生成式AI不同于前几代AI和机器学习。它不仅推动生产力达到新的高度，还为企业和个体提供了重塑工作方式的机会。

  事实上，生成式AI已经延伸到各行各业，重塑着我们每个人的工作。前几代的机器学习和智能软件主要对那些具有常规性、可重复性和基于一定规则的工作和任务产生一定的影响，而生成式AI或将为创造性、创意类工作带来颠覆性突破：它不但能够有力推动日常工作的转型升级，更可大幅度提高创意类工作的效率。

  更令人鼓舞的是，在对19265项任务做多元化的分析后，我们得知生成式AI可以对超过半数的任务来优化，并充分释放作业人员的创造力，助力打造有新意、有见地的解决方案。生成式AI不仅能打破企业固有的运营方式，还可开阔企业高管处理问题的思路。而技术创造能力的飞跃也能为工作效率的提升带来更多突破，即运用生成式AI进一步加速人工智能创新。

  企业领导者首先要深入观察生成式AI对其所在行业的潜在影响，这种潜在影响可能比现在已有的影响还要大。各个职能部门的领导者也应详细分析该技术能够为其所在专业领域带来哪些变革。之后，企业各部门的高管可与IT和技术部门通力协作，从解构工作内容、重构工作、重组作业流程、重新聚焦人才及技能培训战略等环节入手，全面激发生成式AI在工作中的潜能。

  首先，将工作分解成一项一项具体的任务，这样做才能够明确生成式AI的应用方向和用法。其次，需要确认完成这些任务要不要大量地使用各类语言（如自然语言、计算语言或数学语言）。最后，还有必要了解如何运用知识来完成这些任务。例如，任务里亟需解决的问题是不是模糊不清？要不要他人配合才能完成这个任务？要不要专家的验证？

  当一项工作被拆解成各种任务后，我们便可分析生成式AI可如何为各项任务增效赋能。实践经验表明，对那些要一直重复相同流程的任务，可借助生成式AI对其实现全面的自动化作业；对那些需要融入创造性推理、协作和判断力的任务，可考虑用AI来对其来优化；对生成式AI优化空间较小的任务，则可继续采用纯人工作业。这种对工作的重构也有一定可能会让全新的高价值人工任务浮出水面。

  数据科学家的工作可被解构为处理数据内容、评估数据质量、设计应用及开发系统等多项细分任务。在工作中，他们不但需要用Python、C++等计算和数学语言，还需要应用自然语言来描述业务案例，并向领导说明为什么某项洞察对企业来说很重要。此外，在对运营或业务流程建模之前，他们还需要要求别的部门的同事来协作配合，验证已有观点，了解这些流程在企业中到底是如何运行的，这样，他们才能对建模有足够深的理解。

  在分析完数据科学家的日常工作后，我们得知，生成式AI可助力他们迅速熟悉行业流程，增强协作，促进验证工序的高质量完成。其中，处理数字信息或在线数据、评估数据质量及准确性等五项任务可完全变成自动化作业。还有七项任务可借助生成式AI加以优化增强，以确保数据科学家高效完成工作。

  在分清楚哪些任务可全面进行自动化作业、哪些能用AI赋能增强、哪些还是得依赖纯人工作业后，企业便可重新设计工作。不过，只有把这些重新设计的工作交织起来，重组作业流程，企业才能从根本上颠覆固有的作业流程与模式。

  需要注意的是，重组作业流程和把这些流程融为一体并非易事。企业一定对自身所面临的业务挑战保持清醒的认知，深刻思考组织到底需要什么样的运营方式。在调整整体战略时，企业也应考虑各种人工智能的衍生技术及有关技术，而不是只考虑当下流行的生成式AI和大语言模型。

  Lemonade这家初创互联网保险公司从人工智能及人类的双重视角出发，全面整合人工智能聊天机器人、云等技术，重新思考和设计投保、理赔等典型保险程序，实现了环环无缝衔接，成功重塑客户体验。

  比如，在理赔时，客户只需点击Lemonade应用中的“理赔”按钮，再向聊天机器人大概描述一下事情的经过，就可以完成理赔申请。之后，该公司的AI将启动反欺诈算法去验证理赔申请。如果理赔被批准，AI将进行赔付。如果理赔没有被批准，理赔申请会升级进入人工受理。

  与技术投资一样，企业也需要对运营和员工素质培训进行重金投入。除了重新思考工作该怎么样完成，企业还需要仔细考虑如何赋能员工，让他们跟上技术变革的步伐。把这两个关键点想清楚了，生成式AI的潜能才能在企业里得到较大的发挥。这两个关键点也几乎将影响所有的工作：一些岗位将被淘汰，大多数岗位将面临转变发展方式与经济转型，同时，新的岗位也将出现。

  通过参与本职工作的解构和重构，员工得以在实践中掌握人工智能这项新技术，这也是很多企业首选的员工技能再培训方式。此外，生成式AI技术本身也将在技能再培训中发挥重大作用。我们得知，近六成的企业计划将生成式AI应用于培训学习，并有超过四成的企业有意在这方面做投资。

  利用生成式AI对工作进行重塑的做法，虽然给公司能够带来了不少的益处，也给公司领导者带来了新的责任：他们要确保生成式AI技术的设计是负责任且合规的，应用程序不存在潜在风险，且生成式AI的输出结果必须由人工进行审核和监督，做到无错误、无偏见、无任何知识产权纠纷，而且负责任地用AI。如果一家公司能做到以上几点，那么它将进一步领先于竞争对手，获得差异化优势。