Deep Dive
Shownotes Transcript
大型企业里面有一个非常大的点就是 AI 的培训越来越变相是除了做降本增效更多的是人才发展但是这两个下面最后的一个结晶是什么以上是企业文化
在做 AI 产品的时候你会出现一个就是用户跟 AI 产品公司的一个冲突就是因为容错率就是换句话来说 AI 其实它是有概率的所以在这件事情上它的不断调优这件事情会把这个 AI 产品公司拖垮与其拖垮就是干脆除了做产品我来做你的代位因素
在 AI 学习如果你简化就两个事第一个事就是提示词你有没有一套好的提示词方法能够写第二个就是工作流你能不能梳理清晰工作流一步一步推荐下去这两件事学完基本上你 AI 就躺平了
欢迎大家来到 AI 炼金术今天我们又邀请来了李珍同学李珍同学是一个元宇宙科技公司的联合创始人但是在这一波 AI 诞生到来之后就看到他已经成功地转型成了搞 AI 的
他先是用 AI 帮自己的公司降本增效然后把经验总结成了方法论再赋能传统企业然后我经常也被传统企业找过去说你帮我们顾问一下分享一下但是我其实分享的大部分是思路的引导讲讲大东西然后教练一下然后没有办法手把手去工作流落地什么的
但是每次跟李珍聊我就发现他是真的可以落地的他是真的把那些小细节都搞得清清楚楚的对不光是在讲一些什么理念方法还能够很深入业务然后去理解那个业务然后做一些非常脏火累火的事情去拆东西什么的甚至去搭 DeFi 搭工作流我就觉得这一点还蛮难得的因为讲大道理我也会对吧我讲大道理也讲的蛮好的
但是实操我有很多确实还不会所以最近也经常被传统企业的朋友问说怎么搞我就想着说干脆就把李正邀请上来说来来来听听真的实操比我多的人他是怎么搞的我们就可以通过播客的形态不用付他的课酬就可以挖掘学习一下所以大概就是这么一个回事李正你要不要自我介绍一下
对对我不知道广告到不到位然后你自己先介绍一下又来了任老师的这个直播间啊这个非常高兴又过来一次哦上一次我们来来分享其实也是分享这样的事情就是关于我们怎么把自己的公司的就是 ai 的能力去做自己公司的受深然后如何去做的呃
一步一步啊之前我们讲过结果这个事呢其实发生了一个非常大的变化就是我的客户会说你先不要讲元宇宙你先告诉我怎么去在经济下行的情况下先管理好公司对吧用 AN 去提效去降降本或提提效结果我们就做了很多的这样的分享结果分享完了之后呢
慢慢慢慢他们觉得说你讲的还行然后后来我们就编转了几个工信部的课然后编转课程完了以后呢就开始有越来越多的人开始去找你去讲包括去看能不能去落地到职能部门所以就干脆我们就做了一家新的关于培训的这样的公司然后主要是把 AI 我们
总结的理论和方法以及如何落地的包括真正落地的一些一些实际应用来把它延展出去那这样的话就就就有了一个新的故事的这个片了嘛就相当于我们现在在又又做了一个培训公司对
很好呀那你现在主要是干嘛就是我朋友圈看到你天天就是飞来飞去今天中国电信明天同仁堂你是培训你是主要是在给传统企业讲课讲道理还是也帮他们搭东西真的落地是培训还是顾问还是陪跑其实它是一个 AI 这件事有一个非常重要的点其实就是人机协同
你要不然在人上下下功夫要不然在机器和应用上下下功夫反正这两个东西你要拉平一端对吧而这两边都在双向奔赴理论上来说是双向奔赴那在在这个情况下我们会发现一个点就是其实大企业也想找 AI 的培训的老师去讲但大部分的讲 AI 培训的老师走向了一个极端就叫做他是工具培训
他像 office 一样去培训你怎么去写东西但是其实我会发现在这里面的工作思路不一样所以我们实际上是搭了一个科研体系从刚开始的工具再往深了去讲职能怎么去运营营销产品设计等等这些东西然后再往下开始讲什么呢其实还不到搭产品
实际上是我们在帮他去梳理那个知识库这个企业的知识库这个企业的业务流那么这个东西梳理清楚了那他就会去去做这个产品自然而然这个产品就会落下来了其实这里面有一笔账企业也在算就是我买了这个产品有多少的产品他曾经买过的数字化产品他会百分之百用到的你会发现没有
你会发现他可能买了这个产品只用了那个一小部分那个点但是如果在 AI 这个时代它这么强大有那么多人可以去做的时候如何提升我人员的素质来畅想或落地到各个点都能用然后最后找一个最适合的产品企业我又有生产资料你看我们现在做很多的那个落地的那种 define 的那种包括那个本地只能体制大建其实成本很低啊
就几万块钱甚至十几万块钱可能就做了为什么因为它简单它简单到什么程度简单到我们把前面思路都给它梳理了其实原来卖产品最大的一个难点是你怎么梳理客户的业务思路落到下去这件事其实培训就解决了所以它这个流程就顺起来了就很好做所以其实我刚听你讲的其实就是两端奔赴那这边比如说我
不是在教你工具我先教你怎么比如说梳理业务思路以及比如说梳理知识库然后呢我再教你说怎么把这个业务思路和知识库映射到比如说映射成一个工作流然后再看比如说用 DeFi 哪些地方可以搭出什么工具来帮忙所以然后那边再教你一点 DeFi 就相当于从工具侧和从业务需求侧两边往中间凑是这个意思吗
没错因为你看其实 AI 这件事大家都知道它有一个什么叫做知识的平权都这么说但实际上就是它可以驱动一些插件了就是人可以有一些东西可以不用可以用已经成品的插件去做所以这件事情他们很多的时候比如说我们说做一个本地的 RAG
你做一个本地的这种知识户原来的做法可能要个几十万大几十万现在的做法是什么如果你能给我更好的知识标签和知识类别我可能这个事十几万就能干所以在这个情况下你会发现一个事就是在决策层他会有一个意识叫做我为什么不让我自己因为最终还是我的人用不是产品用
我的人为什么不能把这件事带牢了我都给他天天发工资反过来我把这事带牢之后我梳理清楚了我再去谈我有本钱因为有很多的时候产品谈就是哎呀技术一谈就是哎呀一个东西很难梳理那我需要花更大的精力时间去梳理那现在一看现成了你能不能做你不能做我走别家
本身在购买 AI 产品的成本上它就降低了所以这件事其实还是挺打动这些用户的他会想怎么去做把这个用户做完了之后自己人知自己是对吧自己人能够清楚这些东西比什么都重要所以这个事还是很重要的 IoG 那件事我没太听明白对但是我们细节的部分之后我再问你然后关于你整体的这种服务部分可不可以举两个例子因为刚刚听下来就觉得道理很对但是也不知道到底在干嘛
