Transcription
你总是会迈出第一步，就像你打开 ChatGPT 时一样，它不会读心术 >> 提一个有智慧的问题已经成为一项非常重要的技能集 >> 你在使用 ChatGPT 吗？是的，你正在使用，但使用本身并不是结果，比如利用它的能力来减少你创建第一个广告文案所需的时间，并能够运行更多实验，因为你效率更高，这就是你所发展的核心技能，什么被认为是好的输出，什么被认为是坏的输出 [音乐] 就在这里。不，我们永远不会构建一个系统来取代人类的这个方面。 >> 人工智能 [音乐] 为你打开了许多你以前看不到的窗口。 >> 你好，欢迎收听我们另一期“我们自己的设备”节目。嗯，这次我们将讨论人工智能在技能提升方面的作用，也许你知道，当你谈论人工智能时，你如何提升自己，你知道嗯，每一次升级都是一次好的升级吗？嗯，为了谈论这个问题，我们请来了 Great Learning 人工智能与数据科学副主任 Dr. Paw Kumar Gurazada 博士。嗯，Dr. Pon Kumar，感谢您来到节目。 >> 谢谢。感谢您的邀请。 >> 让我先问您一个问题。对。所以，你知道，我从一位在硅谷工作的人那里听到一个非常有趣的故事。嗯，他他说，你知道，事实上，我们问他，你认为人工智能会取代科技行业的就业吗？他的回答是，如果你不使用人工智能，你就没有工作。 >> 对。所以，这是一个非常非常不同的看待方式。但我在某种程度上同意，这就是现实，对吧？事实是我们所有人都必须提升自己来使用人工智能，对吧？我知道我很久以前，在大流行之前，我和 Adobe 有过一次谈话，那时他们已经开始引入像 Sensei 这样的人工智能工具，他们说，而且 Adobe 的一位领导者告诉我，整个公司都在进行技能升级。 >> 对，因为你不能出售你没有使用的产品。 >> 对。 >> 所以，所以，所以您如何看待人工智能技能提升的整个机会和挑战？ >> 对。我认为这是一个非常适时的时机，因为就在昨天今天，印度 IT 股票一直在下跌。是的。而似乎 Coork 已经 >> Co-work 是的 >> 所以这是一个非常非常普遍的恐惧，嗯，是的，而且它也来自那些传播它的人的一些误解。 >> 但它的核心基础实际上是真实的。嗯，所以如果你看看，通常是什么，什么曾经是，什么曾经是耗时最多的方面，嗯，你知道的优质工作，它仍然是很多繁重的工作，不是吗？你必须阅读一堆文件，自己整理，并围绕它们计划事情，而这些都是可以自动化的任务。我们只是从来没有那些工具。 >> 嗯，它们肯定会消失。所以，如果你不提升自己的技能，让自己在使用和如何更有效率方面变得更聪明一点，那么你肯定会发现你旁边有一个同事，他做得是你的两倍，你知道，拥有相同的资历，一切都一样。突然间，这个人效率提高了两倍，因为他们找到了让人工智能为他们工作的方法，而你没有。所以，在这种情况下，你肯定会退居次位，说到大规模失业，嗯，这也是一个事实，这是技术发展的自然进程。失业来自那些拥有大量手动数据密集型处理业务的行业。例如，法律是一个非常常见的领域，您必须阅读冗长的合同，对其进行总结，诸如此类的事情，对吧？嗯，为此，你基本上拥有一支低成本的军队，他们一直在忙碌 [笑声] 生产大量产品，对吧？ >> 是的，是的。 >> 现在，这当然会消失，这从来都不是一份好工作，对吧？这只是你基本上外包给世界各地后台办公室的繁重工作，比如印度，这就是你必须面对的现实。 >> 所以，所以，所以这有两个方面，一个是你如果不提升技能来使用人工智能提高个人生产力，无论你的组织是否强迫你这样做，而许多组织都在这样做，或者只是为了提高你的工作质量，那么你肯定会遭受损失。