2022年11月30日，ChatGPT横空出世，引起了全球范围的热烈讨论。随着ChatGPT一起走进大众视野的，还有诸如Midjourney、Stable Diffusion等AI工具。或许你会觉得，这一波AI热潮不就是一些新鲜好玩的通信模式吗？其实不是的。在这背后，一切都与我们的工作息息相关。
AI大量应用于日常办公软件中，有可能创造出一种新型的混合劳动力。或许我们可能很快就会进入这样一个时代——在日常工作中，你经常使用的文档编辑器、电子表格和演示文稿制作等应用软件将会替你完成较为琐碎的日常工作，它们会让这些工作真正实现自动化。与此同时，你和软件之间的共同协作会大大突破，你会有新的虚拟队友为你撰写初版方案、即时提供研究报告、进行疑难解答等。
人类和AI工具的这种配合将提高个人生产力，让精干的团队能够做更多的事情，但同时也有很多东西需要我们去管理。所以，作为人类的我们需要考虑：该如何去适应这样的变化？这种全新的工作方式会在哪些领域带来颠覆性机遇呢？
AI模型在生成人类水平的工作方面正做得越来越好。现在的难题是：如何把这些不可思议的产品应用到办公室的日常工作中。
AI即是计算，是基于统计数据的最佳猜测；AI即是做功，是信息传送过程中耗散掉的能量。尽管AI有着华丽的新外衣，但它不是一场通信领域的革命，而是生产力的革命——它不是印刷机或电报机，而是装配线、喷气发动机，是那些创造作品而非传输信息的技术。对知识工作者来说，AI的最新发展代表了一种新的工作范式。
虽然电脑是信息技术的产物，但我们对它们的使用方式仍旧很机械——大部分时间里，我们的工作仍困在W=Fs的物理学中，强行敲打键盘，目光在电子邮件、电子表格和网站之间来回穿梭，只为找到那一点点有用的信息，来编写出一些工作产品。但如今，AI技术有望带来一些全新的东西——那是一种更高层次的东西，让我们可以与软件进行深度协作。具体来说，人们日常工作的方式正在发生的转变，是从计算机编程从命令式语言转变为声明式语言开始的。大量信息被压缩到今天的文本、图像和代码模型中，让声明式工作变成了可能；再加上提示界面的易用性以及快速生成变化的能力，将让每单位人力产出更高质量的工作产品。这是声明式工作的新时代。AI大量应用于日常办公软件中，有可能创造出一种新型的混合劳动力。或许我们可能很快就会进入这样一个时代——在日常工作中，你经常使用的文档编辑器、电子表格和演示文稿制作等应用软件将会替你完成较为琐碎的日常工作，它们会让这些工作真正实现自动化。与此同时，你和软件之间的共同协作会大大突破，你会有新的虚拟队友为你撰写初版方案、即时提供研究报告、进行疑难解答等。人类和智能工具的这种配合将提高个人生产力，让精干的团队能够做更多的事情，但同时也有很多东西需要去管理。生成性工作的产出不仅受大大小小问题的影响，而且对其痴迷且过度使用的话，可能会让工作和互联网本身变得更加嘈杂。到那时，你是觉得自己多了一群新的可靠的数字同事呢，还是多了一群不让人省心的实习生小白呢？
几十年来，人类在现实世界中一直与机器人共用着工厂车间。不过，因为目前还没有编写出机器人自动化程序，所以这些机器人与其说是同事，不如说是工具。但是，当前这一轮自动化的浪潮将改变这个现状。强大的微软和谷歌的“全家桶”办公软件给人的感觉也像是工具。目前对于这些应用软件，我们只是使用它们，还谈不上合作。那么，假设AI将改变这一现状，我们要如何适应？此外，同样需要我们关心的问题是，这种全新的工作方式带来的颠覆性机遇会出现在哪里呢？即将到来的AI技术革命看起来与过去25年的互联网信息爆炸时代将完全不同：互联网是一场关于人类如何交流的革命，而AI将是一场关于人类如何工作的革命。在这样的背景下，企业想要增加收益将会更为困难，它需要在企业建立活跃的AI社区的同时，创造出独特的客户价值，而不是过度依赖现有平台。
