• Copilot
    微软最新方法论:用 AI 重塑组织,迈向前沿企业(Frontier Firm) HRTech概述:微软发布全新《Becoming a Frontier Firm》框架,系统总结其 AI 转型经验,提出五大关键洞察:让知识工作可见化、明确风险边界、构建合适的 AI 工具组合、重塑角色与组织结构、建立持续实验文化。微软指出,AI 转型不是简单引入工具,而是对工作方式、流程与组织能力的全面重构。 在实践路径上,微软提供三条可复制模式:角色加速、流程重塑和 AI 原生孵化。从提升单个角色的效率,到重塑端到端流程,再到从零构建 AI 驱动的新型团队结构,为企业提供了不同层级的落地方案。AI 将成为组织竞争力的基础能力。迈向前沿企业,需要技术、流程与人的协同演进。微软的方法论,为企业提供了一个清晰可执行的转型路线图。 视频解读关注视频号:HRTech 微软万字报告揭秘:未来企业如何用AI重塑一切?这三大法则你必须知道 当前,企业界正普遍面临一个严峻的AI挑战:许多公司都在进行各种AI实验,但很少有公司能将这些零散的AI活动,转化为可衡量的、实实在在的业务影响。太多项目陷入了“试点炼狱”(pilot purgatory),最终只留下一堆“看起来很酷但无法扩展、无法落地、也无足轻重的演示”(shiny demos that don't scale, don't stick, and don't matter)。 为了应对这一挑战,微软提出了一个全新的组织模式——“前沿企业”(Frontier Firm)。这是一种由人领导、由智能体(Agent)运营的组织,它们像购买电力一样购买智能,并像滚雪球般让其价值复利增长(human-led, agent-operated organizations that buy intelligence like electricity... and compound it like interest)。这不仅是一个概念,更是企业驾驭AI浪潮的最终答案。 本文将从微软的深度报告中,为您提炼出最具冲击力和参考价值的三大核心法则,以及三种可落地的行动路径,帮助您理解如何将AI从“试点项目”真正转变为企业发展的核心引擎。 微软的分析揭示,“前沿企业”之所以能脱颖而出,并非依赖于其技术堆栈,而是源于其对三大基础运营法则的严格遵守。  法则一:让“看不见”的工作“看得见” (Make the Invisible Visible) 知识型工作(Knowledge work)长期以来都面临一个根本性难题:它难以被观察、衡量和改进。你无法像观察流水线一样,去观察一个人如何谈判合同,或起草一份产品发布策略,因为真正的行动发生在无形的思维和沟通之中。而一个简单却深刻的道理是:你无法改造你看不见的东西。 这正是AI转型的起点。微软劳动力转型企业副总裁Katy George指出: “用AI进行重塑,起点并非技术,而是理解人们实际的工作方式。你无法改造你看不见的东西。” (Redesigning with AI doesn’t begin with technology. It begins with understanding how people actually work. You can’t transform what you can’t see.) “前沿企业”解决这个问题的核心方法论,就是将工作“可见化”。通过采用“生命中的一天/一周”(day-in-the-life/week-in-the-life)研究、现场观察(Gemba walks)、用户画像地图(persona mapping)、流程挖掘(process mining)、价值流图(value stream mapping)和持续改善(Kaizen)等方法,企业可以清晰地描绘出工作流程的每一步,揭示隐藏的瓶颈、延迟和交接点,从而找到AI可以发挥最大作用的具体机会。 