辨識並擴充人工智能的用例

早期採用者如何專注於人工智能的發展方向

序言

In just two years

39%

39% of U.S. adults have already used AI. In comparison, the internet reached just 20% adoption in its first two years.

AI leaders have seen

1.5x

1.5x faster revenue growth, 1.6x higher shareholder returns, and 1.4x better return on invested capital than their less advanced peers.

Yet only

1% of a recent McKinsey survey believed their AI investments had reached full maturity.

短短兩年間，39% 的美國成人已用過 AI。⁠（在新視窗中開啟）在同一時期內，互聯網的普及率僅達到 20%。AI 興起不僅重塑各行各業的格局，亦為個別員工創造新機遇。AI 讓人們能夠從事更高價值的工作、拓展技能，並推進職業發展。

在一項研究中，BCG 發現⁠（在新視窗中開啟）於過去三年間，AI 領先企業的收入增長速度比落後同業快 1.5 倍，股東回報高出 1.6 倍，而投資資本回報率亦高出 1.4 倍。

根據 McKinsey⁠（在新視窗中開啟），92% 的公司計劃增加對 AI 的投資。然而，許多機構仍需引領以實現實質價值，僅 1% 的組織相信其 AI 能投資已臻至成熟。

我們親身觀察到成功的 AI 項目與眾不同之處。我們的洞察分析源自 300 個最成功的實施案例、超過 4,000 份應用調查，以及超過 200 萬名商業用戶。

本指南旨在助你的組織發掘並推廣能創造顯著價值的 AI 用例。我們將過程分為三個步驟：

洞悉 AI 所長，從而識別良機以在業務中應用 AI。
教導員工掌握基本用例，以加快各部門的探索進程。
收集重要用例並排列優次，務求對公司業務發揮最大影響力。

在整份指南中，你將讀到客戶故事、務實檢查清單，以及專為不同部門而設的用例，以支援你的團隊向前邁進。

務必明白的是，採納 AI 遠不止於找出合適用例。本指南未涵蓋的範疇包括：如何建立以 AI 為先的文化、培養更高價值的用例，以及啟發公司上下接納 AI。我們將於其他指南中再談這些議題，此刻讓我們集中於為你公司尋覓適切用例的過程。

「此刻理應[從 AI 中]嚐到甜頭，並期盼競爭對手僅在胡亂摸索和試驗。」

Erik Brynjolfsson，史丹福大學，摘自《職場中的 AI》，McKinsey，2025 年 1 月

尋找新用例的主要原則

記住以下三項原則。這正是後續所有實務指引的背景基礎。

AI 應由領導層帶領和鼓勵。
複雜用例或許感覺很厲害，但往往會拖慢進度。相反，若能授權員工去尋找最適合其自己及公司的用例，則常常更快邁向成功。
對我們許多客戶而言，透過黑客松、用例工作坊及朋輩主導的學習環節來促進採用，能發揮推動作用。

齊來了解為你的團隊物色用例的最佳步驟。

識別 AI 可發揮影響力的機遇

第一步是發掘業務中可藉 AI 即時提升之處。

其中一種做法，是把 AI 想像成能為團隊創造超級助理的工具。AI 超級助手永不疲倦，永不分心。只要你需要協助，AI 超級助手隨時可用。而且還能靈活應對幾乎所有任務，從而提升員工技能。

若要識別潛在的 AI 用例，應聚焦於以下三個關鍵領域中的常見職場挑戰：

重複乏味的低價值任務
技能瓶頸
處理模糊不清的狀況

齊來了解為你的團隊物色用例的最佳步驟。

重複乏味的低價值任務

請具體說明為甚麼採用 AI 對公司未來至關重要，例如要跟上競爭對手、回應不斷變化的客戶期望，或保持增長。當員工聽到一個有理有據的「為甚麼」，就會建立信任和清晰共識，幫助他們明白這些改變如何配合自己的工作和目標。

「每當我要處理令人厭煩的事務，便會問自己：如何才能從此擺脫這項任務？」

Launch Darkly，Launch Darkly 產品與技術總監

技能瓶頸

Example

產品經理借助 AI 創建互動原型，毋須放慢步伐，等候其他團隊施以援手。

處理模糊不清的狀況

知識型工作往往涉及模糊情況和開放式挑戰。員工可能覺得無從入手或遇到阻滯，導致項目停滯不前。AI 此時便可發揮推動作用，協助生成想法、分析數據，並在方向未明時建議後續步驟。

在我們訪問過的所有公司中，員工都正運用 AI 來啟迪思維，並打破創意枷鎖。他們以此集思廣益構思活動、從原始數據中迅速發掘洞察分析、剖析趨勢，或是在困惑之際理清前路。

