QCon北京「鸿蒙专场」火热来袭!即刻报名,与创新同行~ 了解详情
写点什么

你“渣”过 AI 吗?你的工作流程被 AI 颠覆了吗?

黄闻欣

  • 2024-08-29
    北京
  • 本文字数:3954 字

    阅读完需:约 13 分钟

大小:1.93M时长:11:15
你“渣”过 AI 吗?你的工作流程被 AI 颠覆了吗?

导语:对 AI 的态度,就是不主动使用 AI,不主动学习提示词工程;各大厂商推广 AI 的时候,不拒绝听一听,也不拒绝用一用;对于使用 AI 生成的结果不负责,结果不好都是 AI 的问题,跟我无关。你是不是也这么想的?那么你的工作流程现在被 AI 颠覆了吗?


在将于 2024 年 10 月 18-19 日举办的 QCon 全球软件开发大会(上海站),我们设置了【AI 重塑技术工作流程】这一专题,旨在探索那些超越单点 AI 应用,进一步利用 AI 技术重塑产品研发核心流程的最佳实践。我们关注实际案例和解决问题的策略,旨在解决当前研发团队面临的困境,让智能能真正赋能业务,创造价值。欲了解更多内容,可访问大会官网获悉。


本文主要聚焦 AI 如何重塑技术工作流程,以及流程如何反过来塑造 AI 。我们将从单点 AI 应用转向全流程 AI 集成,并讨论这种转变带来的挑战和机遇。

单点看 AI VS 流程看 AI


说起技术工作流程,大家肯定想起诸如 DevOps 之类的。但我今天要讲的是另外一个场景, toB 业务的痛:工单。做 toB 业务的都知道,团队每天都要处理数百个客户工单,从简单的咨询到复杂的系统故障,有时还得承担客户的怒火,这真是一项耗时且常常令人沮丧的工作。然而处理好工单,一方面是对我们自己产品负责,另外一方面,这也是产品进化的机会。就因为这个痛太明显了,大家一看到生成式 AI 的能力之后,都迫不及待地去投入建设。比如:建立知识库,使用 RAG + LLM ,让处理工单的同学能快速检索知识库,去回答和解决问题。我们也一样,经历了 RAG 各种问题的折磨和不断调整后,我们也实现了类似的能力(如下图),但是观察一段时间后,我发现大家还是很痛苦,很忙。询问大家的使用体验,对工作有没有帮助?都说有点儿用吧。



后来,我跟同事们开始复盘这个事情,一起绘制了如下工作流程图。这才发现我们的 AI 仅仅只是用在了工单答疑上(下图中蓝色星星处)



除此之外,还有哪些是 AI 可以发挥作用的呢?AI 是一个简单系统,它包含输入、处理、输出。于是,我们从"输入输出"开始,我们梳理了每个部分可能的输入输出(如下图)



AI 重塑工单工作流程


然后有趣的事情就发生了,我们突然发现还有很多地方可以落地  AI ,除了用于指引工单处理和回答的 AI 工单回答助手,还可以有:


AI 总结助手:用来把工单处理过程中产生的新知识自动总结提炼到知识库的 AI,这也同时解决了知识库的知识保持持续更新的问题,AI 总结助手可以帮助我们把隐藏的知识按照指定格式外化保存下来。这里还有一个更大的启发,LLM 还可以帮助我们从信息转变成知识的能力。除了工单的场景,大家可以想想,这会带来多少新的有价值的用法。


AI 代码助手:利用工单上下文( eg:日志、metrics )等信息,自动定界甚至提供修改代码 patch 的 AI。这个助手可以分析错误日志和性能指标,定位问题所在的代码段,并提供可能的修复方案。在我们的未来设想中,它不仅可以加速问题解决,还能帮助开发人员学习和改进代码质量。


AI 复盘助手:每个工单都是一个产品学习和成长的机会,但是事实上复盘耗时又烧脑,最简单的时间线记录都很难,所以复盘助手除了帮助复盘,提供从预防、缓解、解决、检测不同方向的思考外,还应该可以帮助提炼聊天记录中的时间线。



之前我们的 AI 落地都是单点思考,而逆转点就在于我们用流程展开工单的处理过程为开始。我想,这也算是为我坚信“流程化 - 数字化 - 智能化向上叠加又相互作用”的知行合一了。

AI 重塑流程,还是流程也在塑造 AI


“人类驯化了小麦,还是小麦驯化了人类?”


这是我从一本科普书籍里面看到的,其实很多事物都是相互作用,而不是单向作用。AI 与流程,也正如前面说的,流程化 - 数字化 - 智能化,相互叠加也相互作用,所以 AI 重塑流程的同时,流程也在塑造 AI。流程怎么塑造 AI 呢?最普遍的会认为数据是 AI 的基础,流程是数据的基础。但是,除了这个,其实还有两个部份在影响和塑造 AI 和 AI 使用的场景, 这里,我先说个有意思的真实故事。


Boss:给你两个人力,你可以帮我打下什么”山头“

员工:我承诺我会……….