在生成式AI的创意新世界中，分享代码及模型成为新的分发引擎。Github 用于处理代码，而Hugging Face用于建造模型。这个引擎可帮助开发人员轻松地将模型和数据集拼凑成定制的工作流水线。Replicate的应用编程接口（API）易于使用，可以让用户在云端运行开源模型。与2012年的Imagenet开发者不同，现在的开发者不需要拿博士学位，就可以部署机器学习（ML）模型了。办公应用软件中，每个核心软件都是潜在的颠覆载体。但是，基于人类可读文档及消息范式的办公软件本身是否也会被颠覆？今天的大语言模型（LLM）在公共信息上进行训练并产生通用结果，那么明天的领头企业会不会像我们现在制作电子表格或写备忘录那样，通过构建自己的模型和定制应用软件来保持优势呢？挑战者要攻克的第一个阵地可能是垂直应用软件，而且办公软件中的每一个软件都可能成为有挑战者的目标。初创公司可以进军的软件类型有很多，但办公软件却是意义重大的那一个。试想一下，如果基于LLM 开发出来的文档编辑器、电子表格或幻灯片制作工具，其使用效率是之前的10倍，这是不是会产生引起大家的关注呢？最终，所有这些AI创新结果带来的东西，将会与个人电脑上的办公软件截然不同。它们将给人一种自我扩展的感觉：一半是助手，一半是机器。但是，如果没有类似当年个人电脑那样实现想象力质的飞跃，我们将无法实现这一目标。在此期间，我们还有很多工作需要完成。
写作是我们在电脑上进行的主要工作形式之一，但一直以来，文档编辑器本身关注的更多的是文字格式，而不是文字本身。这些应用软件在市场上取得成功原因，主要在于它们的分销模式而非产品创新。
WordPerfect是早期的领导者，但由于其未能尽早制作出Windows版本而将这一领域拱手让给了微软。2006 年，谷歌发布的Docs相比Word具有分发优势，因为它可以在线编辑。再后来，2010年谷歌研发了允许多人同时在线编辑Microsoft Office文档，这彻底改变了团队合作的方式；随后微软效仿谷歌，并推出Office 365。
这些年，涌现了一众文档编辑器的挑战者，比如Hemingway、Ulysses、Dropbox Paper、Salesforce Quip以及今天最有名的Notion。这些应用软件很多都旨在简化书写体验，但Notion完全绕过了以前的做法——它没有“页面”或拟物化的界面，只有适合互联网时代的文档，适配屏幕、链接页面。不出所料的话，Notion将会尽快把生成式AI技术无缝融合到自家产品中去。面对同样的问题，Canva（可画）继续将其产品扩展到社交媒体和营销广告之外。Canva最近发布了一款文档编辑应用软件，并展示了“魔术速写”生成文本的功能。也许新一代奉行“社交为先”的企业家很快就会到来，而Canva就是他们办公软件的代言人。在生成文本时代，文档编辑器面临的重大机遇是对写作体验本身进行创新。
正如AI研究人员Katy Gero最近所写的，人工智能可以干预写作过程的三个不同部分：计划、起草和修改，当前的生成系统大多专注于写作过程的起草与修改——根据你给的提示，它会为你起草句子和段落，更高级的软件可以完成更复杂的指示，比如根据标题编写出博客文章的大纲。
正如写作的技巧需要累积，生成式写作助手也可以通过反复训练，从而达到作者想要的最佳结果。在我们修改作品时，受过建设性批评训练的生成式AI工具将可以从不同角度提供反馈。可能从未来的某一天开始，我们会认为这个虚拟写作助手的存在是理所当然的。
