导语:ChatGPT是否能淘汰咨询顾问帮助企业进行数字化转型。
今年开始,突然
ChatGPT
就火起来了,带动整个
AI
技术应用成为市场热点,或欢呼或紧张人工智能时代的到来,热烈讨论
ChatGPT
的应用与技术发展,以及能淘汰哪些岗位工作。
作为一个专业顾问,我比较关心
ChatGPT
在咨询工作中能有哪些应用,甚至想看看
ChatGPT
是否能淘汰咨询顾问帮助企业进行数字化转型。
安装
ChatGPT
后,我用了一些实际项目中的问题,按照顾问在项目中常做的“信息收集、问题分析、框架搭建、方案建议”四个方面对
ChatGPT
进行了测试。
我最终的结论是
短期无法替代,但可以
“
慎用、可用、借用和善用
”。
基本情况如下:
1
、信息收集
从信息收集来看,
chatGPT
是不如互联网搜索引擎的,例如对国家电网比较著名的
SG186
工程的基本信息
chatGPT
回答的信息甚至是错误的。
这可能是
chatGPT
并非搜索,而是搜索后的解释和学习,这个过程如果没有训练,没有充分的学习得到的答案甚至不如本身输入的信息准确。
而对于企业内部的信息,由于
chatGPT
无法深入到企业内掌握信息,因此信息收集就更少更不准确了,貌似“一本正经的瞎说”。
不过这也是对的,否则各企业内部信息就完全透明了,企业应该很紧张了。
结论是要慎用!
用
chatGPT
收集信息不如互联网搜索,特别是企业内信息,应该是它分析猜想的,很大可能性是错的。
2
、问题分析
ChatGPT
能够整理一定篇幅(估计
2-3
页)会议纪要下的企业访谈问题,对访谈中杂乱的问题进行清晰的分类,但也仅仅达到现有的问题进行归类,缺乏框架,因此不
MECE
。经过提示要求,可以按照框架进行重新分类,可以看出,
ChatGPT
侧重在文字语义解读下的分类,分类是合理而清晰的,提炼也是清晰的,但不是归纳。如果进一步就问题点推动提问,寻找这些问题的一层层根因,基本上回答解答会越来是普世观点,更无法感受到通过问题间关联关系进行的问题分析。
结论是可用!
用
ChatGPT
对问题进行初步分类,这一定程度能提高工作效率,如果在过程中通过问题框架来补充信息,是能够得到一个相对清晰的问题分类,这对后面的问题归纳与分析是有帮助的,至少提高了效率。
3
、框架搭建
ChatGPT
能够提出一些专业的业务框架和方法论框架,例如供应链的
SCOR
模型,但对
IBM BLM
模型显然是不熟悉的。我让
ChatGPT
搭建了一个数字化转型报告的框架,整体上感觉还是比较完整的,我增加了一些要求,包括要强化现状分析、要关注企业对标,它也能重新融入到包含框架中,这点上看还是非常不错的。
结论是借用!
用
ChatGPT
对搭建框架应该是能在一定程度上提高效率的,虽然会给出的是一个普世的框架,但至少帮助初级顾问明确了大致的方向,或至少不会有大漏或大错
4
、提出方案
ChatGPT
提出的解决方案基本上是普世的解决方案,例如测试示例中提出“如何解决上述数据应用相关的问题”,其中的上述问题是前面给它提出的,并且让它分析归类的问题,但仍然是普世的答案,即问它“如何解决数据应用相关的问题”,也是这个回答。但这些普世答案尽管缺乏针对性,但也是相对比较完善的,方方面面都涉及到了,其完整性还有有点超乎我的预想。
结论是善用!
用
ChatGPT