Mari gunakan lima cara untuk menggunakan teknik AI generatif yang bertanggungjawab di tempat kerja

Midjourney, ChatGPT, Bing AI Chat dan alatan AI lain menjadikan AI generatif lebih mudah digunakan dan alatan ini mencipta banyak idea, eksperimen dan kreativiti. Jika anda ingin menggunakan AI generatif dalam organisasi anda, anda masih berdepan dengan persoalan di mana hendak mula membuat AI berfungsi, dan cara melakukannya tanpa menghadapi dilema etika, pelanggaran hak cipta atau kesilapan fakta. Permulaan yang baik ialah menggunakan AI generatif untuk membantu orang yang sudah pakar dalam bidang mereka, membantu mereka menjimatkan masa dan menjadi lebih produktif.

Terdapat banyak cara lain anda boleh mula menggunakan AI generatif dengan segera, dan AI generatif mungkin sudah disepadukan ke dalam beberapa alatan dan platform yang digunakan oleh organisasi anda. Oleh itu, anda perlu mempertimbangkan untuk membangunkan panduan tentang cara mencuba dan menggunakan alat ini. Berikut ialah lima bidang utama untuk dipertimbangkan menggunakan AI generatif, bersama-sama dengan panduan untuk mencari senario lain yang sesuai.

1. Tingkatkan kemahiran produktiviti pembangun

Orang sering berfikir bahawa pengekodan berada di antara seni dan sains, tetapi banyak kerja dalam pengaturcaraan adalah rutin dan berulang. Peningkatan platform awan dan repositori modul bermakna menulis aplikasi moden dan menggabungkan komponen dan API, memfaktorkan semula kod sedia ada, mengoptimumkan persekitaran dan mengatur saluran paip adalah sama pentingnya dengan menghasilkan algoritma. Kebanyakan kerja ini sudah matang untuk bantuan automasi dan AI, tetapi anda juga perlu tahu cara dan tempat menggunakan alat ini untuk memantau kesan dan keberkesanannya. Sebelum anda membuat pertukaran penuh kepada pembantu pengekodan, anda boleh mulakan dengan alatan sekali sahaja yang mempercepatkan tugas biasa tertentu.

Dokumentasi adalah penting dan sering diabaikan: anda bukan sahaja boleh membenarkan AI generatif mendokumenkan asas kod, tetapi anda juga boleh membina antara muka sembang ke dalam dokumentasi anda yang membolehkan pembangun bertanya soalan melalui antara muka tentang cara ia berfungsi dan cara menggunakannya, atau hanya menggantikan kotak carian biasa, menukar dokumen generik kepada pengaturcaraan perbualan di mana, sebagai contoh, AI boleh mengambil data dan menunjukkan cara ia menulis pertanyaan.

Pengujian ialah satu lagi bidang yang mudah diabaikan dan menjana ujian unit secara automatik boleh membantu anda mengembangkan skop ujian anda. Bot penyerahan juga boleh membantu pembangun menulis mesej yang mengandungi maklumat yang mencukupi untuk membantu pengguna dan pembangun lain, manakala AI generatif boleh melakukan perkara yang sama untuk kakitangan IT yang mengelog naik taraf dan memulakan semula sistem.

