GAI让人工作轻松又高效的一个范例

有这么两种隐形的浪费，一是编程界不断产生着大量的程序包，大多数免费，给各种数据分析和ETL以无穷便利，对最通用的python和R编程语言，第三方程序包更是巨多。但你会说这并没浪费啊，IT是最巨大的产业，数据科学是最热门的学科，正是它们的需求，共享程序包才应运而生。

没错，且先看一下另一种浪费。

你在非科研非IT的工作中面对一个复杂的现实问题，错综复杂但却不完备的信息，经验丰富的你很快产生出不少处理这些信息的念头，它们能将信息转换为具有洞察力的对决策的支持，然而你的本职并非编程和数据科学，你即使有一点编程技能也犹如代数面对微积分问题，结果你得不到技术支持，空有美妙的念头最后只得放弃，这是种脑力和智慧的浪费，人们已经习以为常。

譬如你是一个老到的freelancer consultant，给大企业做business analysis, 你转战于不同领域的企业，却难成为任何一个领域的专家，你每一个项目都限时限工，不容你有做科研的悠闲去采集和分析数据，并且，企业丢给你的一大堆信息大部分甚至不是定量的（据研究，一家企业的collective knowledge 90％ 存在于非定量数据中，譬如高管处理企业风险的经验，推销员对市场行为的感受，项目经理对操作层面不可控因子的认知），即使纯粹的数据科学也束手无策。而你的专长是你的系统性剖解能力，但这种能力需要技术支持，才能将大量复杂且不完备的定性数据转换为浓缩了然的图标和指标等半定量数据，从而产生深具洞见的认知。然而这样的技术支持不可能，最后累死累活递交的只是一篇看似头头是道实质平庸的报告，无非是对原始信息的定性提炼分离归纳和总结，并不能全面体现你的智慧。

所谓工欲善其事，必先利其器；又道没这金刚钻别揽瓷器活。但问题是，有金刚钻的人不干瓷器活，而干瓷器活的却没金刚钻。



现在不同了，GAI迅猛进入市场，让干瓷器活的人可以成本低廉地获得金刚钻。别说专业编程应用譬如cursor, 对你这个business consultant, 即使 chatgpt4 一般也足敷使用，你并不指望AI 替你全面完成作业（没干过这活儿的人千万别想当然跟我说能，我的最乐观估计是还要过十年GAI才可能做出一件还算像样的作业），你只是让AI 作为你的程序员助手，按你的步骤和设想为你选择和调用各种最适合的开放程序包，编出各种高效程序，将繁复杂乱无序的信息转换成结构性数据，接下来的工作就简单得多了不必再言。

你只需给AI提供一个明晰的任务提示文本，再懂点基本编程，能按AI说明理解各程序包的作用并做些程式适应性修改就行，不少程序包你以前根本没听说过，更别谈应用了。不像其他AI应用你要防备受它的骗，转换数据不必担这个心，你不是让它提供分析结果，你知道你要什么格式的数据，并且它生造出来的程式（对于chatgpt有可能）你也不可能运转起来。

你无中生有代价低廉拥有一个专属高级编程师，你的工作效率能不极大提高吗。提高多少？我个人有那个consultant 类似的经验，接一单六周的活儿，三周就基本出想要的数据了，关键是以前任凭你念头空转，这些数据是出不来的，从零到有，效率提高多少？再者，你让自己的念头成真，让智慧不付诸东流，给用户提供更深入的决策支持，那份愉悦又值多少？

不是幻想，GAI已经让这两种以前意识不到的隐形浪费通过嫁接互相抵消，让一个隐形的供和一个隐形的需获得匹配，只要勇于尝试，不断熟练，新生产力就呼之欲出。

（图为chatgpt创作）