人工智能、工具和转型

如今，典型的美国大公司拥有数百甚至数千种不同的软件。它拥有像 SAP 和 Workday 这样巨大的“大铁”水平记录系统，它有数百个垂直 SaaS 应用程序，还有数百个工作流程、脚本、自动化和数据库，一直到运行一个部门的 10 兆电子表格。很多时候，公司甚至不知道自己有多少、实际使用了什么以及支付了什么。然而，尽管有了这些软件，公司却充满了无聊、重复的任务。人们很容易认为人工智能将消除大部分这种情况。有一个老笑话说工程师会花一个小时构建一个工具来自动完成原本需要 10 分钟的任务。但有了人工智能，现在你可以在五分钟内制作出这个工具，而且你不需要成为一名工程师，也不需要编写代码。你可以要求模型为你制作工具，或者更根本的是，直接为你完成任务。软件不必一次创建一个工具，而是可以是动态的、生成性的、自由形式的和自发的。可以使用更少的软件实现更多任务的自动化。如果你是一个工具构建者，并且硅谷的每个人都是工具构建者，那么这会令人陶醉。但我认为它误解了软件的来源以及人们如何使用它，并且我认为它错过了公司如何变化。首先，大多数人都不是工具构建者，并且大多数人不会本能地思考如何以不同的方式完成他们的工作。如果你把所有时间都花在硅谷泡沫中，很容易忘记这一点，因为你的整个世界都在创造改变事情做事方式的工具。但如果你是一位真正出色的婚姻律师，你会花一整天的时间思考你的案件和你的客户，而不是伟大的法律发现软件会做什么；如果您是一名真正出色的企业销售人员，您会花所有时间思考您的产品、客户和竞争对手，而不是出色的销售支持软件如何提高您的工作效率。像 Excel 这样的产品试图通过入门流程、助手和模板来解决这个问题 - 您在“文件/新建”中看到的所有内容都是您可以用它做什么的建议。但这些模板中的每一个仍然成为一家公司，这也是我在 Claude for X 等公司中看到的——这很有帮助，但不是答案。狭义地说，这意味着要自动化的任务可能就在眼前，但执行该任务的人却看不到它。这就是“前沿部署工程师”的想法——一个建筑商，知道人工智能可以建造什么，可以“只是”在律师事务所或建筑办公室走动，看到律师或建筑师看不到的机会。 （这也是很多科技界人士 15 岁时的经历，在实习单位或父母的办公室里闲逛时——“嗯，爸爸，你意识到你可以这样做吗？”）。更深层次的问题是，即使您是工具构建者，我们在过去几十年中实现的自动化大部分并不明显，并且也没有明显的解决方案。我们都可以想到我们每天使用的东西的例子，我们的第一反应是“我为什么想要那个？”很多时候，问题的存在并不明显，而且很多时候它被嵌入、捆绑或隐藏在其他东西中。同样，即使你能看到问题，或者认为你能看到问题，解决问题的正确方法通常也不清楚，解决问题的方法是重新定义它或分解它，而解决这个问题很困难。对于许多成功的软件公司来说，之前有过六次失败的尝试，但没有找到正确的方法或正确的问题。这一切都不是通过让代码更容易编写——让工具更容易制作来解决的。困难的部分是首先知道您需要一个工具来完成此任务，然后知道该工具应该做什么。但即使你达到了这一点，你也必须让其他人也使用它。我们可能希望自动化的许多问题、工作流程和任务涉及五个不同部门、三个不同记录系统和四个不同监管制度的 50 或 500 人。您可能有一个以不同方式处理应付账款的好主意，但您自己无法改变公司中每个人的做法。这必须是一次购买、一个决定以及一个 18 个月的销售过程。其次，所有这些意味着软件的购买、选择或创建的范围是从自上而下到自下而上的——公司购买 SAP，用户制作电子表格——我认为将其视为从制度化到临时的范围是有用的。您可以使用已有的专用工具轻松完成任务，无论是 SAP、Carta 还是 Rippling。这些任务和工作流程已经制度化——这些公司里的一群人