目前公司里面的AI应用
今年开始我们公司在很多场景里面都尝试利用AI的技术——例如利用第三方的AI Chatbot跟Career页面结合起来去给潜在应聘的工作候选人提供服务。我试用了一下：体验不算特别好，因为chatbot看似真人（还很搞笑地用了我们HR部门一位妹子的头像，安了一个化名），回复需要思考特别久，反应很慢（>2分钟至少）。一些常见问题：例如在XX方面在XX地区有什么职位Openning，这个本该常规的问题没有被训练好，花了3分钟还在那边空转，完全没有给我想要的答案。好奇点进去提供第三方服务的公司，好像还挺多规模化的公司在用这项服务，真不知道是不是我们公司用得不妥当还是怎样，个人体感比非AI的chatbot的体验还要更差，毕竟期待值给拉高了。
另外公司在尝试AI改良的还有产品联想那个功能，这个也不是什么最新的概念了，但是感觉想到和做到还是有一段很长的路要走，团队从两年前就一直叫嚣着AI概念什么的，然而更多停留在内部宣传的层面，到了目前还没能做出最终的成品。
关于会不会取代工作的一些思考
针对个人的经历的观察，我认为AI会让公司能用更低的成本去完成原来的指标，所以需要请的人肯定会大量减少——尤其是基础的客服岗、光是在网上回复别人问题的基础岗位，只需要单一技能重复性强的某些岗位等。我们公司从去年到今年就辞退了大量的内部销售、客服岗位，这些都是相对技能比较单一，极容易被取代的一些岗位（例如只是上上CRM系统告诉客户目前货物到了哪里，价格是多少，估价多少等等）。
但是对于一些岗位我认为还是需求巨大的：
- 针对整体复杂流程的优化（例如跨地区的资源整合，优化目前一些复杂的流程，精简流程等）
- 需要做决策做选择的岗位（多个动态的衡量指标，然后做决策和判断并且预判）
- 跨学科领域的一些专业人士 （把两个或以上较大的学科结合起来的长期实贱人才）
- 探索性岗位（例如帮助公司转型，开拓新的业务，从无到有的创造或模仿，需要做过的有实战经验的人指路）
- 实时辅助类的（例如确保系统运转的各类real-time支援型基石岗位）
- 忠诚客户类的（例如自带客户群基础的销售）等
哪怕只是基于自身的专业，业余时间尝试用AI去做出一个东西，或者优化一个具体的流程，减少了成本加快了速度，去解决一个一直以来比较棘手的问题，去满足一个之前较难满足的需求等。这些实践上的经验我觉得都能在具体就业上成为加分项。
另外我认为AI能帮到中小型企业实现更快速度的成长，和压低成本。时间和人力成本经常是小微企业的限制因素，有了AI，相当于一个走路的人跟一个搭飞机的人对比，单位时间里面可以做成的事情大大增多了，而且企业可以有更多的时间去做思考和拓展版图。我身边有很多真实例子是，公司大概是5个人以内，产生了一年7个figure的营收。有了AI之后，每个人的生产力都指数性成长，都是一个或者多个公司，公司与公司之间做原子链接。（可能现在已经是如此）
我看了一个Youtube的采访视频，受访者是英国的一名关于软件工程和计算机视觉分析的教授和导师。我是比较同意他的观点和论证的。——就是目前技术而言，AI不会让所有人失业，而是改变职业的结构，所有目前的岗位，通过结合AI技术，会催生一种新的职业方向，而且在这个路径上，每个工种都能找到属于自己的新位置。（下面是菜单，详情可以跳到03:19 – Job Opportunities）
// MENU //
00:00 – Coming Up
01:11 – Intro
01:34 – The State of A.I
03:19 – Job Opportunities
04:48 – Code with Vulnerabilities
05:50 – A.G.I
09:20 – Training A.I
10:06 – What Language Should You Learn?
14:54 – Coursera Courses
19:17 – Will the Future have Different A.I’s?
20:18 – What is Segment Anything?
21:47 – How to Incorporate A.I in your Job
25:29 – A.I is Everywhere
31:21 – Going to a Third Group
33:52 – Books to Read
35:16 – What Should you do in 2024?
40:58 – Ride the Wave
43:52 – Conclusion
45:16 – Outro
类比当年Web3对传统经济的颠覆，很多实体经济被压垮了，却又有很多新的需求和形式的增加。所以需求用一种形式流动到另一种形式，此消彼长，不会说把真实的需求完全消失殆尽。
视频很有启发性的另一点，05:50 – A.G.I 认为很多的研究人员认为，在未来5-10年来，AI可能会诞生出更贴合需求的各种精准的模型，但是并不是颠覆的那种。还有一点提醒到了我，由于目前市面上很多的所谓的AI工具和应用，都是在Chatgpt这种模型上加了一个Wrapper，重新包装成为一个个性化的应用，实际来源都是Chatgpt。假如有一天，这个模型决定关闭或者做出大量的调整，其他所有以此为基础根基建立的东西就会变化——变得特别不稳定。所以那些基于Chatgpt为基础研发产品的人，他们要思考和解决的一个问题是：我如何确保，在chatgpt每次大的调整过后，还是能让产品保持相对稳定的运行，并且持续按照之前指示的方向去运行？
另外，受访者尝试去用Chatgpt帮忙解答一些特别具体的他的研究领域的问题，发现这个模型（相对general）还是不能帮他解答，也就是说，一些特定领域专精的数据模型，需要自己通过相对应的大量数据去训练出来。而且对Chatgpt的控制性也需要把握住，例如说平常一个客服插件运行得好好的，但是万一有天客户问了一个另外的问题：如何制造一个炸弹，要怎么办？因为答案的确也存在（隐藏在）相同的数据模型里面。。。
经常用AI的场景
我最常用的应用场景就是在写各种文书、沟通，各种情况下对同事的回复（各种带情绪的回复：同情、安慰、共鸣、开心等）那些。从AI回来的修改语句我会批判性地用，也从一些我觉得好的表达方式里面学到更多的形式。还有就是SEO关键词的生成、数据分析等一些具体的应用。也会跟手机版的Chatgpt用英文聊天，各种练习small talk。我受到启发的是一位在小红书上跟chatgpt Dan模式谈恋爱的女生（午夜狂暴哈士奇狗）。。。Chatgpt 4-o的更新后，我明显感到它分析具体网站的能力提高了，还有计算各种ROI帮助决策的（选方案一还是方案二等）可参考度提高了。
Chatgpt给我家的猫起名一只叫”玉眼“，一直叫”云织“，我个人还蛮喜欢的。
还有之前happy hour里面比我早接触chatgpt的同事分享了他们的常见用法：就是叫它跟自己辩论，然后吸取两边的论据。用小红帽口吻写别的童话故事之类的，用不同年龄的口吻改写报告等已经被用饱和的例子。。。
也分享一个我觉得还挺启发的X博主，他提供了很多AI的应用例子，挺好玩的：