例如,金融运营平台Ramp通过追踪其财务流程中的每一个交接环节,发现许多微小的延迟在不知不觉中累积成了巨大的时间成本。在定位了这些问题后,他们部署了AI智能体来自动匹配收据和复核审批。最终,Ramp每月能处理500万张收据,节省了整整30,000个工时,并以创纪录的速度完成账目结算。 法则二:AI不是“外挂”,而是“基础设施” (AI as Core Infrastructure) 许多公司对待AI的态度,更像是一场“创新戏剧”(innovation theater)——将其作为公关稿和投资者电话会议上的展示品。相比之下,“前沿企业”则将AI视为与电力、网络同等重要的核心基础设施,并将其深度嵌入到核心业务流程之中。 这种思维上的根本转变,意味着企业思考的问题从“我们可以在哪里增加一些自动化?”转变为“我们如何围绕AI来重新设计工作?”。只有这样,企业才能真正开始利用AI实现复合式回报,加速业务周期,并发现全新的能力。 微软提出的实践方法是“设计合适的AI解决方案集”,即根据具体的业务需求,灵活地组合使用无代码、低代码和专业代码的工具,确保技术与业务目标精准匹配。 以LinkedIn为例,他们正在重塑整个产品开发流程,让AI成为日常工作密不可分的一部分。他们将一个名为“Mae”的内部AI智能体嵌入到开发工作流中,该智能体能自动修复超过三分之一的开发者构建问题。在这种模式下,AI不再是一个需要单独打开的“外挂”工具,而开发人员也能承担起从研究、设计到编码、测试的更广泛职责,最终结果是交付速度的大幅提升和一种由AI驱动业务表现的文化。 法则三:抵达“前沿”不是终点,而是一种实践 (The Frontier is a Practice) AI转型没有终点线。“前沿企业”永远处于“公测版”(perpetual beta)状态,它们将每一个现有流程都视为一个等待验证的假设,并将每一次改进都视为下一次创新的燃料。 这一原则是如此基础,以至于它构成了微软分析的核心论点: “前沿企业不会将AI简单地叠加在现有工作之上;它们从根基上重新思考工作的完成方式。” (Frontier Firms don't layer AI on top of existing work; they rethink how work gets done from the foundation up.) 这种“持续实验的文化”并非无序的、随意的尝试。它恰恰需要结构化的实验、可靠的衡量指标和严格的治理体系,以确保创新是负责任且风险可控的。团队需要系统地学习如何设计、运行和评估实验,将好奇心转化为指数级的价值。 例如,一家金融服务机构在转型过程中,首先由CEO设定了“利用AI改善客户服务”的明确目标。随后,团队绘制了核心服务流程的每一步,并重新定义了初级和高级员工的角色。这完美体现了“由人领导、由智能体运营”的原则:AI智能体处理前期的资料分析(“智能体运营”),从而将资深专家解放出来,专注于运用判断力、同理心和战略洞察力来领导客户沟通(“由人领导”)。整个过程通过培训和激励机制来推动,并以一种“展示你的工作”(show your work)的开放方式进行追踪,确保了清晰的步骤和明确的责任。 实战手册:微软给出的三种行动路径 在理解了上述三大法则之后,企业需要具体的行动路径来将理念付诸实践。微软在其自身的转型探索中,总结出了三种可供其他公司参考的落地方法。 路径一:加速个人角色 (Accelerate Personas) 方法解释: 这种方法专注于组织内的特定角色(如销售、公关、财务分析师),通过为他们配备定制化的Copilot和智能体,将优秀员工的AI使用技巧和工作流程规模化,从而整体提升该角色的绩效。其战略意义在于,它将AI的成功从一场“个人赛”转变为一场“团体赛”。 实例:微软公关部(Microsoft Communications) 他们通过为公关专业人士绘制“一天的工作”,发现了重复性高且耗时的任务。