Deep Dive
Shownotes Transcript
哈喽,我是阅读前哨站的站长瓦基欢迎收听下一本《读什么》
今天我要跟大家聊的是一个非常实用的主题叫做 AI 自动化它可以帮我们在工作中节省大量的时间提升我们的工作效率那我相信很多人在职场上面都有一些是很重复又琐碎的那种工作那今天的这一集访谈会带给你一些不同的想法带你去认识一下怎么样去处理这些重复又琐碎的事情你有更好的方式
本集节目由知识卫星赞助播出每天手动处理数据来回同步专案进度工作变得重复又琐碎这个会让你觉得很烦恼吗?我平常工作最常使用的工具就是 ChatGPT
我用它搜集一些资讯整理文章接着呢再使用 Google Document 还有 Google Sheet 之类的工具来辅助编辑和别人合作但是这样子的零碎使用这些 AI 跟工具并没有办法真正有效地改善工作流程效率也没有明显的提升这个时候呢我们就需要学会 AI 自动化的这项技能
那么这一次专门提供 AI 自动化培训的机构 AIworks 他们和知识卫星联手推出了一堂线上课程叫做实现 AI 自动化的第一步这堂课会教你把经常使用到的软体工具把它们串接起来转换成自动化的流程
再搭配生成式 AI 的技术创造一位全年无休的小助理还会教你如何培养出整合性的 AI 思维先厘清你想要达成或是你想要解决的任务还有问题再利用 AI 自动化去整合到工作流程当中有效地提升你的工作效率
最棒的是课程会手把手带你操作每一个步骤就连零基础不会写程式的人也能够轻松上手你还在为了繁琐的工作而感到无力吗?或是想要有效地利用 AI 工具来提升工作效率吗?这堂课一定可以
那么
那么我简单介绍一下 Sherry 她现在是 AI Works 的校长然后这是一间专门在提供 AI 自动化培训的机构那么 Sherry 她本身有很多年的软体研发的经验她也曾经在 IBM 工作过她对于要怎么样去用自动化工具帮大家提升工作效率她有很深刻的见解所以今天我就请到 Sherry 来聊聊她的专业经验告诉我们说 AI 自动化
会怎么样改变我们的生活改变这个世界那么现在 Shenry 已经在线上了我请她跟大家先打声招呼哈喽大家好我是 AI World 校长 Shenry 大家好 Shenry 那我根据我查到资料因为我想说在访谈前我做一点功课我发现说你说你个人做的第一个网站你是在小学的时候用记事本一行一行的去写的那个时候是我很难想象那个时候是这样子怎么可能是这样一行一行写
哦对啊这个问题其实稍微泄露年纪就是我们这可能可以讲一下我的职业早期是软体工程师然后我喜欢写程式喜欢电脑的东西是从很小的时候开始然后早期的时候其实我不知道哇记有没有经历过就是有 MS-DOS 就是其实还没有图形化的界面之前其实用那个八寸的磁片然后你是要就像我们现在输入 comment line
然后到后面其实才出现图形化界面然后我那时候可能这就是因缘际会啦就是我的自己很认真学习的一段很投入心力的一段就是在这个写程式上面那时候我爸可能买了一本那个程式教学的 HTML 嘛
那那个时候其实有图形化界面然后大家开始那时候是 web1.0 的时代然后播接播接连上网络所以我们就开始看那本 HTML 然后那时候就是一页一页开始从那个大人
我不知道大家知不知道 HTML 的 tag 开始然后慢慢的磕一个自己的网站这样然后所以那时候觉得很有趣的那时候很吸引我到后面会奠基变成职雅的一块就是其实写成是一个创作的历程不管你今天是不是用 coding 因为我们今天会聊到很多不是用 coding 吗
它是你会用这些工具去创造出你希望他做的样子然后希望指挥他去达成的事情所以那时候其实就是这样子一行一行的 HTML 然后把网页课程你想要
然后后来其实也其实很喜欢做这件事情就是后来其实在 Microsoft 开始出现他们有自己的那个时候以前叫 Page 就是你可以用图形化界面去拉网页之后我又再继续做然后
然后做了一些自己的 content 的网站,然后就开始有些使用者回馈告诉你说,你的网站的内容提供的不错,然后那时候就开始有使用者价值的感觉,你就会觉得,原来我做的这些东西其实是有使用者 feedback,他们真的有看,然后就很喜欢这件事,然后后来就一路下去选资讯相关的程度。
小小的年纪就已经有那种就是软体工程师写出来的东西有人用的那种感觉这样没错没错没错所以就是喜欢创造这件事情然后享受有使用者给你回馈的感受这样嗯那后来我记得你是有到 IBM 一些就是软体公司这样去工作那时候是就是已经对软体很有兴趣所以就到那些公司工作是吗
对啊就是因为我其实是时间点我会做你刚刚说记事本那个其实是国小国小的时候做的然后后来就是国中的时候就开始自己写一些网站然后到后面其实高中就是资讯社团然后大学就是志愿都是资讯相关
所以基本上其实就是但这个东西就是真的是你在过程之中因为等一下也会讲到课程过程之中你找到一件你喜欢的事情那就很投入在他的学习上面那所以后面其实就进到我念的学校是台大资管系那所以后续其实就念资管毕业之后也是走资讯多一点所以后来进到 IBM 这样子
