# OpenAI分享企业AI应用的七大关键经验和案例解析 ## 4. 深度分析正文 # OpenAI分享企业AI应用的七大关键经验和案例解析 ## 引言：AI正在重塑企业工作方式 OpenAI最近分享了企业AI应用openai-ai-in-the-enterprise.pdf分享。OpenAI基于应用、案例、AI研究与部署，发现AI正在三个关键领域为企业带来显著且可衡量的改进： 1. **提升员工绩效**：帮助员工在更短时间内交付更高质量的工作成果 2. **自动化常规操作**：将员工从重复性任务中解放出来，使其专注于创造更高价值 3. **赋能产品创新**：提供更相关、更具响应性的客户体验 然而，AI的应用与传统软件开发或云应用部署有着本质区别。最成功的企业往往将AI视为一种全新范式，采用实验性思维和迭代式方法，更快地实现价值并获得用户与利益相关者的认可。 OpenAI通过研究团队（推进AI基础研究）、应用团队（将模型转化为产品）和部署团队（将产品引入企业解决关键问题）的协同工作，采用迭代式部署方法，从客户使用案例中快速学习并加速产品改进。这意味着定期发布更新、获取反馈，并在每一步改进性能和安全性。 ## 企业AI应用的七大关键经验 ### 经验一：从评估开始 **案例：摩根士丹利如何通过迭代确保质量和安全** 作为全球金融服务领导者，摩根士丹利的业务核心在于关系。面对AI如何为高度个性化和敏感的工作增加价值的疑问，他们的答案是对每个提议的应用进行深入评估（evals）。 评估是一个严格、结构化的过程，用于衡量AI模型在特定用例中相对于基准的实际表现。这也是一种持续改进AI赋能流程的方式，每一步都有专家反馈。 **起步阶段**：摩根士丹利的首次评估专注于提高财务顾问的效率和有效性。前提很简单：如果顾问能够更快地获取信息并减少重复性任务的时间，他们就能为客户提供更多更好的见解。 他们从三个模型评估开始： 1. 语言翻译：测量模型产生的翻译的准确性和质量 2. 摘要生成：评估模型如何压缩信息，使用商定的指标衡量准确性、相关性和连贯性 3. 人类培训师：将AI结果与专家顾问的回应进行比较，根据准确性和相关性进行评分 **当前成果**：如今，98%的摩根士丹利顾问每天都使用OpenAI；文档访问率从20%跃升至80%，搜索时间大幅减少；顾问可以将更多时间用于客户关系，这得益于任务自动化和更快的洞察力。顾问反馈非常积极，他们与客户的互动更加紧密，过去需要数天的后续工作现在可以在几小时内完成。 ### 经验二：将AI嵌入产品 **案例：Indeed如何让求职匹配更人性化** 当AI用于自动化和加速繁琐、重复性工作时，员工可以专注于只有人才能做的事情。由于AI可以处理来自多个来源的海量数据，它可以创造更人性化的客户体验，因为这些体验更相关、更个性化。 全球第一求职网站Indeed使用GPT-4o mini以新方式匹配求职者和职位。 **"为什么"的力量**：为求职者推荐优质工作只是Indeed体验的开始。他们还需要向候选人解释为什么这个特定职位被推荐给他们。 Indeed利用GPT-4o mini的数据分析和自然语言能力，在发送给求职者的电子邮件和消息中塑造这些"为什么"陈述。使用AI，流行的"邀请申请"功能还解释了为什么候选人的背景或以前的工作经验使该工作成为一个很好的选择。 Indeed团队测试了之前的职位匹配引擎与具有新的、定制化上下文的GPT驱动版本。性能提升显著： - 职位申请开始率增加20% - 下游成功率提高13%——不仅更多候选人可能申请，雇主也更有可能雇用他们 考虑到Indeed每月向求职者发送超过2000万条消息，且每月有3.5亿访问者，这些增长带来了显著的业务影响。 但规模扩大也意味着使用更多令牌。为提高效率，OpenAI和Indeed合作微调了一个更小的GPT模型，能够以60%更少的令牌交付类似结果。 