級(jí)員工
說(shuō)到不如做到,我們可以看看一些大型企業(yè)或集團(tuán)公司如何將AI進(jìn)行實(shí)踐性的應(yīng)用。
① 銀行業(yè),智能客服提高金融服務(wù)效率
在AI大模型的使用中,銀行業(yè)最敏銳,也是最早部署行業(yè)的行業(yè)。2023年底,四大行之一的工商銀行已經(jīng)在內(nèi)部OA系統(tǒng)中鑲嵌了智能對(duì)話平臺(tái),員工可以讓其幫忙寫(xiě)報(bào)告了。
智能客服是銀行中使用較為廣泛的智能體服務(wù)。當(dāng)客戶介入的時(shí)候,信息系統(tǒng)會(huì)先把客戶往期的情況調(diào)取出來(lái),它知道你有多少存款,還知道你是保險(xiǎn)型客戶還是投資型客戶,它會(huì)根據(jù)客戶類(lèi)型采用不同的推薦話術(shù),最后有工單填寫(xiě),智能做績(jī)效評(píng)分以及薪酬考核。
智能客服實(shí)現(xiàn)了知識(shí)隨行,實(shí)現(xiàn)了客戶關(guān)系事前、事中、事后的綜合化管理。
在事前智能客服知識(shí)運(yùn)營(yíng)階段,利用大模型自動(dòng)完成數(shù)據(jù)標(biāo)注與知識(shí)維護(hù)工作,替代人工拆解知識(shí)的工作;
事中又分為三個(gè)階段,通話前、通話中和通話后。
通話前,要先做背景了解,對(duì)大模型來(lái)說(shuō)即為“前情摘要”,在坐席與客戶通話前,基于客戶與智能客服溝通的情況形成前情摘要,幫助坐席提前了解客戶訴求。
然后,要交流咨詢目的,大模型則體現(xiàn)為轉(zhuǎn)接電話提醒,在坐席與客戶通話前,基于客戶與前一位坐席溝通情況形成轉(zhuǎn)接電話提醒。
通話中,大模型做到了知識(shí)隨行:在坐席與客戶通話過(guò)程中,預(yù)測(cè)客戶意圖,自動(dòng)進(jìn)行資料搜索,并歸納總結(jié)形成推薦的答復(fù)話術(shù)。
通話后,產(chǎn)出工單預(yù)警:坐席與客戶通話結(jié)束后,對(duì)于坐席暫時(shí)無(wú)法解決的問(wèn)題,根據(jù)客戶意圖預(yù)填工單內(nèi)容。
事后,產(chǎn)生質(zhì)量評(píng)價(jià):在事后質(zhì)檢環(huán)節(jié),生成傳統(tǒng)質(zhì)檢AI模型學(xué)習(xí)樣本,模擬答疑及客戶問(wèn)答對(duì),提升質(zhì)檢模型準(zhǔn)確率。
如果對(duì)話中的內(nèi)容沒(méi)能包含在知識(shí)庫(kù)中,可以讓人工檢索到的新內(nèi)容加入其中,不斷優(yōu)化知識(shí)庫(kù)。AI通過(guò)螺旋迭代的過(guò)程,越迭代越聰明,越用越好用。
② 通訊行業(yè),智能助手提高售后營(yíng)銷(xiāo)轉(zhuǎn)化率
中國(guó)移動(dòng)九天平臺(tái)結(jié)合移動(dòng)的實(shí)體業(yè)務(wù)做了一個(gè)售后轉(zhuǎn)營(yíng)銷(xiāo)助手:通訊運(yùn)營(yíng)商都有網(wǎng)絡(luò)拓寬工程師,他們一方面做寬帶網(wǎng)絡(luò)的安裝維護(hù),另一方面做寬帶網(wǎng)絡(luò)的帶寬升級(jí)。
這個(gè)角色不僅要懂產(chǎn)品的維修知識(shí),還要具備現(xiàn)場(chǎng)營(yíng)銷(xiāo)推廣的能力,如果以前培養(yǎng)或照片這么一個(gè)角色,需要花較高的成本,培養(yǎng)周期比較長(zhǎng),流失率也比較高。
在AI賦能下,工程師在手機(jī)登錄平臺(tái),根據(jù)客戶的問(wèn)題就能直接得到完整的產(chǎn)品推薦話術(shù),客戶問(wèn)題的最佳解決方案,不僅轉(zhuǎn)化率比較高,而且人才的培養(yǎng)成本也比較低,實(shí)現(xiàn)了AI賦能企業(yè)之后的組織降本增效。
