本文深入探討了AI與數(shù)字化結(jié)合的極限以及在企業(yè)應(yīng)用中遇到的挑戰(zhàn)。文章首先介紹了GPT-4版本的強(qiáng)大功能，隨后分析了AI在企業(yè)服務(wù)領(lǐng)域的同質(zhì)化現(xiàn)象，并提出了三個(gè)全民性問(wèn)題：科學(xué)素養(yǎng)的缺乏、創(chuàng)新思維的不足和解決問(wèn)題能力的薄弱。作者提出了兩個(gè)AI應(yīng)用的線索，即用AI建模解決策略問(wèn)題和用AI改善客戶服務(wù)，為企業(yè)提供可行的思考方向。

01

每一次GPT的能力革新，總會(huì)讓人驚呼。

本周GPT升級(jí)到4o版本，重磅更新了各種能力，輸入輸出的格式增多，文本、音頻、圖像都能搞定，能理解畫面和聲音，甚至能讀懂人類面部語(yǔ)言，響應(yīng)速度和性能也有了很大的提升。學(xué)姐也在第一時(shí)間體驗(yàn)了它的文本能力，和4.0相比，無(wú)需長(zhǎng)串的提示詞，就能基于猜想給出合理的內(nèi)容。輸出的內(nèi)容能有效銜接上下文，邏輯嚴(yán)密。

第一個(gè)感受是：模型創(chuàng)業(yè)者又要望GPT興嘆了。這也是這兩年AI創(chuàng)業(yè)的難點(diǎn)，原本卡在技術(shù)上的難題，自己啃著三五個(gè)月，進(jìn)度條才走到10%，底層能力一更新，原有的問(wèn)題瞬間消失，真是得唱一句：時(shí)間都去哪兒了？當(dāng)下底層技術(shù)確實(shí)在一路狂飆，每次出現(xiàn)都帶來(lái)全新的面貌，但是我們的應(yīng)用層已經(jīng)無(wú)限趨同了。企業(yè)服務(wù)領(lǐng)域，無(wú)論是SaaS，還是協(xié)同辦公平臺(tái)，各自都花了一年時(shí)間去探索AI應(yīng)用，最終卻交出了類似的答卷。

人手配備一個(gè)智能小助理，可以用來(lái)輔助工作輸出答案，有文檔功能的一定會(huì)應(yīng)用智能擴(kuò)寫、總結(jié)，有聊天窗口的一定會(huì)加入上下文總結(jié)，視頻會(huì)議的記錄和總結(jié)也成了標(biāo)配。面對(duì)越來(lái)越趨同的數(shù)字化應(yīng)用場(chǎng)景，讓我們拋下這個(gè)問(wèn)題：面對(duì)AI的快速發(fā)展，人類的想象力是不是黔驢技窮了？先說(shuō)個(gè)結(jié)論：把AI應(yīng)用到企業(yè)數(shù)字化上，本身就是一個(gè)天大的難題。且，這個(gè)難題不會(huì)隨著技術(shù)思維的提升而降低。

SaaS和協(xié)同平臺(tái)本身就是科技企業(yè)，擁有強(qiáng)大的技術(shù)能力，但是他們也難，為了找一個(gè)契合AI的場(chǎng)景也要絞盡腦汁，也要精心計(jì)算企業(yè)會(huì)不會(huì)買單。企業(yè)內(nèi)部自研就更難了，原本技術(shù)能力就弱于外部服務(wù)商，大量的技術(shù)人才又困在業(yè)務(wù)和技術(shù)的匹配中不得解脫。一邊在現(xiàn)實(shí)業(yè)務(wù)發(fā)展和復(fù)雜的利益關(guān)系中左支右絀，一邊要考慮跟上AI的技術(shù)發(fā)展，賦能業(yè)務(wù)。懂業(yè)務(wù)的人不懂技術(shù)，懂技術(shù)的人又不懂業(yè)務(wù)，或者說(shuō)不能越俎代庖地去為業(yè)務(wù)負(fù)責(zé)。

02

以上，是AI+數(shù)字化難題的表象，但歸根結(jié)底，我認(rèn)為背后還有3個(gè)全民性的問(wèn)題，阻礙AI應(yīng)用落地。一則是缺乏基本的科學(xué)素養(yǎng)，對(duì)于技術(shù)有畏難心理，或者反向妖魔化技術(shù)畏難是說(shuō)害怕自己搞不好數(shù)字化，弄不懂AI，項(xiàng)目會(huì)失敗，自己也會(huì)承擔(dān)責(zé)任。

