今天小编分享的教育经验：网易副总裁阮良的 AI 实战启示录，欢迎阅读。
网易孵化出了许多出圈的游戏，这些游戏之所以广受玩家好评，一方面是因为十年一剑的精良品质，但还有一个更深层次的原因：游戏玩法的创新。比如推出即霸榜的《逆水寒》主打 " 会呼吸的江湖 " ——江湖之中，是一个个高度拟人有灵魂的智能 NPC。
在我们以前玩的游戏中，NPC 都被称作 " 人机 "，大多都是基于策划规定好的话术和路线行动，唯一的职责就是引导玩家推动剧情。而智能 NPC 能跟玩家进行更真实的互动，比如根据不同的问题做出针对性的反应，或主动挑起你与其他玩家的争斗，生成新的任务。这些都是在传统游戏里无法想象的。
当然，智能 NPC 只是 AI 应用层面的一个表现。目前大模型、AI 已经融入了整个游戏生产制作的流程。昨天我们内部还在探讨一个问题：为什么网易游戏接连出爆款？除了拥有大量优秀的游戏人才之外，还因为网易积累了比较成熟的游戏工业化能力。从前提到工业化，往往意味着要招募大量的人才、搭建专业的产线，但随着 AI 时代的到来，工业化的门槛大大降低。其实不管是数字化、工业化还是什么 " 化 "，核心都围绕四个字 " 交易成本 " ——如何降低企业内外的交易成本是企业经营所面临的永恒议题。
混沌在上海滴水湖洲际酒店举办 " 一 " 思维创新嘉年华活动。用一整座岛、打造两天两夜的共学场，2000 位混沌同学热烈参与其中！邀请 AI 全明星阵容空降授课。
此次，阮良做客混沌 " 一 " 思维创新嘉年华带来的分享是《让组织像 AI 一样实现自我进化》。本文为混沌 " 一 " 思维创新嘉年华大课笔记第五篇。
授课老师｜阮良 网易副总裁、网易智企 CEO
编辑丨混沌商业研究团队
支持丨混沌前沿课
公司的存在意义：降低交易成本
诺贝尔奖得主、经济学家罗纳德 · 科斯，在其著作《企业的性质》开创了 " 交易成本 " 的概念。通俗来讲，要完成一件事所花费的全部货币和时间成本，都叫交易成本。
人类为什么会形成城邦和社会？也是因为交易成本。
一个农民不能只种粮食自己吃，他还要把粮食卖给别人，才能换取其他生活所需品。在这个过程中会发生一系列的交易成本。慢慢地大家发现，一群人有组织地交易，成本能大大降低。如此，就形成了一个城邦、一个社会。
公司为什么会存在？因为有些事实在太复杂，需要团队合作完成。这个团队，就可以理解为公司。在团队中，分工明确。就像我们做一个游戏，有数字策划、世界观策划、美术设计等。美术设计还分程式研发、营销、运维等。从产生一个灵感到生产制造，最终形成一个真正完整的游戏。
公司之所以存在，就是因为它降低了社会上许多事的交易成本。但随着公司规模越来越大，我们发现了热力学第二定律 " 熵 " 的存在——交易成本不会无限降低。公司内部的交易成本会随着企业规模的变大而不断上升，当公司内部的交易成本超过外部的交易成本时，公司的规模就会停止扩张。
我前阵子在混沌直播时，跟大家分享过一个案例：
很多人结婚时都会去拍婚纱照。我十多年前拍婚纱照时，找了杭州当地最大的婚纱影楼，他们场地很大，里面有化妆师、摄影师，拍照的人也不少。但时至今日，这种影楼越来越少了，取而代之的是摄影工作室、跟拍工作室。
这是因为，有了微信等更方便的通讯工具，各个工种的连接得到加强，将拍婚纱照这件事的交易成本降低了，大影楼反而成为了这个时代的鸡肋。
同样，外部环境驱使下的交易成本的变化也会对组织带来深远的变革。
对市场更敏感｜降低外部信息获取成本
无论做什么事，是经营一家公司，还是打造一个产品，首先要做的，就是获取外部信息，以判断这件事情到底值不值得做。
在获取外部信息时，利用 PEST 模型去观测政策趋势、经济趋势、社会趋势和技术趋势，然后再做 SWOT 分析，看客户、看竞争对手、看自己，结构化地获取信息，做出决策后，就进入设计、生产、制造流程，最后上线营销推广。