Example

我們的市場推廣團隊透過 ChatGPT 的語音模式，群策群力構思宣傳活動，藉此解放創意，並隨即向簡報目標邁進。

專注於這幾類工作，可助快速找出影響深遠的 AI 機會，協助團隊優化工作流程、減少樽頸，並加速整個組織的創新步伐。

「我們秉持這項指導原則，成立了 AI 自動化特別工作小組。我們請財務團隊全體成員，詳述其認為 AI 能派上用場的程序。然後根據那份清單，制定出希望探索的項目藍圖。」

Andrea Ellis，Fanatics Betting and Gaming 財務總監

行動項目

請團隊列出遇到以下情況的情境及任務：

無從入手或遇上阻滯
耗費大量時間於手動工作，而這些工作別人不一定欣賞或重視，亦非最能善用時間的方式（亦即「反待辦清單」）
遇到技能瓶頸，有待另一團隊協助（數據分析、設計、品牌風格寫作及網頁開發皆為典型例子）

使用這些清單，開始為新用例尋找可行的發展空間。

這可以在工作坊或黑客松開始時進行，以助員工明白從何著手。

此外，亦可運用此提示詞，讓 ChatGPT 提供一些有趣用例：

Prompt

I am a [role] at [company]. We recently implemented ChatGPT at our organization. What are the best use cases for my role?

向團隊講解六個用例原型

為團隊提供了識別新 AI 機會的框架後，下一步便是培訓他們掌握使用 AI 的基本方式。為此，我們分析了超過 600 個來自客戶的用例。大部分用例都屬於六種「原型」之一—這些是遍及所有部門和領域的基本用例類型：

圓形圖表，藍色中心，外圍環繞分別標示為內容創作、研究、編碼、數據分析、構想/策略及自動化的圖示。

這些原型能夠快速協助員工為你的業務找出最具潛力的用例。每個原型都代表我們在不同行業、職位及工作流程中所見過的數百個用例，讓其成為通往可規模化價值的捷徑。

讓我們逐一細看各個原型，先從內容創作說起：

原型 01：內容創作

AI 能夠支援所有團隊的內容創作，包括總結銷售通話內容，生成策略文件、網誌帖文、網頁甚至圖片及可視化內容的初稿。我們目睹不少團隊借助 AI 編輯和潤飾作品，並在最後關頭讓其充當校對角色。  

AI 能自動按照你公司的風格書寫，套用語調指引，遵從你偏好的文件結構，甚至可就寫作提供意見。隨後能將作品譯為多種語言，或為不同受眾、渠道及項目重新改編。

在寫作時，AI 能夠理解對話的完整脈絡，或參考一系列上載的文件，從而塑造輸出內容。例如，試試上載寫作指引，或使用你最優秀的五篇網誌帖文，然後提示 ChatGPT 根據這些例子建立詳細的寫作指引。

內容創作入門用例：

市場推廣	制定活動策略、標題或電郵推廣活動。生成內容大綱及初稿。改編內容，以配合不同受眾或頻道。
財務團隊	草擬政策文件及技術會計備忘錄，供專家審閱。
產品團隊	撰寫產品需求文件、生成產品描述、版本說明、產品發佈通訊及使用者指南。
銷售團隊	生成客戶計劃、電話對話稿及跟進電郵。

Promega 將訊息傳遞擴展至不同市場和受眾

生命科學公司 Promega，在使用 ChatGPT Enterprise 撰寫電郵活動初稿的頭六個月內，節省了 135 個小時。他們亦會用來從訊息文件中生成活動簡報，並將文案翻譯成適用於特定市場推廣渠道的付費廣告。

「我們從釐定電郵策略所省下的時間，大可投資於能提升電郵體驗的內容創作之中。我已不記得，上次不用此 GPT 下撰寫市場推廣電郵是甚麼時候了。」

Kari Siegenthaler，Promega 市場推廣策略師

原型 02：研究

AI 已廣泛用於各行各業的研究。從快速學習新概念（例如 AI 應用或設計思維）；到在網絡上搜尋相關文章或競爭數據；再到更全面、多步驟的研究項目，在網上掃描文章、數據點及洞察分析。我們也看到團隊上載長篇內部文件，以便快速獲取洞察見解。

運用 AI 進行研究的一大好處是，可以指定分析結果的呈現格式及結構：以表格形式、項目符號、按特定章節組織，或附帶交叉對照。  

AI 重視細節並能遵從指令，因而是絕佳的研究助理。

研究入門用例：

銷售與市場推廣	鑽研新興行業、更加了解競爭對手，並探索全新受眾。
金融	搜尋來自上市公司的基準數據、併購目標，或有關會計標準的文章及指引。
產品	評估新市場規模、研究競爭對手、識別趨勢，並分析用戶意見。
銷售團隊	在網絡上尋找新供應商，並評價其產品優劣。
軟件工程	審視 API 端點及外部文件。