随后,团队开发了定制化的“公关Copilot”(Communications Copilot),它能够自动化处理撰写社交媒体帖子、创作故事初稿和生成FAQ等日常任务。同时,团队还在探索使用“研究员智能体”(Researcher agent)来自动生成媒体简报。这些举措让团队能将更多精力聚焦于更具战略性的核心工作,显著提升了效率和影响力。 路径二:重塑工作流程 (Reinvent Workflows) 方法解释: 这种方法着眼于整个端到端的业务流程(如财务预测、客户支持),利用AI来重新设计整个流程,以大幅减少时间消耗、资源浪费和人力投入。 实例:微软财务部(Microsoft Finance) 财务部领导层首先确定了六个对业务至关重要的核心工作流程。然后,他们将这种自上而下的战略优先级,与来自一线员工自下而上的创新想法相结合。通过公民开发者和专业IT团队的协作,他们在关键节点上构建并实施了AI解决方案。最终,公司实现了更快的财务预测、更短的合规处理时间,并达成了收入增长速度超过员工人数增长的优异成果。 路径三:培育AI原生孵化 (Cultivate AI-first Incubation) 方法解释: 这种方法最为彻底,它采用一种“零基重设”(zero-based redesign)的思路。它由一个专家团队从零开始,以AI为核心,彻底重新设计一种全新的工作方式、团队结构和业务流程。 实例:微软行业解决方案工程部(Microsoft Industry Solutions Engineering) 为了加速交付为客户定制的解决方案,该部门创建了名为“萤火虫小队”(firefly squads)的敏捷团队。这些由资深专家组成的小组拥有端到端的项目所有权,他们采用一种实验驱动的模式,利用模块化模式和AI生成的参考解决方案进行快速原型设计和代码复用,并借助GitHub Copilot智能体加速开发。这种AI原生的工作方式,最终为客户带来了成本的降低、满意度的提升,并显著缩短了特定项目的交付周期。 成为“前沿企业”的旅程,不是一次简单的技术升级,而是一场深刻的业务转型。通过坚守这三大法则——让工作可见以摆脱猜测,将AI作为核心基础设施以摆脱“创新戏剧”,以及拥抱永续的实验实践以摆脱停滞——企业才能最终挣脱“试点炼狱”的束缚,真正开启价值创造的征程。 AI变革的核心,不在于引进了多少工具,而在于我们是否敢于从根本上重新思考“工作”本身。 问题不在于AI是否会重塑你的公司——它已经在这样做了。真正的问题是,你将带领你的组织脱颖而出,还是让别人来定义未来的可能性? 附录: 《Becoming a Frontier Firm》 下载地址:https://www.hrtechchina.com/Resources/B3172FC0-35E3-6E17-CA66-EA98CD61E3E6.html
    Copilot
    2025年11月23日
  • Copilot
    微软重磅发布People Skills与Skills Agent:打造嵌入工作流的AI技能图谱,引领HR科技新纪元 HRTech概述:最近,Microsoft 365 Copilot 推出了一个叫 “People Skills” 的新功能,可以自动识别员工的技能能力,帮企业快速发现谁擅长什么。怎么做到的?它会分析员工在 Word、Excel、Teams 等日常使用中的行为,借助 AI 模型自动生成“技能画像”。这些信息还能集成进 Viva 和 Copilot Chat,用来精准找人、匹配项目,还能发现谁值得重点培养。 更多信息,请关注HRTechChina ——由 AI 驱动的技能管理时代正式开启 在一次可能改变全球 HR 科技版图的战略发布中,微软正式推出了内嵌于 Microsoft 365 Copilot 和 Viva 平台中的 People Skills 功能,并宣布将在 2025 年 6 月推出扩展功能 Skills Agent。