本質(zhì)上是因?yàn)榱私獾貌粔蛏钊耄職膺@件事情，不是來(lái)源于自信，而是信息充分下的合理預(yù)期。所以只有深入地了解，才能真的解決企業(yè)對(duì)AI和數(shù)字化的深度認(rèn)識(shí)。再說(shuō)妖魔化。

妖魔化的淺層，是指直接對(duì)著新技術(shù)說(shuō)no，凡是不會(huì)的不懂的新出現(xiàn)的都是不合理的，思路會(huì)被駭人聽聞但毫無(wú)邏輯的謠言牽著走。雞會(huì)長(zhǎng)出9個(gè)頭，吃什么都會(huì)致癌。換到企業(yè)數(shù)字化的場(chǎng)景上，也就是使用者會(huì)抵觸所有的技術(shù)，任何形態(tài)的技術(shù)，機(jī)器，系統(tǒng)，APP，都是亂七八糟的“玩意兒”，“不知道有啥用”。

妖魔化的深層，是騙子太多，特別是在新技術(shù)出現(xiàn)以后，一大堆人就忙不迭地來(lái)割韭菜了，特別是現(xiàn)在有了短視頻這樣極大的流量工具，只需要做好煽動(dòng)情緒的預(yù)案，再疊加一套緩解焦慮的產(chǎn)品，大量的人看到標(biāo)題就沖動(dòng)下單了，買完后從不去看，下一次想起來(lái)自己買了這個(gè)產(chǎn)品是因?yàn)橘u家翻了車。這樣的生態(tài)，導(dǎo)致我們對(duì)于新技術(shù)有一窩蜂的焦慮和好奇，又通過(guò)購(gòu)買低質(zhì)的科普產(chǎn)品快速消滅熱情。

于是乎，大眾表情越來(lái)越麻木，越來(lái)越順其自然。和多少年前的高速公路收費(fèi)員也沒(méi)有什么兩樣，明知會(huì)被顛覆，卻沒(méi)有早早儲(chǔ)備新的出路。

二則是沒(méi)有創(chuàng)新思維。我們的教育里，天然就缺乏創(chuàng)新的培養(yǎng)。我們有過(guò)恢弘的歷史，最雄偉的建筑，最厲害的四大發(fā)明，是唯一傳承至今的文明古國(guó)，我們不應(yīng)該缺乏對(duì)先進(jìn)事物的想象，也正由于創(chuàng)新和適應(yīng)能力讓我們的文化得以延續(xù)。但是在企服行業(yè)，創(chuàng)新成為了不值一提的事情。

創(chuàng)業(yè)者方面，同質(zhì)化嚴(yán)重，像素級(jí)抄襲在這個(gè)行業(yè)里屢見(jiàn)不鮮。在競(jìng)爭(zhēng)激烈的賽道上，有一度大家都不敢去開發(fā)新的功能，上什么能力友商都很快跟進(jìn)，抄襲的速度比客戶正式使用的速度還快，這是何等諷刺的地獄笑話。

何況SaaS廠商有個(gè)更尷尬的難題，創(chuàng)新的成本太高。特別是產(chǎn)品后期的新能力，只能滿足極小部分特定的用戶，卻要及大代價(jià)去開發(fā)，當(dāng)創(chuàng)新和生意是否劃算放在天平的兩端，活的兢兢業(yè)業(yè)SaaS廠商自然也不敢往創(chuàng)新那一端去添加砝碼?？蛻舴矫?，因?yàn)闆](méi)有創(chuàng)新思維，導(dǎo)致亦步亦趨的學(xué)習(xí)同行，同行買了什么產(chǎn)品，怎么做數(shù)字化也跟著來(lái)一套。

客戶總覺(jué)得：自己思考自己想方法多難，槍打出頭鳥，照著抄錯(cuò)了也是大家一起錯(cuò)。中庸做事的觀點(diǎn)，特別是在大型企業(yè)中，體現(xiàn)得淋漓盡致。從數(shù)據(jù)來(lái)說(shuō)，從軟件時(shí)代到SaaS時(shí)代，距今那么多年，賣得好的還是ERP、CRM、HCM這些軟件時(shí)代的老工具，創(chuàng)業(yè)者沒(méi)有更廣闊的想象，束手束腳追求確定性，客戶也沒(méi)有革新自己的認(rèn)識(shí)，只有一起相伴走老路。

