生成式人工智能赋能的副驾驶如何改变工作

由生成式AI赋能的 Copilot 如何改变工作

生成式AI Copilot 正在通过提升效率、重塑业务流程并推动前所未有的创新，革新各行各业和各种职能领域的工作场所。不同行业的公司正在利用生成式AI，并结合智能体工作流，转变其现有工作方式，并在这三个维度上看到成效，其影响程度可能不断增强。

生成式AI Copilot 擅长处理琐碎且重复的任务，使员工能够专注于工作中更具战略性和创造性的方面，从而即使在业务流程没有重大变化或没有颠覆性创新的情况下，也能提升效率。例如，在软件开发中，GitHub Copilot 会建议代码片段和完整函数，使开发人员能够更高效地编写代码，并减少错误。这不仅加快了开发流程，还使开发人员能够将更多时间用于复杂的问题解决任务，同时减少上下文切换带来的低效。

借助AI，可以重塑业务流程，以便在整个组织中实现更好的决策和协作。AI能够分析海量数据以识别趋势、预测结果并建议行动。如果这些趋势、结果和行动能够通过统一平台在整个组织内访问，AI Copilot 就可以促进跨职能协作。例如，在客户服务中，AI Copilot 可以预测上门服务所需的来电类型和零部件，从而简化派工流程，并促成现场服务人员与基于AI的智能体或远程专家之间的协作。

在AI能够为迄今难以解决的问题提供解决方案的领域，生成式AI的创新力量可能真正具有颠覆性。在医疗保健领域，AI Copilot 可以帮助服务不足的社区获得关键医疗服务，并使世界许多地区的老龄人口能够过上富有成效且充实的生活。在法律行业，Copilot 正在推动法律援助获取的民主化，并为法律分析和创新开辟新的途径。律师事务所现在能够以前所未有的速度处理海量数据，使律师能够专注于帮助客户。

生成式AI与医疗保健

在利用生成式AI Copilot 提升效率、协作和创新方面，医疗保健行业或许拥有最高的潜力之一。

提升效率

提升效率的一个典型例子是生成式AI在患者与临床医生互动中的应用。例如，生成式AI技术可以实时将患者与医生的互动转换为临床医生笔记。其工作方式如下：临床医生使用AI平台的移动应用记录患者就诊过程。该平台实时添加患者信息，识别任何缺口并提示临床医生补充，从而有效地将口述内容转化为使用对话式语言的结构化笔记。这一过程显著减少了临床医生在每次患者互动后必须完成的手动、耗时的记录和行政工作，提高了运营效率，并应对了医疗保健行业中员工倦怠和人员短缺的挑战。

重塑业务流程

生成式AI在患者与临床医生互动中的应用，也对医疗保健流程以及最终的患者护理质量产生重要影响。突破的潜力来自临床医生可以在数秒内获得的大量非结构化数据，例如临床笔记、诊断影像、病历和录音。其影响可能表现为向临床医生提供全面建议，或重新定义医疗专业人员的工作与协作方式。例如，AI驱动的平台可以促进世界各地医疗服务提供者之间的沟通和信息共享，重塑医疗保健领域的业务流程，并确保患者护理采用统一的方法。

推动创新

结合智能体工作流的生成式AI正在推动药物发现领域的范式转变，为创造新型分子结构和候选药物提供一种新方法。这项创新的一个具体例子是IBM的“加速发现1”计划，该计划利用生成式AI与智能体工作流相结合，大幅压缩新药开发的时间和成本。

AI系统使用代表分子结构的海量数据集，根据特定需求预测新的分子设计。这一过程类似于逆向工程，会生成用于探索的新假设，并创造出领域专家可能无法独立提出的新分子，从而有可能释放数十亿美元的价值。

生成式AI与制造业

在生成式AI Copilot 的推动下，制造业正在该行业的多个方面取得显著进展。

提升效率

生成式AI正在改变制造业，带来效率和生产力提升。其中一个显著例子是预测性维护。预测性维护旨在在潜在设备故障发生之前识别并纠正它们。生成式AI可以通过解读设备和机器的遥测数据提供帮助；如果发现问题，它可以推荐潜在解决方案和服务计划，帮助维护团队纠正问题。这可以减少潜在停机时间，并通过优化生产线实现成本节约。