那我后来我看到你就是变成说原本是以软体工程师的角色那后来我看到你有在就是 Appworks 就是 Appworks School 有点像是一个那种学院或培训机构的这样的一个地方你后来怎么会想说从原本比较传统的这种就是科技公司或软体公司你会想要跳到一个比较偏于教学性质的这样的组织啊
就是谢谢瓦基这问题我觉得很棒就是说我们以前当软体工程师的时候其实是蛮享受你自己写的产品给别人使用的感觉那但是其实你在如果你比较跨国的公司或是在大一点的软体服务公司你其实是离使用者比较远一点的就是你会感受到你有在创造东西但是你的价值跟影响力就是你协助到别人的那个体现没有那么强烈
那后来因为我在大学时期其实也陆陆续续有在做一些跟教育有关的事情那后来其实因缘际会底下有 Edward School 其实有在寻找我们前面有一位校长那后来其实有在寻找下一位接任的校长
那所以 Edward School 我们原本是在做软体工程师培训的所以基本上要一个背景其实是对软体工程师有兴趣但你同时对软体工程有兴趣但你同时又对教育有兴趣那我自己在看待这一份机会的时候会看的可能那时候的考量点就是希望到目前为止啦职涯的目标都是可以发挥正向的影响力去协助别人
那所以以这个来说你可以透过软体服务去发挥那但是在科技教育领域之中如果你培育的是人的话那人你培育他那他变成一个很好的人才那他又会在投入到这些产业里面他会继续发挥他的影响力
所以以我的职涯目标当然这个职涯目标不是国小那时候写的 code 发现的是后来慢慢的逐步去探索出来那但以这个职涯目标来说其实担任一个教育机构的校长是更贴合的因为我们其实就像培育了很多的学员那学员们又会在到产业里面去发挥他们的作用那其实整体而言以我
那时候看到我们整个产业的方向其实很缺人那如果可以有很棒很多很好的软体数位人才进到这个产业里面其实对于你的贡献对这个产业或对这个国家贡献其实就更大
所以就投入了这个方向那当然我自己就是对教育也很喜欢也很喜欢跟人有比较深切的互动就是说可能可以跟他们多聊一点啊了解他的成长啊然后很喜欢看到他们其实你在学习的时候你会看到一个人是会蜕变的他会享受学习然后感觉有成就感然后开始有所改变的这种过程其实对我来说是很享受的所以后来就接受这件事情这样
感觉很酷耶原本是在创造或者是创作软体后来感觉是变成是创造或者说去渐渐的影响这些人才变成从一个软体的层面变成到了一个人的层面对很特别的一个转变那我看你们在 Appworks 好像在近期是不是在今年有转型成另外一个叫做 AI Works 这为什么会变成这个 AI Works 有了 AI 这个字它是有什么样的转变或是你看到什么趋势吗
我们原本是 AppWord School,那做的是软体工程师培训然后今年就是转成 AI Word,那主要看到一个面向上面还是说其实以这一波 AI 来说,以 AVI 的技术来说那它其实对于 coding 的效率提升是很高,有很大的影响,那它范围影响很大
那我们之前做的 AppWorks School 其实主要着力点是协助不同职能的人转职成为软体工程师那但因为现在这个技术的影响那当然除了这个技术还有一些大环境的考量就包含是说其实 COVID 之后软体工程师的市场其实是有点泡沫就是蓬勃发展然后所以前一波其实非常的起来
那最近有在修正但是长远看来所以这个市场有被影响但是长远看来其实 AI 的助手 AI 的有 AI 这个 coding 的协助底下其实 Junior 工程师以目前市场状况看是比较没有需求量不如以往那么大那我们站在一个协助大家又要转职进到软体工程师那以转职来说其实还是新手工程师为起头点嘛
所以我们看到这个趋势其实是趋缓的
那我们成立这个组织的使命就是希望说你要真的去解决一个人才的痛点我们这个产业之中人才我们可能需要怎么样的教育的能量来解决人才痛点那看到这个市场其实这个人才痛点目前其实已经没有那么痛了就让我们去思考说好那接下来我们应该要着重哪一些那同时之间因为我们在做软体工程师培训的时候我们其实也开始在做一些 AI 自动化工具的教育
那因为我们以前是培育软体工程师一样是你是不分职能不分背景文法商的同学都可以变成软体工程师那但是他也不见得你一定要我们现在说我们用这些软体服务来做到我想要做的事其实不一定要是软体工程师这么深的技术背景
现在有很多的 AI 工具也好或是自动化工具也好其实你可以透过很好的课程体制就有办法让这些没有背景的人都可以用这些工具去做到我们可能原本想象中数位化或自动化的工作然后想象之中以前这可能是工程师的事可是现在其实不然
所以我们在过程之中其实去尝试了一些这样子的课程那其实也发现说我们真的现在的工具已经很成熟那我们也真的可以协助很多其实不同职能的人行销同仁人之同仁采购同仁他们真的可以利用这些工具去改变他们的工作方式然后进一步提升工作效率
所以我们就看到这个技术真的要对很多的职能的工作造成很大的改变了就我们看到了这个趋势而且也验证了这些同学们确实学得起来也可以拥有他们的场域之中然后就发现这个其实是接下来我们在台湾里面看到很多产业很多不同职能的人才其实会需要经历的转型
那一样就是我们要解决那痛点所以我们又看到这个痛点所以我们就转型成为 AI Wars 这样所以这个听起来是说以前比较专注于让一个人成为会写软体的软体工程师但是现在因为科技跟 AI 的发展让很多很多的软体技术或者是功能他都不需要写