Ia juga penting untuk memberitahu AI apa yang anda mahu hasilkan logik bahagian belakang dan pelat dandang lain supaya pembangun boleh menumpukan pada bahagian apl yang lebih menarik dan kreatif. Anda juga harus memanfaatkan AI generatif untuk menulis modul kod anda sendiri (skrip yang mengautomasikan tugasan berulang, memakan masa dalam pangkalan kod yang besar), atau memanfaatkan AI generatif untuk membantu membetulkan suara dan nada agar lebih sesuai dengan gaya dalaman. Pembantu pengekodan seperti GitHub Copilot dan IDE yang dibina dalam model bahasa besar (LLM) boleh melakukan semua ini dan banyak lagi, tetapi tidak sepatutnya menggantikan pembangun pengekodan dan IDE ini perlu memahami dan menilai kod yang tidak ditulis (dan konteks dalam yang dijalankan) sekiranya ia mengandungi kelemahan keselamatan atau kesesakan prestasi, peninggalan, keputusan yang tidak baik atau hanya kesilapan biasa, kerana ia sedang belajar daripada repo yang mungkin mengandungi mana-mana atau semua isu untuk menjana kod . Anda perlu mempertimbangkan cara kod yang dijana AI akan dijejaki merentas organisasi anda supaya anda boleh mengauditnya dan menilai kegunaannya. Laporan pembangun menjadi lebih cekap dan mengurangkan kekecewaan menggunakan GitHub Copilot Microsoft mengatakan bahawa 40% kod pengguna Copilot adalah dijana AI dan tidak diubah suai. Pada masa ini, asal ini hilang apabila pembangun meninggalkan sesi IDE mereka, jadi pertimbangkan untuk mendokumentasikan garis panduan dalaman tentang cara alat AI digunakan.

2 Meningkatkan kemahiran pengguna perniagaan kod rendah dan tanpa kod

Walaupun pengguna perniagaan tidak mempunyai kepakaran untuk menilai kod yang dijana oleh pembantu AI, kod rendah dan tanpa-. persekitaran kod sangat terhad dan Apabila alatan AI generatif disepadukan, masalah lebih kecil kemungkinannya timbul.

Aplikasi kod rendah memerlukan pengambilan dan penapisan data yang kerap. Platform kod rendah telah menambah keupayaan AI generatif yang boleh menjana pertanyaan carian atau membersihkan data yang dikembalikan — seperti menambahkan kod pos yang hilang secara pemrograman — yang membolehkan pengguna perniagaan tanpa kepakaran pangkalan data untuk melangkah lebih jauh tanpa perlu meneruskan penggunaan komponen terbina atau tunggu pembangun profesional menulis rentetan pertanyaan untuk mereka. Alat sumber terbuka seperti Census GPT memudahkan anda menanyakan set data awam yang besar.

Pembantu Kod bukan sahaja untuk pembangun profesional, sama ada. Wix Artificial Design Intelligence (ADI) boleh membina tapak web yang lengkap untuk anda, menggabungkan penjanaan kod dan reka bentuk generatif Uizard boleh melakukan perkara yang sama untuk prototaip tapak web dan apl boleh menukar imej kepada HTML dan CSS, dan fungsi reka bentuk Microsoft Power The Express dalam Apps; boleh menukar lakaran lukisan tangan atau fail Figma kepada aplikasi boleh jalan, yang dilengkapkan di bahagian belakang.

Kebanyakan penggunaan AI generatif yang diminati oleh organisasi perusahaan ialah modul yang boleh dipanggil dalam aliran kerja automatik kod rendah supaya pekerja boleh menyesuaikannya dengan keperluan khusus mereka. Selain itu, banyak platform sudah menyediakan ChatGPT dan API OpenAI lain seperti mana-mana komponen lain. Walau bagaimanapun, pastikan sebarang amaran atau panduan yang disertakan dengan teks atau imej yang dijana dipaparkan dengan betul dalam persekitaran kod rendah, sebaik-baiknya terdapat cara untuk memberikan maklum balas dan kakitangan mengetahui dasar anda jika ini boleh ditunjukkan terus kepada pelanggan tanpa memerlukan kakitangan untuk memajukan Semak ini.

3. Fahami dokumen dan data

Menggabungkan versi tersuai ChatGPT dengan Bing telah membawa berjuta-juta pengguna baharu ke enjin carian Bing Microsoft. Tetapi cara LLM berfungsi bermakna ralat dan "ilusi" boleh berlaku kerana ia pada dasarnya melengkapkan ayat dan perenggan untuk menghasilkan teks yang sepadan dengan gesaan pertanyaan. Jika maklumat yang anda inginkan tidak wujud, model masih akan cuba mencipta beberapa maklumat yang munasabah, dan walaupun maklumat yang diberikan adalah betul dan konsisten dengan apa yang dikatakan oleh kebanyakan pakar dalam sesuatu bidang, jawapannya mungkin tidak lengkap dan tidak lengkap jika anda belum pakar, anda mungkin tidak tahu apa yang anda hilang. Isu ini merupakan masalah besar untuk kedua-dua carian perusahaan dan web awam Alat Microsoft 365 Copilot yang akan datang akan cuba menyelesaikan masalah ini dengan membuat pertanyaan dan menyediakan rujukan kepada data Microsoft Graph berdasarkan dokumen dan entiti, tetapi sesetengahnya mungkin masih terlepas Perkara utama; perlu ditambah sendiri.