对你具体帮什么公司用 AI 解决什么问题是怎么帮他解决的然后帮他赚了多少钱省了多少钱有这样的就是属于播客里面听起来比较好听的例子吗有几个我正在前期规划的我不能说大企业和小企业我各给你举一个例子小企业是这样的小企业是一个做面膜的公司这个还是比较好它实际上是一个核心经销商它是个核心产品公司
但是他是依靠他的经销渠道去做的但经销渠道做完了之后经销渠道再往本地二线三线城市去做自己的面膜护肤品这件事的过程其实这里面就牵扯到一个叫做标准化的问题你的话术不能标准化的全大所以他们就会浪费了很多销售机会
那这件事其实只能提我们在做一件什么事呢就是经销商又担心把客户交回给这个厂家厂家抛弃经销商这里面就会有一个介质点所以在这个介质点上呢你会发现一个非常痛的点就是我们怎么协调大家统一话术怎么帮助经销商判断这个人有没有购买意愿原来想的时候就是把这个东西打个标签对吧所以怎么办呢我们在各种各样的直播间展会或者这种途径下面呢
我们先给他共建他的叫做机器人但这个机器人的信息是共享的共享什么呢我们把本地的这个智能体铺设进去相当于他开始做前期的聊天因为你知道人聊天这个东西是情绪化很大的
你今天受到外面的影响可能会有这种情况或者是你 SOP 没走完是一种情况各种情况都会有甚至就是可能用户的太多次的 say no 他都会觉得说再下一个可能有潜质他只是委婉的拒绝的时候你都不想再争取一下这都是有可能所以于是呢我们这个就机器就比较好了他就执行标准 SOP
他就执行我的标准命令就哪怕是说我聊天聊到什么程度聊到我不喜欢聊我喜欢用的是水乳我水乳霜等等各种很细节的东西他会把这样的标签把你的就是 AI 里面有一个很好的叫意图标识他会把那个意图标识了然后标识完了之后呢我们还能还要做一件事就是因为他他的整个的聊天周期他不是他每天会发生变化比如说他发了朋友圈我们也能抓
比如说他做了某些变化上,画术上发生了变化使得他标签发生变化了我们通过这个方式来判断说他进到什么期应该由人来接手看能好能尽快的去避单或者比较避单叫促单这样的话他实际上他们做了一个测试就是
原来他们搞展会搞这种分销各种各样他们之前可能到转化那个层面就是到真正有意图转化的层面大约是不到百分之他们来说百分之 0.8 到 0.9 一千个人才有八个人能转化
但是现在通过这样的一套话术让他们坚决执行现在能达到 11%点几就已经很高了特别高所以在这里面的话大家共赢然后呢他们又采了一个边界就是在这个边界下机器人不做转单的工作
相当于我只结了销售结队一个节点不做转单工作所以他在这个情况下应用起来就非常的有人有余然后这又不损坏各方利益的情况下他就把这个事做了我就发现在这项事情上就是在一个极小的单点哪怕是说我叫私域营销里面极小的这个标签化的这个单点上面普通人
我们的前端一线销售是很难有这个素质或者说很难有这个意识去给这些用户不断地打标签的特别好的销售才会做现在这很难去做你这个例子对我的一个有一个启发和一些困惑启发的部分就是一个工作其实你只让 AI 做了一小部分只让他打标签不是让他去做强销售不让他去关单这样子确实 AI 可能更游刃有余我觉得这个蛮有启发的比较那个
让我觉得快能理解的地方是第一个其实是一些软件技术上的问题就是如果我要读朋友圈之类的东西的话我其实是需要用个微的起微有可能有聊天数据但是一般来讲卖面膜什么的应该是用个微就是有一个非常传统产品的问题就是这些数据怎么拿到的
还有一个 AI 方面相关一点的问题就是因为我也知道有很多 social CRM 的公司他们都加了 AI 他们就会号称说比如说我们的模型在这种销售方面已经多好多好对吧包括说我们的知识库怎么样去 rag 的话其实这边比如说怎么样去切块什么的都有很多的要优化的地方我相信那些公司他们应该花了很多的精力在专业的做这件事情
我们是要教会企业自己做的 AI 方面不会效果跟那些专用工具比的话不会更差所以一个就是传统互联网产品的一个问题就是这个数据是怎么拿到的然后一个就是 AI 的问题就是你教会这些企业做理论上他们应该 reg 的更差就怎么做到的两件事我们先一件一件说第一个它确实是用企围做的
标准号是用启微做的然后除了这个启微做完了之后他们还会去做一个标准是标准但是你的网页数据他的朋友圈的类似这样的数据然后他是用一套爬虫的系统单独做的然后给他补贴上去的
补贴上去就是这套系统是要单独开发的相当于单独拆环给它贴标签上去这是一套然后第二个事情就是所谓叫做 reg 其实我会发现一个发现一个点就是每一家公司的 sop 可能都不一样你每做一个 reg 或者或者说就每做一个东西它的调整度会很高很高
所以在这里面的话我们与其做这种东西还不如说实话这些公司他可能自己都没有 SOP 他自己都没有这个话术表所以怎么办呢在做什么话术做通了什么话术的时候我们会想办法尝试把它变成问答对就是如果这个客户有意愿更多的沟通的时候怎么扭转了这个意愿我们会把它
就是它那个标签发生变化的时候我们会把这个标签做成问答对然后去做这种自动的提示和转化就是计时的我是有一套专门的方法论比如说在整个的方式里面我会分多个的角色进入到多个的标签只要标签发生变化了
我们就会意识到说比如说要不然你发过来你折扣给我瞅瞅比如这句话那我们的标签里面就可能是他有购买意愿但是是需要评价这个价格敏感程度会偏高他会有这样的一个标签出来好那么我们就会研究这句话是不是刺激了用户
然后完了之后如果这句话如果有回馈的话他们有人专门会看说这个话可以他就收到门大队里面然后完了之后这句话如果再去做我们叫什么呢叫引导话题就是有很多时候人他会把话题聊死机器他没有没修没扫的对吧所以会再给你莫名其妙在什么时间节点或什么他会出一个这样的话题出来
那么既然他出这个话题我们就要怎么设这个话题的时候基本上是根据这个产品不断积累的
反过来了我不是有一套成品东西因为成品东西可能未必好所以我们就是用就是相当于现场对话的方式就用你的产品然后多做几次这种温达对的这种迭代来做的那这个它效果其实还比那个我们现在感受是它的效果会很好因为毕竟是他们之间的这种发生的沟通产生的这种问题嘛
