大型咨询公司的 AI 高管分享了他们最喜欢的提示以及他们如何使用该技术
快速阅读: 据《商业内幕》最新报道，咨询公司正帮助众多企业充分利用人工智能技术。AI领导者们运用如GPT企业版和麦肯锡的莉莉（Lilli）等工具，助力研究、分析和任务自动化。这些领导者强调综合信息、上下文管理和适应新技术的重要性。他们认为，AI不仅能提高工作效率，还能促进业务战略的演进，实现更高层次的增长和生产力。
咨询公司已成为一些希望充分利用人工智能技术的公司的首选目的地之一。这些公司的AI领导者使用诸如GPT企业版和麦肯锡的莉莉（Lilli）等内部聊天机器人工具。《商业内幕》询问了几家大公司的AI领导者，分享他们在日常工作中的最佳AI使用建议。与人工智能合作有时感觉更像是一门艺术而非科学。这就是为什么许多公司转向咨询公司寻求如何最大化利用技术的指导。顶级咨询公司不仅帮助公司开发AI工具、提升员工技能并识别潜在的安全漏洞，还创建了聊天机器人和代理来整理公司知识并简化常规任务。因此，咨询公司的AI领导者通常掌握着可以广泛应用于各种任务的AI策略。
《商业内幕》询问了五家顶级咨询公司的AI高管——德勤、安永、毕马威、麦肯锡和普华永道——分享他们在日常工作中的最佳AI使用建议。顶级咨询公司不仅帮助公司开发AI工具、提升员工技能并识别潜在的安全漏洞，还创建了聊天机器人和代理来整理公司知识并简化常规任务。因此，咨询公司的AI领导者通常掌握着可以广泛应用于各种任务的AI策略。
AI领导人表示，他们经常使用各种AI工具，包括OpenAI、谷歌、微软和Anthropic的模型，以及内部构建的工具，如麦肯锡的莉莉（Lilli）、安永的EYQ和毕马威的ChatPwC（毕马威内部版本的ChatGPT）。以下是他们如何使用AI以及一些建议，以充分利用它。
普华永道美国首席AI官丹·普里斯特（Dan Priest）说：“我用它做很多研究。例如，我在分析劳动力生产力以及AI将如何提高劳动力生产力。传统的搜索会提供劳动力统计数据。而AI，那些强大的基础模型，会抓取这些劳动力事实和统计数据，进行分析，展示趋势、不连续性或因果分析。它更加全面。在研究和分析方面，它成为了一个思想伙伴，而不仅仅是搜索引擎。您会发现自己的思维盲点。我正在撰写一项政策，我认为已经相当全面，但通过GPT企业版运行后，它发现了政策中应添加的另外两个要点。”
毕马威生态系统负责人托德·洛尔（Todd Lohr）说：“作为领导者的部分工作是能够综合信息。AI在这方面非常有帮助，因为它让我能够理解趋势和市场，并使我自己作为一个领导者能够拥有更广阔的视野，综合和吸收更多信息。它在准备会议、会议后续跟进以及通信方面也非常有用。”
麦肯锡数字全球负责人兼全公司AI转型负责人罗德尼·泽梅尔（Rodney Zemmel）说：“我发现它在‘一级’创意方面表现出色，能提出你通常不会想到的东西。它是我们团队头脑风暴的极佳辅助。我还没有看到它具有真正的无限创造力，即一种全新的世界观。但这不会太远。”
普华永道的丹·普里斯特（Dan Priest）说：“我会给出一些关于我试图做什么的背景信息，一个简短有力的问题，然后提出越来越具体的问题，根据所见情况调整。一周内我经常出差，如果一天收到100到200封电子邮件，真的很难跟上每一封。我会进入Microsoft Teams，激活Copilot，让它审查所有Teams消息和电子邮件，为我找到需要采取的行动。我会在一天结束时花15到20分钟，输入提示‘识别直接发给我的邮件或有我的行动事项的邮件’，它会生成列表。虽然不是完美的，但它做得很好。我喜欢烹饪，也不愿意浪费冰箱里的食物。所以我输入提示：‘用这些食材制作食谱’，然后列出我想处理掉的冰箱里的东西。”
麦肯锡的罗德尼·泽梅尔（Rodney Zemmel）说：“太多人仍然用它来查找信息。诀窍是要与它对话，并习惯于建立可以执行简单任务的代理。让AI处理我们平庸的80%任务，这样我们可以专注于令人兴奋的20%，正如我的一位同事所说。”
安永美洲区首席技术官马特·巴林顿（Matt Barrington）说：“上下文管理至关重要。我为不同的关注领域保留了不同的AI‘工作空间’——比如技术问答或起草客户沟通。我还明确指示AI我希望的回答风格和深度，比如‘提供简洁的项目符号总结’，或者‘扮演财务专家’，或者‘引用可信的来源并提供链接’。”
普华永道的丹·普里斯特（Dan Priest）说：“这改变了肌肉记忆。我花了多年时间发展了一种特定的写作风格和研究方法，而我必须改变这一点。虽然改变后我变得更好，但这不是一夜之间发生的。就像学习任何新事物一样，你必须有纪律地去学习，然后它就会固定下来。”
毕马威的托德·洛尔（Todd Lohr）说：“最大的挑战是连接所有分散的个人数据源。如果我想构建自己的个人AI，挑战在于获取正确的信息和知识。当我接手当前角色时，我有意解决这一挑战。我把所有内容放在一个文件夹里，并亲自筛选出我同意和喜欢的内容。”
安永的马特·巴林顿（Matt Barrington）说：“主要挑战是跟上创新的步伐。不断有新的模型、工具和能力涌现，很难确定哪个选项最适合某项任务。我订阅新闻通讯，参加AI相关的活动，并向AI从业者学习——但在我看来，亲自动手实验是最有效的了解和找到真正有效的方法的方式。”
普华永道的丹·普里斯特（Dan Priest）说：“问题已经有所转变。一年前，他们问的是，‘杀手级应用场景是什么？’‘最工业化的应用场景是什么？’‘将产生最大节约或最大缺陷的应用场景是什么？’现在，我们得到的问题更多是关于‘如何演变业务战略以利用AI能力？’”
麦肯锡的罗德尼·泽梅尔（Rodney Zemmel）说：“他们想知道AI代理如何与他们的员工队伍整合，就像才华横溢的实习生一样，需要适当的培训才能有效。我们也看到讨论从单纯提高生产力转向增长和生产力，从寻找比人类更快更好地做事的方法转向寻找人类无法做到的事情。”
(以上内容均由Ai生成)
