共计 4679 个字符，预计需要花费 12 分钟才能阅读完成。
部署了四个 AI 模型后，我优化了 50%的员工
2017 年 7 月 8 日，著名畅销书《人类简史》和《未来简史》的作者尤瓦尔·赫拉利来到中国。
我有幸和他同台演讲。
他讲“主动进化”，我讲“知识进化”。
他讲到，体力劳动已经被机器取代，大家觉得还有脑力，于是所有人转型做白领。
但现在，人工智能出现了，脑力劳动可能也要被取代了。
当时，有的同学还是不敢相信，说：
体力劳动，可以被机器取代，但是脑力劳动，应该无法被取代吧?
也有同学说：
艺术，总是人工智能取代不了的吧？
很多人不愿意相信，艺术的背后，是算法。
现在，距离 2017 年，已经过去了 6 年。
GPT-4、Microsoft 365 Copilot、Midjourney V5、Google PaLM API，一颗颗 AI 领域的重磅炸弹，扎堆引爆。
很多人惊呼，这个让人惊喜也让人惊恐的人工智能，到底将如何影响商业世界?
有天早上，一位无锡的企业家涂总，他在微信上给我讲了一件事儿。
他说了什么事儿呢?
部署了四个 AI 模型后，我优化了 50%的员工。
啊，天呐。
AI 应用效率已经这么高了吗?
是的，很高。
毫不夸张地说，至少将我们的工作效率提升了 10 倍。
甚至更高。
哦，能仔细讲讲吗?
于是这位学员，向我分享了自己使用 AI 后的经验和感受。
听完后，我深受震撼。很有启发。
我请同事采访了这位企业家学员，今天，也把这些收获分享给你。
如何应用 AI，改变我们的工作流？
根据耶鲁大学和牛津大学的研究人员对 352 位人工智能专家进行的采访，人工智能到 2060 年前后，有 50% 的概率完全超过人类。
突飞猛进的 AI，在金融、医疗以及生活的方方面面，给我们带来了巨大的不确定性。
这些不确定性，是挑战，但也是商业的机遇。
涂总说，在 2022 年初，我们公司有 194 个人。
现在，公司只剩下了 88 个人。
为什么?
因为使用了 AI 模型，工作效率得到大幅提升，各项成本大幅下降。
我们精简了人员，但生产效能却不降反增，业务规模也开始迅速膨胀。
我举个例子：
原来我们有大概 70 个医学编辑，后来使用 AI 之后，发现文案输出效率远远高于人工。
比如针对一款新药，做上市后推广宣传，患者教育，需要给甲方提供患教内容主题规划及制定内容推广策略。
我们给 AI 模型发出指令，生成内容，可以至少节约 70-80% 的创作时间，编辑只要做调整、润色、校正就好。
以前可能需要 2~3 天产出一篇文章，一篇文章的生产成本需要大几千元。
使用 AI 后，平均 3 个小时，最快 45 分钟，即可成文。
比如协助医生做一份关于 RWS 研究的 CRF 表单，我们让 AI 进行角色扮演，让它充当一个试验的研究者，AI 给出的表单结构也非常清晰。
我当时就在脑子里快速算了一笔人力成本账。
假设 AI 工具可以在创作上解决大部分原创创作，大大提升工作效率，那意味着什么呢?
人员支出，可以缩减。
内容产出，可以增加。
怎么缩减? 怎么增加?
比如砍掉一半的人。
比如让视频部的视频编辑，医学编辑，一天写 100 条短视频脚本。
这，都是以前不敢做的事儿。
别说做了，想都不敢想。
以前的常规工作流是什么样子的呢?
比如接到客户的视频需求。
先开一个项目启动会，从接到客户需求到分析客户需求，这需要大概 1 天时间。
然后团队搜索资料，找竞品，和客户初步沟通等等，这大概需要 2 天时间。
提炼需求，头脑风暴，设计执行插画，脚本，定风格,MG(Motion Graphics)还是三维风格，这又需要大概 7 天时间。
等到电脑渲染完，提交初稿，可能又要 7 天，甚至半个月都有可能。
这，已经是按照最快效率了。
但是有了 AI 呢?