OK 了解了我刚刚是被你提醒想到一个问题就是你刚刚说很多公司其实没有 SOP 我说为什么不用专业软件其实提醒我想到的一个事情是有点像比如说我们现在大家都是卖工具比如说我要卖一个杯子我要卖一个盘子包括给企业我是卖一个解决方案一套软件但是实际上来讲的话如果比如说假设 3D 打印机特别发达了
那这个时候好像大家就不用去买成品杯子了
那如果 AI 是一个这种揉吧揉吧可以随心所欲的东西比如说开发一套系统按照你的流程你的想法做一个东西特别简单的话好像大家确实就是那些卖成型的 SaaS 公司它的竞争对手很有可能是培训公司然后培训说我顺便帮你教你怎么做了我帮你 workshop 一下我帮你咨询一下然后顺便帮你做了所以他们的竞争对手很有可能不是另外一个 SaaS 甚至于是另外一家咨询公司
因为咨询公司也可以完全定制化帮你给做了而这种定制化的成本也并不高就拼一些积木然后让 AI 来做有这个可能因为最近不是也在跟一些大的咨询公司类似麦肯锡他们这种公司合作他们会发现这种咨询的业务用 AI 做特别便宜然后完了之后他们觉得这种便宜的方式实际上就是说最基础的做这种麦肯锡那种咨询的东西第一步需要做什么事叫做流程梳理划流程图
这个是本身用 AN 而且用 AN 加上这种新的业务流程梳理就可能非常的好用所以这个本身从咨询的角度它已经下切下来了
那既然下切下来那他就可以他他本身这个咨询角度下来之后你就可以干很多落地的事原来麦肯锡像类似这种咨询公司干不了落地的事现在是可以干这就可以交融了好的好的明白了明白了我给你说一个大公司的例子吧好的大公司那个例子就有点那个什么了就不说谁了这是一个大的生产企业那这个生产企业呢有一个规划有个什么规划呢叫做他想
把自己的整个所有的优秀曾经表彰过的优秀员工想让这些员工就是什么流水线上的客服的他公司有几万人
然后他想把这几万人当中里面被表彰过的可能四五千人这四五千人的优秀案例知识萃取出来变成他自己的一套完整的方法论那这件事原来你是没法做的原来的做法就是因为这些人第一有本职工作第二在本职工作下他又不知道怎么去萃取你要找那个专门的萃取师帮他把那个经验给他落地和收集下来然后还要去编转最后还要把这个东西当成课讲出来
对吧然后他们之前想的方法是什么的我找个数字人讲但问题是他的核心知识这件事情是没有办法就是数字人只能照个图嘛对吧他又他他又不能去做这件事所以怎么萃取这件事情其实是个非常大的痛点我们就做了一套就是相当于内讯师的关于知识的这个萃取的方式他就可以把一个人的访谈人对人的访谈啊他把人对人彼此互相聊天的访谈
变成一个知识的一个逻辑框架或模型放在以他比如说他公司的核心理念为基础的一种逻辑彼此萃取那我们现在作为一个测试就是彼此萃取的话一次访大约半个小时到一个小时左右
拿到访谈的语音记录之后彼此萃取的时间大约控制在 15 分钟基本上这个模型包括这堂课的相关内容和口播文档就用 AI 全做完了 15 分钟一堂课但是他们又是彼此萃取的他们又做了个列变我们现在给他做可能 30 人 30 人培训完了之后这 60 人开始彼此互相去传播然后他们计划 2025 年要做一样什么事呢把自己公司有经验的所有的好的经验的呃
6000 个员工表彰过了统计下来要做 2 万门课一门课 15 到 20 分钟他准备一年完成原来的预期成本极高然后一直也得不到批复但是现在通过这套方法大家互相脆互相做而且这个东西呢也会根据这个我们有个工作坊根据这个东西去去把它的生产的营销的服务的全部用不同的
提示词写好然后完了之后包出来直接给他们包出几个这种智能体来他们把文档一扔进去一条就出来了所以这样的话他就做得非常快那也不用做什么东西对吧你的知识就做完了所以他原来预计可能这内容没个大几百万做不下来的现在估计几十万就能干完
对吧所以这就是他们的大集团吧他有很多的分子任务那这就是一个很小的任务那这个任务就完成了所以这个也是非常多的这种典型案例然后完了之后还有现在用那个就是像这种保险公司用内容扭转的系统把抖音转成小红书转成知乎然后在各种平台上去发所以我觉得这种例子呢它现在变成了更多的是一种指导性的方案
然后完了这个指导性的方案最后落地出出出这个事我觉得特别有意思而且有一个点我觉得是我在这过去的这个半年当中半年培训特别热嘛然后我自己也带了一些老师一块去做然后我会发现有一个点其实特别是大型企业刚才我们提过大型企业大型企业里面有一个非常大的点就是 AI 的培训越来越变相是除了做降本增效
更多的是人才发展但是这两个下面最后的一个结晶是什么最后一个结晶实际上是企业文化
我举一个特别小的例子就是我给那个像什么方证证院去做这样的这个培训的时候我们做了一个大赛然后完了之后你知道这个现在他们有一个员工成为他们公司全员学习的典范他做了一件什么事呢就是所有的投资顾问如果你要抖音或者是你要在微信号里面去做直播的时候你必须拿到投资就是那个叫做金融资格证要不然你不想做
结果他做了一个极其好的错位就是他把投资的人群标签我们讲过这个类似标签的东西他就学着说那么投资标签我如果不做金融还能做什么呢他找到一个点叫做艺术品收藏然后他就干了一件事就这个孩子是他特别厉害就是我们给他做他后来去给全公司做表彰的时候全公司表达他的 AI 解决方案的时候我们带陪跑
他站上台他只能说我是长沙某某某某某某这公司里面的什么什么投资工人说完了就说不出来了他自己完全就是在站上台的时候超级紧张他完全表达不出来然后但是他做了一件事他就是因为他缺少这个能力
所以他去尝试着用 AI 写了各种各样艺术品的收藏然后直接用闪剪他特别肯干就是这个事其实跟 AI 他就是个手段但是他特别肯干然后他把这件事呢就是每天都做
他做了三个月每天都做谁保证每天可以做一个五到十分钟的视频来讲艺术品收藏他就敢做这是个错别竞争然后在这个情况下他这三个月他自己这个人涨粉涨到纯粹这个号 9800 个人
然后 1000 个人跟他取消了线下联系有 42 个人是高前客户有 20 个人落地他是用 AI 做的做的那个小视频吗用 AI 做的也就是做的口播数字人口播讲这个艺术品很多嘛现在很多做这种他不是用 AI 做视频他用 AI 做直播所以说口播们啊