③ 醫(yī)療行業(yè),AI賦能論文撰寫(xiě)及智能導(dǎo)診
醫(yī)療行業(yè)專(zhuān)業(yè)度非常高,一篇論文所涉及到的知識(shí)要到專(zhuān)業(yè)的文獻(xiàn)知識(shí)工具網(wǎng)站做定義項(xiàng)的知識(shí)獲取,再設(shè)計(jì)實(shí)驗(yàn)方案,然后要根據(jù)實(shí)驗(yàn)室的報(bào)告,做專(zhuān)業(yè)的課題分析和審核。
而在大模型賦能之后,SCI論文可以全流程地利用AI來(lái)輔助完成。
首先,AI可以根據(jù)關(guān)鍵詞完成文件搜索、查找任務(wù),并自動(dòng)完成文獻(xiàn)的閱讀與總結(jié),找出共同點(diǎn)和差異,提出潛在的研究方向;
然后,AI根據(jù)研究方向的可行性、創(chuàng)新性等提出技術(shù)路線,細(xì)化研究方向,完成實(shí)驗(yàn)設(shè)計(jì);根據(jù)實(shí)驗(yàn)的數(shù)據(jù)生成可視化圖像,完成實(shí)驗(yàn)報(bào)告;
最后,撰寫(xiě)SCI論文,包括撰寫(xiě)實(shí)驗(yàn)背景、相關(guān)文獻(xiàn)的查找,提供實(shí)驗(yàn)步驟設(shè)計(jì),并根據(jù)實(shí)驗(yàn)數(shù)據(jù)撰寫(xiě)導(dǎo)論和摘要,檢查文章語(yǔ)法等常識(shí)性錯(cuò)誤,審稿人還能用AI自動(dòng)生成回復(fù)郵件。
面對(duì)用戶,AI可以完成智能醫(yī)導(dǎo)。
隨著醫(yī)院信息化建設(shè)的長(zhǎng)期發(fā)展,當(dāng)代的醫(yī)院環(huán)境和以往對(duì)比早已今非昔比,但是部分就醫(yī)環(huán)節(jié)依然存在困難。
比如,日常在網(wǎng)絡(luò)搜索健康問(wèn)題時(shí),常被廣告和無(wú)效信息干擾;身體不適時(shí)盡管可借助手機(jī)掛號(hào),但面對(duì)眾多專(zhuān)業(yè)性強(qiáng)的科室名稱(chēng),往往難以抉擇;做了檢查,面對(duì)滿是專(zhuān)業(yè)數(shù)據(jù)的檢查單滿頭問(wèn)號(hào);拿了藥,看到千奇百怪的藥品名稱(chēng),心中疑惑不少。
當(dāng)前所面臨的諸多問(wèn)題,其根源在于醫(yī)療資源緊缺,致使廣大患者的精細(xì)化醫(yī)療指導(dǎo)需求難以滿足。
某數(shù)字科技產(chǎn)業(yè)集團(tuán)在充分應(yīng)用AI工具的情況下,研發(fā)出了一款智能導(dǎo)診應(yīng)用程序精準(zhǔn)醫(yī)療,來(lái)解決院內(nèi)外相關(guān)問(wèn)題。
功能一,健康指導(dǎo),用戶可以隨時(shí)隨地地詢問(wèn)健康問(wèn)題;
功能二,智能導(dǎo)診,當(dāng)用戶需要掛號(hào)就醫(yī),可通過(guò)導(dǎo)診服務(wù)進(jìn)行問(wèn)詢,并進(jìn)行科室預(yù)約;
功能三,檢驗(yàn)報(bào)告分析,取得檢查單或病例報(bào)告后,借助報(bào)告分析服務(wù)拍照上傳,以獲專(zhuān)業(yè)解讀;
功能四,用藥指導(dǎo),醫(yī)生開(kāi)具藥品后,可拍照上傳、識(shí)別并講解關(guān)鍵信息,提供用藥指導(dǎo)服務(wù)。
④ AI+財(cái)務(wù)管理
傳統(tǒng)的財(cái)務(wù)管理,數(shù)據(jù)量大,流程嚴(yán)謹(jǐn),從填單、收單、審核到付款的周期也較長(zhǎng)。AI智能體如何提高財(cái)務(wù)報(bào)銷(xiāo)流程呢?