完成这一切，可能只需要 1 天。
以前，我们写脚本，团队是绞尽脑汁，昼思夜想，写完还要手工再筛选。
有了 AI 之后，我们开始规模量产，大力出奇迹。
人一天写 3 个脚本就不错了，机器可以一天生产 100 条，不知疲倦。
虽说这 100 条，并不一定像人生产的那样拿来就能用。
但是通过规模量产，然后人工在这个基础上进行调优，也可以很快地形成一个至少 60 分的脚本。
还有漫画，我们也裁了很多美工。
因为 AI 比我们美工画得好，出图快，稍微修一修，就可以用。
我们现在所有公众号推文，都是 AI 出图。
我们给 12 岁以下的孩子做生理学科普知识，从脚本，分镜到原画，到上色。
以前需要一二十个人干，现在我们一个人就等于 20 个人。
除了编辑，动画等执行层面的应用，还有就是我们在服务客户时基于 AI 的自然语言应用，包含辅助问答、图像识别等等。
比如基于企业微信对话辅助问答，包括药品说明，疾病描述，结合上下文回答，答案参考等等。
我举个例子：
多信息采集定制属于自己的 AI 机器人，实现基于 pdf 的快速阅读。
以前医生查资料，花费时间很多，信息庞杂，还难以梳理出要点。
医学资料又比较枯涩难懂，耗费心力。
有了 AI 以后，可以传递多个同一类型的 pdf 给 AI。
通过机器学习，获取输入的 pdf 的核心要点，概括出核心要点，可通过上下文结合要点传递相应的分析结果输出给医生。
对于时间紧、任务重的医生来说，可以在有限的时间里快速查阅更多的资料，获取更多的数据信息。
不仅是医学行业，从财务和销售报告到项目和业务建议书、培训手册和法律合同，AI 都可以快速提供所需的信息，帮助相关从业人员提升工作效率。
还有就是基于 AI 的图像识别应用。
比如家里的老人身子弱，日常调理身体，你想花几千元请个营养师帮助。
老人一听，要花几千元，舍不得。
你是左右为难。
请营养师，老人不开心。
不请营养师，你心里总是放心不下。
那怎么办?
这就需要 AI 医学营养师了。
我们的 AI 医学营养师可以智能饮食方案生成 + 餐食点评。
比如老人拍了一张早晨的膳食图片，盘子里有玉米、鸡蛋、白菜、紫甘蓝、蛋白质饮品等等。
发送给 AI 医学机器人之后，AI 可以快速识别出食品种类，并给出膳食搭配建议，最后真人营养师快速人工复核并纠错。
这样的话，效率可以提升几十倍，成本也可以下降。
平时你说，少吃油盐，饮食清淡对身体好。
父母笑哈哈，想着一辈子都重油重盐过来了，这不好好的。
你的话有时候父母不愿意听。
但是如果你把一个医生请回家吃饭，医生随口说两句，重油重盐对身体不好啊 ……
父母笑着笑着就真的听进去了。
我们希望借助技术的力量，让每个用户都拥有专属于自己的 AI 营养师，帮助医生提升工作效率，也帮助千万家庭解决营养膳食搭配问题。
还有一些场景是，一些病人去医院，进行了血检和尿检之后，拿到报告单，通常他们是看不懂的，病人完全没有任何基础的知识，怎么办?
比如正常尿酸水平是多少? 我的数值有没有在正常范围之内?
啥是快速 C 反应蛋白? 我的数值超出了正常值，这意味着什么?
这个时候拍照发给 AI，AI 可以快速识别检测报告，给出解释，做一个辅助医生的优秀小助手。
另外，通过 AI，也可以建立 1v1 小群，为患者提供个性化精准服务，比如患者信息及随访表单填写、患教内容精准推送、动态化 DOT 管理追踪，及时发现脱落风险主动干预等等。
还有客服，我们的客服也采用了 AI 自动化随访，一个患者一个群，100 万患者，100 万个群，全部采用自动化来管理。
客服效率也是一下子提升了 10 倍。
所以这块人员，也进行了大规模的精简。
多出的人力，我就可以思索启动更多新的事儿。
给客户的报价也可以更加优惠，开拓更多客源。
现有工作流的作品，也可以留出更多的思考时间，提高作品的质量。
使用 AI 后，选育用留发生了什么变化？
当 AI 浪潮席卷而来，公司裁掉了一半的人。
这些人，肯定不是拍脑袋裁的，能留下的人，也都是有原因的。
使用 AI 后，你们公司的选育用留发生了什么变化?
裁员时，会先裁哪些对象?
