通用人工智能工具通常无法帮助用户完成独特工作流程中所需的特定任务，因为它们过于通用。即使人工智能工具针对金融或人力资源等特定 领域进行了定制，它们也未能增加足够的价值，因为它们仍然不够专业。那么，如何让人工智能工具在实际工作中创造更大的价值？ 在一家财富500强零售公司，领导层为负责起草供应商谈判合同的团队提供了一款人工智能工具，旨在简化他们的工作。该工具由一款广泛使用的大语言 模型（LLM）驱动，领导层期望它能通过总结文档、回答内容问题、比较合同等方式，加快团队的工作进度。 然而，尽管期望很高，该团队的产出却没有变化。虽然该工具可以生成通用文本，例如合同初稿，但团队随后必须针对每个供应商对文本进行定制。对于 每份合同，他们仍然必须手动将诸如供应商信息、条款、订单历史和其他细节等关键内容纳入合同。因此，该工具对减轻团队工作量的作用微乎其微。 这个故事反映了人工智能工具未能兑现承诺的一种常见模式。在我们最近对30家跨行业公司（包括上述合同团队）进行的一项调查中，受访者表示，通用 人工智能工具通常无法帮助用户完成独特工作流程中所需的特定任务，因为它们过于通用。即使人工智能工具针对金融或人力资源等特定领域进行了定 ...