结合官方博客和 HR 行业权威 Josh Bersin 的深度解读来看,微软此举不仅是在提升办公套件功能,更是在构建一个面向未来的 智能技能管理系统(Skills Intelligence Platform)。 时代背景:为什么“技能”成为核心资产? 过去五年间,企业的人才结构正在经历深层变革:从“岗位导向”转向“技能导向”。随着业务节奏加快、技术不断演进,员工能做什么、可以转岗到哪里、缺什么技能这些问题成为战略优先。 而微软正是在这个关键时刻入局。借助其在 LinkedIn、Microsoft Graph、M365使用数据 等平台上的深厚数据积累,微软要为企业构建一个实时、动态的 技能识别与匹配系统,助力 HR 实现敏捷组织和精准人才部署。 “这是一次重大入场。”Josh Bersin 在分析中指出,“微软正式进入技能科技市场,可能将打造出业内最庞大、最智能的系统。” 什么是 People Skills? People Skills 是微软在 Microsoft 365 Copilot 和 Viva 中推出的 AI 驱动技能引擎。它通过分析员工在日常工作中的行为数据(包括邮件、会议、文档协作等),自动推断员工具备的技能。 核心功能包括: 从实际工作中自动推断员工技能 接入 LinkedIn 的全球技能分类体系 支持企业自定义技能框架(taxonomy) 在 Outlook、Teams、Copilot Chat、Viva 中呈现上下文技能信息 企业可视化技能图谱与洞察 例如,某员工经常负责客户提案、绩效汇报与跨部门沟通,系统就可能自动为其标注“战略思维”“客户成功”“数据讲述能力”等技能标签。 这一机制的突破点在于:它基于 被动感知 + AI 推理,员工无需手动填写技能档案,系统自动学习和更新,让技能洞察成为组织的“活数据”。 Skills Agent:激活技能洞察的智能助手 如果说 People Skills 是技能图谱的“底层数据层”,那么即将于 2025 年 6 月上线的 Skills Agent,则是推动行动的智能引擎。 Skills Agent 能够帮助: 主管构建基于技能的动态团队 员工发现技能空白与晋升路径 L&D 制定精准培训与学习策略 Skills Agent 并非传统意义的问答机器人,而是融合了 Microsoft Graph 数据、自然语言处理与推理能力的高级智能代理,能理解复杂指令,例如: “谁能同时处理Python和项目管理任务?”“我需要掌握哪些技能才能转岗做数据分析师?”“我们公司最常见的市场营销技能有哪些?” Skills Agent 深度集成在 Copilot Chat 和 Viva 中,员工可在日常工作中直接调用,提升人才调配和技能成长的响应速度。 技术架构:打造完整的“技能操作系统” People Skills + Skills Agent 不是孤立存在,而是与微软全栈生态深度集成: 与 Microsoft 365 协同办公工具无缝结合 与 Viva 学习体验平台与目标管理功能整合 与 Microsoft Graph 打通员工行为与组织关系数据 与 LinkedIn Learning、LinkedIn Talent Insights 联动推荐与分析 这意味着,微软正在搭建一个 企业级的人才情报系统(Talent Intelligence System),并将其嵌入到日常工作场景中。 对 HR 的深远影响 这套系统的上线,对人力资源战略和组织管理可能产生以下四大变化: 1. 从岗位描述走向“动态技能图谱” 传统 JD 逐步过时,企业可以实时更新员工能力标签,支持灵活用人、横向转岗与人才轮岗。 2. 人才可见性全面提升 不再依赖主观评价与绩效打分,HR 可从系统中发现“隐藏人才”和“技能过剩/短板”。 3. 战略级的组织规划 从人才盘点、继任计划,到编制重组、学习策略,全程由数据支持,提升决策效率。 4. 反哺 L&D 和学习生态 Skills Agent 可自动推荐 LinkedIn Learning 课程或内部学习内容,实现“以用促学”的闭环机制。 