所以这个事你就会意识到一个点就是大家在动脑子想就很值得大家去学习那么还有一个也是同样一个公司我带了几个学生还有一个公司的那个人是从头到尾干了你看什么事呢 15 年在方正证券就一直干一线结果他就发现一个问题他说所有的投资顾问其实是很苦的角色就是因为他做的很多的内容之后如果这个股票跌了这些投资的人会找他事你知道吧
他是真的很苦就是有人会训他然后他就觉得说为什么这样他会发现一个点就是投诉的人或者一些跟他产生异议的人会觉得说你做的不好因为你没有对这个企业有完整的分析所以他就跟 AI 一块合作做了一个行业报告的标准模板 8 个维度 42 个小点把所有这个行业里面需要研究的东西全做出来然后把这个无偿分享给了他们的同事然后他们同事就觉得特别受益
然后当时你会觉得说这里面除了 AI 的工具之外它更多的是对于企业里面的关怀和文化人文的一些东西包括大家彼此的这种帮助这种东西其实点燃了整个的大家对于 AI 的学习包括对于它不是一个相悖的理论人和机器在培训的角度上某种理论它不是一个相悖的理论它反过来是个互相促进的理论
所以在这个节点你会发现有很多的涌现就会出来所以我觉得这个特别好玩就是这个培训比做个工具的情感价值会更高对吧啊
天天陪着他们熬夜然后完了觉得他们都特不容易然后完了之后来学这个东西然后学完了之后学成这个样子我觉得真的很棒所以就这个点是让我觉得很有价值的一个点企业文化包括人文的彼此之间的那种关注都挺好这个我觉得挺有启发的其实很多的都是小事你刚刚也没有讲说他做成了一个什么 20 万大毕业但是就是很精准
这就是大家多时操可能可以做到的我觉得这种例子就特别适合我们来参考然后下面那个例子倒是我还是有点困惑因为比如
比如说我现在假设说我是要做个 B 站做个视频说我可以用 AI 做行业了然后我就截几幅屏啊然后让大家看到哇你看 Kimi 打开然后我还用 Napkin 然后做了一张图什么的我要做个视频是做的可以花团锦簇的但是实际上呢我也用那个 AI 帮我做过行业嘛基本上做的就是嗯啊
一言难尽就是他们的水平还是不够的对他是怎么让他那个东西是真的有价值的一个东西呢还是说其实在很多场景你根本不需要认认真真地行业你就其实也就是大概知道一下其实不是的其实我们在里面我们会把 AI 进行细一些的切分你看大模型我们会把它分成大模型的兔子机叫做文生文
还有一个我们管的叫做大模型的多文档整理对吧你可以把一堆文档去做我把功能拆开了还有一个叫做 AI 搜索
所以我们现在实际上做的所有的这些行业的工作大部分的数据来源依据是来源于 Meta 来源于这种搜索工具然后根据这种关联项它有那个专门的他们自己公司有专门的那种需要收集的有一些相关的表格他把准确数据填进去然后再做分析
所以它是有框架的在这个框架下它又把框架填补了然后告诉你你找不到了原来有很多信息它就找不到现在用 AI 搜索它能找到然后回填回来然后还能引用这个信息是从哪来的那这样的话用户看上去就完整了你在这个体外你是感受不到你自己做的感受但他们公司有一个公司的框框你按这个框框去填它就反过来好很多嗯
了解所以首先是有一个框然后其次的话其实你也不是依赖于大圆模型直接给你出然后会用一些比如说搜索工具比如说密塔然后他会搜到一堆东西还会帮你做整理然后相当于多种工具多种数据数据源加上格式一起拼出来就我们现在讲要工具链不要工具千万不要理解工具工具不行工具链才行对我前一段时间也试了一下确实比如说哪怕比如说我要生成一个关于我的播客
然后我就发现说最好的方法其实是用我的 linkedin 作为第一个输入然后我让蜜塔来研究我然后帮我生成了一个剧场的一个配置然后我再把这两个东西一起丢给 notebook.lm
然后让他来帮我生成相当于是拼了三个东西然后最后那个效果就还可以但是如果是他直接看 LinkedIn 直接 LinkedIn 缺了 Meta 那环节好像也不太好对确实是可能是拼接挺好所以我们现在是怎么办现在是先让用户通过工具链的尝试先达到一定效果
然后再去看这个效果能不能产品化你需要具备什么能力再然后才做产品要不然上来你来一个产品直接给我说你能做全部最后做下来的东西大家交付不了然后经济下行就结不了账对吧就这样倒置
我好奇一下,就是你接触传统企业很多嘛,就是他们现在对于 AI 的那个了解到底在什么水平上我早两周刚好在一个线上商学院做了一个直播嘛,讲 AI 什么产品 blah blah 讲一堆但是说实在的,就是你讲完之后看到的 Q&A 他们问的问题,我会觉得这不是应该在去年上半年问的问题吗
对就是还是属于说其实你在那边不管讲什么大家其实还是说那四则混合运算是什么对吧龟兔赛跑的应用体就现在你接受到的企业是已经哎呀我们了解 AI 了我们落地遇到了这些困难比如说 RAG 的精度不够然后召回率不够什么的有这些问题你能不能帮我指导一下有没有新的工具新的方法还是说啊
AI 是什么是不是个泡沫 chat GPT 是什么这到底还在哪个阶段我觉得首先第一点你要过了那个阶段就是 chat GPT 因为现在大家都不说特别是国内都不会特别大的国家企业都不说这个大家知道 AI 是什么但我觉得主要是大家对于这个东西的动力不足
所以导致他们的就是学习的参差和理解程度完全不一样我举几个简单例子金融行业为什么金融行业这么聚集经营我在金融行里面经常会问到智能体这种问题很多
但是你到传统行业不用说农业了就是生产级的行业包括类似这种家电级的行业类似这种生产级的行业工厂生产级的行业大部分还停留在
公文写作还停留在我怎么去做个报告的这种层面就是他们的这个你就是做了培训你会发现就是就好像我印象特别深以前听田老师在讲说我们现在已经到了商业 4.0 时代对吧商业 3.05.0 时代但是真正挣钱的是什么商业 2.0
商业 3.0 北京这个城市北京的朝阳区跟苹果这都不是一个 level 对吧二线城市也是一样的三线城市更是一样就是大家对于 AI 的渗透率或者我们叫新内容的渗透率这件事
他就是需要一个漫长的过程在这个过程里面呃你的这个惊讶其实是我我我正我正常操作基操对吧见到的人我都要测测我说不行不行今天这个培训我们要降难度为什么大家大家一看盖不到这个点我们就把那个难度放慢降一下晚度呃这个讲的内容甚至我们就只能讲到文文生文的难度稍微高一点的我们开始讲 PPT 或者是开始讲呃呃
