1.1.4 工作中的人工智能可以帮你做什么

随着越来越多的传统企业转型，以及企业服务类人工智能产品落地场景增多，人工智能技术也被逐渐应用到日常工作中。很多人恐慌人工智能会通过“高效率”“无休息”的特点在很多工作岗位上“取代”或“打败”人类，但总体来说：

人工智能不会单纯取代“劳动力”，而会辅助提高人们的工作效率。

人工智能可以完成工作中重复性高、危险性高的部分，也可以当目标明确时做简单的创作型工作，如当前有的人工智能工具可以生成图像。人工智能的能力来自“数据”。机器学习和深度学习所遵循的范式就是“数据拟合”，都是以统计学、概率论为核心的概率模型，简言之：从数据中找到“对应关系”。自然语言大模型（LLM）也是在被训练了千百万次之后，可以根据上文内容来不断预测下文内容。因此人工智能无法主动定义任务，也无法在未经数据训练的条件下产生创造力，可以在工作中作为助手来提高效率。

人工智能主要从以下四个角度改变我们的工作方式，如图1-2所示。

1.数据采集和处理

从信息采集和录入，到数据加工处理，在很多企业中这些环节还是依赖企业员工手动完成，通过自动化的方式完成数据的采集和处理能够有效提高企业内数据流转的效率，比如，财务人员依然需要录入发票信息，手工操作中难以避免出现误差和错误。使用OCR（Optical Character Recognition，光学字符识别）和图像识别技术，只需对着纸质票据进行扫描或者拍照，就能自动将票据图像“翻译”为结构化数据，并对数据进行自动预处理、表单录入，财务人员可以根据企业需求自动归类票据并存储影像，不仅使重复性录入数据的工作效率大大提高，还降低了潜在录入出错的风险。

2.辅助工作数字化

我们在工作中都会遇到手动整理资料的场景，如编写会议纪要、工作日程安排、需求文档等，使用语音和自然语言处理等技术，人工智能可以自动帮助我们整理资料，提取重要内容，安排日程计划等，从而辅助自动安排日常工作计划。人工智能也可以辅助检索聚合信息，生成文档报告、安排会议等，减少我们花费在琐碎的、重复性、机械性工作上的时间。

3.提高流程的自动化程度

需要多人协作的工作或需要多个环节处理的工作，通过人工智能技术可以串联其中信息流转的环节，减少或替代这些环节中人的参与，在提高业务管理效率的同时降低人工操作的出错率。以电子商务中“商品素材优化”的工作流程举例，往往电商企业为了提高商品的点击率和转化率，会由设计人员（UI）和专业的电商运营人员对“商品图片”“标题”等内容不断进行优化，整个优化过程可以拆分为“素材制作”“投放计划方案设计”“素材实验”“效果分析”“素材上线”五个步骤，并在日常工作中不断重复这五个步骤，共需要设计人员、运营人员、数据分析师等约5人，完成一轮素材优化工作需要1～2周。在这个工作流程中涉及人工处理的“素材制作”和依托数据的“素材实验”“效果分析”步骤，目前可以借助人工智能完成。该案例的工作流程自动化的介绍请参考4.5节内容。

4.辅助分析、决策

在很多专业化程度高的领域，如贷款审核、艺术设计，人工智能技术的应用会受制于算法、监管、安全性等因素而无法完成整个工作，但我们依旧可以利用算法在这些领域辅助我们。面对有大量业务数据的场景，可以通过人工智能算法挖掘我们感兴趣的部分，或者发现一些很难通过人脑分析得到的潜在的有价值信息，来辅助我们在工作中进行决策、判断。比如，利用图像识别算法可以从最新的时尚图片中提取关键信息，以确定图中的物品或人物的穿着风格等，这包含上百个细节，人工智能可为其自动生成标签，这些生成好的标签可以帮助我们监测分析潮流趋势，发现社交媒体上的新兴产品，总结出社交媒体上最热门的时尚潮流及消费者偏好，从而帮助时尚电商和时尚品牌规划自己的商品，作为产品生产、设计的参考。

未来，哪些工作会被人工智能“取代”？

说“人工智能取代工作”不够准确，人工智能不会取代“工作”，而会替我们去执行“危险”“重复性质的体力劳动”等工作任务，提高工作效率。

1）危险性高工作：如矿井勘探、深海作业、高温作业等，在这些环境下由人去完成工作会有很高的风险，由人工智能机器人替代人在这些环境中工作可以避免环境对人体造成的伤害。这些环境中的工作内容一般是检测、搬运、采集等，其中需要人为决策的工作内容可以通过网络信号传输给操作员，操作员在非危险环境中处理。我们现在已经可以看到有各式各样的机器人通过机械臂来替代人工作业，此时人工智能发挥作用的地方主要是通过实时采集的信号来辅助操作员决策，或者通过摄像头等设备对现场物体进行检测、行进道路规划等。人工智能替代的是具体的实施工作，并非真正“取代”高危环境下的工作，而是将人从工作环境中解放，让人以类似于“人工智能操作员”的角色和它协作。

2）重复性质的体力劳动：如食物、服装、机械设备装配的流水线，这些都属于重复性质的体力劳动，基本所有工作岗位都会存在，就连软件开发工程师也不例外。重复性质的工作是可以通过人工智能自动完成的，在具体场景下局部精细微调和审核工作任务还是需要人来把关。不同场景下这些“重复性质的体力劳动”所占的比例是不一样的，如在商品生产的流水线上，未来发展的趋势是自动化、无人化，而在“重复性质的体力劳动”占比低的行业内，如在软件开发工程师对代码的复用中，人工智能所充当的角色是“协作者”。当遇到开发问题时，开发者过去经常从Stack Overflow等开发者论坛上提问或查找答案，现在可以通过询问自然语言大模型聊天机器人来寻求答案，之后再配合搜索引擎搜索、编译调试来解决问题。人工智能凭借内容聚合、分析、生成的能力也可以为开发者补全代码，以及编写一部分需要的代码，来提高开发者编写代码的效率。

人工智能能够“取代”的工作有明确的落地“边界”，是指落地场景具有下述四个条件：

• 解决问题有实际可操作的流程；

• 有明确的开始条件或明确的输入数据；

• 流程中的环节流转有明确的判断条件；

• 有明确可以判断工作完成的方法。

这四个条件都需要人来清晰定义，并且流程的流转是以数据作为判断、分析依据，这样才能够通过人工智能自动把整个场景串起来，让它来完成工作，如图1-3所示。