Boss:好!两个人力马上给你。来,认识下他们。分别是  GPT-4 和  GPT-4o


上面这段对话是我在我们中心年会一个评奖环节时发生的,当时大家听完开怀大笑起来。这似乎是个不错的段子,有种老板耍流氓的感觉。为什么会有这个感觉呢?

AI 的局限性


如上图所示:


  • 不信任。我们不相信 AI 的有两个核心原因,一个就是幻觉,所谓一本正经胡说八道。另外一个就是不确定性,看起来是产生创意的关键,但同时也让问相同问题却会得出不同的答案,在需要确定性的企业应用场合,这个特征简直绝杀。最后一个原因,就是没人味儿,一股赛博朋克味儿,可信度天然就下降了。

  • 不可用。如果给 AI 配首歌,热狗的"差不多先生"最配,车轱辘一大堆,看起来有用,但是解决不了任何问题。例如,当你问 AI 使用 AVX 指令的风险的时候,它可能会给出一大堆泛泛而谈的建议,就是不提 AVX512 可能带来的 CPU 降频风险。还有就是上下文的限制,无论是输入的上下文,还是输出的上下文,直接让我们在一些场景下根本就无法使用。比如,要基于完整的代码和历史修改的上下文去做 AICR。

  • ”AI。这应该算是 AI 被“渣”,AI 再美,不如自己更有性价比。所以很多时候,大家对 AI 的态度,就是不主动使用 AI,真正去学习提示词工程的寥寥可数;各大厂商推广 AI 的时候,不拒绝听一听,也不拒绝用一用;对于使用 AI 生成的结果不负责,结果不好都是 AI 的问题,跟我无关。这么说来,绝对就是“渣”男 / 女本“渣”。


怎么破呢?当前,AI 发展非常快,也衍生出很多解决问题的技术手段。但是,老生常谈的就不说了,我只说两个真难事儿,因为涉及到人的本质和 AI 的本质。


AI 的本质: 基于概率去关联词与词的特征的模型,所以"不确定性"是 LLM 天然的。

人的本质: 人的本质是人的需要。(马克思在《詹姆斯·穆勒〈政治经济学原理〉一书摘要》中多次提到人的本质就是人的需要)。我“需要”,比“给我好的”,更重要。所以“渣”似乎也有理论依据,所谓“千金难买我想要”。

流程如何塑造 AI


一部分的破解之道,就在流程中


  1. 不确定性 -> “确定的结果”需要“确定的流程”


正如在《思考,快与慢》中,慢系统其实就是我们通常说的思路,理性且耗费脑力,但是他能获取比直觉更高确定性的结果。我们也可以称之为思考的流程,在 AI 里面类似思维链 CoT。但是,其实一切都没有脱离概率,思考的流程从另外一个角度看,通过思考的步骤来强化期待结果概率的方法。而放大到组织的粒度来说,就是流程,流程的步骤其实是放大达成目标的概率的方法。


  1. “渣”AI -> 主动 AI 变成被动 AI,让 AI 嵌入流程中


正如酒店里的机器人,你不会主动用,但在你每次叫外卖的时候会被动用到它。这就是流程的力量,因为外卖机器人嵌入了酒店大堂到房间的送货流程中,让你不得不用,想“渣”也不行。


  1. “渣” AI  -> 你想要 = 你负责 = 要流程


粤语有句话叫“吃得了咸鱼,抵得住渴”,意思就是我选择结果,我要为之负责。所以,对于 AI 的“不负责”和我的“不抉择”其实就有着微妙的关系。要不要“抉择”,关键就是我有没有明确的、具象的目标,我称之为“我想要的”。深入使用大型语言模型后,我发现一旦我明确知道“我想要的”,像 Agent 那样让 AI 自己规划流程输出的结果就不那么成立。这时,我们人类自己来定义的”流程“就成了是我们让 AI 输出“我想要的”的关键手段。



那么流程究竟是什么?为什么会有这个作用。我理解流程是一系列规划好的步骤和对于每个步骤产出的标准。它的特质,注定流程追求的是效率和确定性。如上图,映射到 AI 的原理中也很有意思,AI 回答的每一个词都由前者的词的特征来计算概率得出。而你写的思考流程,每一步的生成内容,其实都是在不断增强你最终想要的词出现的概率,跟真实世界的流程有着异曲同工之妙。


总而言之,数据需要基于流程之上的数字化,而流程本身的确定性和强制性又从一定程度上解决 AI 和人的本质带来的难题。所以 AI 在重塑我们的流程的同时,流程也在塑造 AI 。

用"技术工作流程"作为他山之玉


在将于 10 月 18-19 日举办的 QCon 全球软件开发大会(上海站),我策划了「AI 重塑技术工作流程」这个专题,一开始其实有个更开放性的专题设计思路,不限制在技术工作中。后面仔细思考了一下,技术领域作为 AI 赋能的先行者,也作为最了解 AI 原理的一群人,也许可以有他山之玉之功。所以最终我们将专题聚焦在"技术工作流程"中的 AI 重塑