或者开始讲相关的具体的实操包括营销类似相关的这种因为只要带这个它就会带有一些业务理论这个就跟不上了加上 AI 操作就首演无法协调了所以这件事其实每个企业不一样
我们可能要就企业去看这个企业的文化和这个企业能不能能接受到什么程度再来定说到底讲到什么深度讲深了也不行我遇到过这情况就讲深了下课说我还很愉快我说能听懂吗然后完了之后就有人就说不行我完全听不懂
我说哪听不懂我什么也听不懂就已经崩溃了你知道吗所以我们就单独给他开了小灶然后让他去辅导还是要适度就是大家难度系数真的不能超过 20%我觉得超过 20%就超过极限了大家就很难接受了你刚刚提到一个词我一下子没想到是那个词你提到的是因为大家动力的不同
为什么我可以理解什么一线城市二线城市或者不同行业你是觉得这种地方他学习的动机不太一样还是他接触的环境给他们的压力不一样还是怎么样环境压力不一样处事方式不一样
评判结果不一样比如说很简单有几个事你比如说我们有的企业去做他们就会很想做一些东西他的领导也很开放但是有的企业就会很敏感甚至敏感到什么程度呢就是敏感到你都不能说 AI 这个程度你只能说数字化 OK 我都震惊到结巴了 OK 行
那再问一下你接触这么多传统企业你觉得大家现在最希望用 AI 解决什么问题现在顺利还是不顺利大家现在对 AI 期待是帮我干嘛然后顺利吗你觉得我觉得现在是这样的中大型企业解决的就是办公效率问题
还没测到别的问题办公效率怎么定义啊办公效率就是他日常做的所有的数字化的内容生成
其实还是内容生成对内容生成这个是最常见的然后我们有意识到的是比较多的是在大消费行业开始已经开始进入了就是你如果看生产性企业还没有到但是大消费行业也真的就在营销切口上已经开始大量应用 AI 去做内容生成了
可以举个例子吗就是你比如说我们的一款退烧药这款退烧药现在目前直接把这个内容直接他就找了专门就是找了 AI 分包每周输出 1000 篇
小红书文案然后直播文案相关内容和相同东西直接把这些东西拿回来或者是直接外包出去我觉得这是一个非常有意思的点我觉得以后可能也会成为一个非常大的一个 AI 的一个切入点就是 AI 的运营现在有一个事儿就是有可能在做 AI 产品的时候你会出现一个比较大的不一样的点就是用户跟 AI 产品公司的一个冲突
什么冲突呢就是因为容错率就是换句话来说 AI 其实它是有概率的嘛所以在这件事情上它的不断调优这件事情会把这个 AI 产品公司拖垮与其拖垮不如做一件事就是干脆我来做你的除了做产品我来做你的代运营哦
然后完了我来承担这个容错率我只是多发 100 篇 100 篇帖子的事情为什么出现这个事吗我跟你说就是那个这个退烧药的这个事就是这个事你每个星期要给他发比如说 1000 篇他一定会不满意他一定不满意
然后他会觉得这个东西不行那个东西不行他会从里面挑出几个他认为文案不行的要你重写让你重新按照这个方式去输出那你还不如说这样来来没事我再给你多写 20 篇同时这几篇我也改了你就别揪这个事就其实应该做代孕影嘛你去死抠那个产品
其实美国 benchmark 他们有一个合伙人他也写了一篇类似的文章就是很火就叫 sell the work not the software 就要卖活不要卖软件现在大家可以直接干掉这个活了
不过他是从经济角度考虑你这边其实是从 AI 现在的局限性上考虑他就是还不完美不完美的就需要人去给他擦屁股擦屁股的活如果让甲方干的甲方爸爸就不愿意他就会嫌弃你这个软件不如我们直接配个 AI 再配两个小朋友直接把整个活给接了我们既负责提高效率又负责出错我们还负责自己来救活啥都搞完了
对本身产量这件事情其实就是没什么大产量但问题是我们既然签了这个约做这个事然后他对男生有挑来挑去的这个东西如果他自己来他就会死抠那一个点我们说别死抠了你就干脆再出几个几个猫的再出几个几个其他的方案直接把他填死算了对吧一样的他还觉得开心
对吧所以这个我们就拿成目标就好了所以这个是我们真正的真实体会就是如果跟他做一定要把容错率跟他讲清楚那如果不行我们用什么办法给你弥补别死抠那个点有的很多人就很较之和好这确实是一个很常见的问题那我干脆再问你两个也我遇到过的很常见的问题就是因为也有很多公司在请教我们
然后第一个就是他们都很担心数据合规的问题然后说我们的数据可宝贝了千万不能出去我跟人家说话被他偷掉了怎么办我就在想其实你们这点数据他们早就有了
对 所以他们第一句话都是我要自由化部署你怎么看待这个问题其实从我的角度就是大部分公司尤其是你事还没靠谱之前其实真没必要自由化部署而且等到模型又升级了你还得再升级你其实还挺麻烦的你们是每次都帮人家自由化部署一个开源模型吗还是也是劝大家先用 API 先搞我都是劝大家先用 API 先搞没必要
没必要钱少花然后完了之后呢还有一个事就是我建议他们去用洗过的数据做一个就是有一些有一些工作我们会给他建议用密码本的方式就你做一套密码本然后完了之后你把数据翻译一下然后我们扔进去然后完了再翻译回来多这一步你先看能不能行如果能行且确实能够 work 然后你再考虑自己做要不然你你怎么办呢因为你的数据在里面你换了名字之后其实说实话也是安全的
因为他就按他就像别的思路上别的公司去找了所以这个方式是一个现在比较通用的方式就是你要担心没关系你换密码本然后完了我告诉你比如说张三丰我叫张三对吧王宝强我叫王武对吧然后我公司我再换一换这些东西我们有一套完整的密码交换措施你设计完这个然后再去做挺好的
但然后碰到另外一个问题就是很多公司推 AI 的话就是业务部门都会告诉你不好用客服就会告诉你你看 AI RAG 出来的数据是错的程序员说你看 AI 改的 bug 我们要去修还不如更浪费时间然后设计部门说 AI 的图片没有灵魂然后文案部门给你看说你看你一股机器味
没有人味对吧就其实我了解到蛮多公司都是卡在了内部而且各个业务部门都会给老板看一堆非常有道理的证据那个证据看起来就是不好东西就是不好你会不会遇到这种情况吗就是就就你你是怎么帮助他们推进的两种情况就是遇到这种情况要不然是人为的要不然就是真不会
