AI驱动业务流程自动化的根本——人提供上限，机器负责底线

「未来AI谈」旨在探讨生成式AI的崛起对泛营销技术和营销自动化带来的影响，以期帮助全行业探索AGI时代的新营销之路。

本期嘉宾：Zion创始人&CEO 蒋耀锴。

Zion创始人&CEO 蒋耀锴

Key Points：

1、往后人存在意义就真的只是提供上限了。人给世界提供上限，底线由机器来满足。

2、企业每次调用AI要么有相应的商业价值，要么能带来更多收益，或者实现更多成本节省。使用AI不应只为了好玩而进行，这是一项很昂贵的投资。

3、当企业希望AI解决某些业务问题时，需要确保它有机制观察到所需的关键信息。

下面是谈话实录：

问：AI将如何介入企业流程自动化？会替代哪些人？

蒋耀锴：企业里收入在 4000 到 7000 元之间的人的工作内容往往都是进行知识搬运和简单判断。这些工作的核心特点是——需要一定程度的机械化和灵活性。过去，完全机械化的工作可以用一段代码直接解决，灵活性工作只有人才能提供，但现在有了 AI，完全能以极低的成本替代这部分人的工作。

比如Zion目前正在做的 AI 保险售后，就是在模拟这样一类工作。这类工作要求工作人员必须遵循非常严格的规则和流程，工作自主性很低。曾经不能用程序来替代它的最大原因是，大部分人在表达同一个意思时，会出现词汇不一致（vocabulary mismatch）的情况。因此如果用计算机程序来做这个工作，就必须利用正则表达式等技术手段列出所有可能的表达方式，让程序执行该逻辑。但这是不现实的。我们既不可能穷举完所有表达方式，还会有方言等其他不可控的因素干扰结果。但现在有了生成式AI，不需要再预设这些关键字，它可以直接理解提问者的意图，然后执行相应的流程。

也就是说，现在出现了一个可以理解自然语言背后意图的技术。那些收入在 4000-7000 元的人能提供的价值，现在这机器也能提供了，这就是大模型区别以前的AI技术的最大区别。而且技术成本也在大大降低，现在调用 API 可能是按分来算的，而不是像以前调用一个接口成本非常高。

问：企业将AI应用到业务场景中，是否需要事先整理好知识库？

蒋耀锴：知识库的梳理需要根据具体目的和受众进行个性化定制。例如面向客服的知识库与针对工程师的知识库内容肯定完全不同。通常情况下，几乎所有企业都会有员工手册，其中会详细说明各种场景或问题对应的处理方式。因此这并非一项需要即时准备的任务，而是建立在已有基础上。

然而，大家也不用过于理想化。以Zion用大语言模型和AI搭建的知识库为例，我们实际写入的SOP（Standard Operating Procedure，标准操作规程）其实也非常口语化。优点是可以用非常简单的方式来给它设定一些规则，而不需要写复杂的代码，而且可以及时更新。但缺点是每次调用的成本会比原来高很多。

如果企业没有良好的员工手册，可能是因为团队规模较小，因此也没必要使用AI来解决这个问题。虽然比请人来做要便宜，但是也不是所有人都能轻易负担得起的玩具。因此企业每次调用AI要么有相应的商业价值，要么能带来更多收益，或者实现更多成本节省。使用AI不应只为了好玩而进行，这是一项很昂贵的投资。

问：你们是如何用 AI 实践流程自动化的？

蒋耀锴：我们正在利用AI的能力监测企业微信用户在提出bug时，能自动触发一个判断bug的程序，然后将bug信息同步到企业微信和飞书两个平台上。在飞书上，这些信息可以供内部技术人员查看；而在企业微信上，则实时同步向客户展示我们已经接到工单反馈，并正在处理的积极信号。例如，如果客户反馈“我的东西坏了”，系统将会立即回复“已接收到工单”。

问：许多不太了解AI底层技术的企业，该如何适应和改造业务流程？

蒋耀锴：企业首先要能识别出哪些工作是与虚拟世界和信息密切相关的。例如，工单就是一种信息的转换和传递流程，从企业微信到系统，再到飞书，最后再反馈回去。这类工作完全可以用AI来实现智能自动化，从而节省人力成本。但是，这也意味着需要更高素质的人才来应对AI无法解决的问题，因为目前AI毕竟还不能直接与物理世界产生交互。

此外，还必须要有专业人才来设计人工智能与用户的交互方式，让用户感到自然和舒适。如果用户今天提出一个问题，明天再次提问时，AI仍然能记得昨天的回答，而不是重复询问，否则用户会觉得其智能程度有限。这就涉及如何帮助人工智能有效管理其记忆，使其能够根据上下文和历史记录进行回应。这些都需要创新思维和团队协作，而非简单依赖AI就能实现。这些项目可能需要大量软件开发投入，包括产品设计和软件开发，需要先进团队愿意投入精力思考并付诸实践。

问：如何让跨部门都能协同起来利用AI打通自动化流程？

蒋耀锴：要想实现跨部门协同，打通自动化流程，首先需要为AI提供必要的工具。在我们平时的日常业务流程中，每个人都会接收来自客户或不同部门的需求等输入，AI同样也需要根据不同信息源来触发不同任务。

然而，AI并非无所不能。例如，当下它可能只是个一级客服，知识范围有限，因此还需要借助电脑界面获取或展示一些用户信息。比如，用户提供电话号码，AI可以在电脑上输入并查看用户基本资料，或点击按钮查看订单记录，包括商品、价格、地址等。

