自从 ChatGPT 的横空出世，AI 技术的热度便居高不下，无论是浏览新闻资讯还是朋友圈，几乎随处可见 AI 的身影。
“10 种最容易被 AI 替代的职业，其中有你吗？”
“首波因 AI 而失业的人群已浮现”
“面对未来，孩子该如何培养才能不被取代？”
这些标题所营造的焦虑情绪，不断在蔓延。我怀着忐忑的心情，开始搜索有哪些 AI 工具需要赶紧掌握。
起初，我尝试使用了一些门槛较低的文本问答和 AI 作画工具。
然而，除了偶尔向 AI 提问一些深奥的问题，如“人生的意义是什么”，或者出于娱乐目的“调戏”一下 AI，我便很少再与 AI 进行交流。
AI 作画确实令人惊艳，只需输入几个字就能生成图像，这些作画模型就像预制菜一样，稍加处理就能呈现不错的作品。但用过几次后，新鲜感逐渐消退，即便网上有大量的作画关键词大全，我也懒得再去尝试。
我还试图探索高阶功能，却发现根本追不上 AI 发展的步伐。现在的 AI 就像处在“工业革命”中：这个 GPT 能实时联网，那个 GPT 能看图……我刚学会使用，媒体就开始宣布这些 AI 已经过时。AI 正在逐步实现全自动化，只需给定任务，它就能自行拆解、决策、观察，直至完成任务。
AI 的进化速度惊人，几乎是以日为单位进行的。换句话说，我被社会淘汰的速度也是以日为单位计算的。
不过，也有乐观的声音认为人类和 AI 将共生共存。那么，AI 在我的生活中将扮演什么角色？仅仅是一个打工助手吗？
据悉，钉钉已经接入了“千问”大模型。我决定在一天的工作流程中全面体验这一功能。我设想在不同场景下使用最新展示的 AI 能力，看看这些能力是否能真正满足打工人的高频需求。
上午 10:00 写文档：无论是文生文还是文图生图都不在话下。
作为一名互联网运营人员，我日常需要撰写文档、制作 PPT、搜集数据并制作汇报材料，当然还要参加会议并做笔记，以及在群聊中沟通。
今天的主要任务是撰写关于公司新推出的夏季服装的文案策划，希望能有各种不同的表达方式。
在文档空白处按下鼠标后，出现的第一个联想项是“向智能助手提问”。我输入了“为一件 xxx 的裙子写 5 条宣传文案，亮点是 xxx”，AI 立即开始撰写文案。如果生成的文案过短或过长，还可以让 AI 进行扩写或精简。
此外，我还尝试在宣传文案的基础上生成一些裙子的商品插图。出乎意料的是，AI 生成了几张观感不错的示例图。
中午 12:00 午餐时间：只需画一个表格就能创建应用？
在钉钉对话输入框里打出“/”，就会出现推荐指令——图片生成应用。我简单画了一个订餐登记表草图，包括订餐人、联系方式、餐点选择等要素。接着用手机一拍，AI 就自动创建了一个订餐小应用，我全程没有打一行代码。
我立即预览了应用，发现还缺少“取餐时间”这一项。于是我又输入了“/”，然后直接对 AI 说：“增加‘取餐时间’一项。”应用就改好了。最后，我点击了“一键启用并安装到群”，一个“酷应用”卡片就弹到了群里。
如果是外出聚餐，直接在“智能助手”那里输入“发起一个群投票：1 粤菜；2 川菜；3 麦门”，投票应用也是即建即用。
下午 2:00 会前准备：不想做总结了？我把资料交给 AI 答疑。
关于商品的宣传和销售，我在云盘里有多个文档。如果每个都浏览、比对再总结的话，会耗费大量时间和精力。
现在，我可以在“智能助手”里输入“帮我在群里创建一个‘夏装策划和销售’答疑机器人”。AI 提示我可以将本地文档喂给它进行学习。
学习完毕后，这个机器人就会存在于群聊里。要提问的话，只需 @ 它即可。我询问了某件商品的产品亮点和销售情况，它都能作答。
让我惊讶的是，当我问及“某件商品销售量在整体里算什么水平”时，AI 返回了一张饼状图……这种定量和定性的统计分析结果，AI 也能呈现。而且答案后面还会附上具体的文档来源，方便我回溯。