你就不相信 AI 真的做不好吗有一个点是什么呢比如说他说内容上不好他说内容上人味很多我们有专门一堂课教你怎么去人味只教你怎么去 AI 味专门一堂课就是教你怎么去 AI 味
那么你学完了你只要用了这个方法大概率的话它不会出现那么多的 LR 比如说很简单有一些东西比如说标点符号比如说首先其次再然后再总之类似这样的结构化内容在我们教完以后它就不会了就是这件事实际上是可以调的它可以用势力法去调的 feel shot 就可以调出来那然后完了之后再就是设计这件事设计这件事情它没有灵魂的这个点源于哪呢源于设计师在提示词上没有灵魂
我们在很多的时候我们会做一件事叫做什么呢叫做把其实很多的工作特别是 AI 设计很多的工作是我们要指导他建立自己的素材库那这个就很重要了比如说你写完东西他老画不出来急了大家还不用数画 PS 画对吧
那怎么办呢就是你要就是我们一直跟所有设计的人呀或者是说做内容内容营销的人我们说你要有一种敢于为人后的这种素材积累的能力你要把这个事做了我们就可以现场做我举个最简单的例子哈
我们曾经给那个小师弟在做一个在做一个项目在做一个项目的时候就大家就做那个叫做短视频直播的钩子短视频直播它是分三段式嘛钩子然后产品功能最后引流好钩子这件事钩子这件事我们就开始梳理发现原来钩子一共就八种下法
每种下法里面有个五到六种句式每种句式下又有大约四五个事例好 八个小组一个小组一种句式一个句式十五分钟之内给我一个钩子按照你这个产品给我下钩子包括什么借势 借名人啊恐吓啊然后完了优势法这种所有的法反正就八种每个人写一百种每个组写一百种
他们每个人写多少种呢就八个人一组一个人大约写个 50 种这就 400 种然后再筛点筛检他这个钩子库就出来了同样的做法一下午在做这一个单一产品的时候这一下午围绕这个展品未来一年的所有的钩子产品优点介绍以及最后的引流所有的条目都出来了然后我们用智能体做三个库自己匹配你来筛选
那你看这一下子这个产品出来那么你有多少个品你的品难道可以更到日更吗不可能吧所以在这种情况下他们就知道这个方法快速一下一下子所有的内容就可以把内容全部整理起来所以我们要先有一个积累整个就是敢为人后积累知识库的能力
你比如说在服装行业里面我们要知道所有材质该用什么提示词仰角拍摄的角度要用什么然后那个模特的角度要用什么它是一个非常精细化的提示词的堆积然后把它拼接起来因为绘画提示词比门本提示词更不一样所以你说这个灵魂怎么来来的是这儿然后还有一种办法是什么办法呢呃
我不知道你知不知道 P 站 Pintrix 知道他们做这个东西把 Pintrix 上跟他产品相关的所有东西按照元素拆解下来我们带着他一点点的拆这是什么风格这是什么拆解然后让 AI 去画画完以后这就是风格选项然后整个的设计它是有一套设计思路的从 concept
就是从主概念到整个的元素到元素优先级到字体它是一套流程下来你把流程梳理清楚它就不会出现这个问题
所以这件事最后就是特别喜欢就是以系统化的方式去看待所有的事其实他都不会太差他至少不会是一个他说完全不能干的活大约是个七八十分的活是能干我觉得你这个挺好的我之前还问过几个朋友他们比较狠的就说这样的人得开条
然后你的观点跟我的合伙人的观点一致他就是说用的效果不好一定是因为你不会用那我们应该改我们的流程我们要相信 AI 是不可能因为它是机器机器是不可能错的只有可能你安排工作安排错了或者你没有安排好
所以应该改的是改的是流程所以你跟他的观点是比较接近的我觉得这个挺好的这样子就效果不好那你改呗你觉得机器人味太重了那你学习怎么去这个味呗我说有一个有件事让我特别受启发就是那个 MJMeet Jenny 上他有一个绘画提示词里面有一个指令
叫 shorten 你可以试试我不知道你试过没有 shorten 那个指令那个提示词如果你把那个提示词扔进去然后斜杠指令 shorten 把提示词扔进去之后他会告诉你这幅画里面每一个词的权重是多少每一个词然后你就突然意识到一点不管是绘画还是提示词每一个词都影响 AI 所以这件事情是可以局部调的
是这样的我去试一下所以它可以单独打磨的你试一下 shorten 这个非常有用的一个我们叫做 AI 绘画的设计的高阶课程里面才讲到的一个特殊指令这个指令非常有用好的我从来没有用过而这个指令又启发到我所有的提示词都可以用这个方式来测我哪怕少一个字对这个提示词的内容有没有影响最后打磨出一个特别有用的提示词这件事非常重要对
包括我们现在有一些付换的一些产品的话在做视频然后当然也是那个 SD 那套体系然后之前就很依赖比如说那个 CountryNet 什么的然后现在的话用 Flux 就发现说提示词的描述机器的遵循已经越来越好了所以就甚至于你根本不需要画出来你讲清楚就好了所以如果他画的不是你想象中的样子那就是你没讲清楚
那你得学习一下怎么讲好怪自己好自己努力那再问你一个失败的东西就是你有没有见过什么企业他们想搞什么 AI 然后做砸了的事就是讲点不开心的事情让大家开心开心
觉得他们做错了啥就是先买卡了先买卡对好多公司就是我不管什么要先把硬件做起来先把咱们想把卡上上然后怎么做再说买了卡发现自己知识完全不准备然后完了就急在那他又不愿意再额外投入数以知识然后这就卡在这了进退不是停了半年然后完了之后想把咱们还卖出去
对对对我也见过这种对我也见过上来的话他们的那个立项就是我们要做行业大模型然后投入可能就是 30 万然后你就会想说你在想啥呢你们又不是科技公司你们怎么做
就是现在做完所有的东西完了之后买了卡出来自己行业里面有一堆数据然后完了之后买了卡出来发现不会用然后又想找这种专业的做 reg 的这个老师去给他讲讲看怎么去调结果讲了一两次之后他们发现技术跟技术讲没有任何人对知识理解所以就停在那儿
做 Rabbit 也不需要那么多卡买了一堆我看了买了一堆现在又急着把它卖出去就好多这种先砸上去先要宣称一下自己有这个实力来做这个事了解了这是比较搞的我知道有这种公司然后现在比较惨的就是卡还降价了之前以为说你囤卡是只会涨不会跌的像囤房子对吧你囤了不会亏嘛