第一批成功的文本生成应用软件，如Jasper和Copy.ai，都专注于营销文案。其早期成功要得益于营销语言在LLM本身的培训数据中处于优势地位。另外，在玩好SaaS营销游戏方面，Jasper是一个很好的例子——遵循 HubSpot脚本，它培养了一个非常活跃的社区，并研发了一款引人入胜的产品。如今依托GPT-3作为模型框架，Jasper已经能够将精力集中在建立自己的分销渠道上。
AI增强写作应用软件的最大市场可能是那些用现有工具写作困难的人群。与第一批垂直书写工具相比，AI增强写作应用将采用一个更全面的方法，将重点放在重塑书写过程的想象力。以Lex为例，它是一款早期的写作生成式工具，它将功能齐全的文档编辑器与生成性提示及聊天机器人配对，聊天机器人可以收集事实信息并回答问题以补充作者写的东西。人工智能提供了新的工作方式，这意味着新颖且令人愉悦的产品思维可以真正发挥作用。应用软件还可以将生成式反馈与传统分析及ML模式匹配相结合。例如，Jasper可以生成SEO文本模版。未来的应用软件将走得更远：它们将引导品牌和个人创建质量卓越的内容。
独特主义（Exceptionalism）是初创企业最有前途的领域之一，因为品牌乃至个人最终都希望微调基础模型以捕捉自己独特的声音，而且它不属于大型办公软件的范畴。当下的生成式工具创作的文本，大多都是看起来言之有物、言之有理，实际上却十分通用且笼统，并没有独到之处。比较特别的是，在在Jasper的高级Boss模式中，我们可以通过在提示中添加“语调”关键字，就像为图像生成式工具中限制艺术风格一样，为生成的文本添加语言风格条件。当然，无论是品牌还是个人，都会希望自己的创作与众不同，不仅仅是文章篇幅的长短，更重要的是内容的质量。这就需要人们能够通过简单的方法获取个人专有的文本语料库，并将其上传、微调生成式AI工具模型了。最后，回到写作过程的计划部分。经过代码训练的生成模型，如OpenAI的Codex，已经展示了初具雏形的“思维链”和复杂推理能力。未来的文档编辑器可能会在你的论点中找出漏洞，而不仅仅是根据数百万其他人已经写过的内容给你一份要点清单。
Visicalc是为Apple II开发的初代电子表格，是第一个“杀手应用软件”，它对商业和学术群体具有巨大的价值，也成了人们急需购买Apple II的理由。后来，微软在1985年为Mac电脑推出了Excel的第一个版本，并在两年后推出了Windows版本。
与文档编辑器相比，电子表格在图形用户界面中的应用更为广泛。如今，Excel提供了越来越复杂的功能，以至于Excel公式是现在世界上最流行的编程语言。对于极客来说，微软在2021年推出的LAMBDA函数让Excel趋于图灵完备。2006年Google推出的Google Sheets在功能上与Excel基本保持一致，但和Docs一样，它主要用于在线分发，简化了共同协作。为了打出差异化，Excel则提供宏、更大的数据容量以及比Sheets更多的可视化选项来吸引高级用户。近年来，这两种电子表格都涉足自动化数据分析和公式建议，这对于AI办公软件来说，可能是一种挑战。另外，谷歌还新推出了适用于Google Sheets的Simple ML附加组件，让不会编码的人也能使用TensorFlow。然而，对于硬核电子表格用户来说，在这个领域，没有真正像Notion这样的竞争对手。如果你觉得在电子表格中使用鼠标是一件很尬的事，那么Airtable或Rows就不会让你有这种感受。但将电子表格中的量化工作自动化将会成为这个新时代的爆款应用——实现方法很可能不是生成式方法，而是更为严苛的形式化方法。数学依旧是数学。事实证明，GPT-3通过添加=GPT（）函数的扩展，可以非常容易地集成到现有电子表格中。此外，它还可以使用语言模型将文本提示转换为有效的电子表格公式。也许在未来，一个提示界面就可以简化繁琐的数据清理和验证？另一个我们所期待的应用能力是用合成数据填充表格以用于建模。现有电子表格拥有的最大护城河是用户习惯和用户粘性。然而，我们很容易忘记，电子表格本身就已经代表了大量的自动化工作。将计算能力赋予文字和图像是一件新鲜事，但电子表格的核心是计算。