Mula mencari peluang untuk memanfaatkan LLM untuk meringkaskan dan menganalisis dokumen, atau teks generatif untuk menerangkan konsep dalam senario yang lebih terhad di mana maklumat disemak secara dalaman oleh orang yang mempunyai kepakaran, dan bukannya dipaparkan terus kepada pelanggan anda atau yang lain. pengguna akhir.

Hasilkan graf pengetahuan untuk memaparkan secara visual hubungan dan perhubungan antara entiti yang berbeza untuk membantu anda memahami projek, komuniti atau ekosistem. Alat Copilot dalam Excel membolehkan anda memperoleh cerapan secara interaktif dan bertanya soalan tentang data anda dalam kotak pasir yang tidak mengubah data asas, jadi sebarang kesilapan boleh membawa anda ke jalan yang salah tetapi tidak sepatutnya mencemarkan maklumat Mentah untuk analisis masa hadapan .

Bercerita dengan data ialah satu lagi cara yang berkesan untuk menyampaikan aliran utama dan analisis AI dalam Power BI, contohnya, boleh mencari anomali dan faktor yang mempengaruhi dan kemudian menerangkannya dengan carta dan penerangan yang dijana secara automatik. Ini mengelakkan masalah matematik yang dihadapi oleh LLM, kerana cerapan diperolehi oleh model AI seperti regresi linear dan kemudian diterangkan oleh model bahasa. Pendekatan bersepadu ini mungkin menjadi lebih biasa. Begitu juga, alat keselamatan mula menggunakan penjanaan bahasa untuk menerangkan ancaman, anomali dan bukti kemungkinan pelanggaran yang dikesan oleh AI, memberitahu anda dalam bahasa yang jelas dan diperibadikan maksudnya dan cara untuk bertindak balas. Pada masa hadapan, harapannya adalah untuk dapat bertanya soalan kepada alat ini dan mempunyai alat mentafsir cadangan yang mereka berikan.

Anda juga boleh menjadikan bot sembang sedia ada lebih pintar dan lebih fleksibel, daripada kata kunci dan kandungan respons tetap kepada menjadikan kandungan respons berbunyi lebih semula jadi dan disertakan secara automatik apabila pangkalan pengetahuan dikemas kini. Begitu juga, adalah menarik untuk menggunakan AI generatif untuk berinteraksi secara langsung dengan pelanggan untuk meningkatkan kepuasan pelanggan dan mengurangkan kos, tetapi ini lebih berisiko daripada menggunakan AI generatif dalam organisasi untuk memaparkan maklumat berguna tentang manfaat dan isu HR yang lain. Walaupun chatbot yang bergaya sesuai untuk sesetengah jenama, anda tidak mahu menjadi tajuk utama kerana pelanggan menerima nasihat berbahaya atau telah dihina oleh chatbot anda. Menggunakan AI generatif untuk menyediakan bantuan ejen membolehkan anda meningkatkan produktiviti sambil mengurangkan risiko.

4. Mempercepatkan aliran kerja pengguna perniagaan

Mesyuarat sepatutnya menjadi tempat keputusan perniagaan dibuat dan pengetahuan dikongsi, tetapi nilai mesyuarat tidak pernah meninggalkan bilik persidangan. Alat AI seperti Microsoft Teams Premium, Dynamics 365 Copilot dan apl ChatGPT untuk Slack boleh menjana ringkasan dan merekodkan entri tugas yang diberikan untuk peserta dan mereka yang tidak berada di dalam bilik dan mungkin tidak tahu apa yang mereka bertanggungjawab, yang juga boleh membantu mengelakkan soalan tentang Persaingan tarik tali mengenai siapa yang diminta untuk mencatat dan siapa yang melakukan "tugas rutin pejabat" lain.

