你確定AI真的幫你提效了嗎?

0 評論 3091 瀏覽 4 收藏 12 分鐘

自從大模型誕生之后,不少打工人就希望能讓AI替代自己一部分工作提高工作效率。事實上也確實有人用AI協助工作,但問題是,真的提高效率了嗎?

-我發現了一個AI圖像生成工具

-我輸入需求

-它就會給我輸出結果

-如果不滿意,不斷的點刷新,它就會給我不斷迭代結果

-直到一個相對滿意的結果呈現給我之后,我交付了。

老板說:“我感覺這個元素應該飽滿一點”

我開始局部重繪,進行了多次的微調

運營說:“這個表意不符合業務場景”

我開始替換掉主元素,進行了多次的溶圖

工程說:“我只要主體物就行,麻煩給我切下圖”

我開始把圖片算法放大、截出主體元素并用另外一個工具給背景去掉

AI在里面提效了嗎?好像是有提效,但是為什么感覺還是和傳統工作流耗費的時間差不多呢…

為什么都想借助AI提效?

這個時代節奏太快了,這一問題的背后,是人類社會對“快”的狂熱追求。我們希望做得更快、更好、更省力,從工業革命到信息時代,這種趨勢從未停止。然而,當AI 以驚人的速度介入我們的日常時,我們真的如愿以償了嗎?還是說,這種“無腦應用”反而讓效率變成了一種表面現象,掩蓋了深層次的低效與困惑?更重要的是,我們該如何理性地使用AI工具,使其真正成為生活和工作的助力,而非一種快節奏焦慮的放大器?

在這個快速變化的時代,似乎每個人都在追求更高的效率。我們似乎都是這樣:看劇用倍速、看書先翻閱書評、甚至做一張簡單的圖片都要找各種AI工具來“加速”創作。我們常常急于求成,仿佛不能再慢下來了。是人心浮躁嗎?我反而更覺得是我們被這個時代的節奏“裹挾”著無法停歇。

追求效率并不是優先目標

馬爾科姆曾提出過“10,000小時法則”,即任何人在某個領域達到大師級水平,需要至少10,000小時的練習與積累。然而,這一理論本身的核心是“慢”的過程,需要耐心、專注和時間的沉淀。而今天的我們,面對瞬息萬變的技術和信息流,似乎已經沒有那么多耐心去等待一個深刻的理解或成長的過程。正如他所言,雖然效率的提升能讓我們完成更多的工作,但在這一過程中,是否也逐漸喪失了對“慢”的真正領悟?

在如今這個信息爆炸的時代,很多人反而把追求效率視為優先目標。就拿追劇舉例,早期大家普遍習慣于按部就班地觀看劇集,可如今許多人已經選擇開倍速,甚至在抖音上會有很多博主針對一部2小時的電影做3-5分鐘的電影解說。原來我們可能看一部電影需要看好幾遍,才能明白其中蘊含的哲理。現在直接就把哲理“塞”進你腦子。你真的會有什么感觸嗎?反正我沒有。

哲理的最大獲益者是總結出哲理的人,而不是閱讀哲理的人。跳過具象知識,我們只得到了一個不了解深度的空殼話術。而這種快速消費文化,似乎逐漸侵蝕了我們對深度思考和慢生活的追求。

AI真的提效了嗎?

我經常開會,有的會議有算法、設計、前后端、運營。有時候一個會一二十個人在討論一個方案,很多的action和改動點。稍有走神,可能就忽略了一個細節的討論。我每次都錄音,回去再慢慢聽一遍,以防漏掉細節的改動。后來我開始用訊飛聽見,把每次的錄音轉成文字,我不再需要聽一遍,只需要瀏覽一遍文案,找到關鍵討論的時間節點去看文字稿就好了,我感覺確實提高了一些效率。

后來我覺得慢了,我開始訓練了一個會議紀要的模型助手,可以將我轉文本的錄音稿做整理,并輸出紀要。我自覺聰明,之后的每次開會我都漫不經心,心里想著反正回頭我有AI整理會議紀要。

后來有一次開會結束后,我還是用AI整理出會議action,然后針對討論點進行整理和修改,自豪滿滿的在第一時間發給同開會的同事,覺得自己可牛了,非常有效率。

我同事指出很多地方和討論的不一致,甚至有些是相反的,我只能悻悻地說:還有點瑕疵!自從那一次后我再也沒有用過AI幫我整理會議紀要,每次還是自己一邊聽一邊記下action。

怎么用AI才能提效?

