前陣子看了很尊敬的大神程世嘉的影片:打造 AI 職場力。裡面的論點我很喜歡,所以我又看了另一部:【2023.5.20趨勢論壇】AI時代下的教育方向(專題對談:葉芷娟、曲博、程世嘉),雖然TA與主題都略有不同,不過大抵跟我自己運用 AI 工作的心得十分相似。這篇文章就來總結一下自己與 AI 協作的感想。
當然了,AI 還在飛快的發展,相信隨著新版推出心得也會不斷改變。到時候我們再回頭來看看。
需求分析和工時預估:chatGPT
客戶給的需求有時候非常簡略,但他們又需要我們提案要做多久,這時怎麼辦?一個「電商網站的會員功能」,可以很簡單也可以超複雜。而部分客戶來洽詢的時候有時根本就沒有預算,只是想先問問看預算水平參考參考。如果這時真的訪談與企劃做下去了,客戶後來發現太貴不想做(這種事很常發生),那前面的人工都是浪費。
所以我會請 chatGPT 根據設定好的條件先擬一版可能有的功能,再依照功能分別預估,原本要以數天計得工作可能一天就能完成。
文章寫作:chatGPT
上週我辦了場活動,活動後就要立刻給媒體補稿。但我手上還有一堆工作同時壓過來,怎麼辦呢?我設定了一些條件讓 chatGPT 寫,再行潤飾和調整文章元素,很快地就完成了稿件。
《延伸閱讀:善用 chatGPT 撰寫長文的5個訣竅》
資料總結:claude
我最近拿到了幾百個的2024 趨勢報告。都是原文 PDF,每個 PDF 有百頁。如果我全部自己看,可能 2025 我都還解析不完。所以我索性全部丟上 claude 並請他總結給我,如果有看到有趣的項目,我才會打開原文來對照。
外文翻譯:Google Bard
只有這一項我沒有請 chatGPT 做,因為它翻譯出來的東西實在太詭異了。我常需要與英文系和日文系合作對象聯繫,若說 chatGPT 的英文寫作只是略生硬,日文寫作有時候就是亂掰了。
但這點不知為何在 bard 上就好多,明明兩個都是 openAI 體系的產品。bard 會幫我寫幾個版本,事後校稿的 loading 也明顯沒那麼繁重。
《延伸閱讀:亞洲新媒體峰會AI翻譯出包 曝資料庫1缺點》
總結 AI 對我工作上貢獻的有:
AI 不是設計來回答精確的問題,這點大家都知道。所以使用它的人=我是決策責任者。我必須花更多時間在校閱上,也更考驗我在特定領域的專業知識。我還是常常會跟同事討論他給出來的結果,挑選適合我們的選項。
千萬別叫 AI 做重要決策。一個好的商業決策必然包含對市場的理解,而潛藏在市場深處的是對「人」這種複雜生物的掌握。如果用 AI 做重要決策,失敗了後面的科技巨頭可不會幫你負責。
我從事 "connection" 的工作,連結人與組織、連結組織與組織,AI 雖能幫我把「苦工類」的工作減少,但是為了不要讓它產出派不上用場的答案,我必須更有邏輯地去規劃自己提問的方式。
像是我現在每次寫文章都會 AI SEO 關鍵字工具跑一下主題關鍵字,可是如果不夠精確,AI 就會抓錯方向。我想這不只是下 prompt 的能力,更是一種「提問力」。我要對自己、對客戶、對事情提出好的疑問,AI 才能真正幫上忙。
少了些繁雜工作,我就多了時間去思考如何做更好的溝通與觀察。人很複雜,每個決策都包含了邏輯與感性。我花更多時間在學習平衡兩者,並且試著讓自己在這兩塊上的綜合能力提升得更好。這也呼應到前面所說的「專業」與「提問」。
我認為 AI 目前為止並沒有真的讓誰沒工作,但是它的確分擔了很多苦工類型的作業,譬如消化大量資料、重複的行動等等。但AI或多或少都成為「我們必須讓自己更成長」的推手,因為以前「做苦工」算是一種職場貢獻,畢竟事情就是得有人做,可現在也許不是了,而且苦工方面你拼不過它。
回到我開頭分享的兩段影片。我非常贊同講者 Sega 所說的,分擔掉雜事後,人類的價值是回來投注更多心力在面對面的關係。過去這或許是一種選項,隨著AI導入的成本降低,這成為我們一種不得不學習的技能。
總得來說,我不覺得 AI 會取代我,但我會很小心的在我身為人類可努力的領域更加努力,不要讓總價值輸給它。