麦肯锡7000员工开始用自家GPT办公！这里面潜藏什么趋势？

你好，我是王煜全，这里是王煜全要闻评论。

(资料图)

大型咨询公司往往会建立自己的知识库，但是，如果知识库过于复杂反而会让员工难以理出头绪，利用率会大大降低，全球最大的咨询公司麦肯锡就试图用AI解决这一问题。

8月16日， 麦肯锡宣布推出生成式人工智能聊天工具“Lilli”，让员工可以更加轻松地访问他们多年积累下来的庞大的知识库。

据介绍，Lilli的界面与市面上主流的生成式AI聊天工具相似，用户在底部的文本框中输入想要查询的内容、问题或者提示词，Lilli就会开始生成相应的答案。

不过它也有不同之处，Lilli包括两种模式，一种是“Client Capabilities”，用于搜索麦肯锡的知识储备，另一种是“GenAI Chat”，用于查找互联网上的外部资源。

那么，像Lilli这样的生成式聊天工具，在咨询业务中有什么实际用途呢？

麦肯锡认为，AI在咨询的每一步操作中都有使用的空间，比如，让Lilli生成麦肯锡内部的电子商务零售专家名单，或者展望美国未来十年新能源产业的发展前景，以及制定一个新能源工厂的建设计划等等。

麦肯锡高级合伙人Erik Roth接受媒体采访时提到，目前已经有7000名员工使用过Lilli，能够将研究和规划的时间从几周缩短到几个小时，也就是说，Lilli极大地提高了工作效率，未来，他们还会考虑将其开放给客户使用。

值得注意的是，Lilli是由麦肯锡CTO Jacky Wright领导下的内部技术团队打造的，底层技术来自麦肯锡合作伙伴Cohere公司开发的大语言模型，以及微软Azure提供的OpenAI GPT大模型，在此基础上，利用麦肯锡的10万份内部文档和访谈记录训练而成。

这与我们打造“AI王煜全”的思路一样：在大模型基础上，用我在科技特训营3年来积累的600万字语料进行训练，如此一来，它就会给出符合课程体系的专业答案，而不是像通用聊天机器人那样泛泛而谈，使它能够成为科技特训营的专属AI助教，随时随地解答学员们的问题。

其实，这预示着企业内部知识库的一个大变革！传统的企业知识库，是互联网时代的产物，本质上就是搜索引擎，只是将知识汇集后提供查询功能。

不过，进入生成式AI时代后，AI不仅仅能查询信息，还能进行信息汇总和提炼，按需生成符合基本逻辑的结果，这就让原本僵化的企业内部知识库，升级为大幅提升工作效率的内部企业服务。

你可能会问，麦肯锡是咨询公司，常年做内容输出，需要向甲方交付咨询报告，自然而然会积累大量的知识和数据，可是，其他行业有可能打造像Lilli一样的AI工具吗？

从理论上讲，拥有专属知识库和语料库的企业都可以打造属于自己的生成式AI产品。

很多企业日常管理中都会形成大量资料与数据，比如，IT部门会产生开发日志和代码，行政部门会产生规章制度和管理记录，市场部门会产生客户数据和沟通记录。

表面上看，这些数据只是简单的记录，但是，其中必然带有企业的个性化特征，都是专属私有数据，如果能够利用AI重塑数据价值，完全有可能像麦肯锡那样实现管理效率的提升。

这就意味着，企业内部信息化将迎来新的发展趋势，现在，每个企业都会使用信息化系统，有些选择自建系统，有些使用第三方平台，未来，每个企业都可能会有类似于“Lilli”的专属AI应用，为每个员工提供AI助手。

这还只是企业数据的内部价值，如果能够将内部语料库与外部服务需求相结合，就有潜力创造新的服务模式。

在我们的前哨AI创业营中，就有各行各业的专家级学员，有红酒品鉴师、芯片选型专家，还有资深的兽医，他们在工作中积累了大量专属数据和经验，这些语料对每家公司来说都是值得挖掘的宝藏，如果与大模型结合就有潜力转化为专家级的AI服务。

然而，即使看到了机遇，可不熟悉软件开发怎么办？

这个问题，我的朋友，CSDN的创始人、CEO蒋涛有新的看法，他认为，借助人工智能，未来的企业应用软件会由企业内部业务人员自己开发。

以前，软件开发技术门槛较高，企业要委托外部技术团队做开发。 问题是，外部团队对企业的业务并不熟悉，难以做出深度定制的信息系统，这就导致系统与业务出现隔阂。

据麦肯锡数据显示，中国的企业数字化转型成功率仅为20%，换句话说，有80%的企业数字化转型失败，盲目依赖外部支持、系统开发出来之后水土不服就是一大原因。

如今，生成式AI已经具备强大的编程能力，软件开发的学习成本将会不断降低，开发者的效率会成倍提高。 这就意味着，未来的开发模式很可能发生转变，将从外部为主转向内部为主，企业可以根据自己现实业务需求创造个性化的应用。

但关键在于，我们不能被动等待美好的未来，而是要在AI技术的展开期参与其中。从这一层面上说，麦肯锡主动用AI提升自身业务的尝试就值得称赞，所以，最明智的选择是无论自主开发还是外部合作，都应该尽早参与到AI变革中来。

以上是今天的内容，更多详细的产业分析和底层逻辑，我会在科技特训营里分享。欢迎关注全球风口微信号，报名加入！

王煜全要闻评论，我们明天见！

关键词：