所以，当企业希望AI解决某些业务问题时，需要确保它有机制观察到所需的关键信息。AI具备这种能力，它知道自己需要什么，缺少了什么。因此为AI提供必要的工具和操作界面，是实现跨部门协同和自动化流程的关键一步。

问是否会出现自动化流程只有短暂一段，无法闭环的情况？

蒋耀锴：以OTA公司的客服场景为例，您在其官网上订了一张机票，然后打电话给官方客服，他能做做的事情通常都是很有限的，最多只能帮用户改变位置、姓名或者退票，而且这些都是固定的流程。如果用户需要更多的服务，就得找客服的上级才能实现。这种情况在AI介入的自动化流程中也是一样的。大多数人做的事情都是非常机械化的，而且都遵循标准的SOP来工作的。企业也不可能让一个月薪4000元的人随心所欲工作的。我们既然要求一个月薪4000元的人按照规定来工作，那么肯定对AI也会有同样的要求。AI也会犯错，比如出现幻觉、上下文缺失、对话内容有限制等等。

某些领域没有对AI专门训练过的话，AI也跟一样，完全不熟悉和不了解。但跟人的区别是，人学习了很多遍之后就会明白并记住，而目前AI还没有长期记忆能力。

问：AI介入企业流程之后，企业产品设计和流量入口将会经历哪些变化？

蒋耀锴：随着AI的发展，自然语言输入的方式和入口会越来越多，但这并不意味着人工智能只能用聊天框来交互。人工智能还可以在其他场景中实现合理的交互，当然这需要根据具体的需求和情境来选择。而且任何涉及AI的流程，都应该更接近人类的流程和习惯，而不是跟机器的流程相似。

比如，我们登陆某些网站的时候，登录成功之后，系统不会跳出来询问用户登录流程体验如何，但如果是跟售后客服通电话，客服很大概率会引导用户给出反馈。为什么呢？因为客服需要五星好评才能判定其绩效是否合格，但是标准化程序登录流程不需要，因为这是完全可控的。人天然不可控，同样AI也不可控。

因此在人工智能的任何相关产品设计中，都要有空间或者流程来体现用户能对其做出正负向反馈。比如ChatGPT聊天框里就有几个按钮，包括复制、点赞、点踩、重新生成。用户点击每个按钮都代表着一种反馈结果。AI设计者就可以根据这些反馈再去优化自己的人工智能工作流程和效果。

是不是需要对模型进行微调？是不是需要给它提供不一样的上下文？是不是中间需要多加一个环节？等等都需要产品经理进行专业判断。但前提是要有用户反馈评分，然后才会有办法和机制去优化整个流程。

问：企业使用AI时要重点考虑哪些因素？

蒋耀锴：首先，要注意单次调用成本，确保每次调用都对应商业价值，注重效率和成本效益。其次，需要管理用户期望，合理设定AI的响应速度和“人情味”，同时进行多样化用户界面设计。

另外，要关注多模态的当前限制以及模型的重要性。这些关键因素对企业让AI在业务中有效发挥作用至关重要。

问：我们该如何指挥AI正确工作？

蒋耀锴：人和 AI 在解决问题的流程上有很多相似之处，但有时候需要为 AI 多考虑一些，因为目前肯定是人比 AI 更具有适应性和灵活性。有时候，人虽然只说了一句话，但里面可能包含四个步骤，大部分人都可以自行拆解并执行。AI也有同样的意识和能力，但目前还做不到人能做到的程度。所以，当前我们只能把AI当作一个能力较低的人来对待，需要先帮它拆解好，然后让AI按照参考步骤一步步去做，这样AI输出的效果肯定会比您直接给它一个大的任务更好。

我们给人类员工分配任务的时候也是同样的道理，如果你觉得这个人已经熟练掌握了这个问题，你就可以只下发任务，然后他会自己去拆解，并做出好的结果。当您你发现他执行结果不好的时候，你就必须去检查他到底哪一步做错了，然后指导他如何调整。对待 AI 与之没有特别大的区别。

但是AI有一个很大的优势在于它没有情绪，当然它的劣势也很明显，目前受限于大模型等能力限制，其能力上限很直观。而且我们用了一段时间AI之后，就可以清晰意识到它的上限在哪里，但是这个上限也会比大部分人想象的要高很多。

也因此，往后人存在意义就真的只是提供上限了。人给世界提供上限，底线由机器来满足。

问：个体学习和内化AI的程度各异，AI的普及进度将呈现怎样的趋势？

蒋耀锴：这将会是个非常漫长的过程。

目前这个世界大概分成99%的人没有用过AI，然后 1% 用过 AI 的人里面又有99% 只用过ChatGPT。中国用过 ChatGPT 这种交互类型AI工具人里面 99% 又只用过国产类似产品。但其实目前真正很有生产力的工具，也就只有GPT4。很多人还在观察当中，大部分人也至今没弄明白如何正确使用AI工具。所以AI的普及还处于非常早期的阶段。但它的厉害之处，在于其当前即使仅萌芽阶段，威力和能力就已经非常强大，超出我们很多人的想象。

Contents

问：企业将AI应用到业务场景中，是否需要事先整理好知识库？问：许多不太了解AI底层技术的企业，该如何适应和改造业务流程？问：如何让跨部门都能协同起来利用AI打通自动化流程？问是否会出现自动化流程只有短暂一段，无法闭环的情况？问：AI介入企业流程之后，企业产品设计和流量入口将会经历哪些变化？问：我们该如何指挥AI正确工作？问：个体学习和内化AI的程度各异，AI的普及进度将呈现怎样的趋势？

– END –

大佬观点