Dapat mengikuti kesibukan Slack setiap hari juga boleh meningkatkan produktiviti dan keseimbangan kehidupan kerja, tetapi orang yang membuat rancangan dan keputusan harus bertanggungjawab untuk memastikan ketepatan ringkasan yang dijana AI, item tindakan dan garis masa. Alat AI yang meringkaskan kandungan panggilan telefon dengan pelanggan boleh membantu pengurus menyelia dan melatih pekerja. Ini mungkin berguna untuk penasihat kewangan dan pekerja pusat panggilan, tetapi alat untuk memantau produktiviti pekerja perlu digunakan dengan cara yang empati dan mengelakkan kebimbangan yang ditimbulkan oleh pengawasan di tempat kerja. Maklum balas pengguna dan ulasan produk sangat membantu, tetapi jumlah maklumat yang banyak boleh menjadi luar biasa, dan maklumat berguna boleh disembunyikan jauh di dalam.

AI Generatif boleh mengklasifikasikan, meringkaskan dan mengkategorikan kandungan yang sepadan untuk memberikan maklum balas agregat yang lebih mudah untuk diserap. Dalam jangka panjang, mudah untuk membayangkan bahawa pembantu beli-belah peribadi membuat pengesyoran tentang item yang ingin anda beli dan menjawab soalan tentang item tersebut, dan bukannya membiarkan anda menatal sendiri halaman ulasan. Tetapi begitu juga, syarikat mesti berhati-hati dengan memperkenalkan alat yang mungkin menimbulkan pendapat yang menyinggung atau memfitnah, atau yang terlalu bersemangat dalam menapis reaksi negatif. Alat AI Generatif boleh membaca dan meringkaskan dokumen yang panjang dan menggunakan maklumat untuk mendraf dokumen baharu. Sudah ada alat seperti Docugami yang boleh mengekstrak tarikh akhir dan penghantaran daripada kontrak, dan firma undang-undang antarabangsa Allen & Overy sedang mencuba platform untuk membantu analisis kontrak dan pematuhan peraturan. Menjana dokumen separa berstruktur seperti memorandum persefahaman, kontrak atau penyata kerja mungkin mempercepatkan proses perniagaan dan membantu anda menyeragamkan beberapa terminologi perniagaan secara pengaturcaraan, tetapi mengharapkan proses ini memerlukan banyak fleksibiliti dan pengawasan.

5. Atasi blok penulisan dan cantikkan reka bentuk anda

Anda tidak perlu menyerahkan keseluruhan proses penulisan kepada AI untuk membolehkan AI membantu anda menyuarakan idea, menulis salinan, mencipta imej atau reka bentuk . Tidak lama lagi anda akan dapat meminta AI generatif untuk membuat dokumen, e-mel dan slaid melalui Office 365 dan Google Docs, jadi anda perlu mempunyai dasar tentang cara menyemak ketepatan kandungan ini sebelum berkongsi dengan sesiapa sahaja. Begitu juga, anda harus bermula dengan tugas yang lebih terhad dan kegunaan dalaman yang boleh dipantau.

AI Generatif boleh mencadangkan perkara yang perlu ditulis dalam e-mel jangkauan pelanggan, nota terima kasih, makluman isu logistik, terus dalam e-mel anda atau dalam CRM seperti Salesforce, Zoho atau Dynamics 365 sebagai bahagian platform atau dilaksanakan melalui ketiga- alatan parti. Terdapat juga minat yang besar untuk menggunakan AI untuk pemasaran, tetapi terdapat juga risiko jenama. Anda harus memikirkan pilihan ini hanya sebagai cara untuk bermula, bukannya versi akhir sebelum mengklik hantar.