首先,通過(guò)Al對(duì)話快速便捷完成提報(bào):事前申請(qǐng),如公出用車(chē)、商旅、轄區(qū)內(nèi)事前申請(qǐng)、非食堂用餐員工費(fèi)用等事項(xiàng);費(fèi)用報(bào)銷(xiāo),員工個(gè)人報(bào)銷(xiāo)、日常辦公費(fèi)等。
其次,自動(dòng)收單提高收單效率:確認(rèn)報(bào)賬需求后,點(diǎn)擊票據(jù)上傳,自動(dòng)完成表具收集。
然后,通過(guò)AI賦能完成無(wú)人初審和復(fù)核:對(duì)上報(bào)的附件、發(fā)票類(lèi)型自動(dòng)分類(lèi),區(qū)別出不合規(guī)票據(jù)、應(yīng)稅項(xiàng)目、查驗(yàn)狀態(tài)、重復(fù)性等;復(fù)核合理性、合規(guī)性等要求。
最后,通過(guò)智能支付完成員工報(bào)銷(xiāo)和供應(yīng)商付款。
⑤ AI+數(shù)據(jù)分析
很多有技術(shù)基礎(chǔ)的企業(yè)其實(shí)早就有BI平臺(tái),用AI賦能后的Chat BI,能高效地對(duì)數(shù)據(jù)結(jié)果做分析,找到業(yè)績(jī)下滑的原因,并提供對(duì)應(yīng)的策略與建議。
本質(zhì)上,它是一群智能體在為你服務(wù):它了解你的業(yè)務(wù),也了解業(yè)務(wù)指標(biāo),會(huì)做數(shù)據(jù)分析,也能做圖表,還要做業(yè)績(jī)驅(qū)動(dòng)。它把企業(yè)的知識(shí)資產(chǎn)做出了一個(gè)完整的解決方案。
它的核心是通過(guò)自然語(yǔ)言溝通,把數(shù)據(jù)從數(shù)據(jù)庫(kù)中調(diào)取出來(lái)分析結(jié)果,精準(zhǔn)定位問(wèn)題之后,提供行動(dòng)策略和建議。
有下面一個(gè)數(shù)據(jù)需求分析場(chǎng)景:某零售門(mén)店運(yùn)營(yíng)負(fù)責(zé)人急需了解六月業(yè)績(jī)下降原因,以往靠數(shù)據(jù)分析師、運(yùn)營(yíng)多個(gè)崗位協(xié)作,耗費(fèi)好幾天時(shí)間,嚴(yán)重影響決策效率。
AI數(shù)據(jù)分析如何高效完成這項(xiàng)工作的呢?
