生成式AI的势头为IT服务台未来蒙上不确定性阴影

生成式AI的迅猛发展引发了广泛讨论：随着技术在例行任务上的能力日益增强，人类应扮演何种角色，甚至是否还需要人类参与。这一问题在IT服务台的初级岗位中尤为突出。

多数分析师和技术领袖认为，生成式AI将不可避免地导致整个经济领域的岗位 disruption。然而，当被直接问及技术是否会取代工人时，大多数人对此持谨慎态度——部分人认为有可能，但眼下并非明智之举。

“这取决于具体情况，但如果你拥有良好的知识库且训练有素，它确实可以在很大程度上取代一级服务台专员——这对某些人来说或许有些令人不安。”Info-Tech Research Group基础设施与运营研究副总裁Mark Tauschek表示。

一级专员通常是IT部门的“前线”，负责与用户沟通并执行基础故障排除。这一岗位也是 aspiring 技术人员的入门通道。根据Glassdoor的数据分析（最近更新于6月），美国一级服务台员工的年均薪资约为48,000美元。

尽管属于入门级岗位，一级服务台员工对公司其他部门对IT部门的看法具有重要影响。他们解决问题的效率和对待终端用户的方式，是员工体验的基础。

然而，专家们也在思考这些专员未来在技术部门中的角色，尽管许多分析师认为对大规模失业的担忧被夸大了。

根据6月Insight Enterprises委托The Harris Poll对405名美国总监及以上级别员工进行的调查，超过四分之一的专业人士表示，劳动力 displacement 是他们关注的问题之一。

软件开发公司GoTo的数字工作场所副总裁兼负责人Jeremy Rafuse表示，在公司内部，IT员工之间关于工作 disruption 的担忧随着团队寻求用生成式AI自动化部分任务而升温。

“我认为，当你谈论即时自动化某些工作负载时，很难不产生这种担忧。”Rafuse说，他负责管理GoTo的IT部门。“我们正努力宣传这是一个学习新事物的机会，这不仅可能提升你的技能，让你从事不同的工作，而且还会创造目前尚不存在的工作岗位。”

GoTo是LastPass的姊妹公司（两者现由Francisco Partners独立拥有），多年来已自动化服务台中的例行任务。最近，IT团队投入时间学习生成式AI并识别低风险用例，Rafuse说。

“我们不想只是躲在毯子下面。”Rafuse说，“但团队对此有所意识，并且相当乐观，认为这是学习新事物的机会。”

在服务台生态系统中，公司希望利用生成式AI分析大量数据，识别与满意度评级相关的趋势，并定位客户痛点。

“如果我们不在这方面保持领先，那将是非常愚蠢的。”Rafuse说，这一观点与大多数科技高管不谋而合。

根据7月Teradata赞助、IDC对900名受访者的调查，近95%的科技高管表示，他们感受到在未来六个月至一年内采用生成式AI的压力。超过半数表示压力“高或显著”。

能≠应该：谨慎推进的呼声

尽管存在对生成式AI取代工人的担忧，但流行模型制造商反驳了LLM和生成式AI能力应当——或能够——完全替代员工的叙事。

“人类应始终参与AI系统。”Anthropic的GTM负责人Sandy Banerjee在邮件中表示，“即使AI系统在回答问题或分类工单，也应存在质量保证流程，由人类监控系统并评估其输出。”

毕竟，AI并非没有缺陷。在Anthropic发布的研究中，公司发现Claude模型仍会出错，并用虚构内容填补知识空白，强调模型不应在高风险情境或错误答案可能造成伤害时使用。

斯坦福大学和加州大学伯克利分校的研究人员发现，OpenAI制造的模型并不一定随时间变得更好。在某些案例中，性能和准确性显著下降，表明需要持续监控。

即便如此，生成式AI初创公司Anthropic的模型已可通过现成方式及第三方服务（如Slack）供企业使用。随着生成式AI模型提供商持续以测试版发布更新并将工具视为“进行中工作”，他们同时也在瞄准企业应用。

OpenAI在3月首次推出ChatGPT插件时，曾在其博客中将代码解释器插件比作“一个非常热心的初级程序员，以指尖速度工作”，但该工具仍可能生成错误信息或“产生有害指令或偏见内容”，ChatGPT网页版首页如此提示。

尽管供应商发出警告，但用生成式AI取代工人的决策取决于成本以及组织对特定角色的价值评估。美国国家饮食失调协会因决定关闭人工运营的全国热线，转而使用名为Tessa的聊天机器人而登上头条。在用户发布经历称Tessa建议减肥和节食后，该非营利组织于6月撤下了该工具。

在GoTo，公司已通过对话和会议设定对生成式AI技术能做什么和不能做什么的预期。Rafuse强调，该技术应作为工具使用，但不能因其可能出错而完全依赖。

“你知道，有时你只有一次机会，如果你告诉别人错误的信息，他们就不会再回来找你。”Rafuse说，“第一印象是永久的。”

错误信息和偏见并非唯一风险。在部署前及部署过程中，GoDaddy国际关怀与服务副总裁Melanie Siao-Si表示，团队确保传达使用指南，以防员工暴露专有信息。

美国联邦贸易委员会（FTC）目前正在调查OpenAI，以确定其是否从事不公平或欺骗性的数据安全行为。

“尤其是在关怀组织中，我们正在摸索前行，因此进行实验。”Siao-Si告诉CIO Dive，“明显的挑战包括数据安全和隐私，以及潜在威胁行为者利用相同技术针对我们的客户关怀组织。”

现状：期望与现实之间

自ChatGPT问世八个月以来，大多数技术领袖将生成式AI技术的认知描述为介于Gartner炒作周期中的“期望膨胀峰值”和“幻灭低谷”之间。

炒作周期识别五个关键阶段：创新触发、期望膨胀峰值、幻灭低谷、启蒙斜坡和生产力高原。Gartner于周三将生成式AI置于2023年新兴技术炒作周期的期望膨胀峰值。

“许多技术确实遵循这一周期，我不认为生成式AI会有所不同。”Papa Johns高级副总裁兼首席技术与洞察官Justin Falciola表示，“唯一的问题是没人确切知道你现在处于哪个阶段。”

技术领袖的任务是穿越炒作，寻找价值。在GoDaddy，Siao-Si正领导客户关怀团队的AI实验，公司希望通过提供多种联系方式来改善客户体验，解决疑问或咨询。

据Siao-Si介绍，在产品页面中，团队管理着一个提示库，帮助客户以不同方式规划业务。AI驱动的机器人还协助客户在获得指导前细化所需帮助的类型。

企业软件提供商Atlassian在4月宣布，更新了其Jira Service Management中生成式AI工具的功能，支持调整回复语气，这是其Atlassian Intelligence层一系列更新的一部分。

“这里的提醒是，用户始终处于控制之中。”Atlassian AI产品负责人Sherif Mansour在4月的演示中告诉CIO Dive，“他们可以取消并不接受建议，也可以接受、编辑和修改。”

随着企业为生成式AI实施准备系统，领导者将不得不应对整个组织中的知识差距和用户偏好的差异。如果企业未能提供从聊天机器人到人工接触点的无缝过渡，也可能对客户体验产生无意的影响。

“如果人们不喜欢，他们会避开它。”Gartner高级总监分析师Chris Matchett表示，“这就是为什么我们给他们的建议是，不要让它成为你必须通过的‘门卫’或‘迎宾员’，才能与真人交谈。”

Matchett表示，生成式AI驱动的自助服务渠道应作为终端用户的一种选择来实施。“让人们在自己想要的时候选择它，而不是强行灌输。”