程式码就可以做到对不对就是好像你只要用界面的操作图形化的或是一些流程的好像就可以让普通不是软体工程师的人就会去使用它对所以你们是有点像是在训练例如说好可能我们身边有些朋友他是比较没有软体基础他不会写程式码
但是你可以训练他让他变成他懂得怎么用这些 AI 工具或者这些科技工具来做到一些就是可以用那些功能让他们发挥让那些原本是被锁在可能软体工程师身上的能力被释放到我们最更普通的大众身上 AIworks 是不是我这样讲是对的吗对
对是谢谢没错就是所以我们做的事情其实就是透过这些 AI 跟自动化工具来协助大家去优化你自己的工作流程那优化可能包含你可以想象他们可能就是你的 AI 助理或是自动化机器人的助理所以你可以去发掘跟了解重新了解一下你的工作流程之中有哪些事情其实适合外包给这些 AI 跟机器人助理的
那 AI works 其实基本上就是在做这个那所以在这个前提底下我们的目标就是希望可以透过这些工具来协助大家改善工作效率那同时之间这个改变是必然的因为它正在发生之中所以变成是说我们其实也很常讨论另外一个问题就是 AI 到底会不会取代人但是 AI 其实不会取代人就是 AI 会取代不会用 AI 的人
对不对所以实质上就是它是一个必备而且是接下来一定要经历的改变了解我刚之所以会稍微做这个总结是我很怕说有些听众可能听到前面就会想说哇那这一集是给软体工程师听的要写软体才可以听但是我想要提醒大家是说其实不是我们接下来要聊的内容它
不需要你会写什么程式嘛它不需要你会写什么样的程式语言而是它会提供就是我们接下来要聊的 AI 自动化比较像是一种你也可以操作像是 Word 像是 Excel 那样大家都可以去操作的工具就
就对了所以说如果害怕城市马的人其实还是可以继续的听我们接下来要谈的内容对所以我就想要问一下 Sherry 可不可以用因为我们刚刚一直在讲就是有 AI 啊有自动化那我怕很多人可能觉得这个距离感有点远好像自己的产业跟这个可能我平常在做文书作业可能我在做一些简报报告企划提案之类的或者说我就不是这种背景的人嘛那我对 AI 自动化感觉有点距离感
那你能不能用比较白话来告诉我们说就是对我们现在的普通人来讲 AI 自动化它的本质到底是什么我们为什么要把这个东西去融入我们的日常工作当中
我们现在讲这些 AI 自动化工具它其实基本上就是软体服务的一种所谓的软体服务就像大家现在其实都已经会有 Google 不管是 Google Doc 或是 Google Sheet 或是你是用 Word 用 Excel 这一种类型的办公工具他们其实也都是属于软体服务的一种
那现在的我们说的 AI 自动化工具其实扮演的角色也会非常类似那像大家熟知的 TradeGPT 其实也是类似的他们现在的入手成绩其实非常容易那 TradeGPT 之所以会这样子大量的大家会这么火红的使用就是因为现在大家都可以使用
那其实自动化工具也是一样只是大家可能还没有他的资讯没有被那么普及他现在其实也很好上手所以这些软体服务呢他其实就是已经是可以变成大家垂手可得就可以用的工具所以我们说现在其实我们接下来要做这个工作改变有点像以前在学 Excel 一样那
当然我们在讲 AI 的时候有些人可能会想到蛮难的什么各种模型但是我们现在在讲的这种比较大家都可以入手的其实就是一个工具那简单来说其实你可以把它想像这些工具或者这些软体服务它未来扮演的呢就会是你的一个助理它是一个数位助理
那这些数位助理他可以帮你做的就包含是像是内容生成或者是说你可以告诉他你原本的工作有哪些然后你告诉他说这些工作规则是什么这所谓的告诉可能就只是拖拉然后定义好说请你在这个时间点去帮我自动进行请你在什么的情况底下去帮我在网路上抓取哪些资料所以就是在
告诉这些数位助理你要做的事然后把这些工作包给他们去做那因为他们是数位助理他们其实 AI 助理他们其实很擅长去做重复性繁琐的事情然后他们也可以处理很大量的资料所以这个领域之中其实就是会以很常见的可能包含像是爬虫类型的
然后爬虫就是网路爬虫你可能可以以前我们要查东西要整理就是一笔一笔查一笔一笔搜寻但现在这些 AI 自动化就可以帮你直接你只要告诉他定义好说帮我抓这个栏位那不管他这个表格有几百笔几千笔这个机器人就会知道你要这个栏位我就帮你全部抓下来而且贴到一个 Excel 表上
而且这件事情其实不难你如果只要会做你会用那个工具不需要 coding 你大概到五分钟以内就可以做到我刚刚说的这个小小爬虫的流程所以其实这些工具其实已经到了一个成熟的落地的部分是大家都可以学习的所以其实只要我们有好的方式去上手这些我们就可以把我们的工作交办给这些助理
那可不可以帮我们举一个例子例如说是什么样植物内容的人那他用了这个工具他可以做什么事情然后让他不用再做这些重复性的工作有没有这样一个很常见的一个例子可以听听看
好啊我们刚刚其实有稍微提到就是我们很常用的大家会用到的会是我们工作场景之中很常去网络抓取资料那我可能不管我今天是要做数据分析或是像我们举具体的例子来说行销同仁好了
他们很常需要去追每一天可能我粉丝团的流量我粉丝团的人气然后各个贴文的状况或是官网的流量那这些其实都是属于我必须要登录然后重复性每天都要做然后做一样的动作抓取相同的格式的资料下来然后再整理到一个报表里面那但你在做这个其实就是很 routine 很有规则性然后但他又必做然后频率很高然后需要花你时间的