Josh Bersin 的评价:这是一个新物种 Bersin 明确指出,微软的做法不同于传统 HR Tech 厂商。Workday、SAP 等偏向基于 HR 系统建模,而微软则从“工作流场景”出发,让技能识别自然发生在 Teams、Outlook、Word、Excel 等工具中。 “他们正在把 Microsoft 365 变成一个技能智能系统。”Bersin 评论道,“这种嵌入式体验,才是真正的变革。” 对 HR 科技生态的挑战与启示 微软的入局意味着传统 HR 系统厂商或需重新思考合作路径:是与微软生态打通?还是建设自己的 AI 系统进行抗衡? 在 Copilot 的加持下,微软展现出: 更强的 推理能力与个性化推荐能力 更广的 数据来源整合能力 更深入的 工作场景覆盖能力 这些,正是构建下一代 HR 战略平台的核心竞争力。 HR 下一步该怎么做? 无论你是 CHRO、HRIS 总监还是学习与发展负责人,现在都应关注以下四件事: 评估你目前的技能数据体系是否碎片化或陈旧? 了解 People Skills 的功能与使用路径,尤其是微软生态用户 重构绩效与发展体系,让技能推理数据为决策服务 从小范围启动“技能驱动”的组织试点,积累可复制经验 AI 观察 + 无缝集成 + 实时推理,微软 People Skills + Skills Agent 的组合,正在打破 HR 与办公场景之间的界限,推动真正以人为本、以数据驱动的组织发展。
    Copilot
    2025年04月25日
  • Copilot
    2024年人力资源和招聘系统的十大重要趋势 在充满活力的人才与人员成功技术领域,2023 年已被证明是在经济逆风中仍能保持韧性和增长的一年。Fosway Group 的 " 9-Grid for Talent & People Success "揭示了 10 大市场趋势,揭示了该行业的发展轨迹、挑战和新兴机遇。 1. 技能智能正在崛起 随着领先雇主寻求更加以人为本、包容、公平、智能和灵活的方法,传统的人才管理实践正在停滞不前。根据 Fosway 的最新报告,技能智能和人才市场因其提供透明度和灵活性、增强组织内个人能力的能力而受到越来越多的关注。 2. 个性化的关键作用 个性化是将人才管理转变为人才与人才成功的核心支柱。人工智能通过自然语言处理分析情感,将人才体验的创新提升到了一个新的水平。这种创新加速了团队、个人和领导之间的大规模对话,强调了进一步个性化以解决战略性人力资源问题和个人/团队层面支持的必要性。 3. 人工智能是一场变革 尽管人工智能被炒得沸沸扬扬,但事实证明,人工智能对于关键的人员体验,包括技能、参与、职业、学习和内部流动性,都具有变革性。人工智能能够推断技能、将人们与导师联系起来、将个人与项目或工作联系起来,并对职业抱负做出回应,这正在改变员工体验和人力资源生产力的游戏规则。 4. 将人才流程嵌入工作场所工具 人们期望人力资源解决方案能将人才流程嵌入日常工具和工作空间(如 Microsoft Teams 和 Slack),这已成为标准配置。这种 "无头 "集成已成为买家的基本要求,可增强绩效支持、人才流动、技能发展和员工参与度。 5. Copilot 的出现 随着微软为Microsoft Office 365推出Copilot,在日常软件中引入协同驾驶功能有望推动对协同驾驶人力资源功能的需求。员工如何应对工作应用程序中的嵌入式人工智能支持将可能成为一个决定性的时刻,特别是对于员工体验中的接触点而言。 6. 劳动力战略决策是关键要素 虽然人才与人员成功解决方案的重点往往是员工能力的提升,但人才与人员成功、劳动力智能和组织战略决策之间的关系至关重要。全面的劳动力智能是人力资源部门在行政领导层中获得一席之地的关键所在,有助于制定业务战略并调整劳动力的能力以支持业务战略。 7. 数据连接的挑战 尽管同类最佳解决方案在分析方面取得了进步,但人力资源孤岛之间缺乏数据连接仍然是一个重大挑战。