坐在你旁边的人的效率会突然变得高得多，而你不会，最终你会落后。大规模失业有点被夸大了。嗯，这是一个事实，一些行业将比其他行业遭受更多损失。我们在印度 IT 行业看到的正是如此，嗯，一大批人一直在做这些事情，突然间，你知道，如果你发现这不再可行，或者不像以前那样便宜，而我有一个可行的解决方案，当然企业会转移，这就是我们看到的。所以，我倾向于同意，肯定会有一些大规模的失业，但绝对不是像宣传的那样。同时，如果你对此不屑一顾，说这不会影响我，那么你也是错的，因为如果你不在你的工作方式中融入人工智能，那么你就会发现自己越来越没有效率。所以，你知道，我记得，你知道，大约二十年前，你知道，当你看到简历时，你会看到人们说，熟练使用 Microsoft Word，你知道，熟练使用 Excel，你知道，可以制作 PPT，你知道，所以，是的，所以，你知道，我们开始看到将 ChatGPT 用作简历中的一个点，这是正确的方法吗？这几乎就像简历装饰，它并没有真正带来简历查看者想要从你那里获得的那种洞察力，因为你没有展示一项技能。你展示的是一个每个人都在使用的工具，对吧？就像，你知道，我，你知道，我今天听到一个疯狂的数字，你知道，就像，每月有 7.5 亿用户，>> 对。 >> 对于 ChatGPT 和 Gemini。>> 对。 >> 你知道，所以，所以这并不是你真正拥有的技能，对吧？所以，所以，所以你如何将一项人工智能技能放在你的简历上，这也意味着，好吧，当你决定必须提升自己的技能时，你拥有的技能是什么？而不是参加一个通用的 ChatGPT 课程，我敢肯定，那里有数百万人正在参加，但你知道，你需要真正思考的是，我需要为我所做的工作获得什么技能？你如何看待这个问题？你如何帮助一个人做出这个选择？>> 对。所以我认为这是一个非常重要的问题，不幸的是，随着事物被炒作，也有很多混乱。所以，是的，就像你正确提到的那样，许多人将创造力作为一项技能来推销，实际的技能不是使用工具，它就像 >> 我知道如何使用什么，就像你可以双击打开它，然后 >> 是的，但你不能写，对吧？你不能写，对吧？所以，是的，>> 核心技能是嗯，随着事情变得更容易，当然是能够生成东西。所以，它给你，你问一个问题，它给你东西，它提供变体，很多变体，>> 但它不会为你挑选正确的答案，对吧？这是我发现非常困难的核心技能。它只通过经验获得。例如，如果你以营销人员为例，>> 嗯，很容易写一个提示并获得四个广告变体，>> 但选择哪一个，以及哪一个能引起你的受众的共鸣，是核心技能，是你的肌肉记忆。>> 通用系统如 ChatGPT 将不会拥有。>> 所以，你是否在使用 ChatGPT？是的，你正在使用。但使用本身并不是结果，比如利用它的能力来减少你创建第一个广告文案所需的时间，并能够运行更多实验，因为你效率更高，这就是你所发展的核心技能。所以，如果你去一个没有这一切的世界，要问的问题是，回到两三四五年前，当这一切都不存在时，看看你所做的一切，然后回到你今天所做的事情，看看你所做的哪些方面有工具可以帮助你减少花费的时间或提高你所做事情的质量。这并不意味着你所做的事情会改变，你仍然需要有人思考工作职能并尽力而为。如何做肯定在改变。所以，嗯，把嗯，正确的思考方式是，从你今天所处的位置来思考。如果你的工作流程需要步骤一、二、三、四、五，你每周、每月都有必须完成的交付成果。所以，你计划未来六个月或一年，是时候坐下来，看看你今天所做的事情，看看什么可以自动化你今天所做的一部分，这将是你必须做的事情，以确保你不失去你现在的工作。>> 是的。