所以像这样子的场景其实就符合我们刚刚说的我到网路上我请机器人他可以直接帮你在每一天固定的时间然后登到某个你要的系统里面然后抓取相对应需要的资料那他就直接把它抓下来那甚至他后来还可以帮你多做的事情就是他抓完截录到 Excel 里面你还可以请他多做一些整合然后把
数据整理出来然后再自动寄信给大家那以前这个其实可能是我们行销同仁每一天都需要去追踪都需要去做这种汇整回报分析然后记录跟通知给大家的工作那现在其实都是这些 AI 自动化可以帮你做到的
是不是说变成可能我以前勤销同仁可能每天早上要花一个小时先做那些刚刚所说的所有事情那如果说我是一个懂得用 AI 自动化工具的人我可以把那个流程都设计或者是写成一个自动化的脚本然后我就是我到公司的时候那个报告或是那些我要的东西早就整理好给我放在我的电脑档案里面或者是放在我的网页上
我打开电脑我就开始可以做接下来的事情等于说我可能省的那一个小时是不是有点像这种感觉对不对是所以就是变成你的工作真的实际上就是外包给这些数位助理就是你实质上他真的就是在那里 24 小时帮你跑那还有另外一种的会是我们一个常见的应用的情境就像瓦基这样讲的我们把法案所很重复的工作外包给他做
那另外还有一种是我们也看到我们的学员他学会之后开始活用的像以前我们人工做这些资料的整理我可能一次排个几百笔就大概吃不消了就是我可能想要做一些事情其实几百笔大概就是上限了所以我们从来不会去如果
我不知道我可以有这些工具可以像工程师一样去实唤机器人其实我是有能力处理到上千笔上万笔的资料的时候我们也开始发现有一些职能的同仁他就跨出去因为他相当于他原本会的技能人工能做的只有到某个范畴但你有机器人的时候他就跨到更远了他就敢去发想更难的问题可能类似我如果
获得了这个集万笔的 IP 我原本其实会不知道这 IP 我要对它做什么事那他现在可以想象说集万笔我可以叫这些人去查它来自于哪个国家这是一个我们很具体的学员给的 feedback 然后他再去查客群可能是长成什么样子那以前这个你只能等有技术背景的人才有办法帮你做嘛
但是现在其实你相当于你的技能你最基本的活用就是我把我重复的工作给他们做那再往一点进阶的就是我们会说那是知道跟不知道的差距当你知道的时候当你会这些基础的我们可能叫有点工程但不需要 coding 的技能的时候你又会把你的工作发挥到另外一个价值上面
所以你可以想象这个就是从刚刚其实一直在讲说这件事情会是一个很重要趋势也是因为在这里我们至少先释放那些让你觉得很重复的时间然后让你去做更有价值的事然后也因为你你有了更好的工具有了更棒的技能所以你就又更有机会去挑战去解决你可能原本没有办法想象其实我可以做到的事嗯
听起来就是有省时而且还加值的效果然后我觉得很多人可能会觉得这个是不是只有个人工作者才用可是我会想要提醒如果有在听的是偏主管或是领导者我会很推荐其实这个是可以组织型的导入就是你甚至可以让组织的人都去学每个人都要具备这样的功能它会是一个未来的基本功就未来如果没有这样技能的人我很难想象他在职场上有怎么生存
没错谢谢华基没错我们现在除了线上课程之外谢谢真的很感谢帮我带出这一题这题刚刚没有介绍到就是我们其实除了跟 SAT 合作线上课程之外我们其实大宗 AI World 是目前服务的对象就是企业企业的对象对企业组对就是其实还蛮多像台湾其实有很多中小企业现在也都在面临这种转型然后
因为资讯人才的不足所以其实转型会很卡在以前很需要工程人才这件事情可是现在它其实时间点已经到了你的各个职能的人我们其实只要愿意去统治他们协助他们去做教育训练或者是我们的同仁自己本身有意识到赶快去未来我的工作会长成那样我现在其实应该赶快升级了
那这样其实未来都会在工作上更有竞争力那像这样的转变势必就是不管是在个人或是企业组上面都要发生那我们自己现在服务的对象就是个人的话就有像现在的线上课程然后企业端就有企业相关的培训那培训就是基本上是大部分的职能的人
现在其实有蛮多成功的案例就是他们会一开始一些人进来而且因为大家其实蛮可爱我们会有一些比较资深的人一开始听完还是觉得怕怕的但是你学完之后举例等一下有一个案例是要讲采购阿姨
采购可能叫我家阿姨有点过分我叫她采购大姐好了然后她可能工作二十几年三十年的资历那她的工作其实就是去 key in 那个发票那她每天就是工作就真的花很多时间去把发票内容 key in 到 Excel 上面然后再把 Excel 对给会计
基本上每一家公司的采购或是财务或是会计很多人都还是在做这件事情那他每天其实花非常多的工时在做这个那我刚刚讲那个三十几年的工作的阿姨她在上完这个自动化的课以后她真的就自己把这件事情变成是给机器人做然后她估计的时间她自己省下一年是一千个小时这个是她自己说的
那除了他所以他自己就工作也变得很有成就感然后觉得很有价值之外他后来回去以后就又影响了更多他部门的同仁因为其他人看到说啊原来他也可以而且原来这些工作是现在的新的方式是可以这样子做的然后我们都有机会用到这个的时候他又继续扩散然后就就蛮多的人然后这样种子就开始一个一个这样转起来那嗯
