AI สำหรับที่ปรึกษา

การให้คำปรึกษาทำงานสามประเภทที่ AI สามารถเร่งความเร็วได้: การรวบรวมและสังเคราะห์ข้อมูล การสร้างเรื่องราวที่โน้มน้าวใจ และการวิเคราะห์ข้อมูล บริษัทขนาดใหญ่ได้สร้างเครื่องมือภายในสำหรับสิ่งนี้ ตัวอย่างเช่น McKinsey ได้เปิดตัวผู้ช่วย AI ที่สร้างภายในชื่อ Lilli ในปี 2023 เพื่อค้นหาความรู้ของตนเอง บริษัทขนาดเล็กหลายแห่งใช้ผู้ช่วยทั่วไปเวอร์ชันองค์กร การสังเคราะห์งานวิจัยหมายถึงการสรุปรายงาน บันทึกการสัมภาษณ์ และเนื้อหาทางการตลาดเป็นหัวข้อต่างๆ AI ทำงานได้อย่างรวดเร็ว แต่การสังเคราะห์ไม่เป็นกลาง โมเดลมีแนวโน้มที่จะทำซ้ำมุมมองที่พบบ่อยที่สุด ราบรื่นเหนือความขัดแย้ง และลดค่าผิดปกติที่ผิดปกติ และบางครั้งค่าผิดปกติก็คือความเข้าใจลึกซึ้ง แนวทางปฏิบัติที่ดีคือต้องมีการอ้างอิงแหล่งที่มาที่เฉพาะเจาะจงและอ่านตัวอย่างต้นฉบับ งานโครงเรื่องเหมาะกับ AI เป็นอย่างดี เนื่องจากสไลด์การให้คำปรึกษาเป็นไปตามแบบแผนที่รู้จักกันดี ได้แก่ ความคิดที่ควบคุม การสนับสนุนข้อโต้แย้ง และชื่อการกระทำที่ระบุข้อสรุป AI สามารถเสนอโครงสร้างและกระชับหัวข้อข่าวได้ ไม่สามารถรู้ได้ว่า CEO ของลูกค้ากังวลอะไร การวิเคราะห์จะปลอดภัยที่สุดเมื่อ AI เขียนโค้ดหรือสูตรที่คุณสามารถตรวจสอบและรันใหม่ได้ แทนที่จะระบุตัวเลขเป็นร้อยแก้ว การรักษาความลับเป็นข้อจำกัดที่ยาก โดยทั่วไปข้อมูลลูกค้าจะอยู่ภายใต้สัญญาและ NDA ดังนั้นที่ปรึกษาควรใช้เครื่องมือที่ได้รับการอนุมัติจากบริษัทซึ่งมีเงื่อนไขไม่รวมถึงการฝึกอบรมเกี่ยวกับข้อมูลลูกค้า พวกเขาควรปฏิบัติตามกฎของลูกค้าเอง ซึ่งอาจห้ามการใช้ AI โดยสิ้นเชิง หลักฐานด้านคุณภาพผสมปนเป การทดลองภาคสนามในปี 2023 นำโดยนักวิจัยของ Harvard Business School พร้อมด้วยที่ปรึกษาของ Boston Consulting Group บรรยายถึงชายแดนที่ขรุขระ ในงานที่อยู่ในความสามารถของโมเดล ที่ปรึกษาที่ใช้ AI ทำงานได้ดีขึ้นและเร็วขึ้น ในงานภายนอก พวกเขามีแนวโน้มที่จะได้คำตอบที่ผิด บทเรียนคือการรู้ว่างานอยู่ด้านไหนของชายแดน สำหรับรุ่นน้อง งานร่างแรกแบบคลาสสิก (การวิจัยโต๊ะทำงาน การจัดรูปแบบ การล้างข้อมูล) กำลังเริ่มหดตัว สิ่งนี้ทำให้เกิดคำถามสำหรับผู้ฝึกงานที่แท้จริง: ที่ปรึกษาใหม่จะสร้างวิจารณญาณได้อย่างไรหากพวกเขาไม่ได้วางรากฐานอีกต่อไป