就你想要放在简历上的内容而言，这意味着什么看起来有吸引力，肯定是你能够让你未来无忧的东西，那就是>> 你掌握了嗯，可能目前还在实验阶段，但很快就会成为主流，六七八个月后，这其中很大一部分实际上是理解你的工作，什么被认为是好的输出，什么被认为是坏的输出，就在这里。不，我们永远不会构建一个系统来取代人类的这个方面。你的判断是>> 在企业环境中，什么是高质量的工作？>> 嗯，这是不会消失的，事实上，它会变得更加重要，能够穿透所有这些混乱，因为这些生成式人工智能解决方案非常擅长在几秒钟内为你提供一个初步的草稿，你不应该迷失在它抛给你的东西中，提问关键问题的能力，评估工具给你什么的能力，深入研究边缘案例的能力。所有这些都是你随着时间的推移建立起来的一种肌肉记忆，与客户交谈，解决他们的担忧，你就能获得所有这些十几种感觉。>> 是的。>> 在地面上什么有效，对吧？>> 所以，>> 如果你不，如果你只是把一切都当作字面意思，那么你就和其他人一样了。就像你说的，近十亿用户在使用它。>> 那么你和其他使用它的人有什么区别呢？区别在于它可以给你任何它想要的东西，但你能批判性地评估它吗？你能反问它，调整它，微调它，直到它给你一个你知道在你的环境中会起作用的输出吗？这就是整个游戏的全部内容。>> 使用这些工具，很容易达到 80% 的程度。每个人都能做到。你说的所有 7 亿用户>> 都能生成第一个广告文案。但从那里到最终部署，>> 就是经验丰富的营销人员和我这个从未做过广告的人之间的区别。>> 他们会找到角落和缝隙，然后推动它。>> 是的。>> 人们完全把这混淆为提示工程。它不是一项技能，对吧？提示工程这项技能已经锁定了一年，对吧？我们知道>> 是的。>> 每个人都在发布它，那不是一个可以协商的。你不能说我知道提示工程。>> 是的，是的。>> 整个世界现在都知道提示工程。>> 更重要的是，你是否带着对与错的意识去参与，并且你是否能够引导系统>> 达到可接受的输出，而这不幸的是一个迭代过程。没有>> 魔法子弹。所以，最后的冲刺，最后的 10-15%>> 是边缘，>> 是边缘，它区分了仅仅使用它>> 和有目的地使用它，并朝着有成效的输出方向使用它。这就是整个游戏的全部内容。>> 否则你就不会产生任何影响。>> 对。正是如此。而这归结为如何知道它能产生影响，这不能通过问 ChatGPT 来实现。好的。这会起作用吗？>> 是的。>> 它永远无法回答。>> 是的。而这取决于你的具体情境，对吧？拥有你的经验，你与你公司的互动，你与你的客户的互动，对吧？>> 对。>> 所以，你知道，当我们谈论技能提升和简历时，但你的领导和管理层也需要进行技能提升，对吧？而这可能与你公司里其他员工的做法不同，你知道，你如何看待这个问题？这是一种不同的技能集吗？因为我认为他们需要更广泛地适应工具和人工智能，你知道，对吧？>> 对。所以这是一个非常重要的问题，因为，通常发生的是，当你处于高级领导层时，这些事情通常会通过 FOMO（害怕错过）来到你身边，比如行业内的同行，或者你只是去参加这些讲座，有人说，你知道，我们做了 X，获得了 X% 的生产力提升。>> 他们没有告诉你的是过程，比如>> 是的，痛苦。>> 痛苦，就像任何大规模的，你知道，你和很多人谈过。大规模的技术转型不会没有人们的痛苦。>> 是的，是的。>> 最终目标每个人都可以谈论，比如，你得到了，很容易给做得好的人颁发奖项，但他们走过的路呢？>> 作为领导者，这非常困难，重要的是不要被结果所左右。你会到达那里，但重要的是首先向内看。我准备好进行这种转型了吗？我的数据是否足够干净，可以输入这些系统并产生结果？