Introducing Deep Research

深度研究是 ChatGPT 新增的代理能力，可於網絡上獨立進行多步驟研究。只要輸入提示詞，ChatGPT 便會搜尋、分析並整合數百個網上來源，生成一份可媲美研究分析師水平的全面報告。了解更多。

原型 03：編碼

許多軟件工程師都是 AI 的資深用戶，使用 AI 來偵錯、以不熟悉的語言生成初稿代碼、將代碼由一種語言移植至另一種語言，以及採用橡皮鴨除錯法。在過去兩年，AI 在數學、科學及多種語言的編程能力均有明顯進步，許多工具現在甚至提供實時代碼預覽功能。

我們亦看到許多非程式設計人員在 AI 工具的協助下開始學習程式設計。只要使用自然語言，市場推廣及財務團隊便能建立 Python 指令碼來自動化流程、編寫 SQL 查詢以擷取數據，甚或利用前端代碼來製作網站或內部簡報用的可視化圖表。

適合起步的編碼用例：

軟件工程師	偵測程式錯誤或採用橡皮鴨除錯法，將代碼轉換至其他語言，並探索 API 端點。
市場推廣	製作互動式圖表及數據可視化作品，與網頁及設計團隊分享；亦可編寫 SQL 以分析數據。
金融	建立 Python 腳本，將月結流程的部分工作自動化。
產品	建構互動原型，以快速充實新品想法。

Tinder 提升編碼效率

Tinder 的工程團隊運用 ChatGPT，在處理需要專門知識的非直觀語言（例如 Bash 指令碼）時，生成初稿的語法結構。ChatGPT 提升編碼效率，讓查閱和搜尋外部 API 文件，以及為架構與設計決策排解疑難，都變得輕而易舉。

「Jira 內某些任務以往常被擱置，只因其像是繁雜苦差。如今我卻樂於接手，因為深知有了 ChatGPT，應對起來將事半功倍。」

Chris Fuller，Tinder 資深軟件工程師

原型 04：數據分析

AI 協助任何人整合來自不同來源的數據、識別洞察分析及趨勢，以及處理複雜的試算表數據，而不用具備進階 Excel、SQL 或 Python 技巧。

你可向 AI 提供多個試算表或控制面板截圖，以便快速分析。AI 可解讀試算表數據、理解視覺圖表，甚至協助格式化輸出內容，以便製作報告。另外還可引導結果的組織方式，例如指定偏好的圖表類型、摘要格式或比較邏輯。

數據分析入門用例：

市場推廣	上載網絡研討會的出席數據，然後迅速製成可視化圖表。從控制面板截圖中歸納出主要趨勢。
產品	分析趨勢及社交媒體意見，或上載 CRM 內的功能請求數據，以發掘新機遇。
銷售	檢視客戶清單，找出表現最強的客戶。將潛在客戶映射到客戶帳戶，並按意圖訊號為其評分。
金融	極速分析開支數據，從中找出趨勢；或整合來自不同試算表和數據庫的數據。

Poshmark 騰出更多時間用於獲取洞察和制定策略

時尚交易平台 Poshmark 運用了 ChatGPT 來生成 Python 程式碼，其可核對數百萬行試算表數據，用於分析業務表現。其後使用 AI 為高層人員生成每週表現報告及會計備忘錄，每週節省數小時的人手操作。

「我們顯著減少了人工作業，而在速度、精準度、溝通及洞察分析方面均有提升。我看到每位同事的工作質素都得以改善。」

Rodrigo Brumana，Poshmark 財務總監

原型 05：構思與策略

構想與策略類用例在各個團隊中都十分常見，從為新網誌帖文集思廣益，到協助組織文件結構、為策略排解疑難，或按主要目標或持份者偏好對工作提供意見，應有盡有。

隨著 AI 模型日趨多模態，我們目睹團隊以語音及視覺與 AI 交流，就像與同事交流一樣。

此外，隨著模型更能深入思考複雜問題，我們看到許多團隊與之一同制定策略計劃，當中考慮到自身數據、目標、背景、限制及依賴關係。

構思與策略入門用例：

市場推廣	因應新機遇集思廣益，以構思活動。上載市場推廣簡報，並詢問欠缺什麼。就生成產品推出的市場進入計劃給予提示詞。
產品	為新地域構建市場拓展計劃，顧及本土競爭者、潛在風險、機遇規模及資源需求。
銷售	制定能反映所有依賴關係和風險的發佈計劃。上載產品需求文件，並在高層管理人員審核之前找出薄弱環節。
金融	使用語音模式練習簡報或探索技能。