对所以目前我们的任务啦给自己的目标其实就是希望可以协助各个企业们去做这种从下到上的人力的升级了解我觉得我很有共鸣的一点是因为大概在四五年前吧我在台积电的时候那时候有导入这种那时候是叫做因为那时候 AI 还不红四五年前还不红那时候是叫做 RPA 就是那个 R 是 Robot
就是机器人的 process 的 automation 就是机器人般的行为的自动化所以我们可以想象其实我们每天在做的很多事包含我们以前是工程师嘛很多很多事都是就像是机器人般的在操作我每天就像是一个机器人照着固定的 SOP 固定的指令去捞资料去整理资料去剪贴资料我天天在做这种机器人的事情所以那时候我们是用这种 RPA 的这种概念就是机器人的流程自动化去把很多
的这种重复又琐碎的事情去把它变成让电脑去执行然后人的时间就全部释放出来让人可以做一些需要人脑去判断跟决策的事情对所以我就觉得很有意思的是过了大概四五年吧到现在现在是 AI 或者说这种生成式的 AI 更新的 AI 科技出来了然后我看 Sherry 你们把这个课程或者说把你们的教育训练的这个定义就是那个定义叫做 AI 自动化
我觉得蛮好奇的因为我以前碰的 RPA 那个是还没有 AI 的时代现在有加上了所谓的 AI 自动化我可不可以理解它就是有点像是一个 AI 加上 RPA 的感觉就是它有一个 AI 的功能又进来了那这个进来了会不会比我们以前那个时候又更厉害它是厉害在哪些地方
我们讲的 AI 最以前挖机使用的其实可能也有些微量 AI 的元素就包含是 OCR 图像辨识刚刚讲的采购阿姨它的发票要怎么样可以变成是数位的资料然后可以再去放到我们想要的档案里面那这是比较以前的 AI 那现在的 AI 讲的比较多就会是生成式相关的 AI
大型语言模型的 AI 那现在的自动化其实是可以或是我们叫 RPA 也可以以前的 RPA 跟 AI 其实是可以结合在一起那我们通常的比喻就会有一点像我们 AI 会有点像大脑然后 RPA 是它的手脚那这个的方向会跟
我们说另外一个议题叫做 AI AgentAI 代理人有一点像就是现在接下来的方向上面会是 AI 其实它是可以在模糊的环境之中或者是你对它做自然语言的就是我们平常讲话的
然后给他提示然后给他一些条件然后请他去下一个判断说所以我接下来应该要做什么动作那像这样子的流程其实就会是 AI 加自动化由 AI 来决定说可能对你做的话做语言
或者是说再更进阶一点可能不用你对他说话你有相关的资料你可能是怎么样的背景然后你现在有个意图是我要去购买一样东西那 AI 就会去帮你判断说 AI 你的意图是什么然后他会去判断你要购买哪一个然后说因为这是最适合你的然后他就启动他自动化流程然后自动化流程就开始去跑
后面的购买者机制像这样子就会是 AI 是大脑然后自动化是手脚我们现在其实很红 AIRPA 其实在产业里面已经用的很多了也开始有很大的效益出来但是在未来其实我们看到 RPA 它还是会是非常重要或是自动化其实还是非常重要
那 AI 是基于这个自动化上面的应用在继续往上加一层那这个是比较 high level 的就是我们如果是看到企业或是产业里面的应用那如果在个人啊个人可能说我们可能没有办法做到一个像 AI 代理人刚刚这样讲请他帮我做决定然后
然后那比较像是一个服务创新的应用范畴那但对到个人其实也有 RPA 跟 AIAI 跟自动化结合的案例举例来说其实现在这些自动化它也都可以去对接到我们的生成式 AI 那
很有名的一个我们会举的例子呢就是人资假设我们今天是大型的公司的人资我们其实要去做很多的履历筛选然后去爬很多 LinkedIn 上面的 profile 人选的资料的时候其实很常都是靠人工再去做辨识的那
现在其实是很有机会我们就是可以透过自动化去接 AI 生成 CAI 那一样你要给他一些提示跟你要喂一些资料给他所以你可能叫自动化把这个人选的资料爬下来以后然后告诉生成 CAI 说请你帮我摘要这个人选的背景然后我要的是一个什么样的人选然后他就帮你摘要以后然后再判断说这个人是否符合你要的
像这样子的就会是一个 AI 再加上自动化的应用那你就可以同时之间处理很多大量的资料但是又加入生成是 AI 擅长的分析然后生成内容的这一个部分的能力
所以这个是一个比较合起来的应用整合型的对对对是 OK 我觉得好像变成说以前人资可能都是用肉眼就是这样看看报告然后去操作去捞资料可能你一天我看你可能看可能十个就差不多了吧就仔细看十个内容就差不多了那你现在是意思是说我可能是用自动化 RPA 自动化可能就帮我爬可能一百份资料然后叫 AI 去
自动的去生成跟总结那一百份资料然后你可以再叫他总结一次说这一百份资料你帮我挑出前十名根据我给你的标准再挑出前十名所以就有点像我什么时候不用做但是我就给了条件给了自动化我就可以得到一个从一百人里面筛选出的十个精英然后我就只要去仔细的看这十个精英就好了那个效率是大幅提升了对不对是 是的 是的没错所以就是你可以过往就是要一笔一笔看了
那当然我们还是会说 AI 现在有幻觉啦所以你说从那 100 个里面选 10 个有没有错杀的可能还是会有一点所以我们得要把其实瓦基刚刚有提到前面有提到工作流程这件事情你要把你要给他的流程步骤