无论做什么产品，都要经历这个过程，这个过程无时无刻不产生着交易成本。
我们总结出这么一张图：
这张图是以我们公司某款产品的 GTM 为例来总结的一个流程。我们发现企业微信连接了企业与消费者，所以我们思考要不要做个类似于企业微信销售助手或者企业微信客服的产品， 以帮助企业更好地让自己的产品或者服务触达到广大 C 端客户。我们以此产品为对象，梳理了完整的新品商业化流程。
按照以往的经验，这个流程全程耗时 800 多天。不过，我们有幸生活在一个技术大爆发的时代，我们可以在这个流程的各个环节利用 AI 提效，大幅节省时间。
我们发现，有效利用以 ChatGPT 为代表的 AIGC，能够降低外部信息获取的成本，让我们对市场更敏感，快速从一个 " 外行的 " 变成一个 " 懂行的 "。
作为一个軟體公司的业务总经理和副总裁，我通常会关心一件事情：我们某个产品的赢单率是多少？同事会给我一个结果，比如说赢单率从 68% 下降到了 50%。那么我的第二个问题就是：这下降的 18% 是因为什么？
我相信其他老板可能也会有这样的问题：为什么我们的产品卖不过竞争对手？这时候，销售、客服通常会组织复盘腦暴，调研过往两个月甚至三个月跟客户的沟通记录，包括致电已丢单的客户，整理出一份大而全的报告。
但我们发现这个方法有两个问题：一，它非常影响销售和客服的本职工作；二，销售和客服去做这种总结性工作并不是那么的专业，会漏掉很多信息。
这时如果我们使用 AI，不管是与客户的线上对话，还是语音沟通，都能被 AI 抓取，并通过语音语义算法作详尽的分析，输出结构化的信息，甚至能按照热词搜索、场景搜索、产品搜索来总结提炼出多维度的报告——这就是当下在管理者中最流行的 " 数据看板 "。
但大家可以扪心自问一下：这样的看板真是你想要的吗？检索的成本真的下降了吗？那下降的 18% 看板真的为你归因了吗？看板看的是洞察，为何不能更进一步，把看板上冗余的数据和影像去掉，直接提炼出洞察，让管理者先看洞察，再下钻到事实呢？
这时，AI 的价值就体现出来了。通过对看板信息的 " 再提纯 "， 来自客户最关键的洞察被 AI 以寥寥数语直接展开在一个对话框里。我们面对的不再是一个个工单視窗、一条条零散的消息、一份份复杂的报表，而是 " 我问你答 " 这一最简单的沟通形式。比如，我关心客户对外呼产品有什么期望，我的 AI 助理能直接告诉我：客户最希望看到的价格咨询、功能体验、人工客服、行业应用。
换句话说，有效地使用 ChatGPT 或类似的 AIGC 产品，可以让我们以更低的成本获取更真实、更结构化的外部信息，将来自客户的冰山数据变成我们的业务金矿。
让作战更敏捷｜降低内部决策执行成本
获取有效的市场化信息后，我们就进入了内部决策和执行阶段。在这个过程中，AIGC 产品可以使我们的工作更加敏捷高效。
比如，我们通过外部市场调研决定开发一款清洁用品，就可以通过 AIGC 快速生成创意文案、创意图，从而高效完成方案设计。
以前电商和零售给商品拍照时需要用到 3D 建模和渲染制造，据测算做一张图成本在 800 元至 1200 元间，但现在使用 Midjourney，可以直接生成高质量的渲染图，节省制作时间和成本。
再比如，研发在开发軟體产品时，也同样可使用 Github 的 Copilot 等 AI 编程工具，提高效率、节省时间。
在产品的营销推广和交付服务阶段，同样也可以使用 AIGC。举个例子，要做好产品营销，4 个 " 对 " 很重要——对的目标人群、对的渠道、对的时机和对的内容，这样才能让客户对营销文案、营销电话、营销短信、营销广告产生共鸣。在这个过程中，AIGC 帮了我们大忙。
