未来已来ChatGPT可能从这12个方面彻底改变我们的工作和生活

最近大火的ChatGPT,可以为我们的工作和生活带来什么改变呢?本文作者结合自身的经验,以及查阅了大量资料,总结出了ChatGPT可能彻底改变我们工作和生活的12个方面,一起来看一下吧。

从上面的对话可以了解,ChatGPT可以理解明天后天是从当前聊天的时间点开始计算,多个时间点,多种时间格式下,它能够理解最后的会议是午饭时间,同时可以理解午饭时间是12点,并给出最终的约定时间格式,结果让人惊艳。

4)提升协同办公未读消息处理效率

相比于邮件,IM聊天内容非常的碎片化,相比于邮件的结构化,IM消息的数量可能是邮件的上百倍,尤其是你加入过一些兴趣群时,当因开会,出差,度假等原因长时间未登录IM,会发现会话列表有可能处于爆炸状态,大量的未读会话需要处理,这个时候,基于时间倒序排列未读消息的处理效率就显得非常低,如果你的智能助理可以识别到消息中的重要信息,如你负责的项目被老板提到;需要你决策的事项;你关注的项目做了重大更新等,智能助理自动将重要消息整理出来,对未读会话进行重要性排序,甚至可以根据上下文为你进行重要关注事项语音汇报,相比于时间倒叙的逐个会话逐条消息查看,这将很大程度上提升未读消息的处理效率。

当企业希望享受数字化转型的红利,需要重塑线下业务SOP,并将业务和服务上云,进而才有可能进行数字化转型,优化企业效率。同样的,如果想要享受上面提到这些能力,那么企业办公过程信息和结果信息(如IM,日程,邮件,文档,OA等)也需要上云。因为疫情,线上办公逐渐增多,在线文档协同也有了一些基础,感觉很多企业都有可能在此基础上,完成新一轮的效率提升,之前在字节感受最多就是所有的信息都在飞书上,这种升级可能更快。读者朋友,你有没有可能成为那个驱动企业这一轮智能数字化升级的开拓者呢,多长时间,对未知充满好奇,真的未必不可能~

3. 有可能改变一些职场人的职业成长路径新工具的出现一定伴随着原有工作内容的改变。

3)ChatGPT为软件工程师赋能,改变产品经理工作方式

从我个人经验来看,我不太相信ChatGPT会完全替代软件工程师和普通白领的工作,一些灵活性很高的工作,需要人情世故的工作,复杂度很高的系统,非结构化的个性化功能和服务,这些都不是当前一个大语言模型可以搞定的(以后难说),但是,ChatGPT似乎打开了一扇大门,可能改变原有工程师的工作方式和方法。

软件工程师可以利用 ChatGPT 以下几种方式来提升开发效率:

代码生成:利用 ChatGPT 的自然语言处理能力,可以快速生成符合预期的代码片段,大大减少了编写代码的时间。不需要记那么多细节语法,专心解决需求,描述清楚自己的问题,用ChatGPT生成函数,完成调试即可。API 文档生成:通过向 ChatGPT 提供 API 的详细信息,可以生成友好的 API 文档,帮助开发人员快速理解 API 的使用方法。技术问题解答:当遇到技术问题时,可以向 ChatGPT 询问相关问题,快速获得准确的答案,提高开发效率。项目管理:通过对话的方式与 ChatGPT 进行交互,可以方便地管理项目,包括任务分配、进度追踪等。设计和规划:通过与 ChatGPT 的交互,可以快速确定项目的设计方案和规划,提高开发效率。【在工作中真正使用chatGPT,效率提高几十倍!开发一个判断PDF文件盖章页的程序节省大半天时间!-哔哩哔哩】 https://b23.tv/2C1nkrN

产品经理的工作方式也可能因此改变:

需求分析:ChatGPT 可以通过对话的方式与客户进行交流,帮助产品经理更快地了解客户的需求,提高分析效率。项目管理:通过对话的方式与 ChatGPT 进行交互,可以方便地管理项目,包括任务分配、进度追踪等,提高工作效率。数据分析:ChatGPT 具有强大的数据处理能力,可以帮助产品经理分析数据,快速发现需求趋势和市场变化。产品设计:通过与 ChatGPT 的交互,可以快速确定产品的设计方案和规划,提高工作效率。PRD,MRD文档编辑:想象一下,当他熟悉了你们公司需要的PRD,MRD文档编辑个时候,你告诉他内容,他自动帮你生成一份结构完整的PRD,你只要做微调完善即可2)机器学习建模难度可能极大降低,更多企业将享受AI带来的红利

影响AI落地的5个主要因素:数据,算法,算力,人才,场景,之前写过一篇介绍AI如何应用的文章【万字干货一篇文章助你了解机器学习 】,一些大厂在通过组件化设计降低数据分析和建模门槛,如Microsoft Azure,阿里的PAI,第四范式的先知系统,都支持简单的组件拖拽,即可快速创建AI预测模型。之前感觉标记训练数据这件事还是需要一些sql基础的,现在ChatGPT可以写sql和python,而组件化可以简单拖拽即可完成一个模型搭建,可以通过自动调参调整模型参数,通过多模型效果比对选择最优模型,自动化特征工程,可对录入数据进行深度拓展,生成模型可以用来预测一些分类、回归和聚类问题,而更值得期待的是当ChatGPT做过大量训练后,是否可以直接晚上上诉所有工作,即快速根据数据种类,自动化完成各种预测和推荐,自动选择最优模型的最优参数,进而实现完全的智能化。

ChatGPT体现出的对人类语言理解和对话能力,让未来AI应用场景存在无限想象空间,上面列出的改变仅是我个人工作中做过的一些相关设计可能带来的改变,而这种改变可能涉及各行各业,与我们的工作和生活大概率息息相关,后续就看各大公司产研团队如何挖掘ChatGPT的落地场景,国内大厂啥时候可以追赶到近似对话水平,这些改变将在2023年逐步在我们眼前展现。

未来以来,即将流行!

专栏作家

田宇洲(微信公众号:言之有术),人人都是产品经理专栏作家,北京大学软件工程管理硕士,北京电信4年产品经理,负责B2B电商平台的前后端产品设计,擅长游戏化产品设计,挖掘用户画像。

本文原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。