定义好就不会是一触可及的中间你可能要请他爬一百个人那一百个人你要先请他摘药然后摘药完你要给他很明确的规则告诉他说我想要的精英是怎么样你不要再帮我乱选我要把我心中我挑选精英那个思维逻辑跟我的流程一一的梳理我要多少的工作年资怎么样的背景的人这些你可能要给一个比较明确的方向
但是你不用到很很细致的说像以前写成是说我就是只看这几家大学然后一定叫某些公司但你可以给他大方向然后你再慢慢的让他跟着你这个流程的设定那就产出一个会更精准一点的结果这样 OK 那我们刚刚讲到这样子
听起来其实是非常吸引人就是你真的去使用或去了解一下这个概念其实你会发现哇这个真的是新世界就你会这个工具的话真的是新世界是那可是我觉得我们还会面对的一个问题是怎样对我们普通人来讲
AI 自动化它能够用的软体工具这么多像是我们现在是讲这样的功能是一个概念可是我们要用的工具或要用的软体其实超级多的那你又没有一个建议是说我们要怎么样去好好的评估或者说我怎么知道我一开始挑的这些工具就是真的很好用的然后我会挑到这个去符合我的用途
而不是说哇我好像为了挑工具而挑工具或者是有时候为了使用而去用了一堆工具到头来才发现好像也没有真的帮助到我多少你觉得像这种工具的选用它的原则或准则会是什么
嗯我们现在看到大家比较多的痛点其实比较会是工具真的太多了然后你不知道到底要从哪一个下手所以我们回来通常还是会想跟大家分享的会是说我们还是要着重你自己想要解决的问题然后选择正确的工具所谓着重自己想要选择的问题就是你还是要对自己的工作流程嗯
然后跟这些工具要怎么辅助你有所想法那当然第一线的当然最重要你要先大概知道工具可以帮你什么你才有办法去思考它到底要怎么做所以你在选择工具可以帮助你什么的时候通常我们大概有两个大方向第一个就会是你要可以快速的上手就还是会有很多工具其实是偏工程多一点点的哦
举例来说像我们这次的课程里面我们的 Mac 其实就是非常新手友善但同时之间我们也有一些使用者会用到一些功能很强大但是它稍微又更复杂一点点的工具它作为它的第一个上手的工具它反而就会一开始就会觉得挫折感很强
所以综合大家的意见如果你是一个全新的新手我会建议说是可以先选一些比较容易上手然后参考大家的经验不见得你一次就要挑战很困难的就是功能最强大最厉害的工具所以像 Mac 就是我们其实很推荐的
它的功能其实已经整合得很好然后它已经跟很多可能像 GmailGoogle Calendar 然后各种的软体服务串接所以你其实可以透过很方便就真的像设定一样的方式就把你要的自动化的一部分给 Mac 做嗯
那另外一面向就是说我们刚刚其实有提到如果我们今天在跳脱更大的场域其实机器人他是可以帮你把你的一串流程像刚刚讲的人资或是采购的这个一串工作流程是可以完整的自动化的那所以他的
功能面如果接下来你有这样子的确认说我就是想要把我的工作流程自动化那它的功能面向上面其实像我们在课程里面接下来会教大家的 Power Automate 这种 RPA Tool 它们其实也会非常的适合原因是因为它可以模拟到人类在电脑上几乎所有的操作它提供的功能会非常的足
所以如果我们今天想要完整的去解决一个问题的时候其实我们是很适合去挑选这种功能足够的工具的那所以就看大家现在想解决问题是什么那我们还有另外一个很重要的点就是还是要回扣我刚一开始说的就是你要先了解你要解决问题选择正确工具所以怎么样去剖析你的问题
或是怎么样去思考你的工作流程让这些工具可以实际的帮助你其实才是我们看到一个觉得很重要而且是接下来大家必须要有的共识或是思维就是最基底最基底的思维就是你可能要把你过往的一些工作的方式要整理出来一个有个流程有个步骤化的概念
很多很可爱的学生他们可能其实大家以前我们人工作那大家都有非常强的专业知识但是因为人工作你其实如果能达到目标你可能每一次做都是用不一样的方式在做可能我有时候我只是通知同事某件事情有时候用 LINE 通知有时候用 Discord 通知有时候用就是都用不一样的方式那但是如果你今天要把事情交给 AI 助理或是自动化工具来做的话
其实你就会需要花一些时间去思考一下你自己的工作流程那我觉得这个也是一个很必备的技能就是你其实是会重新梳理说原来我做事方式是这样子然后我们有什么优化的空间然后在这过程之中这些优化的空间可能其实是你自己做事的方式的调整或是解读问题的调整然后有一些就是你直接可以外包给这些 AI 自动化的助理去做
了解因为我刚刚问这问题其实是这样就是说因为我之前在台积就是我是专门在玩 RPA 专门在玩自动化的所以就是我非常知道说那个软体到底有多复杂或者说选项有多少然后这技术有多快的变化这样子所以我自己的经验是这样我想要给就是如果说听众朋友们是一个比较算是个人如果是你个人想要学想要去套用这个东西的话
我的建议是这样子就是你不需要花费大量的心力去看所有软体的名字你也不需要去看每个功能每个都去试
我觉得那个是很很没有效率的事情我认为就我过去 training 很多而且我们也用过在工厂用过很多的经验我的建议是你就真的直接找到一个专业的专家例如 Sherry 老师或者说 Sherry 老师的团队他们提供的专业的课程因为刚刚 Sherry 有讲两个软体一个是初阶版的叫做 Maker 一个是进阶版的叫做 Power Automate