首先,向問(wèn)答助手小A提出問(wèn)題——為什么六月業(yè)績(jī)下降了?然后,小A智能識(shí)別出要使用北極星指標(biāo)拆解和多維度分析;接著,小A將分析思路轉(zhuǎn)化為SQL自主查數(shù)并生成直觀的圖表;最后,小A對(duì)數(shù)據(jù)自動(dòng)解讀,找出銷(xiāo)售下滑的主要原因并生成分析報(bào)告。
幾分鐘內(nèi),小A就完成了以上所有工作。
其實(shí)小A背后是由六個(gè)智能體協(xié)作完成工作的:咨詢專(zhuān)家理解用戶意圖;業(yè)務(wù)專(zhuān)家調(diào)用知識(shí)生成分析思路;數(shù)據(jù)工程師生成SQL并查詢數(shù)據(jù);圖表設(shè)計(jì)師生成直觀的圖表;數(shù)據(jù)分析師分析解讀數(shù)據(jù);統(tǒng)籌大師處理模型的切換調(diào)度及agent間的協(xié)作。
⑥ AI+生產(chǎn)制造
生產(chǎn)制造業(yè)使用AI賦能其實(shí)已經(jīng)相當(dāng)普遍,也不僅僅是我們經(jīng)常看到的機(jī)器臂操作工件,包括產(chǎn)品設(shè)計(jì)都應(yīng)用到了AI。
假設(shè)我們要做一款樂(lè)高積木,我們可以通過(guò)自然語(yǔ)言向智能體發(fā)出指令:要做一個(gè)長(zhǎng)寬高各為多少的積木,請(qǐng)幫我生成圖紙。有
了這個(gè)對(duì)話之后,在智能體的窗口上就會(huì)生成一組代碼,同時(shí)另一個(gè)窗口就直接生成了產(chǎn)品的3D設(shè)計(jì)圖紙,如果連上了3D打印設(shè)備,那么很快一個(gè)符合你要求的產(chǎn)品就被生產(chǎn)出來(lái)了。
在生產(chǎn)制造業(yè)中,有很多SOP工藝,很多生產(chǎn)環(huán)節(jié)是不可變的,而傳統(tǒng)的AI代碼輸出其實(shí)并不穩(wěn)定,代碼穩(wěn)定是智能生產(chǎn)的痛點(diǎn)。
解決了這個(gè)痛點(diǎn),不僅效率翻倍,而且成本會(huì)降低很多,因?yàn)閭鹘y(tǒng)的制造業(yè)中,會(huì)代碼的員工的工資高,培養(yǎng)周期長(zhǎng),培訓(xùn)成本也非常高。
而現(xiàn)在用自然語(yǔ)言輸入就能完成代碼及自動(dòng)調(diào)試,生產(chǎn)效率高,員工培訓(xùn)難度小,提升了管理效率,這就是AI賦能的結(jié)果。
以上案例,讓我們看到,要從現(xiàn)在開(kāi)始就要擁抱AI,AI不是工具,而是新時(shí)代的生產(chǎn)力。只有你現(xiàn)在積極擁抱AI,才有可能收獲到未來(lái)的時(shí)代紅利。
如果我們?cè)诼殘?chǎng)的黃金時(shí)期掌握了最優(yōu)秀的學(xué)習(xí)方法,將是會(huì)讓你我受益終身,讓你我不斷進(jìn)步。*文章為作者獨(dú)立觀點(diǎn),不代表筆記俠立場(chǎng)。
主辦方簡(jiǎn)介——量子教育,核心管理團(tuán)隊(duì)來(lái)自浙江大學(xué),秉承「以知識(shí)推動(dòng)創(chuàng)新·讓客戶更具價(jià)值」的使命,鏈接全球優(yōu)質(zhì)教育培訓(xùn)資源,促進(jìn)知識(shí)的創(chuàng)新、傳播與共享。自2017年成立以來(lái),已成功打造知識(shí)IP3000+,在線課程累計(jì)曝光150億+,全網(wǎng)粉絲2600萬(wàn)+,為690+家大型國(guó)央企、金融機(jī)構(gòu)及上市公司等500強(qiáng)企業(yè)提供優(yōu)質(zhì)內(nèi)容資源、創(chuàng)新解決方案等人才培養(yǎng)創(chuàng)新服務(wù)。
本文由人人都是產(chǎn)品經(jīng)理作者【筆記俠】,微信公眾號(hào):【筆記俠】,原創(chuàng)/授權(quán) 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。
- 目前還沒(méi)評(píng)論,等你發(fā)揮!