AI真的可以提效嗎?肯定是可以的。

以設計師舉例,很多時候要用多個軟件配合才能產出一張好看的符合業務邏輯的圖片,現在可能用AI 不到5分鐘給你生成一批。但是還是那句話,AI的提效是需要和場景相結合的,即便AI產出的圖片再好看,如果不符合業務場景,運營也是不會投放的。這也是工作中經常發生的事情,設計師覺得整體方案沒問題,但是運營覺得表意不明,甚至表意不符,就不會讓你上線。

AI的強悍就在于用戶體驗到的就是輸入-輸出,把中間傳統的復雜節點全部覆蓋掉,只保留端到端。AI的鏈路節點一般就是:獲取-總結(分析)-輸出。

我可以說一下我現在在用的比較成功的一個場景,就是職場面試! 我之前大大小小的面試不下20次,有時候碰到壓力面,面試官會問很多的問題,問得我大腦過載,甚至一片空白。而下來之后呢,全然忘記剛才的問題。這是經常有的事。

后來我也和在開會一樣,用了AI總結的能力,我煉制了一個面試復盤助手。當我把每次面試的復盤轉文本發給它之后,它都會給我以可視化的表格以及精確的分析整個面試的過程,并且針對我這次面試進行打分和判斷我通過的概率。 幾乎現在沒有怎么去再微調這個Prompt,依舊很好用。

提效的核心在于

AI,從長遠看一定會非常厲害,但是他應該是在很多生產力量變到一定程度的時候產生的質,所以你對職場人來講,就是要利用好現在的不完美的AI本質,再縮小AI的服務范圍,讓它極致垂直化,有契合場景。

為什么我用AI去總結面試內容順風順水,而用在會議紀要上反而起到了反作用?

1、面試一般是一對一,而會議基本是多人討論。形式不同,會直接影響到投喂的文本質量。而投喂的文本質量有太多雜亂的信息,就會導致輸出有誤。

2、它不能代替我判斷。面試一般是一問一答,一般一個話題最深進行三輪就結束了。而會議中多人參與討論的點,會不斷被推翻,相互輸出,最終確定一個版本。

3、總結的本質是對具體內容的分析和高度概括。而我們所投喂的語料都是以語音轉文本后的文件為參考。本身就脫離了正確的對話情景,AI是沒辦法身臨其境去判斷文字的指向。面試內容相對單一,一問一答。不過會議的多人討論,很多的list需要分段總結,容易出錯。

4、如果你不了解,你無法確定AI的總結就是準確的。面試我們都是高度集中的狀態,基本上下來我們也能對大致的討論內容有一個前置意識。會議如果我們完全走神,加上討論信息過載,我們自己對于正確的信息沒有記憶點,更無法判斷AI所總結的是否是正確的。

所以單就AI總結來看,不是所有內容都適合,包括但不限于文本、視頻。比如博客類的多人訪談,內容過于分散;又比如電影,僅看字幕,脫離畫面,是無法總結的。 AI是否提效的前提在于是否有相契合的場景,對于AI的使用是否足夠垂直化。

小結

雖然AI的未來前景廣闊,但當前的應用仍然存在著泡沫。利用好現在的不完美AI本質,縮小服務范圍,讓AI在特定領域中發揮極致的垂直化效能,是現階段最明智的選擇。我感覺AI特別像是一個聰明但是現在還不是很職業化的一個實習生。然后你要給他一個SOP,讓他做一些很垂直很細小的事情。

就像我在文章開頭說的那樣,AI它有時候不一定真的提效。我們不能因為追求速度而忽視質量,AI的應用需要我們更深入地思考,找到適合它的場景,合理利用它的能力。

本文由 @小普 原創發布于人人都是產品經理。未經作者許可,禁止轉載

題圖來自 Unsplash,基于CC0協議

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發揮!