你有没有那个见过特别意外的场景就是一说出来的话比如说我一定会眼睛瞪一下说有没有这种场景就是你说在培训过程当中就是你看到的企业应用 AI 的场景比如说刚刚你讲到那种什么知识库什么的我就还那个什么销售助理什么可能我就比较也不管我做不做得到但是想也想得到然后有没有什么特别难想到的就你发现我只恶眼能行这种场景
你知道他们干了件什么事吗就是做了个什么做了个公文写作的独立一体机什么独立一体机公文写作我可以理解为什么这个东西叫独立一体机装了个因为有一些的材料是本地才能用的不能放在公有大模型上这是个巨好的生意卖了巨多钱
八万块钱九万块钱一个独立我果然应该经常找你聊一聊这种东西你不说我觉得想不到为什么因为政府的相关数据是保密的不允许放在公文大模型上好有道理但他又想用公文写作来写我们给他做公文写作调油以后他们直接本地部署直接把本地去做一个部门买一台你想吧中国多少部门
这是个巨好的生意很有道理你这个让我想起去去年的时候有朋友拍了一张照片给我说你猜猜这是啥然后结果他是去上了一个那个 Stable Diffusion 的培训课然后那个课很贵但是每个课结束了之后送你一台机器就是把 Stable Diffusion 在里面摆好了然后把显卡配好了
因为之前装起来没有一键安装还挺难的然后很多人没有机器他们把所有的东西全部装好了送你一台机器就客送机器你想那个客要贵到什么程度有我见过我也见过在山东也有你刚讲这个倒是这确实很有道理非常有道理所以果然要找你问这我想了想了 OK 太牛逼了
真的落到他们那种千奇百怪的你知道还有一个奇葩的东西是什么吗这个东西卖了将近 1200 万是啥 AI 鼠标这个我看到过虽然我不是特别能理解不是 AI 鼠标不是那种鼠标是那种假鼠标假 AI 鼠标是什么呢
我做了一个所有 AI 公司的网站然后我在鼠标这儿放了一个快捷键你点击就进到这个网站里面有各个地方的 logo 点进去就能转发过去他这个鼠标卖 120 成本 20 没听明白这是啥呀你无法想象这个生意模式我可以讲真的是二三线程式这就是知识差你知道吗他说他的鼠标可以一线通向所有的 AI
他在這設了一個快捷鍵他點了快捷鍵然後直接把它賣出去 120 一個他賣 20 成本然後賺 100 塊錢然後四處二線城市三線城市去發你聽過這種案子嗎
神奇的案子我跟你说信息差嘛对也是有价值的相当于推了一个好一二三但是它上面附了一层商业模式你说你在这种情况下你看那个讯飞的手机你就不香了讯飞的讯飞的鼠标一个鼠标卖 600 卖 700 它里面植入个大模型还是讯飞一家的
这告诉你我这都免费而且是上百家你说你哪个香这个还卖一碗其实也有点道理真的是对很好一定我要经常照你聊天这两个都是在我想象范围以外的东西 OK 很好好的
好的好的我再回来问你问你一个问题因为我看了一下你的那个那个宣传文档什么的嘛然后我发现你就在教那些公司比如说他们的业务然后怎么用 Defi 去搭工作流啊就你为什么要选 Defi 啊因为我默认比如说别人问我你就说你去搭个扣子就扣子试一下嘛你为什么选 Defi 本地化啊哦
第一本地化第二他 DeFi 还可以接 SO 所以有一些内容也不错所以你用这个方式其实它的开发量会比 Codes 大一些但是它的本地化的安全程度包括很多程度最后选 DeFi 会比 Codes 好很多 OK 明白了所以它有这些优点没有我们一般是这样的我们一般是在 Codes 上先演练完了也验证过了然后跑 DeFi 上去打坐本地化
用扣子试试试得出来的话再在扣再在 D5 上把它搭出来合情合理合情合理对对对我这边就顺路帮 D5 做个广告对因为在在在硅谷的时候的话我被 Uber 车因为我们的那个房子在山顶上他们不肯上去把我丢在了山路边是那个张路宇在路边把我 pick up 救了我把我送到家了是吧
他开车经过我发现旁边一辆特斯拉经过赶紧挥手然后说我在上面坐我上去一下然后认识了一个美国的服务确实太让我惊讶了而且太巧的是本地还能碰到对拿回来你平时自己工作用 AI 吗比如说做这种培训陪跑你自己用吗 AI 你主要用在什么地方几个地方就是 PPT 课程制作我用的很多的除
其实主要是帮用户打磨那个提示词有一些提示词就是结构化其实写的不行了我们要去测嘛就测完了之后会感受到怎么样这是一个然后呢有很多那种 AI 工具实际上你看到了好文章你直接扔进去它就给你转成 PPT 了而且是那种图形化的结构 PPT 所以做的很好嘛所以呢我们就会就是用它来做点 PPT 啊然后完了之后呢再就是什么呢再就是用它去
尝试着去打一些工作流其实 AI 在 AI 学习如果你简化就两个事第一个事就是提示词你有没有一套好的提示词方法能够写第二个就是工作流你能不能梳理清晰工作流一步一步推下去推演下去这两件事学完基本上你 AI 就躺平了所以我们基本上干的就是这两件事就是你说完了这件事情你说的这个想法我能不能顺着你这个想法把你一步一步的操作流程给你
拉出来萃取出来然后一步一步做成工作流还有就是你做这个想法下面有哪些东西需要大圆模型驱动这个驱动完了之后驱动的内容准不准或者好不好才能推演到下面的这个东西所以它就是两件事你想让我想到 ComfyUI 发的那个新版还没发号称就是可以说用 AI 来帮你把那个工作流给打出来
因为现在还是拖拖拉拉的嘛就是拖一堆框啊线啊然后一堆的那个依赖关系一片混乱现在就说你说句话我们帮你去库里挑我们帮你搭所以
所以感觉就扣子和 DeFi 应该要走到这一步了你刚提到 pdf ppt 那个工具是啥什么可以丢一篇文章那就可以图形化输出 ppt 是哪个是 Gamma 吗不是回头我可以晚点我找一下我发给你好的没事我相信评论区有可能有人在问对我有的时候画图会用 napkin
然后 Gamma 做的就是就感觉有点有点反正没有那么漂亮我自己是在反思我有个问题因为有的时候我也在什么混沌啊在或者有一些大公司找我去讲个课嘛然后比如说跟他们讲 AI 的时候我结果发现我的 PPT 其实很少用 AI 做我在想他到底能帮我做啥因为这个东西就所以我就很想说如果 AI 能帮我做就更好了就是 Napkin 就是 NapkinOKOKNapkin 我也会用一下对
再问你一下我们就举个具体的例子如果我现在是一家连锁零售企业然后我想比如说搞 AI 降本增效你会建议我从哪里开始从你看到的经验来说哪里的话我的阻力会更小见效会最快有没有什么相关的例子我觉得很难这么来定义