我的人们是否准备好接受这项技术？是否存在障碍？我是否有足够的倡导者？我能否组建一个跨职能团队？我的技术团队是否准备好为所有员工提供安全的访问权限，以便所有这些转型成为可能？有许多层面需要思考，不幸的是，花费时间的是选择使用哪个工具，哪个平台，哪个模型。这些不是领导层应该做出的选择。采取内部>> 要现实。如果你的数据基本上是一团糟，你几乎得不到任何结果，除非你先解决这个问题。对。>> 所以，>> 对你的数据基础设施的现状，对你的人员基础设施的现状进行现实的评估，他们是否准备好与你一起前进，这不会是一段轻松的旅程，就像所有人工智能一样，前 60% 会很容易，而最后的 40% 会非常艰难，当你想要>> 广泛推广时。所以，作为领导者，当你更广泛地思考时，不要从比较供应商，比较平台来思考，这是领导者必须做的一件非常重要的事情，但这要晚得多。从基础开始。思考你的数据基础设施。思考你的员工。思考你必须做的一切，以使他们能够接受这项技术。然后是第二部分，也就是什么技术栈适合你。你已经有什么兼容性，这些也是领导者做出的重要选择，但它们排在第二位。真正关键的是，不要忽视结果。你为什么要这样做？就像，不是为了打勾。不幸的是，这也是一个现实。大多数人只是想打勾。他们>> 宣布他们正在使用人工智能。>> 是的。>> 这不是一个结果。使用，就像你正确说的那样，使用人工智能不是一个结果，对吧？这不需要。[清嗓子]>> 所以，不要忽视这一点，因为这将是一条漫长的道路。>> 现实地说，企业现在，我们已经进行了如此多的企业互动会议，做得好的企业需要一年的时间才能看到结果。>> 他们非常清楚这不是一个短期游戏。是的，会有快速的>> 会有那些很快跟上的人，但如果你想要，就像你说的，Adobe 是一个很好的例子，还有很多这样的组织，他们进行了大规模的转型，这不会在一夜之间发生，也不会在一个月内发生，对吧？所以，直到最后一步。每个人都必须被说服。只有这样他们才会加入。所以，作为领导者，要着眼长远。诚实地评估你现在的位置。进行内部评估，关于数据，关于你的员工，关于你自己的能力来完成这项工作，为期一年。>> 不要忽视结果。不要被每个月出现的新技术，新模型所迷惑，所有这些都是噪音。就像，专注于你的目标是什么，你的起点在哪里，以及你必须做出的选择。对。所以，作为领导者，如果你被所有这些事情所迷惑，那么原本可以在六个月内完成的事情就会需要三年才能完成，而这不幸的是，>> 许多人目前都处于这种状态。>> 所以，当涉及到领导力时，你知道，我个人看到，你知道，嗯，你知道，人工智能为你打开了许多你以前看不到的窗口，比如，你知道，你知道，你经常会凭一时兴起接手一个新项目，你有一种直觉，这会成功，你可能有一个假设，但你知道，你知道，例如，现在你可以真正，你知道，对假设本身进行压力测试，然后知道，然后我知道，例如，如果你问一个好的模型，比如，好的，我想做这个，你认为风险是什么？它会列出一些风险，而这些风险是你从未想过的，因为它带来了比你可能见过的更多的组合。>> 所以，这是否又赋予了管理和领导力一种新的超能力？人们真的意识到这些用例吗？还是他们被微观的，你知道，日常的琐事所吸引？>> 对。对。不，你提出了一个非常重要的观点。人们错失的正是你所说的。他们被零散的任务所吸引，当然这些任务可以节省一点时间，但却忘记了，特别是如果你正确使用它们，它们是强大的头脑风暴工具。这就像拥有一个智能的>> 头脑风暴的陪练伙伴，对吧？>> 陪练伙伴。是的。嗯，嗯，你可以给它你所拥有的背景，对吧？