大语言模型

现在是企业 all in 大模型的好时机吗？

2024 年 7 月 9 日

AI真的来了，恐怕是过去一段时间每个职场人都最真切的感受。

麦肯锡的研究显示：在中国，约有2.2亿个岗位可能被生成式AI等自动化技术重塑。受影响最大的十大职业中，IT和软件工程师排名第三，前两名分别是客户服务与销售、秘书与行政助理。

脉脉创始人兼CEO林凡在全国工商联主办的第65期德胜门大讲堂的演讲中表示：企业内某个工种超过千人，就应该研究使用AI提效。

过去一段时间，大厂，尤其是程序员多的大厂，是真的在狂卷编程AI大模型，这份压力程序员朋友们感受到了吗？

阿里云“通义灵码”，原本耗时几分钟到十几分钟的API 开发测试工作，通义灵码可将耗时缩短到秒级，节省 70% 以上代码工作量；百度“文心快码”，内部80%程序员深度使用，单位时间提交代码数量增加35%，原本7天完成，现在5天搞定；蚂蚁“CodeFuse”，约50%蚂蚁程序员已经在使用，AI生成代码占比超过10%...

据StackOverflow数据显示，44%的软件工程师称，在软件开发流程中，AI助手已是他们不可分割的一部分。

有趣的是，对于各种“AI 程序员”的表述好像有了微妙的变化。助手？我怎么记得之前讨论的都是取代呢？

这种口风的变化，是独属于程序员的“利好”，还是所有职场人都能松一口气？

脉脉创始人兼CEO林凡结合脉脉自身的经验，以及与各大公司HRVP的研讨和交流，在全国工商联主办的第65期德胜门大讲堂的演讲中给出了自己的答案。

以下为林凡演讲全文，内容有删减。

大模型，提效甚至颠覆“非标”新经济行业

当前，很多公司都在说公司的程序员在通过大模型提升效率，讲一个脉脉自己的故事。

从最早看到大模型拥有比较好的代码能力时起，脉脉就要求团队去使用，从大家的反馈角度来看，大概有10-20%的效率提升。

从开始只有20%-30%的程序员使用，到现在脉脉100%的程序员都在用编程助理，工作效果的提升还是很明显的。

麦肯锡的数据显示，2022年至今，全球企业应用生成式AI的占比大幅提升，从2022年还没有出来，到2023年33%，再到2024年的65%。

用得最多的是市场类和销售类的工作。市场类主要用在文案和创意上，销售类主要是用在销售线索的判断和销售的方法优先级判断上。其次就是产研开发类。

从行业的角度来讲，AI大模型会优先渗透新经济行业，特别是高科技的服务业，广告、教育等等这些行业在应用AI大模型的阶段上是快速成长期。

过去，一些相对比较容易标准化的服务业，比如打车、外卖，在互联网平台经济的时候就已经完成了一次大的整合和变革。

但一些非标的新经济行业，比如咨询服务、人力资源行业的猎头服务，娱乐服务等等，没能同样变革。AI时代的到来，会让所有这些普通人能够消费到非常高品质的、个性化的定制服务，这些服务都会是巨大的帮助。

未来的5-10年时间里，能感觉到旅游业、广告业、文化产业很多领域都会带来一波新的变革。

身处这些行业的从业者，也将更深的体会到AI大模型对工作的影响。

企业内的渗透：能力替代、流程优化、组织重塑

聚焦到企业内部，AI大模型会给企业带来三个主要变化：能力替代、流程优化、组织重塑。

能力替代。一个工种的工作闭环周期，即每次做决策的时间周期越短，越有可能被AI能力替代。举例说明，一个标注或者审核岗位员工每次看到内容马上就能做出判断，内容是否合规，或者内容是正向的积极的还是负向的消极的，决策周期非常短；再比如HR筛选简历，也是非常短的决策周期，人和岗位是否匹配。

决策周期短的岗位容易被AI大模型能力替代，这和自动驾驶里L5完全自动化类似。

有一些岗位则很难被AI能力替代，比如高管某项决策，可能要观察半年、一年甚至两年并反复迭代。

在思考做某件事情有什么风险、有什么机会、有什么困难、有什么可能性，可以跟AI大模型脑暴。此时，AI的作用就像自动驾驶里的L1，起到辅助的作用。

流程优化。还是举例说明，以前脉脉的产品经理做社区氛围治理，首先调研，然后定标注策略，再把策略交给审核团队执行，两周以后反馈回来，产品经理才能看一下我的策略效果如何，如果不错就交给研发团队，最后上线执行。

如果今天标注环节由AI来做，工作流程就发生变化，产品不用再等反馈，而是可以直接去调标注，自己验证结果，再把策略交给研发，完成上线。

在AI大模型更深度介入的流程里，研发只要把标注和线上系统打通，策略可以直接上线变成线上环节，连研发都没有了。

企业中一旦某些工种被AI大模型替代，整个工作流程就会发生变化，对应所有的管理流程等等很多东西都会发生变化。

组织重塑。今天拆开来看，每一个工作的员工实际上身上往往会有5-10个甚至20个不同的任务。在新的AI时代里，我们要去区分，哪些任务可以AI完成，哪些任务还是需要人来做，人和任务之间就要解耦合。

实际上，今天组织的设计都是基于大的分工来做的，比如研发、产品、运营、销售、市场，对于这个任务做了非常粗的划分完成的一件事情。

在AI时代里，更多的事情交给AI来做，整个组织的设计就会发生巨大的变化。就像今天网约车司机一样，订单从哪里来，目的地去哪里，路线是什么，这些事情都由系统做好，司机只要做好开车的环节就可以了这是我们看到在未来的可能性上的变化。

你的企业适合部署AI大模型吗？

如何平衡投入和产出？

对于企业来说，这是两个最需要考虑的问题。

第一，没有数字化，别谈智能化。为什么标注能够用AI大模型来做？因为标注的内容都是在线的、数据化的。销售要通过AI大模型提升，必须得把自己的销售过程录下来，这是数字化的过程，一旦有了数字化才能有智能化。

第二，如果你的公司里有将近千人规模的统一工种，就能够有机会实现很好的投入产出比，1000个人提升10%的效能，成本的节省也是巨大的。

尤其是类似自动驾驶L5的工种越多，投入越坚决。决策周期特别短的，这种情况下应该尽快地部署AI大模型。

或者你的公司有比较强的AI大模型技术，也是可以去做这个事情的。

今天所有人都是摸着石头过河，所以别着急，等到这个行业里有最佳实践出来了，你再赶紧去跟进、部署，也还是来得及的。

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们

现在是企业 all in 大模型的好时机吗？

立即咨询 JOTO

想把这些做法用到你的业务里?

开启企业级 AI 落地

填写需求单