我觉得在 AI 落地这个地方我们有一个专门的课程这个课程就是我不是说做广告了但这个课程是我觉得很有价值是什么价值呢就是企业落地地图我举个最简单的例子一个企业它的不同职能部门的数字化程度都不一样每一个部门都不一样物流的运营的包括连锁经营店长跟整个的物流派送跟广告分销等的这些东西它的数字化程度都不一样
那么还有一个不一样 AI 工具也不一样泛化能力比如说我的泛化能力就是生成本还是我能去直接一套下载海报还是我能去怎么样就是降本增效还是我需要跟 IT 去研究什么 RAP 去研究什么这样思维影响都不一样所以这就造成了一个非常大的问题就是企业当时他不是不知道应不应该用 AI 他知道他当然知道用 AI 肯定好但问题是他不知道这个对的钱花在哪
所以有很多的时候你看连锁经营的时候会有一个问题就是我们会做一个工作坊大家去真的让各个部门的业务骨干各个部门去抓然后完了去探讨说我们可能给他们去开一些天眼然后他知道说在他们这些部门里面有什么样的内容然后在这个部门里面现在目前行业有什么应用来同购迁移让他们去想这东西然后让他们把自己数字化部门里面欠缺的东西自己写出来
然后完了之后我们按照这个方式再去找那个阳点或痛点我们有很多时候比如说一个连锁企业那有的连锁企业它里面是社区它要对社区要做私域运营有的连锁企业做的是什么呢做的可能就是广告和分销包括派送所以这些东西它的结构都不一样太细的这个事就需要去让他们自己发现做这种可能会更好
那我换个部门来问你一下,就是就比如说 HR 部门,各大公司都有 HR 部门嘛,那 HR 部门你觉得他如果要做那个 AI 啊,降本增效啊,然后你会建议 HR 部门可以做哪些事情呢?你说可以看一些例子,然后同构的例子可以参考,HR 部门用 AI 有什么降本增效啊什么的吧?
其实 HR 部门里面有很多东西可以做本身来说 HR 的底层不就是选用预留吗然后选人用人然后留人其实 HR 部门最应该做的一件事就是大企业和小企业做的不一样我觉得大企业做的最多的一件事情实际上是构建岗位的胜任力这个岗位能力画像
我们举个最简单的例子我们前两天在跟阿里的人在探讨整个这样的一个画像原来没有 AI 的时候这个岗位能力画像是什么呢这个岗位能力画像可能就是你职位然后描述诉求等等这些东西有了画像它连你这个岗位上面它曾经受过的任何成就拆解下来
然后把那个底层的那个胜任力结成了这个整个的岗位胜任力的这个底层逻辑拆解下面这样的话容易给他做以后人才重组的一个重构这个也是我现在在 Page HR 在研究的怎么样一个东西就是怎么给人才打标最初京东做过一个事三千人的呃
一个分子公司他们打标打了将近 5000 到 6000 个标就觉得很牛了现在 700 人的一个团队就阿里我们在一块再研究 700 人的团队他能打到多少标他能将近打到 1 万个标所以为什么呢就是当你这个有一个我回头可以给你一个这种视觉的分享
就是视觉分享可能更直观就是这种方式他最后的一个做法是什么就是把你的人才库可以存购因为现在 HR 面临最大的问题其实招聘这些都是小就是我们叫做奇迹引巧对吧你去筛选一下做招聘做那个面试对吧或者是做营销培训就是各种各样的那个点
港位的這種 AI 的這種培訓加評測很多真的很多也有很多產品化公司在做但是從長遠的這種發展來看的話其實更多的實際上是構建一個港位勝任力的這樣的一個 OD 就是這樣的一個職位畫像然後通過這個職位畫像我們去匹配這些人
然后把它去做就是它的 career path 它的职业路径是怎么去做的很清晰的去什么时候我们什么时候你拿不出来这么一个很清晰的东西这个东西有可能会未来作为企业重组或企业构建的一个很核心的东西那知道了刚刚你讲到的招聘的过程当中提效的什么奇迹影响也到时候发我一些因为我们最近在大规模
帮助我们硅谷的 portfolio 公司什么的正在拼对所以有 AI 提效工具的话我也是需要的奇迹影响也是需要有可以有一套完整的方案就是相当于极其节省就是用 Zampier 然后完了之后去做筛选了
直接把簪片做到自動工作流直接做篩選最簡單的方式就是你所有的人員篩進來之後你把你的用人標籤跟那個崗位職責弄完了之後大家來收這個簡歷收完簡歷即刻就把你的標籤篩選分配你做初篩
出差这件事肯定很好做就是用 AI 直接把所有的设一个邮箱进来进来 Zampier 就去那个邮箱里面抓那个信息把它直接标到 Google Drive 上 Google Drive 上然后给他用那个 Google Drive 可以直接接 CHAT GPT 然后直接把因为每个简历可能长的样子都不一样把里面的能力变成能力标签嵌到 Excel 表里面去嵌到 Google Drive 里面 Excel 表里面
然后直接把这个 excel 表直接拿你筛选的那个用人标签一筛然后直接就分流就好了非常简单有道理其实对确实初筛应该
出神应该用 AI 来做 OK 很好好的今天问了你很多我觉得定期要找你聊一下你那种就真的在一线还是奇奇怪怪的东西知道太多了最后广告一下怎么找你如果是公司想要搞 AI 一些传统企业什么的
然后他怎么找你你是到时候留一个什么邮箱啊什么的留在我们 show notes 吗可以啊我留个二维码啊或者留个邮箱都行放在 show notes 里面到时候就可以直接找到找到那个李真老师就可以直接找他对我也先想找你说看看我们怎么样可以降本增效啊提效这个招聘的流程筛选简历哎你说的对啊哎呀我自己讲那么多大道理我自己这边筛选简历现在居然还用人在看这是不对的马上改好好好好好
非常感谢好谢谢谢谢李珍然后大家感兴趣的到时候可以通过二维码联系然后的话如果觉得我们这样聊聊天挺有意思的话欢迎关注 AI 炼金术也可以去看看我们的公众号然后 AI 炼金术主两个主播一个是我我现在在做 AI 方面的投资跟孵化然后主要是全球化的 AI 的产品然后之前是个连续创业者
另外一位家伙的话是徐文浩他是技术大牛然后他现在在一家 AI 公司做联创的 CTO 所以的话我们定期也会聊聊天然后定期也会找其他的朋友过来聊聊天请教一些类似于 AI 鼠标怎么做之类的这么高大上的话题所以大家可以收藏转发和关注好
好,謝謝大家今天先到這裡謝謝,掰掰