Teks yang dijana AI mungkin tidak sempurna, tetapi jika anda mempunyai banyak ruang untuk diisi, ia lebih baik daripada tiada. Sebagai contoh, Shopify Magic boleh mengambil maklumat asas terperinci tentang produk dan menulis huraian produk yang ditala SEO yang konsisten untuk etalase dalam talian anda dan sebaik sahaja anda mempunyai beberapa kandungan, anda boleh memperbaikinya. Selain itu, Reddit dan LinkedIn menggunakan Azure Vision Services untuk membuat kapsyen dan teks alternatif untuk imej bagi meningkatkan kebolehcapaian apabila pengguna tidak menambah kandungan ini sendiri. Jika anda mempunyai perpustakaan video latihan yang besar, ringkasan yang dijana secara automatik boleh membantu pekerja memanfaatkan masa mereka sepenuhnya. Menjana imej daripada teks adalah sangat berkuasa dan alatan seperti apl Microsoft Designer boleh meletakkan model penyebaran imej ke tangan pengguna perniagaan, yang mungkin enggan menggunakan pelayan Discord untuk mengakses Midjourney dan tidak mempunyai kepakaran untuk menggunakan Photoshop Pemalam Resapan Stabil. Tetapi terdapat juga kontroversi yang mengelilingi imej yang dijana AI, daripada deepfakes dan kesan lembah yang luar biasa kepada asal usul data latihan dan etika menggunakan karya artis terkenal secara percuma. Organisasi akan mahu mempunyai dasar yang sangat jelas mengenai penggunaan imej yang dijana untuk mengelakkan perangkap yang jelas.

Cari niche anda

Seperti yang anda lihat, daripada sokongan pelanggan dan runcit kepada logistik dan perkhidmatan perundangan, dalam sebarang interaksi anda ingin memanfaatkan sumber maklumat yang dipercayai untuk penyusunan, Semua mempunyai peluang untuk mendapat manfaat daripada AI generatif.

Untuk menggunakan AI generatif secara bertanggungjawab, mulakan dengan pemprosesan bahasa semula jadi, seperti klasifikasi, ringkasan dan penjanaan teks untuk senario yang tidak dihadapi oleh pelanggan di mana kandungan output perlu dihasilkan oleh pakar dengan penemuan dan Semakan oleh orang dengan kepakaran dalam membetulkan ralat dan maklumat yang salah, dan mempunyai antara muka yang menjadikan proses ini lebih mudah dan lebih semula jadi daripada hanya menerima cadangan. Memang menggoda untuk menjimatkan masa dan wang dengan melangkau penglibatan manusia, tetapi jika kandungan yang dihasilkan tidak tepat, tidak bertanggungjawab atau menyinggung perasaan, kerosakan kepada perniagaan anda boleh menjadi ketara.

Banyak organisasi bimbang tentang membocorkan data ke dalam model yang boleh membantu pesaing. Google, Microsoft dan OpenAI mempunyai semua dasar penggunaan data yang diterbitkan dan mengatakan bahawa data dan pembayang yang digunakan oleh perusahaan hanya akan digunakan untuk melatih model mereka, bukan dalam model teras yang diberikan kepada setiap pelanggan. Tetapi anda masih mempunyai garis panduan tentang maklumat yang boleh disalin oleh pekerja ke dalam alatan AI generatif awam.

Para vendor juga mengatakan bahawa pengguna mengambil pemilikan input dan output model, yang merupakan idea yang baik dalam teori, tetapi mungkin tidak menggambarkan kerumitan AI generatif apabila ia melibatkan isu hak cipta dan plagiarisme, dan model seperti ChatGPT Petikan tidak disertakan, jadi anda tidak tahu sama ada kandungan teks yang dikembalikan oleh AI generatif adalah betul atau disalin daripada orang lain. Parafrasa bukanlah plagiarisme, tetapi mencuri idea atau pandangan asal orang lain bukanlah perkara yang baik untuk mana-mana perniagaan.

Adalah penting bagi organisasi untuk membangunkan celik AI dan membiasakan pekerja menggunakan dan menilai output AI generatif. Ingat, anda perlu bermula dari kecil dalam bidang yang tidak penting dan belajar dari bidang yang berkesan.

Atas ialah kandungan terperinci Mari gunakan lima cara untuk menggunakan teknik AI generatif yang bertanggungjawab di tempat kerja. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!