在问题得到解决之前,全面数据洞察力的全部价值可能无法实现,从而给组织带来风险。 8. 可解释的人工智能日益重要 随着人工智能相关法规的成熟,透明度和可解释性变得至关重要。人工智能和嵌入式智能的发展需要无偏见和透明的运营证明,尤其是英国、欧洲和美国政府对监管的态度越来越积极主动。 9. 激发参与(和奖励) 在大流行病以及向混合和远程工作转变之后,企业正在重新思考员工的参与和绩效问题。人才解决方案在实现持续绩效、优化团队内部关系和参与度方面发挥着至关重要的作用。不断变化的人口结构和新一代员工的期望进一步强调了对创新解决方案的需求。 10. 证明人力资源的增值作用 整合整个人才和人力资源生态系统的数据和工作流程仍具有挑战性,而将商业智能与人员智能相结合则是缺失的一环。随着经济形势的恶化,人力资源的投资和战略也备受关注。展示对底线的实际业务影响是一项重大挑战,而将人员智能和劳动力智能与业务成果联系起来,则成为人力资源部门在高管会议上获得一席之地的关键。
    Copilot
    2023年12月22日
  • Copilot
    微软的AI能力大规模升级:将OpenAI CoPilot应用于整个MS 365套件,Word 一键变成 PPT! 微软将赌注押在OpenAI和ChatGPT上,这是几十年来对Microsoft 365的最大升级。继将 GPT-4 引入搜索引擎之后,微软再出“杀手锏”,重磅宣布由 AI 驱动的 Microsoft 365 Copilot,它将大型语言模型(LLM)与 Microsoft Graph 和 Microsoft 365 应用中的数据相结合,打破了传统办公软件的方式,能自动生成文档、电子邮件、PPT,让Word、Excel、PowerPoint、Outlook、Teams 等办公软件的效率提升多倍。它们可以统称为——您的工作副驾驶。 Copilot 不仅可以帮助您编写、汇总、分析和搜索信息。微软还宣布一项全新的体验:Business Chat(商务聊天)。Business Chat可以在 Microsoft 365应用程序以及日历、电子邮件、聊天记录、文档、会议和联系人等程序里使用,只要用一些自然语言,它就可以根据早上的会议、电子邮件和聊天记录生成状态更新。 Microsoft 365 Copilot 能够帮助我们做什么? 使用GPT-4 大型语言模型 (LLM),CoPilot可以起草信件或文档、汇总信息。您可以让它编写文本并告诉Copilot使用什么“语气”。 创建 PowerPoint幻灯片。PowerPoint 中的 Copilot 也能通过自然语言输入,直接实现动画切换和重新设置文本格式等等。 分析来自Excel 的数据。对于不懂 Excel 里面各种函数调用、宏、VBA 语言的用户而言,基于 Copilot,可以直接用“人话”(自然语言),提出各种问题,然后它会推荐一些实用的公式。 Excel 中的 Copilot 也可以找到数据的相关性,根据问题生成模型,并得出趋势。它还可以即时创建基于数据的 SWOT 分析或数据透视表。 它还可以通过访问日历和您的联系人,提供会议、活动和项目的历史记录。如果你错过了会议,你可以问Copilot其他人在这个会议上讨论了什么。 从某种意义上说,这是一场工作革命。每个人都必须学会使用这个工具,因为忽略它会让你落后。 Copilot是我们“值得信赖的助手”,能够随时为我们提供帮助。在幕后,Copilot正在了解我们使用的的文档,日程安排和通信,当我们开始使用它时,它会变得更加智能和个性化 。LLM不会共享您的本地数据,能够充分保证用户的数据及隐私。 本周OpenAI发布了GPT4,这是Bing Chat背后的引擎。它运行更快、更聪明,这表明这些神经网络的发展速度有多快。我已经使用Bing Chat好几个星期了,我可以证明 GPT-4运行是良好的。它的语言能力是一流的,即使有些人仍在质疑它。