之前有總結(jié)過四種 AI 賦能業(yè)務(wù)的方式：

目前大部分企業(yè)都在服務(wù)內(nèi)部-升級(jí)型這個(gè)象限探索業(yè)務(wù)賦能的可行性。

但大都是“拍腦門”的，結(jié)果很可能是折騰一個(gè)月，發(fā)現(xiàn)不行。

這篇文章，聊一聊“如何量化評(píng)估一項(xiàng)業(yè)務(wù)能不能引入 AI、如何引入”。

全文包含以下幾個(gè)板塊：

1. 1. 全新視角，明確什么樣的場(chǎng)景適合引入 AI 技術(shù)

2. 2. 通過將業(yè)務(wù)原子化拆解找到 AI 切入點(diǎn)

3. 3. AI 引入可行性評(píng)估量化維度和標(biāo)準(zhǔn)

4. 4. 兩句話總結(jié)適合引入 AI 的業(yè)務(wù)/場(chǎng)景特征

內(nèi)容節(jié)選自我的《AI產(chǎn)品經(jīng)理轉(zhuǎn)崗特訓(xùn)營》第四章「AI 產(chǎn)品從立項(xiàng)到測(cè)評(píng)、上線的全流程」的第一節(jié)。

如果你正想快速轉(zhuǎn)型進(jìn)入 AI 大模型領(lǐng)域、或者已經(jīng)在公司開展 AI 相關(guān)業(yè)務(wù)，歡迎報(bào)名學(xué)習(xí)。

課程早鳥優(yōu)惠將在 11 月底結(jié)束，強(qiáng)烈建議先添加班主任領(lǐng)取優(yōu)惠券保留早鳥名額。

新的分析視角

工程師（包括產(chǎn)品經(jīng)理和程序員）在設(shè)計(jì)任何一款產(chǎn)品或者工具時(shí)，終極目標(biāo)其實(shí)只有一個(gè)：讓技術(shù)盡可能多地接管原本由人完成的工作。

在傳統(tǒng)軟件時(shí)代，由于技術(shù)能力的邊界，這個(gè)目標(biāo)始終無法徹底實(shí)現(xiàn)。

很多業(yè)務(wù)流程中總有一些環(huán)節(jié)，程序“接不住”，只能交給人工來兜底。

如果回頭去看這些必須由人來處理的任務(wù)，它們往往有幾個(gè)共同特征：

• ? 輸入是非結(jié)構(gòu)化的，事先難以窮舉和預(yù)測(cè)，無法簡單抽象成幾類

• ? 決策規(guī)則說不清楚，很難被寫成明確的“如果……就……”的程序邏輯，示例再多也覆蓋不全

• ? 輸出缺乏統(tǒng)一的客觀標(biāo)準(zhǔn)，結(jié)果往往只能“看著差不多”，難以用規(guī)則自動(dòng)驗(yàn)證對(duì)錯(cuò)

而傳統(tǒng)“程序型”任務(wù)的特征則剛好相反：輸入結(jié)構(gòu)化、規(guī)則可嚴(yán)密推導(dǎo)成“是/否”判斷、輸出可以預(yù)期并被自動(dòng)校驗(yàn)（圖一中的“程序”一側(cè)）。

過去軟件工程所實(shí)現(xiàn)的“提效”，正是通過不斷用這種“規(guī)則可編碼”的程序，去替代重復(fù)、穩(wěn)定的人工操作。

AI 技術(shù)之所以被稱為“革命性”的關(guān)鍵，在于它打開了第三種可能：

• ?AI 能接受非結(jié)構(gòu)化輸入—— 借助對(duì)自然語言和上下文的理解能力，從雜亂的信息中提取出有用的信號(hào)；

• ?AI 能在規(guī)則不完全清晰時(shí)給出“合理解”—— 通過少量示例自行歸納出隱含模式，而不必把規(guī)則窮盡到每一條 if-else；

• ?AI 的輸出允許存在彈性—— 它不一定給出唯一標(biāo)準(zhǔn)答案，但可以在可控范圍內(nèi)提出建議、備選方案，由人或后續(xù)程序來做最終裁決。

在相當(dāng)一部分過去“只能人工、程序接不了”的環(huán)節(jié)上，AI 開始具備了可用甚至可觀的承擔(dān)能力。

這是一次任務(wù)分工方式的根本變化。

因?yàn)橛辛诉@一層“彈性理解和生成”的能力，我們可以不再只用“能不能寫成程序”這一維度來判斷任務(wù)是否可被技術(shù)接管，而是引入一個(gè)新的觀察框架。

任何一項(xiàng)工作內(nèi)容，都可以從兩個(gè)維度來重新審視：

• ?任務(wù)的彈性：輸入和輸出是否多樣、模糊、帶有創(chuàng)意空間，還是高度標(biāo)準(zhǔn)化、可嚴(yán)格預(yù)期；

• ?規(guī)則的可表達(dá)性：決策規(guī)則能否被語言化、公式化、寫成清晰的指令，還是高度依賴經(jīng)驗(yàn)直覺、難以說清楚。

把這兩個(gè)維度畫成一個(gè)坐標(biāo)系，我們可以得到一個(gè)全新的任務(wù)分工邏輯：

• ? 規(guī)則難以說清但任務(wù)又具有較高彈性的區(qū)域，更適合由人和 AI 共同完成，由 AI 提供理解和生成能力，人負(fù)責(zé)判斷與拍板