如果你在一个安全的企业环境中，你可以>> 输入你所有的>> 所有电子邮件，PDF，你所有的，正是>> 复制你通常在做决定之前会看的东西。>> 决定。>> 复制它，准确地给它访问你所有的文件，所有的分析报告，所有的内部报告。>> 给予所有访问权限，然后进行这种苏格拉底式的对话，就像你刚才说的，>> 压力测试假设，这是我的直觉，嗯，你在这里看到了什么？>> 在我的假设中，我忽略了什么？或者人们不理解的是，嗯，这些模型越来越，尤其是过去六个月出现的最新版本，>> 已经接受了训练，特别是关于推理和思维链。>> 是的。>> 所以，>> 所以，非常擅长理解任务的复杂性并适应任务的推理。所以，如果你问它一个非常非常容易解决的问题，就像你说的，80% 的时间都花在那里，它会适应并只做那个，但你可以真正深入>> 并提出非常非常尖锐的问题，并且经常进行这种对话，你不断质疑你的假设，你不断质疑系统告诉你的东西，为什么你这么说？为什么你这么说？我数据中的什么支持你的>> 反驳>> 假设？是的。>> 对。>> 对。这种来回的交流将变得越来越强大，因为现在，对吧？为什么你的问题现在如此相关？是因为我们以前没有，我们只有模型，我们只有>> 现在我们有系统，对吧？它是一个模型，一个推理引擎，但它有权访问你的文件。你甚至可以>> 为什么像 Claw Crow 引起如此大的轰动？因为>> 它有权访问你的文件系统。>> 你不需要上传任何东西>> 到聊天窗口才能让它工作。你只需要说，这里有一个文件夹，>> 包含我所有的商业信息。>> 是的。>> 找出哪个重要，读什么文件，怎么读，所有这些都是头疼的问题。就像一年前，我还在做这个，对吧？我必须上传一个文件，对吧？>> 所以，就像我说的，把它当作一个智能助手，它就在你的环境中，它拥有和你一样的访问权限。>> 但它有一个非常细微的不同观点。>> 它变得非常强大，因为然后你可以问>> 然后它不会给你关于世界的通用信息。>> 是的。它变得情境化。当你在你的环境中情境化它时，它就变得强大。它访问你的资源。>> 当然，你必须小心地这样做。>> 在野外使用这种模型可能不是一个明智的选择。但>> 那些早期适应它的人，是在他们自己的安全封闭环境中做的。是在你的环境中情境化它，并提出有智慧的问题，而且我不认为我们会达到一个我们不再需要提出有智慧问题的地步。>> 所以，是的。>> 记住，这个系统将，你总是会迈出第一步，就像你打开 ChatGPT 时一样。>> 它不会读你的心，好吗？这是>> 你的心，你知道，是的。>> 你总是会，所以>> 是的，所以，所以，提一个有智慧的问题已经成为一项非常重要的技能集，你知道，坦率地说，很多人都不这样做，他们很安静地坐在角落里工作，你知道，但他们没有互动，就像，所以，所以，现在如果你不是一个总是问那个有智慧问题的人，也许你的工作不是那样。>> 对。正是如此。所以，就像这些系统不是为了读你的心而设计的，我的意思是，你必须，而且它变得越来越重要，我告诉你，因为>> 有太多的答案，而有很少的有智慧的问题，就像，很容易给你很多答案，很快。>> 而大部分的沮丧是因为你在问问题，就像，是的，你没有问与你相关的、情境化的、相关的问题，你问的是非常模糊的、非常糟糕的问题。所以，请记住，这些系统永远不会达到它们知道你心中所想的阶段。>> 是的。你心里在想什么？嗯？>> 如果你不清晰而有智慧地表达出来，它当然会显得很愚蠢，因为没有这样的有感知力的系统，你>> 所以，所以它只会和你一样有智慧或复杂。>> 正是如此。对。你知道，所以，即使它是一个非常聪明的系统，它在某种程度上也受限于你的智力，你知道，你不能真正把你的智力外包给人工智能，然后说，你知道，我不能思考，你思考，你知道。