GPT-4是第一个实际上比人类学习速度更快的人工智能模型。这个神经网络能够自己学习,使系统能够不断改进。 谷歌也不甘落后,为Google Workspace推出了自己的生成式人工智能。谷歌正在努力跟上微软的步伐,尽管他们对于自己在这方面的介绍并不完整。但微软OpenAI的势头是巨大的。LinkedIn也宣布了一系列基于OpenAI的AI增强功能。 40年来,微软一直在努力提高生产力。 微软对提高组织生产力是十分关注的,所以他们了解非常了解我们如何使用自己的计算机。微软了解到“让系统变得简单”的过程很难实现。简单的工具阻碍了我们提高工作效率:我们需要一个跟随我们一起进步的工具。这也是微软为什么取得成功的原因。虽然Copilot只是一个辅助工具,但由于LLM本质上是一个“学习机器”,Copilot会随着时间的推移而变得越来越好。 Copilot确实是有效的。 麻省理工学院的一项研究,仅使用ChatGPT就可以将生产力提高39%。专为您设计的Copilot将在短时间内更加快速地提高我们的生产和工作效率。想象一下,Copilot可以为我们节省提供大纲或摘要,编写备忘录、信件或报告的时间。律师、作家、营销人员和销售人员等将大大收益于此工具。 IT部门和新的合作伙伴:需要构建大量附加组件。 由于Copilot建立在Azure OpenAI服务之上,我们可以期待一个新的附加组件行业出现。数以百计的IT部门和Microsoft集成商将学习如何调整此系统,构建“技能”(模型)并开发行业用例。我们期望看到Copilot在法律,营销,销售和数百个行业中展示特定的“技能”。 IT部门也会这样做。由于该系统基于Microsoft Graph使用的安全性(即您的公司目录),因此IT团队还可以构建技能来帮助各种用户组更快(或更准确地)完成操作。请注意,Microsoft 还推出了Copilot for Power Platform,从而可以更轻松地构建利用此工具集的应用程序。 竞争:谷歌和其他公司的回应。 虽然谷歌在这场竞赛中似乎落后了,但我不希望他们保持沉默。全球有超过2亿人使用免费版本的Gmail,因此生成式人工智能的使用将成为主流。我认为我们将能看到许多其他的LLM进入市场,在不同领域发挥专门的用途。 这是有风险的吗? OpenAI研究论文将风险描述为可以预见到的偏见、虚假信息、过度依赖、隐私、网络安全等风险。这里的风险指的是系统犯的错误,而不是一些人为的错误。尽管《纽约时报》讨论了这有多“可怕”,但我仍然认为我们应该辩证地对待任何问题。1981年,我在IBM工作,当时Lotus 1-2-3和其他工具出现了,许多人认为“这是会计行业的终结”。但是我想提醒大家,生成人工智能不是发现一种新的生命形式。这些是统计推理工具,我们可以用它来处理工作。与每种技术一样,人们如何使用它才是关键。 微软的巨额投资。 微软中的的每个工作人员都突然开始使用OpenAI。微软不仅将公司押注在生成式人工智能工具上,他们还在构建支持它的基础设施。一位记者发现,微软正在收购所有的AI芯片,提高Copilots的核心运算能力。这只是意味着微软正在光速向人工智能靠拢。其他软件供应商也在争先恐后地迎头赶上。 这会给我们带来期待已久的生产力提升吗? 最后,让我们讨论一下生产力。这些工具会让工作变得如此简单,每周工作4天会成为主流吗?像“文案”这样的工作会过时吗?我们会发现,每个主要的生产力工具都能“改善人们的工作”。当语音邮件和电子邮件出现时,我们想知道秘书是否会离开(他们确实这样做了)。当Zoom和Teams出现时,我们重新设计了办公方式。 在这种情况下,我们可能会怀疑自己会无事可做,但事实上,我们可以比以前更快更好地工作。当然,如果您忽略这些趋势或选择不学习这些工具的操作方法,那么您只会落后。我支持微软此次的巨额投资。虽然我们还处于早期探索阶段,但是,未来生产力的大幅提升是可以预见的未来。 本文作者:Josh Bersin
    Copilot
    2023年03月17日