Match Group 模擬焦點小組

全球網上交友領導先鋒 Match Group 正嘗試運用 GPT‑4 的多模態功能，模擬產品用戶體驗的焦點小組。設計師上載線框圖，並指示 ChatGPT 模仿某個特定用戶角色，然後一邊提問，一邊請這位「用戶」瀏覽界面並給予意見。結果是：免卻額外開支，毫無時間延誤，即可孕育產品革新的嶄新意念。

原型 06：自動化

許多用例都涉及將任務的某些部分自動化。我們見過客戶找出重複乏味的例行任務，並設計將這些任務交由 AI 處理的方法。自動化可以很簡單，例如生成每週競爭對手動態；亦可以更複雜，例如為每週高層簡報製作財務報告，準備好供人手審核。

記憶功能及自訂指令是實現這類流程自動化的關鍵。自訂 GPT 是分享這些功能的方法。透過建立一套標準指令、上載相同文件，以及每次都指定相同的輸出格式，團隊便能卸下低價值任務。

目前這些自動化通常針對個別任務，但隨著深度研究和操作代理等產品出現，我們正邁進一個 AI 能夠獨立並按時程執行多步驟任務的世界。

自動化入門用例：

市場推廣	製作標準報告及可視化圖表，方便快速滙報網絡研討會的成果。或從會議筆記或文字稿，製作 Slack 的更新摘要。
產品	建立發布更新摘要工具。或總結並分享每週客戶洞察分析。將會議筆記化為呈交高層管理人員的 Slack 帖文，總結各項依賴關係及後續步驟。
金融	把每週財務數據變成高層概覽，同時就需要注意的變化發出警示。
資訊科技	上載軟件架構截圖，然後查詢當中的關鍵依賴關係、風險及優化空間。

BBVA 將部分信貸分析工作自動化

BBVA 的 Credit Analysis Pro GPT 協助信貸風險分析師從年報、ESG 評估及新聞報導等不同來源提取非結構化數據，從而加快評估。

行動項目

教導團隊每種原型的基礎原理，並為各個部門提供例子。
然後開始為新用例集思廣益，舉辦黑客松或全公司比賽，看看誰能找到影響力最大的用例。
了解 Bain 的用例奧林匹克，從中領略具體框架。
設立一個試算表或 Slack 頻道，以收集團隊想出的所有用例。

Estée Lauder Corporation 如何建立可重複的 GPT 開發流程

Estée Lauder 的 GPT Lab 以匯集業務用家、主題專家及技術主管的跨領域團隊為起點，識別並開發影響深遠的用例。流程簡單，且可重複執行：

設計：商務用戶在一份兩頁簡介中訂明目的、範圍和受眾。
準備：主題專家整理相關資料，按最佳做法建立使用情境。
建立與測試：技術主管建立 GPT、整合數據集，並測試 GPT 的準確度和一致性。
推出：整個團隊部署 GPT，並製作使用指南。
調整與擴展：整個團隊透過意見回饋循環持續調整改良，並根據 GPT 的表現作出優化。

「我們正審視每個業務流程，包括法務、研發、製造以至商業，並思考如何運用 AI 重新改造這些流程。」

Stéphane Bancel，Moderna 行政總裁

如欲了解更多詳情，請參閱 Estée Lauder GPT Lab⁠。

收集和優次排列用例

當團隊了解到關鍵用例並開始識別要解決的問題後，用例往往急增。

挑戰隨後從發現用例轉向優次排列。哪些用例可以擴大規模，以惠及所有員工？哪些最有可能立即帶來成本效益？哪些可能會帶來新產品或收入來源？

客戶成功團隊運用這個影響/投入框架，協助企業客戶排列用例的優先順序。這是簡單的四象限圖，按照每個用例對公司的價值以及所需投入程度來評分。

影響/投入框架

高 ROI 重點	影響深遠卻無須投入太多的快速致勝方案，這通常是累積動力的最佳切入點。
自助服務	付出最少的項目，個別用戶可為自己快速建立，作為處理特定工作時的個人助理。不少方案起初僅為個人度身訂造，但最終常能惠及整個團隊。
高價值/高投入	這類應用往往具變革作用（例如 Moderna 的 Dose GPT 或 Klarna 的客戶助理），但通常需要更多時間、規劃及資源才能建立。許多團隊先以快速致勝方案來累積動力，並從中汲取靈感，進而投資於更高價值的項目。
高投入/低影響	此類用例大可暫且放下。然而，新產品及新功能日後或會使之更易建立和部署，因此要保持開放態度，適時將其升級推廣。