下午 4:00 开会迟到：AI 已经帮我整理了之前的会议内容。
我 4:30 才接入视频会议。发现右侧有单独的“智能纪要”栏。提示输入“/”，就能获取智能摘要。我一点击，前面半个小时的会议内容就被分人分点总结出来了。
会后，AI 还能一键生成会议纪要，包括会议摘要、议程回顾、重点内容、待办事项等。这样我就不用在会上费心记录了。
晚上 6:00 群聊里那么多未读消息？需要重头读起吗？
我中途被拉进一个新项目群。发现群聊里有很多未读消息。我可以直接输入“/”，就能自动生产聊天记录摘要。内容大概是“王总让某某同事准备销售汇报，小林和小马周四中午参加线下布展”。这相当于机器把人们的对话总结成了一篇第三人称叙事文让你迅速理解上下文。
最方便的是 AI 能捕捉到时间、地点和待办任务并自动生成待办提醒。
经过这一天的体验我觉得钉钉上的 AI 更像是一位具体可感的助手。遇到需要总结的素材时只需 @ 它就能得到解答。直接用人话（区别于代码）沟通就能让它生成文本、图像、低代码应用。它几乎无所不在。
另外这个 AI 还可以根据用户需求定制比如构建一个学习具体云文档的答疑机器人它就是一种“专用”机器人；但同时它的 AI 能力又是那么“通用”能实现以上提到的那些效果。
需要指出的是千问大模型这次跑在生产力平台上那些经过了特定知识库的机器人会一直存在相比目前其他问答 AI 它更像是有记忆的机器人不会消失随问随答。并且如果你再给它新的内容机器人也会自动学习新增更新回答内容。
这个 AI 目前也有缺点当你问它“北京今天的天气如何”时它会告诉你它只是一个 AI 语言模型并不能获取实时信息。这是大多数语言模型的通病钉钉“背后”的是阿里云的千问大模型也无法规避这些“通病”。你可能还会发现你希望钉钉里的 AI 办的事跟你之前接触过的各种“聊天大模型”不太一样你希望它来为你打工而非仅仅陪你聊天。
不过帮人类打好工之前它也得先学习打工相关的知识和技能从“职场新人”到“老手”和人类一样都需要时间。现阶段的它既不全能也不完美不过好在它学得比大多数人类都快。
4 月 11 日阿里巴巴集团董事会主席兼 CEO、阿里云智能集团 CEO 张勇在云峰会上表示阿里巴巴所有产品将接入千问大模型进行全面改造。他认为面向 AI 时代所有产品都值得用大模型重新做一遍。在生产力之外的场景接入大模型会是什么体验我很期待。
近期人们开始密集讨论当 AI 越来越智能人类是否会陷入困境。背景是 AI 工具每天都在更迭和进化。近期 Auto-GPT、Baby AGI 等基于 GPT-4 开发的工具刷屏了。这些工具当接收到人们给出的需长期规划的多步骤任务时会自动拆解任务自己通过多轮对话来琢磨验证决策这个过程完全不需要人类插手。
有人打过一个形象的比喻 ChatGPT 就像是你雇的一个外包员工它对全局任务不够了解只能“你让我怎么干就怎么干”。这时客户只能把复杂任务拆解成一个个具体的工作步骤后再交给 ChatGPT 完成。
但 Auto-GPT 就更像是一个服从 OKR 的员工了你给它一个目标它自己就会写规划尝试落地快速迭代交付结果。分解任务和调动资源的活儿都是它干。
不少人因此感到恐慌觉得人类能干的活更少了。
在我看来跑在生产力平台上 AI 更像是一位 copilot与人一起协作的副驾驶能在高频使用的真实需求上帮上忙。这位帮手确实减少甚至取消了我的一部分工作步骤但发起指令和具体执行依然需要人类参与。在使用中我并没有觉得 AI 有过大的压迫感它不是能完全取代人的 pilot在生产力场景它仍是一个智能助手。
封面图来源：图虫创意
© 版权声明
本网站上的所有资源均来源于本网站，所有网址和文章版权均归原作者所有。如有侵权行为，请将相关证明发送至以下电子邮件地址：dxsen@qq.com
