極客網(wǎng)·人工智能3月20日 微軟正式推出Office Copilot生成式AI，它可能是顛覆性產(chǎn)品，值得關(guān)注。
Copilot工具的最大優(yōu)勢在于“數(shù)量”，也就是說完成任務(wù)的時間會大大縮短，就業(yè)、績效、工作流程可能都會被它改變。當(dāng)然Copilot也能提升“質(zhì)量”，只是目前生成式AI還不夠成熟，在質(zhì)量提升方面還遠遠不夠出色。
類比的話微軟Copilot好比早期造車的特斯拉，生產(chǎn)汽車的速度很快但質(zhì)量一般。對于追求“速度”的員工來說，生成式AI工具很有吸引力，但同時還是要注意不能忽視質(zhì)量。
從特斯拉看生成式AI
我們其實可以類比特斯拉。當(dāng)特斯拉殺入汽車市場時，它頂著“科技公司”的光環(huán)，高度重視自動化和機器人技術(shù)。當(dāng)時的特斯拉對于如何制造汽車理解并不深刻，但最終特斯拉還是造出了價格足夠便宜的電動汽車。
盡管特斯拉汽車受到追捧，但質(zhì)量問題頻頻出現(xiàn)。因為特斯拉高度關(guān)注速度、成本，它所使用的機器人、自動化技術(shù)提高了生產(chǎn)速度，但并沒有改進質(zhì)量，這和生成式AI目前的表現(xiàn)是一樣的。
再看看捷豹，當(dāng)初它在新的自化工廠生產(chǎn)F-Type，工廠專業(yè)人員是從奔馳請來的。F-Type的產(chǎn)量并不高，但質(zhì)量卻出類拔萃，因為運營工廠的專業(yè)人士帶來了高質(zhì)量管理經(jīng)驗，所以生產(chǎn)的汽車問題很少。
機器人、AI技術(shù)無疑可以大幅提升生產(chǎn)速度，當(dāng)生產(chǎn)中好的部分提速時，壞的部分也同樣在提速，因為技術(shù)本身無法區(qū)分好壞。當(dāng)然，你可以訓(xùn)練AI，告訴它“好”與“壞”的區(qū)別，但AI仍然無法理解如何達到高質(zhì)量。
AI也沒有創(chuàng)造能力。內(nèi)容生成式AI也是一樣的，只有當(dāng)使用者知道如何創(chuàng)造“高質(zhì)量”，AI才能發(fā)揮作用，真正幫人類打造出高質(zhì)量產(chǎn)品。如果使用者犧牲質(zhì)量追求數(shù)量，AI仍然只能協(xié)助生產(chǎn)出質(zhì)量低劣的產(chǎn)品。
隨著時間的推移，特斯拉汽車的質(zhì)量不斷改進，但最初它所獲得的優(yōu)勢也在削弱。早先購買特斯拉電動汽車的可能是保時捷車主，他們十分關(guān)注汽車質(zhì)量，特斯拉早期聲譽不佳會影響購車者態(tài)度。
面向PowerPoint的Copilot
當(dāng)我們使用Copilot時，一方面要關(guān)注Copilot如何提高生產(chǎn)力，另一方面還要關(guān)注它如何提高“質(zhì)量”。在PowerPoint中使用Copilot給我們帶來了有趣的體驗，值得仔細探索。
許多人會在演講筆記中使用PowerPoint，但從來沒有考慮用PowerPoint傳遞視覺信息。Copilot帶來了變化，它能幫我們制作更加視覺化的媒介內(nèi)容。以前使用PowerPoint時用戶可能追求的是制作更棒的“演示文稿”，現(xiàn)在可以添加豐富的“視覺化元素”。
如果你很會講故事，Copilot能讓你如虎添翼。Copilot可以為文檔、圖書制作圖片，用視覺元素講述各種概念，讓溝通變得更直觀。如果你不會講故事，即使有了Copilot也還是會陷入困境。
掌握生成式AI需要時間，需要學(xué)習(xí)。當(dāng)你深入學(xué)習(xí)并掌控生成式自動化AI工具，工作速度會大幅提升。和任何自動化工具一樣，如果從一開始你就努力消除缺陷，未來缺陷就能得到更好的控制。如果你一開始就放縱，不注意消除缺陷，未來就要投入更多時間調(diào)整修正。
生成式AI工具仍處在進化初期，毫無疑問，未來掌握此技術(shù)的人將會淘汰沒有掌控者，正如掌控電腦的人淘汰使用打字機和計算器的人。
到底生成式AI會帶來怎樣的變革我們不得而知。不過美國不斷優(yōu)化生產(chǎn)工具，提升生產(chǎn)力，這一研發(fā)方向還是值得我們的企業(yè)好好學(xué)習(xí)的。（小刀）
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