他就是透过线上课程的方式初阶的有教你进阶的有教你然后后面我记得是有很多的情境的教学跟实际使用的教学所以我认为对于一个小白来说就是你知道刚踏到这个领域刚想要用这个东西你就真的是直接透过这个方式你会是最有效率最快而且你学到的品质会是最高的与其说你到那边看一堆短影片这个也学一点那个也学一点那是没有用的那个学到半天试等于说学一朝半世那是用不上
派不上用场的对所以我必须这样子讲因为我之前我有好几年的经验都在玩这个东西对那所以我再继续回扣到刚刚轩你有讲你们最近除了对企业的培训之外也有跟知识卫星开线上课程嘛就是给个人用户的叫做超高效的 AI 实战指南那我比较好奇说除了我刚刚讲的就是有软体的介绍之外那它里面还有教其他什么东西吗跟
我们市面上可能还有其他听到的一些 AI 课程它最大的差异会是什么我们其实如果我们看现在市面上有的课程还是蛮多比较是理论的那或者是说比较实务的话就会是比较片段可能我就是着重在某一个应用场景里面
但这样其实是没有问题的只是对于应用者来说学习者来说我们其实还是希望说你在学这个工具的时候它是真的可以帮你落实到你的工作场域里面然后你不管是哪个职能你都有机会像我们刚刚讲的去自动化你的工作流程所以这个算是我们在设计这堂课里面很重要的理念所以我们希望带给大家的是可以全面的去运用自动化
那刚刚我们其实有提到你要用这些工具之前其实你要对你要用工具解决的问题有一定程度的了解这个才会是用工具的好方法因为你要用工具是解决你的问题所以在课程里面我们的前期会是带着大家去梳理自己的工作流程了解说你的工作流程长什么样子然后也不见得是所有的工作都适合外包给 AI 自动
那你要怎么样去选择可能是复杂度最低但是你又重复度很高然后很有规则然后又花你一大堆时间这种其实最有效益最适合包给 AI 自动化助理去做的所以我们会带你去梳理这个工作的流程然后去判断哪些问题其实适合用在接下来的情境里面然后
然后再来我们会给大家很多个面向常见的面向的实战应用就是有非常多种应用组合剂基本上我们就是看了在这个职场上最常见的应用场域有哪一些然后从各个视角出发教大家说在这些应用场域里面你可以怎么做那在梳理完自己的流程之后学完这些之后其实你就可以把它组合起来然后把它串起来就可以真的活用到你的工作上
那如果说是一个纯新手的话你说刚刚那个流程我觉得是蛮吸引人的那在例如说在操作上呢就是说我可能真的去就是用这个软体然后用这个平台跟着课程里面去操作的时候那他怎么样可以比较快的说我真的有看到成效真的有在我的工作流程上看到一些改变就是课程会怎么样引导他去达成这件事情
我们其实因为我们的课程本身是有把各种常见的情境切的所以如果假设像我们刚刚举那个数据分析数据抓取跟分析这一块来说我们的同学可能梳理完你大概有个问题点了你大概就会发现其实我这一块很明显的我卡关的点是这一个那你其实就是在这个应用情境之中
我们是摆各个的情境去使用常见的应用情境所以可能其中有一个环节课程环节就会是数据分析那这个数据分析大家就跟着这个数据分析走你就发现原来我就可以怎么样的去操作爬虫然后怎么样去协助它让它帮你去汇整这些资料
所以你先检视自己的问题点然后再看 mapping 你的问题点其实是哪一些场域然后你可以直接先跳到那一些场域里面这些场域的应用其实是独立的你可以跳到那些场域里面去学习相关的操作跟应用那你就可以其实会还蛮有成就感的你很快就可以原来是这样子抓资料的那会不会说假设我
在操作这些东西的时候我难道真的不用写什么程式吗或者说我要写什么 if A 所以 B 这样之类我都不用写这些东西吗就是我在操作的时候会面对什么样的一个操作的体验可不可以简单描述一下真的不需要 coding 它其实就是拖拉拖拉的你必须要有意识的是你在做这些事情的时候你的动作是什么样所以我举例来说好了我们刚刚讲要抓取资料来说好了
你可以想象它就是一个软体然后旁边会有选项很多个电脑动作的选项那其中就会有一个叫做打开浏览器所以我们平常如果要去抓资料我们是第一个动作就是打开浏览器然后打开完浏览器之后你就再拖过来然后告诉他网址是什么然后
再来他有一个像助手一样的告诉他说请你帮我到这个网址然后他会有可以直接浮选的这个网址里面我要请你抓这个资料你就滑鼠在那里点他会框起来说你是要这一栏吗他说对我要这一栏然后点下去他就会帮你把所有的这一栏框起来然后就会说对啊我就是目标要抓取这个
那所以这一个动作设定大概就是完成了我在做网路爬虫这件事然后如果在接下来我要去存到 Excel 档里面呢我就要再去拖拉另外一个是去呼叫 Excel 我要把它另存新档然后要叫 Excel 的名字是什么所以以上的这些动作其实就会是你要有意识你的流程平常你是怎么操作的
那有的时候会有一些规则存在它是可以比较复杂的时候是可以有规则的就是说可能大于 100 的时候这个值大于 100 的时候我不要写入或是它怎么样的时候前进 A 前进 B 的时候我希望它怎么样
那所以你要有意识的是原来我自己是这样子在作业以及原来我的判断是因为大家有时候在脑袋里想一想想就想过了所以我实质上需要步骤化跟规则化这些事情是反而是比较重要的那你的这个工具本身其实是拖拉拖拉的
以拖拉拖拉就可以符合到很多非常很常见的情境那以我们一般的职能的工作者来说你是不需要去 coding 就可以做到这些事情了