帮助求职者找到合适的工作——并理解为什么特定机会适合他们——是一个深刻的人性化成果。Indeed团队利用AI帮助更多人更快地找到工作，这对所有人都是双赢。 ### 经验三：立即开始，尽早投资 **案例：Klarna如何从AI知识复合增长中受益** AI很少是即插即用的解决方案——用例通过迭代在复杂性和影响力上不断增长。开始得越早，组织从复合改进中获益越多。 Klarna是全球支付网络和购物平台，引入了新的AI助手以简化客户服务。几个月内，助手处理了三分之二的所有服务聊天——完成了数百名代理的工作，将平均解决时间从11分钟缩短到仅2分钟。该计划预计将带来4000万美元的利润改善，同时保持与人工支持相当的满意度评分。这些成果并非一蹴而就，Klarna通过不断测试和改进助手实现了这一性能。 更重要的是，90%的Klarna员工现在在日常工作中使用AI。组织范围内对AI的熟悉度提高使Klarna能够更快行动，更高效地启动内部计划，并不断改进客户体验。通过尽早投资并鼓励广泛采用，Klarna正在看到AI的好处不断累积——在整个业务中带来回报。 ### 经验四：定制和微调模型 **案例：Lowe's如何改进产品搜索** 从AI采用中看到最大成功的企业往往是那些投入时间和资源定制和训练自己的AI模型的企业。OpenAI在API上进行了大量投资，使定制和微调模型变得更加容易——无论是自助服务方法还是使用OpenAI的工具和支持。 OpenAI与财富50强家居装修公司Lowe's密切合作，提高其电子商务搜索功能的准确性和相关性。拥有数千家供应商，Lowe's经常需要处理不完整或不一致的产品数据。 关键在于准确的产品描述和标签。但这也需要理解购物者如何搜索，这种动态在不同产品类别中会有所变化。这就是微调的作用所在。 通过微调OpenAI模型，Lowe's团队能够将产品标签准确性提高20%，错误检测提高60%。微调就是定制选项——根据组织的特定数据和需求定制模型的方式。通过微调： - 提高准确性：通过在独特数据（如产品目录或内部FAQ）上训练，模型提供更相关、更符合品牌的结果 - 领域专业知识：微调模型更好地理解行业术语、风格和上下文 - 一致的语调和风格：对零售商来说，这可能意味着每个产品描述都保持品牌声音；对律师事务所来说，这意味着每次都有正确格式的引用 - 更快的成果：更少的手动编辑或重新检查意味着团队可以专注于高价值任务 ### 经验五：将AI交到专家手中 **案例：BBVA采用专家主导的AI方法** 员工最了解流程和问题，通常是寻找AI驱动解决方案的最佳人选。将AI交到这些专家手中比尝试构建通用或横向解决方案更有力。 全球银行领导者BBVA拥有超过125,000名员工，每个人都面临独特的挑战和机遇。他们决定将AI交到员工手中——与法律、合规和IT安全团队密切合作，确保负责任使用。他们在全球范围内推出了ChatGPT Enterprise，然后让人们发现自己的用例。 "通常，在像我们这样的业务中，构建原型需要技术资源和时间，"BBVA全球AI采用负责人Elena Alfaro说。"使用自定义GPT，任何人都可以创建应用程序来解决独特问题——开始非常容易。" 五个月内，BBVA员工创建了超过2,900个自定义GPT——其中一些将项目和流程时间从几周缩短到几小时。影响遍及多个学科和部门： - 信用风险团队：使用ChatGPT更快、更准确地确定信用度 - 法律团队：用于每年回答40,000个关于政策、合规等问题 - 客户服务团队：自动化NPS调查的情感分析 这些成功继续扩展到营销、风险管理、运营等领域。这一切都是因为他们将AI交到了知道如何在自己领域应用它的人手中。 ### 经验六：解除开发者障碍 **案例：Mercado Libre更快、更一致地构建AI程序** 在许多组织中，开发者资源是主要瓶颈和增长抑制因素。当工程团队不堪重负时，创新放缓，应用和想法的积压变得无法克服。 拉丁美洲最大的电子商务和金融科技公司Mercado Libre与OpenAI合作构建了一个开发平台层来解决这个问题。它被称为Verdi，由GPT-4o和GPT-4o mini提供支持。如今，它帮助他们的17,000名开发者统一和加速AI应用构建。 Verdi整合了语言模型、Python节点和API，创建了一个可扩展、一致的平台，使用自然语言作为中央接口。开发者现在可以更快地构建始终如一的高质量应用，而无需深入源代码。安全性、护栏和路由逻辑都内置其中。 因此，AI应用开发大幅加速，帮助Mercado Libre员工做出惊人的事情，包括： - 改善库存容量：GPT-4o mini Vision标记和完成产品列表，使Mercado能够目录化100倍以上的产品 - 检测欺诈：每天评估数百万产品列表的数据，将标记项目的欺诈检测准确率提高到近99% - 定制产品描述：翻译产品标题和描述，以适应细微的西班牙语和葡萄牙语方言 - 增加订单：自动化评论摘要，帮助用户快速掌握产品反馈 - 个性化通知：定制推送通知，提高参与度并改进产品推荐 接下来：使用Verdi改进物流，减少延迟交付，并在整个组织中承担更多高影响力任务。 ### 经验七：设定大胆的自动化目标 **案例：OpenAI如何自动化自身工作** 在OpenAI，我们每天都与AI共存，因此我们经常发现自动化自己工作的新方法。 例如：我们的支持团队陷入困境，花时间访问系统，试图理解上下文，制定回应，并为客户采取正确的行动。 因此，我们构建了一个内部自动化平台。它在现有工作流程和系统之上运行，自动化重复性工作并加速洞察和行动。 我们的第一个用例：在Gmail之上工作，制定客户回应并触发行动。使用我们的自动化平台，我们的团队可以立即访问客户数据和相关知识文章，然后将结果纳入回复电子邮件或特定行动——如更新账户或开设支持票据。 通过将AI嵌入现有工作流程，我们的团队更高效、更具响应性和更以客户为中心。这个平台每月处理数十万个任务，使人们能够做更多高影响力的工作。不出所料，该系统现在正在其他部门推广。 这之所以发生，是因为我们从一开始就设定了大胆的自动化目标，而不是接受低效流程作为做生意的成本。 ## 启示 如前面的OpenAI例子所示，每个企业都充满了利用AI力量改善成果的机会。用例可能因公司和行业而异，但经验教训适用于所有市场。 共同主题：AI部署受益于开放、实验性思维，辅以严格评估和安全护栏。取得成功的公司并不急于将AI模型注入每个工作流程。他们围绕高回报、低努力的用例达成一致，在迭代中学习，然后将学习应用到新领域。 结果清晰可衡量：更快、更准确的流程；更个性化的客户体验；以及更有价值的工作，因为员工专注于人们最擅长的事情。 我们现在看到公司整合AI工作流程，自动化越来越复杂的流程——通常使用工具、资源和其他代理来完成任务。 点此[登记信息加入社群](https://www.haxitag.com/page/consulting#free-consultation)，与产业开发者一起分享400+AI应用,1500+场景用例研究报告 --- ## 5. 引用与溯源 **来源**：哈希泰格 (HaxiTAG) **原始链接**：[https://www.haxitag.com/articles/openai-enterprise-ai-application-insights](https://www.haxitag.com/articles/openai-enterprise-ai-application-insights) **版权声明**：本文由哈希泰格 AI 引擎优化生成，引用请注明出处。