三則是和問(wèn)題硬碰硬的能力。如何發(fā)現(xiàn)問(wèn)題，如何從多個(gè)問(wèn)題中選擇當(dāng)前最重要的問(wèn)題，如何拆解問(wèn)題逐步解決問(wèn)題，都是我們不擅長(zhǎng)的。反之，我們很擅長(zhǎng)一種很圓融的智慧，用巧勁來(lái)避開問(wèn)題，或者軟化問(wèn)題。也就是說(shuō)，我們?nèi)鄙儆眉夹g(shù)去解決問(wèn)題的硬碰硬的思維。大家都知道，信息技術(shù)的底層，是0，1組成的二進(jìn)制語(yǔ)言，是一門邏輯語(yǔ)言。

所以技術(shù)擅長(zhǎng)解決的問(wèn)題，是清晰簡(jiǎn)單的，是有非黑即白的確定性答案的。所以使用技術(shù)的前提，是當(dāng)前做法是標(biāo)準(zhǔn)化流程化，顯現(xiàn)的問(wèn)題也是清晰可描述，能細(xì)化到“A審批流的第一個(gè)環(huán)節(jié)總是卡殼3天”這種問(wèn)題，技術(shù)自然可以挺身而出，提升效率。

技術(shù)并不萬(wàn)能，它能把低效變成高效，但很難把混亂變成有序。就像如果一場(chǎng)會(huì)議組織混亂結(jié)論不清，AI再如何聰明，最后給出的會(huì)議紀(jì)要也只能云遮霧繞。說(shuō)到這里，就不得不提華為何以會(huì)成功落地?cái)?shù)字化，因?yàn)檫@個(gè)企業(yè)真的很擅長(zhǎng)打硬仗。文化硬，流程硬，作風(fēng)硬，想好了就落實(shí)成總綱，總綱細(xì)化成方法論，有了方法論就堅(jiān)決執(zhí)行。

僅僅5年，用1年落成愿景，4年完成行動(dòng)，全公司17萬(wàn)員工，共同完成了銷售收入翻番但人員未顯著增長(zhǎng)的壯舉。同時(shí)建設(shè)了合作伙伴的數(shù)字化和消費(fèi)者門店的數(shù)字化，協(xié)同提效至秒級(jí)，塑造消費(fèi)者服務(wù)全流程線上化。

所以說(shuō)，要有這樣和問(wèn)題硬碰硬的能力，正視問(wèn)題，把問(wèn)題逐條梳理清楚，讓機(jī)器明白到底從哪個(gè)方向輔助，AI才有用武之地。所以我一直認(rèn)為，企業(yè)沒(méi)有做到業(yè)務(wù)的數(shù)字化，沒(méi)有產(chǎn)生業(yè)務(wù)數(shù)據(jù)，去談AI就仿若空中樓閣，不理智也不現(xiàn)實(shí)。

03

以上花了不少篇幅，立足于中國(guó)企業(yè)數(shù)字化的土壤，來(lái)談AI落地的先天不足。光戳痛點(diǎn)不給結(jié)論，從來(lái)不是學(xué)姐的風(fēng)格，所以這里給出2個(gè)線索，諸位可以結(jié)合自身業(yè)務(wù)，逐一梳理，或許有機(jī)會(huì)找到AI落地的最佳點(diǎn)位。

1 用AI建模解決策略

問(wèn)題企業(yè)內(nèi)部，往往有一類角色高度依賴于專業(yè)知識(shí)和經(jīng)驗(yàn)，但是其經(jīng)驗(yàn)很難口述和傳遞，也就導(dǎo)致企業(yè)高度依賴這類角色。我們把這類角色的專業(yè)知識(shí)和經(jīng)驗(yàn)還有說(shuō)不清道不明的感覺(jué)都稱作【策略】，試著讓AI來(lái)學(xué)習(xí)，看看會(huì)發(fā)生什么。舉個(gè)物流行業(yè)中例子，這個(gè)行業(yè)里有一個(gè)核心角色，叫做調(diào)度，他會(huì)負(fù)責(zé)訂單和車輛的匹配。