我们期望,正如文章最前面所讲,希望从流程角度去思考,那一刻带来的启发和兴奋,能够在这次专题中得到延续。我们也希望能从改善到重塑,从 AI 作用于流程,到流程作用于 AI,给听众带来丰富的案例和启发。同时,我们也期待有干货的伙伴能加入我们的专题,一起分享你们的经验和见解。

结语


AI 和流程的双向奔赴正在改变我们的工作方式。从单点 AI 应用到全流程 AI 集成,我们看到了巨大的潜力和挑战。这种转变不仅提高了效率,还可能彻底重塑我们的工作流程和组织结构。


但这也引发了一些值得思考的问题,欢迎针对下面的问题分享你的想法并讨论:


  1. 应该基于最痛的单点痛点去落地 AI,还是应该从流程的整体出发借助 AI 去优化效率?

  2. 你的工作流程被 AI 颠覆了吗?产出的质量和效率发生了什么改变?组织结构发生了什么改变?

  3. 什么是阻挡 AI 落地的最大障碍,倘若 AI 真的全面融合到工作流程中了,它会不会也变成其它事物出现的障碍呢?

会议推荐

InfoQ 将于 10 月 18-19 日在上海举办 QCon 全球软件开发大会 ,覆盖前后端 / 算法工程师、技术管理者、创业者、投资人等泛开发者群体,内容涵盖当下热点(AI Agent、AI Infra、RAG 等)和传统经典(架构、稳定性、云原生等),侧重实操性和可借鉴性。现在大会已开始正式报名,可以享受 8 折优惠,单张门票立省 960 元(原价 4800 元),详情可联系票务经理 17310043226 咨询。


2024-08-29 16:5210871

评论

发布
暂无评论
发现更多内容

集成电路工艺基础介绍

老壳有点爽

芯片 集成电路 IC 工艺 制程

世界集成电路发展概况

老壳有点爽

芯片 集成电路 IC 芯片营销

成都信息工程大学的区块链工程成全国首个区块链工程本科专业

CECBC

区块链技术 区块链工程

最初芯片国产化是怎么来的?

老壳有点爽

芯片 集成电路 国产化 替代

IC设计流程及工具

老壳有点爽

芯片 集成电路 IC IC设计流程及工具

看门狗 | 分布式锁架构设计方案-01

九叔(高翔龙)

redis 分布式锁 RedLock WatchDog

物理实现(Physical Implementation)

老壳有点爽

芯片 集成电路 IC 物理设计 PI

国产数据库的经济民族

郭华

数据库 商业

Golang领域模型-六边形架构

奔奔奔跑

微服务 领域驱动设计 架构设计 Go 语言

区块链之物流产业上链解决痛点

CECBC

区块链 供应链

数字电路后端设计流程

老壳有点爽

设计 flow 集成电路 IC

Linux指令简述&vim引入(1)

老壳有点爽

vim Linux 脚本

强势入局,区块链专利将成为银行下一个战场?

CECBC

区块链 金融 银行

芯片行业的主要生意模式

老壳有点爽

芯片 集成电路 IC

数字后端工程师发展六阶段

老壳有点爽

芯片 集成电路 IC 数字电路工程师

Verilog 的debug技巧(1)

老壳有点爽

芯片 集成电路 IC Verilog 电路

MySQL备份与恢复场景示例

Simon

MySQL

MySQL DDL详情揭露

Simon

MySQL

Python 核心技术与实践 input&output

Bonaparte

芯片行业基本生态:设计生产封装的行业分工

老壳有点爽

芯片 集成电路 IC

魅力非凡的半导体电路行业

老壳有点爽

芯片 集成电路 IC 芯片营销

2020深圳站-GIAC全球互联网架构大会PPT分享

九叔(高翔龙)

架构 分布式系统 服务治理 大型网站演变 全链路压测

PySpark RDD 基础运算和操作总结

是老郭啊

spark pyspark RDD

集成电路设计概括

老壳有点爽

芯片 集成电路 IC

sed语言学习技巧(1)

老壳有点爽

vim 编程语言 sed 脚本语言

Vim小技巧(2)

老壳有点爽

vim Linux 脚本语言

看门狗 | 分布式锁架构设计方案-02

九叔(高翔龙)

redis 分布式锁 Jedis RedLock

中国大陆芯片行业发展概况

老壳有点爽

芯片 集成电路 IC

模拟电路设计工程师发展九段

老壳有点爽

集成电路 IC 芯片设计 模拟电路

半导体行业个人理解

老壳有点爽

芯片 半导体 集成电路 IC

sed 语言学习技巧(2)

老壳有点爽

vim sed 脚本语言

你“渣”过 AI 吗?你的工作流程被 AI 颠覆了吗?_研发效能_InfoQ精选文章