所以，是的，所以，所以，这就是我认为，你知道，你知道，即使它是一个品牌，我在这里也不是在推广任何品牌，你知道，说这个 Co-work，这就是你应该如何使用它，你知道，你不应该把它当作替代品，它是一个一直在你身边帮助你的人，你知道，你牵着它的手，它也在牵着你的手，除非你进入那种模式，否则它会扼杀工作。>> 对。对。正是如此。而太多的人只是把事情当作字面意思，而不去深入挖掘。你提到的一个技能，现在变得非常罕见，就是能够阅读并分析性地批判正在写的东西。>> 这是我们在工作场所曾经拥有的一个非常普遍的技能，对吧？你总是会看到一些糟糕的东西，然后你就会有一种直觉，你可以阅读并真正判断这是一项做得好的工作，还是一些糟糕的东西。>> 好的。>> 是肤浅的，还是有深度的。>> 这已经丢失了，或者我担心它会丢失，因为生成>> 看起来好的输出非常容易，它看起来就像>> 写得很好，但是，它有深度吗？它是否真的传达了对你有用的东西？这将是一项非常非常关键的技能，你知道，你必须练习。没有其他办法。你必须练习，让自己经历这个过程。>> 阅读。>> 系统正在给你什么，并能够批判性地说，好的，它看起来不错，作为一种本能，我们作为人类，我们遵循最省力原则，如果它看起来不错，它一定不错，它看起来很精致，写得很好。>> 但它真的有影响力吗？页面上有四行字，>> 但它们真的有意义吗？对你有什么意义吗？还是只是四行字？嗯。>> 是的。>> 是的。不，我从一位公司老板那里听到一个非常有趣的测试，他用这个测试他的员工。>> 对。>> 对。嗯，所以，他会让他们向他解释。>> 对。>> 对。嗯，所以，他经常意识到，因为人们也在这些工具上生成想法，所以他们并不真正理解它们，所以当被要求解释时，他们就无法坚持自己的立场。>> 对。所以，所以，除非你真的确信，而且，也许你已经通过人工智能生成了最终的输出，但这是你的想法，你已经完成了它，那么你就可以坚持自己的立场，解释你的概念。>> 对。也许它只是由人工智能构建的。不，而我个人认为这是使用人工智能的一个很好的方式。你的想法也许，你知道，不能以你可以在董事会会议上展示的方式呈现。>> 是的。>> 嗯，它把它组织得很好，但那是你的想法，它没有生成自己的东西。>> 对。对。所以，我认为一个好的，回到我们的讨论，它是一个非常智能的陪练伙伴。>> 但你也必须是聪明的，你不能是一个愚蠢的人。>> 是的。>> 然后把它外包给它，然后以某种方式认为它会理解你所有的业务，然后不知何故给你天才的想法，然后把它充实起来，还是它太过了，比如第 37 步，它不会那样做，它不是天才的东西。>> 是的。>> 它会自动理解你的企业环境，自动生成伟大的想法。你看看。>> 那不是。>> 嗯，如果它看起来不错，事实上，如果你被它说服了，我真的会深入挖掘，因为看起来不错并不一定意味着你忽略了什么。>> 所以，如果你在没有真正批判性地评估它自己的情况下，接受了来自人工智能输出的东西，那么，是的，从长远来看，它会带来很多痛苦。是的。所以，嗯，你知道，感谢您来到节目。这是一次非常引人入胜的对话，而且，你知道，我喜欢这次谈话，因为我相信这会打开我们听众的思路，让他们看到真正的机会，而不仅仅是玩弄肤浅的东西。>> 对。谢谢。非常感谢您的邀请。我也觉得很有趣。非常感谢。>> 是的。是的。所以，你刚才听到的是 Great Learning 的 Dr. Pavin Kumar Gurada 博士。下周我们将再次与另一位嘉宾见面。带来更多的知识和见解。在此之前，您可以在任何收听播客的地方找到我们。