眾所周知，物流是一個(gè)利潤(rùn)率極低的企業(yè)，調(diào)度角色做的好不好，就直接會(huì)影響利潤(rùn)率，所以好的調(diào)度工資是不低的。之前這個(gè)崗位的策略，需要調(diào)度自己去摸索，甚至有的時(shí)候要憑借直覺(jué)的預(yù)測(cè)。最近幾年隨著行業(yè)數(shù)字化，有了智能調(diào)度功能，雖然沒(méi)有完全替代調(diào)度，但是通過(guò)學(xué)習(xí)調(diào)度的分配方式，慢慢把調(diào)度無(wú)法描述的經(jīng)驗(yàn)抽象成了一套模型，并能輔助調(diào)度做常規(guī)性的調(diào)度安排所以，AI應(yīng)用的第一條路，就是基于數(shù)據(jù)建模技術(shù)摸索出一套策略，來(lái)支撐對(duì)不確定性業(yè)務(wù)的決策，提升決策的勝率。

2 用AI解決客戶服務(wù)的問(wèn)題

在數(shù)字技術(shù)誕生以來(lái)，特別是互聯(lián)網(wǎng)誕生后，誕生了非常多新的模式，本質(zhì)上都是源于對(duì)個(gè)體提供了更好更優(yōu)秀的服務(wù)，服務(wù)的背后是以各種模式將信息光速串聯(lián)起來(lái)。AI在此基礎(chǔ)上，不僅能連接信息，還能理解信息、生成信息，還能一步步引導(dǎo)，幫助人解決問(wèn)題。

4o的場(chǎng)景里，AI能看到屏幕上的數(shù)學(xué)題，一步步教導(dǎo)學(xué)生，循循善誘的幫助學(xué)生解開答案；還可以用語(yǔ)音和人類溝通，比如教美國(guó)人學(xué)習(xí)中文。這些場(chǎng)景，都證明了AI幫助人解決問(wèn)題的能力提升，人機(jī)之間的交互體驗(yàn)也越來(lái)越接近人和人之間的真實(shí)觸感。那對(duì)于企服企業(yè)，有太多客戶服務(wù)的工作了。就像SaaS廠商，服務(wù)場(chǎng)景多，成本高呀。

有SaaS公司的老板告訴學(xué)姐，有的時(shí)候，一個(gè)大客戶上項(xiàng)目，甚至要部署1年的時(shí)間，面對(duì)全國(guó)那么多的客戶，還要建立多個(gè)服務(wù)中心隨時(shí)支持，模式極重。那能不能通過(guò)AI去解決這個(gè)問(wèn)題，AI去教導(dǎo)用戶呢？值得思考。

另外，個(gè)人認(rèn)為阻礙低代碼發(fā)展的重要原因，就是客戶認(rèn)知門檻太高，而便宜的價(jià)格注定了不可能去做個(gè)性化服務(wù)和實(shí)施，那AI現(xiàn)在來(lái)了，能不能看到一點(diǎn)機(jī)會(huì)，也值得探索。我們看到上一代互聯(lián)網(wǎng)，客戶服務(wù)做的最好的是電商，基于此，誕生了全球幾十萬(wàn)億的市場(chǎng)。

那這一代，客戶服務(wù)明顯又可以提升幾個(gè)檔次，受益者的名字還未寫下，思考和探索也應(yīng)該步履不停?；仡櫛疚?，我們聊了中國(guó)市場(chǎng)應(yīng)用AI的3個(gè)本質(zhì)原因，接下來(lái)也給出了2個(gè)應(yīng)用AI的思考方向。

最后，學(xué)姐要強(qiáng)調(diào)的是，應(yīng)用AI的基礎(chǔ)還是數(shù)字化。我們把應(yīng)用AI當(dāng)作撫養(yǎng)小孩，小孩是個(gè)天分極高的天才，但你需要用數(shù)據(jù)喂養(yǎng)。說(shuō)回這幾個(gè)概念的關(guān)系，學(xué)姐用一句話總結(jié)。企業(yè)數(shù)字化的核心在業(yè)務(wù)數(shù)字化，業(yè)務(wù)數(shù)字化的核心在于要素、流程和規(guī)則的標(biāo)準(zhǔn)化，而AI的核心就是以上所有標(biāo)準(zhǔn)化后的數(shù)據(jù)。