• ? 規(guī)則可以語言化但仍有較高彈性的區(qū)域，適合由 AI 與程序協(xié)同

• ? 規(guī)則清晰、彈性低的區(qū)域，適合完全由程序自動(dòng)化

有了這個(gè)新的觀察視角，“一項(xiàng)業(yè)務(wù)能否引入 AI 技術(shù)來賦能提效”就不再僅憑拍腦門了，而可以被拆解為一套可執(zhí)行的方法：

對(duì)業(yè)務(wù)進(jìn)行任務(wù)拆解 → 分析每一項(xiàng)工作的輸入、處理與輸出邏輯 → 據(jù)此判斷每個(gè)環(huán)節(jié)更適合由人、AI、程序，還是三者的某種組合來承擔(dān)。

原子化拆解

所以業(yè)務(wù)都是由一個(gè)個(gè)更細(xì)顆粒度的具體工作節(jié)點(diǎn)組成的，產(chǎn)品設(shè)計(jì)最大的忌諱就是“雕刻巨石”。

試圖用 AI 賦能整個(gè)業(yè)務(wù)是非常外行的表現(xiàn)，我有總結(jié)過 3 個(gè) AI 產(chǎn)品設(shè)計(jì)的天坑，在這里再次分享：

對(duì)場(chǎng)景進(jìn)行原子化拆解是每個(gè)產(chǎn)品經(jīng)理的必修課。

因?yàn)槲覀兊慕K極目的是為了考量一項(xiàng)業(yè)務(wù)能否以及如何引入 AI，所以需要觀察每個(gè)原子任務(wù)在“輸入-處理-輸出”這三個(gè)維度上的表現(xiàn)。

以“撰寫調(diào)研報(bào)告”這個(gè)場(chǎng)景為例，它可以被拆解為以下：

拆到這里，一項(xiàng)業(yè)務(wù)的全流程，能否以及在哪些環(huán)節(jié)引入 AI 其實(shí)已經(jīng)相對(duì)清晰了。

但要實(shí)現(xiàn)明確、清晰、量化，還需要更多、更細(xì)顆粒度的分析維度，我在這里把“輸入-處理-輸出”擴(kuò)展成了 6 個(gè)：

右側(cè)是對(duì)每個(gè)維度的打分，不同分值對(duì)應(yīng)不同承擔(dān)對(duì)象的適配性。

比如一項(xiàng)任務(wù)：

1. 1. 輸入的彈性非常低，都是結(jié)構(gòu)化輸入，那么它就適合由傳統(tǒng)程序來完成；

2. 2. 但如果任務(wù)的規(guī)則由不可語言化（不能表達(dá)不能標(biāo)準(zhǔn)化），就比如把人類或者AI 引入進(jìn)來輔助程序

3. 3. 如果同時(shí)它的重復(fù)度非常高，讓人來做很“費(fèi)”人，那么引入 AI 的價(jià)值就非常高了。

回到剛才“撰寫調(diào)研報(bào)告”的示例，在新的 6 維下對(duì)每個(gè)原子化工作進(jìn)行打分可以得到：

基于此，一項(xiàng)包含 6 個(gè)子步驟的任務(wù)，每一項(xiàng)任務(wù)及整個(gè)場(chǎng)景都可以得到量化的可行性判斷了：

此場(chǎng)景任務(wù)可拆解為 6 個(gè)關(guān)鍵步驟，其中 5 個(gè)節(jié)點(diǎn)可引入 AI 來提效或提質(zhì)，3 個(gè)節(jié)點(diǎn)可直接被 AI 托管，2 個(gè)節(jié)點(diǎn)需要人機(jī)協(xié)作。

總結(jié)一下

經(jīng)過這么一輪拆解，再回看開始對(duì)場(chǎng)景任務(wù)的觀察維度，可以用這么兩句話來總結(jié)：

找到那些

規(guī)則可表達(dá)(提示詞) 但輸入彈性大的任務(wù)(程序不能做)

規(guī)則不易表達(dá)(不好教學(xué)) 但有清晰示例可參考的任務(wù)(提示詞)

的任務(wù)，引入 AI 來賦能。

我的《AI產(chǎn)品經(jīng)理轉(zhuǎn)崗特訓(xùn)營》課程中，包含一個(gè)產(chǎn)品經(jīng)理必須了解和掌握的 AI 大模型全部信息。

如果你正想快速轉(zhuǎn)型進(jìn)入 AI 大模型領(lǐng)域、或者已經(jīng)在公司開展 AI 相關(guān)業(yè)務(wù)，歡迎報(bào)名學(xué)習(xí)。

最后提醒，課程早鳥優(yōu)惠將在 11 月底結(jié)束，強(qiáng)烈建議先添加班主任領(lǐng)取優(yōu)惠券保留早鳥名額。