怎么找到对的人群？AI 可以快速分析客户的信息，根据购买记录、购买客单价等数据，结合产品画像和销售政策，对客户作分层，迅速定位流失人群、高价值人群、高活跃人群和高性价比人群。接着，直接在对话框中输入要找的目标人群的关键词以及画风等 prompt，就能让 AI 批量生成营销文案。
通过人机打标数据对比，AI 至少能做到人工的 75%，通过调整 prompt，重合度甚至能达到 87%；从前客户筹备 618，出 1 套外呼策略就需要 1 天，现在 AIGC 1 天就能面向更多的人群产出 3-5 套更细化的策略。
产品和服务最终会回归市场，通过交易转化成企业的营收。AIGC 通过降低内部决策执行的交易成本，让产品和服务以更短的时间、更低的成本触达客户，客户能享受更低廉的价格，企业的利润也有了更多的想象空间。
以前述企业微信客服这个产品为例，在各个环节使用 AI 后，全流程下来，人力成本可以从 852人下降到 675人，各环节效率提升平均下来约为 25%。
可能有人会觉得 25% 并不算多。
前段时间有个产品非常受欢迎，让用户说一句话就生成一个腦图。我相信很多人都有能力开发出类似的产品，但关键在于，谁做得快。谁提前 25% 的时间做出来，率先推向市场，就能先人一步，甚至垄断某个行业。即使别人再做出一模一样的产品，也很难再去切入他所在的行业赛道。
从这个角度而言，这25% 的效率提升更大的意义在于，降低了机会成本。
因为做任何产品都可能失败。我们自己统计过，新产品成功的概率大约在 40% 多。退一万步讲，如果效率的提升能让我们更快地碰到天花板，其实也是件好事——这意味着我们可以更快地把资源抽取出来，投入到更有价值的地方，这也是机会成本。
降低隐形成本：形成组织层面的默契与共识
刚才说的都是组织内外显性的交易成本。其实还有很多的隐形成本。
2020 年新冠疫情初始，很多产品因为疫情瞬间飙至行业领先地位，比如飞书、钉钉、腾讯会议。我们团队在 2020 年就开始使用飞书。为什么？因为我觉得当时的飞书文档是整个业界同类产品中做得最好的，它跟即时通讯结合得非常好，工作效率特别高。
每个组织里都有一些能力很强的人，可能是老板本人，也可能是产品经理、程式员。他们经常被请教到很多问题，但这些问题其实是效率杀手，让优秀员工无法静心工作，工作方向不聚焦。越优秀的人，越应该发挥专业力量去专注本职工作。
为了解决这个问题，我们做了 2 个关键动作。
首先，我们统一了散落在各个团队中的工具应用，用 AI 建设了一个知识库，结构化沉淀了所有与组织相关的 " 知识 "，如产品资料、销售话术、技术文档等。
接着，将这些知识和优秀员工过往解答问题时的对话输入给 AI，不断训练。以此，我们培养了一名优秀员工的 "AI 替身 "。当同事有问题的时候，这位 AI 替身能独自应对超过 60% 的咨询，而在它回答的过程中，还能反哺知识库，提升知识库的内容质量，在之后作更高水平的解答。
这样，身负重任的员工本人能够沉浸式工作了，企业的知识管理体系也能自己跑起来了。AI 成为组织内部的「知识神经元」，牛人贡献的知识通过 AI 流向并内化进整个组织，形成做事的通用方法、思考的惯有逻辑，达成组织层面的默契，让牛人的牛成为组织的牛。
现在，我们希望整个组织能够通过各种 AI 工具和流程，把企业内部的知识进行萃取、沉淀、内化、轮转，使整个组织、整个生产制造营销流程能够更加顺滑地运转起来。
结语
最后，这是我们的一个业务产品视频。AIGC 与业务的融合之路，我们走了不少；其中的坑，我们更踩了不少。现在我们把过程中的一些最佳实践产品化，打包提供给各位，让大家少走弯路，减少试错成本。
可以说，几乎所有的业务都适合用 AI 重做一遍，所有的效益都值得被 AIGC 放大一遍。AI 能成为老板的助理，员工的外包和组织的神经元，承担专业的工作，让业务释放更多的活力，让人才更加醉心于创造，从而降低组织内外的交易成本。