了解了解因为我自己的经验也的确是这样他不需要说我特别会什么程式语法因为很多人都怕对哇要个语法哇我是不是要从头学我也是不是要学新的其实是真的不用我自己之前也操作过就是真的不用你就是简单的像在有点像在拖积木哎建积木给积木一个名称命名称流程左右拉来拉去就那种感觉然后你却觉得我之前在玩的时候会觉得好像是一个
有点像流程化的游戏就会觉得哇我好有成就感哦我把我的某个工作流程变成了一个有流程有积木有这样顺序的一个新的自动化流程就是感觉是一个小小的成就感所以那时候我还教过很多人然后变成有些人好像就很沉迷在这里面就开始哇我这个也要解决那个也要解决我这个也要自动化没有自动化
好像就做出那个成就感你知道吗然后就哇变成这方面的专家就觉得哇好有趣竟然还可以因为这东西就有另外一片天那种感觉所以我觉得其实真的就是我们不太知道以前大家不知道怎么用但是其实你一旦知道这些东西其实没有这么难然后你可以跨出你跨出那一步之后你就会发现原来其实这一些我原本想象这种很难的功能其实我也都做得到
你的那个人人是很厉害的他那个潜能就会发挥就会开始有各种情境应用所以比较困难的一开始都是你要敞开心胸你不要觉得说这件事情很困难是不是真的都是只有技术背景的人一定要 coding 因为想象这种以前的东西我不会就只有技术会但可是其实这些工具现在已经成熟到是我们也可以会的
只是需要花一些时间学习一个应用确实是必要的就不是真的好像也是什么信手拈来我们还是需要花一些努力去思考然后去练习这些工具但是它是我们一般的人都可以上手的状态了
了解了解那如果说好我们我最后一个问题就是想说如果还有听众朋友们也很犹豫想说哎呀这好像不是我的东西我好像很担心我到底会不会学的会就是如果你要说服的话你会怎么样去形容说这个东西到底对大家未来的职场或者是发展它潜在的改变或好处会是什么就是能够让大家更愿意跨出这一步
好 我觉得对大家而言第一步就是我就有两个面向第一个就是解放你自己的双手我们其实一般的人对于繁琐的事心累的事 没有价值的事是不会有成就感的当在你没有成就感的时候你工作动机就会比较低落你就会觉得工作你只是为了工作很多时候其实也是来自于这些工作内容本身你觉得它没有价值那很多时候是因为它其实是很人工 很繁琐的
所以我们把这些事情外包给这些助理去做释放你的双手让你的时间去做觉得更有价值然后你更认同你更有成就感的工作那你在这个工作上面的动力就会转起来那你也会把工作表现得更好然后自己会更有竞争力
然后另外一个面向就会是你会了这个工具之后其实基本上就是打开你的技能你的技能会比以前你就不会是在是以前的那个你因为以前的你其实只知道我会的东西就是能力去处理但是现在其实你已经有很棒的帮手了这些 AI 的工具 AI 的助理机器人的助理他们其实已经就站在旁边等待你使唤
你也不用是主管你就有一个小团队可以想象一些数位小团队在那里等待你用那只是说你要先开启那扇门知道说我要怎么样派工作给你们然后怎么样可以去让这些助理们这个小团队们流离预期的运行
所以当你能够做到这件事情的时候其实你就打开你自己的技能你的工作效率就会提升然后你也有机会去解决更困难的问题那更重要的是这个会是一个趋势就是这有一点点说是恐惧行销但是确实它不是
我们会转型也是因为看到这个很巨大的改变它会是一个接下来每个人都需要去对自己的调整就像我们很常比喻 AI 是工业革命就是 AI 比喻成以前的工业革命工业革命之前大家工作形式其实是很不一样的
但在接下来其实也很有机会是这样子的改变所以这一个趋势势必得所以我们其实大家都要有这个意识去学习新的技能然后运用这些很棒的 AI 机器人的小团队然后让我们的工作发挥的更有价值然后更有竞争力
我觉得这个比喻很好也很传神就是掌握这些 AI 自动化技能的人就像是他有一个 AI 小团队在跟着他一起工作那如果你不愿意学这个不愿意去适应或者说你去使用这些东西就像是你以后还是单兵作战所以你就只要想想看说在五年后在十年后是单兵作战的人会被
更青睐呢更有竞争力呢还是本身就内建了一堆 AI 团队的人会更有竞争力我觉得只要想一下这样子就会知道了那当然大家可以自己选择啦我也没有说大家一定要怎么做就是你只要想一下你就会知道哪一个是更好的选择我觉得是这样子那也谢谢 Shernee 今天就是接受我的访谈就是聊了很多关于这个 AI 自动化它对未来的工作真的会会有很大的影响
那我想可能听众朋友们也会想要再追踪到可能更多学你的资讯或者是学你团队的资讯可以到哪些地方再找到你们
大家可以在我们的 AI Works 的官网 AI Works 的 TW 找到我们以及上知识卫星我们目前有一堂线上课程课名叫做实现 AI 自动化的第一步超高效 AI 实战指南在这课程里面我们有带给大家很多 AI 自动化的实物利用让你可以真的去拥有数位小团队 AI 小团队来帮助你的工作所以以上都可以找到我们
OK 那我就把这两个资讯都一起整理在节目资讯栏那有兴趣的朋友就可以直接去参考然后去取用 OK 那么节目到这边就进到了尾声如果大家喜欢今天的节目欢迎订阅下一本读什么那么你也可以订阅我的免费电子报每周都可以收到最新的读书心得还有好书经据那我和 Sherry 就跟大家说声拜拜咯拜拜拜拜