所以，最大的颠覆可能是将电子表格合并到文档环境中（参考Notion和Coda），为办公室工作人员创建代码笔记本。
Powerpoint是办公生活中的创意之岛，而且它似乎已经做好了迎接生成式AI的准备——像 Canva 这样的挑战者现在正将各种社交媒体工具应用到演示文稿上；Figma和设计师在演示文稿制作方面已取得一些进展，也为非设计师提供了FigJam这个工具；Notion本身就是一个软件套装，因为自带营销文案，已经成为初创公司创始人的最爱。
演示文稿领域的主要挑战者的一个共同点是它们强调用户社区是一种通过模板和插件构建功能的方式。Figma的插件生态系统提供了一条快速通道，可以在不对核心产品进行任何更改的情况下，整合提示驱动原型和生成图标等AI功能。这些用户社区在技术上不是开源的，却共享了与之相关的活跃度和善意。任何想要进入这些市场的挑战者都必须建立一个活跃的粉丝群。开源是AI技术的重要分发媒介，充满活力的用户社区也是如此。
如今很多公司弃用办公软件，选用设计软件来办公，其中受Figma的影响很大。随着Retool和Github Co-pilot等产品让人能轻松构建和编码内部工具出现，越来越多的办公室工作人员将开始参与到需要进行线框设计和布局的产品制作中。与生成文本一样，公司和设计师都希望在视觉效果上留下自己的印记，因此可能会滋生出一个多模式平台产品，可以吸收品牌资产，并生成跨生成式应用的微调模型。目前功能真正强大的演示文稿是Tome，它是生成式AI原生的。Tome目前处于测试阶段，它能够根据提示生成整个演示文稿，也能够制作单个幻灯片的变体，或添加新幻灯片并重写文本内容。这是人们在看到Midjourney或ChatGPT时所期待的那种神奇的工作体验，幻灯片有可能会成为Tome的第一个用武之地。经久不衰的AI原生公司是什么样的呢？它会效仿个人电脑时代的剧本，成为下一个版本的文字处理器或电子表格吗？它会遵循AWS模型并为个性化的AI工作负载按量提供基础设施吗？再大胆点，它会成为下一个微软、谷歌或苹果吗——将人类和人工智能工作者整合到新的操作系统和硬件中？
不用说也知道，在AI领域进行大量投资的大型科技公司，不会让自己现有的分销优势轻易消失。然而，他们的商业模式和规模也让他们陷入了创新者的窘境，阻碍了它们接受可能削弱他们现有优势的新产品和服务。
颠覆是不可避免的。高度分布式AI应用软件能够产生人类水平的工作产品，这和互联网时代赢者通吃的大规模分布截然不同。
讽刺的是，正是这种极端的集中化才将互联网语料库推向了临界质量，从而使大型语言模型的规模成为可能。但是，接受机器输出“足够好”也存在明显的危险。对于个体工作者来说，存在产生大量平庸工作的风险。知识工作，无论是市场营销还是科学研究，其价值在于它的特殊性和卓越性。并不是所有的知识工作都需要在事实意义上是“真实的”，但为了它的预期目的，它都需要是“正确的”。AI系统产生内容的原始能力将使我们的判断力和批判性思维能力更加宝贵。对于组织而言，大量的生成式输出既会带来不当内容这样的显而易见的风险，也会带来文化漂移等不那么明确的风险。如果组织依靠应用软件提供的第三方模型，那么就有可能失去对自己风格、印记的掌控。所以，如今大多数顶级品牌既会根据自身的声音和风格微调他们的AI模型，也会继续聘用那些能够识别出差异的员工。毕竟，成功的企业需要有别于竞争对手。作者：Konstantine Buhler，红杉合伙人
编译：洪杉