如果各位错过了数字化，没关系。但一定不要错过智能化。数字化解决的是信息孤岛问题，那以 AI 为核心的智能化解决的是信息爆炸的问题。我们正在一个关键的节点，即将从 " 看板大屏 " 时代迈向 " 问答对话 " 时代，数据不再杂乱无章，而是能变成寥寥数语指导业务的发展方向。
我们非常庆幸，无论是中国还是全球范围内，都有大量的 AI 产品。希望所有人都能乘着 AI 的东风，将 AI 融入组织的方方面面，实现倍速的自我进化。
Q&A
张晓楠：现在有很多人关注 ChatGPT 的应用，除了您提到的客服场景、企业办公场景，还有哪些场景您认为比较适合应用 AIGC？
阮良：网易是互联网公司，我们认为互联网业务里的方方面面、几乎每个工种都可以用 AI 来提效。网易现在要求所有员工都要使用一种以上的 AI 工具。如果是程式员，必须得用 Copilot。
张晓楠：传统行业、企业有没有接入 AIGC 的可能性？
阮良：网易严选其实有点像传统企业，做的是品牌零售。我记得去年比较火的产品是猫粮，今年比较火的是洗洁精。这样的产品一定会牵涉到如何做营销推广的包装设计、广告文案，这就可以使用 AI 生成。而且有个好处是，你可以生成 100 条去做测试，比如去小红书、抖音试着投放，就可以马上测出来到底哪些文案、哪些图片更能打动消费者，然后你把它保留下来，再去生成 100 条再去测。这个成本远低于以前的测试成本。
张晓楠：您多次提到了数据的关键性，请问企业在使用 AIGC 技术时如何加强数据治理能力？
阮良：我认为，首先要有数据。企业主最好让自己企业所有的流程数据都能先沉淀下来。无论这些数据是在 CRM 里还是在飞书、钉钉、企业微信里，数据先沉淀下来，再用 AI 去提取。
以往 AI 的能力还没有现在这么强的时候，数据治理可能真的要请一些数据科学家、数据开发者。但现在 AI 能力强悍了一些，可以省去中间步骤。当类似产品或者服务和消费者的触点、内部文档等新数据都能沉淀在数字化的世界里，也就是有数据留存，就可以用 AI 去做数据治理，把你想要的东西提炼出来。比如，AI 可以根据消费者在直播间里的聊天内容，梳理消费者心声。
张晓楠：网易在内部推行 AI 工具的过程中遇到过什么阻力吗？因为这些工具的使用也是有一定学习成本的，而且组织内部的沟通制度往往有一些惯性。
阮良：阻力一定会存在，我们也确实碰到过阻力。不过我们是这样解决问题的：第一，硬性要求，大家必须得用。慢慢地大家就发现这个东西真的可以提升效率；第二，我们让用 AI 很好的同事积极分享使用过程和效果，分享者可以获得季度绩效或未来晋升的优势。这样，一些喜欢创新、愿意学习的人就愿意分享，大家看别人的使用效果，也会自驱学习。
其实，大家不要觉得 AI 会替代人的岗位。替代你的永远不是 AI，而是另外一个用 AI 用得比你好的人。
张晓楠：使用 AIGC 产品或者 AI 工具，是否会存在数据安全问题？
阮良：像飞书、钉钉、企业微信这样的公共云平台，安全是他们的生命线。他们不会去做越雷池的事情。而且，他们也不会去看这些数据，因为这些数据对他们来说没什么用。
张晓楠：可否向大家推荐几款容易入门、对大多数行业和企业有帮助的 AI 工具？
阮良：我首推 ChatGPT，它是目前全球最好的 AI 大模型，没有之一。如果觉得 ChatGPT 不方便实用，可以试着用用 NewBing。如果是作图、设计领網域的，我比较推荐 Stable Diffusion 或者是 Midjourney。如果是写代码，首推 GitHub 的 Copilot。国内外其实有很多不错的产品，我们也发现，越来越多 AI 能力被集成到飞书、钉钉里，我们也计划和他们合作，让我们某些领網域不错的产品融入到里面去。
在混沌 APP，提升 AI 时代必备的个人竞争力和商业思维，扫码加入福利群