首先，裁最贵的，谁贵裁谁。
替换成本低的，产出效益低的，都裁掉，节约成本。
比如一些又贵又没用的中间管理层，重复性工作比较多的美工等。
在育的层面，我会筛选有培养前途的，有上进心的。
还有一些跟了特别久的员工也会保留，比如有的孩子已经跟了 8 年，甚至 10 年。
这些人我想了半天，最后还是选择留下。
裁员，这事儿，是一个艰难决策。
我让一个优秀部门负责人去裁自己部门的人，他怎么都裁不掉。
在门口转啊转，抽几口烟，来到我的办公室说：
要不老板，你还是把我裁了吧。
他觉得每个员工都很重要，都舍不得，手心手背都是肉。
我的思路也很简单，一定是保留能打仗的优秀核心人才。
一个完不成目标的公司，是可怕的。
一个不赚钱的公司，是不负责的。
在市场上来看，组织得先活下来，才能让员工活的体面。
那么，我们换一种思路。
假设公司是一艘大船，而船即将沉没，现在给你个选择：
只有能完成目标的人才能带着你跳上小舢板，让你重新上岸。
上岸的团队，你来负责，相当于重新创业，那你挑谁?
你是挑能带你活命的人，还是不给你活命的人?
从管理效率层面来讲，组织在发展壮大过程中，其实很容易陷入到帕金森法则中。
什么意思呢?
组织一旦形成，组织人员就开始自我膨胀，每个管理者都考虑通过增加自己业务组的人数和拆分工作量，来显得自己很忙，地位很重要。
一流的人雇一流人才，二流的人雇三流，甚至四流人才。
如此往复，最终产生臃肿的管理层。
人员不断膨胀，每个人都很忙，但组织效率越来越低下。
这就是组织帕金森法则。
所以其实在很多超过五千人的组织，你陆陆续续砍掉一半人。
你初期可能会觉得很痛苦和犹豫。
但是从结果来说，这个组织几乎一定还能运行下去。
因为存在太多运行效率不高的机制、业务组、成员等等。
其次，在筛选的过程中，也是一种双向选择。
公司想裁员，其实很多员工也忍领导很久了，早就受不了公司了。
看我们不顺眼的，正好也趁这个机会，下定决心，彼此祝福。
还有就是 我们看中的员工，想留下，也不一定能留得住。
别人有别人的想法，公司的发展空间，上下级的协作氛围，公司的激励机制等等都会影响员工的选择。
市场，永远是双向选择的。
你觉得自己，为什么没被裁掉？
听完涂总的分享，我又随机问了现场一个没有被裁掉的员工。
你觉得为什么留下的是你，而不是其他人?
她害羞的笑了笑，说：
也没啥，就是干实事儿，空杯心态吧。
还有很重要的一点，就是学习能力和学习效率，以及对新事物的好奇心。
就像如果 Chat GPT 出来一个月了，你都没有想去申请账号去体验尝试。
那我觉得肯定多少会有些问题。
有人可能会说，我也想体验呀，但是有好多卡点，我体验不了，怎么办?
这就是伸手党了。
一定要时刻保持主动思考，想想为什么别人行，而你不行。
遇见问题，想解决问题的办法，而不是逃避。
还有的人可能会说，AI 真的会冲击到我们的行业吗?
言外之意，AI 哪怕毁天灭地，这关我啥事。
有些人会觉得新事物和自己毫无关系，这在我看来非常可怕。
如果你觉得没关系，那么这个世界也会觉得你可有可无。
先用起来，然后是用好。
不同的人使用 AI，提升的效率肯定是不同的。
一把宝剑在帝王手里，能够指挥千军万马。
但是有朝一日流落田间，被农妇捡到，只能沦为烧火棍。
同样使用 AI，你使用就是人工智障，别人使用就是人工智能。
差别在哪里? 学习效率，思考能力。
提供高质量 Prompt，是使用 AI 的关键。
AI 回答质量高低，除了依赖其本身的算法模型作为支撑，也需要人类作为主体提供高质量的 Prompts——提示词进行驱动。
不会提问 = 无效使用。
我可以分享一个 Prompts 使用示范：
另外就是作为老员工，对公司管理流程和价值观都非常熟悉和认同，协作起来效率高。
新人可能有能力强的，但是并不一定发自内心的认可这些，那长远来看，其实也不一定真的彼此适合。
最后应该就是彼此陪伴吧，希望和公司一同去成长。
一路走来，其实也可能犯了很多错。
但是成熟的人，能够快速翻篇，认识到自己的错误，快速复盘改进。
当然，这也需要你的领导也有格局和心胸，
哪怕你多次犯错跌倒，也愿意给你机会，真正做到：
对事不对人。
总的来说，想做事，也有能力做事。
我想，这就是能够留下来的答案吧。
