大模型应用全景图：AI能做什么？

前几期介绍了人工智能的基础架构——三层体系、芯片技术、大模型以及商业模式。

现在我们解答一个非常实际的问题：大模型究竟有哪些用途？

若仅从新闻报道来看，人工智能似乎已经渗透到各个角落：

手机里的豆包助手，能协助我们辨认植物种类，提供旅行攻略，解答各种疑问

电脑上的小龙虾工具，能帮助我们撰写报告、制作表格

自动驾驶相关动态

大模型融资资讯

但实际情况又是怎样的呢？AI究竟能为我们做什么？它是否已经融入我们的生活与工作中？它会取代我们吗？

中国使用生成式AI的用户已突破6亿，普及率超过42.8%。我们身边的朋友中，使用过各种AI工具的人应该不少。

但多数人仅将AI视为智能搜索工具，典型例子就是身边亲友用豆包识别植物给孩子科普，但如果要求付费使用则不愿意。因此，对普通个人而言，在非职场场景下使用AI需要持续培养和教育。

再来看企业层面：普及程度因场景而异

通用基础场景

文案创作、知识问答、翻译及多语言沟通的使用频率和效果最为突出。

如今你看的公众号文章几乎都有AI参与的痕迹，包括本文，我也会借助AI来优化表达。翻译方面就更不必说了，身边的翻译师们都是先用AI翻译一遍，再进行人工调整。

企业办公与行政人事场景

撰写周报、月报、会议纪要、邮件，AI是提升工作效率的好助手，大家可以尝试使用，飞书中部署的小龙虾能帮我们完成不少任务。

人事工作中，可以根据岗位JD筛选简历、撰写招聘文案、解读制度、进行员工成本分析等。

设想一个简单场景，刚入职时面对公司各种制度文件常常感到困惑，将这些制度文件输入AI，有疑问直接询问AI即可：年假如何计算，出差租车如何报销。

财务基础工作，与上述人事工作类似，每次财务制度更新都需要培训，但员工们听得不认真，结果报销不清楚还要反复询问，交给AI能减轻财务人员的工作负担。

互联网、新媒体与运营场景

批量撰写回复话术、制作活动策划、生成宣传海报、自动回复用户。

编写基础代码、解释代码、生成脚本这些简单或基础的操作，可以通过AI实现。

教育与学习场景

课外辅导、作业答疑、知识点梳理，针对不同学生定制学习计划，帮助学生梳理知识体系，解析错题，是孩子学习的得力助手。

成人自学考证，同样可以辅助我们制定学习计划、构建思维导图、模拟练习提问等。

工业、新能源、电力场景

工业场景中可以通过视频观察、分析产品和设备的缺陷，物流机器人通过视频感知前方障碍物。

新能源场景中，分析电站发电情况，提供预警和整体运行状态监控；预测风光发电功率，制定调度策略。储能场景中实时管理电池健康状况。电力市场化交易中，优化交易策略。

医疗、法律与金融场景

行业研究、赛道分析，整理行业数据、汇总各类所需信息，比自行查找方便很多。

金融风控场景中，运用大模型对借贷人进行行为、交易记录和社交数据分析，结合传统征信评估。

医疗场景中，帮助医生识别报告、影像，解释常见病原理，提供基础护理建议。

法律场景中，协助生成合同模板，解读法律条文，梳理纠纷逻辑，撰写起诉状初稿，文字性工作目前是AI的强项。

我们先总结一下上面的内容：

AI能独立完成的工作场景：

重复性、标准化、文字类、低风险、无需强人类情感和实际操作的工作。

再看那些需要人机协作的场景：

行业经验与基础文字相结合的工作。

最后看那些AI落地难度极高的场景：

涉及生命安全、合规风险、实际操作、人情博弈、深度共情、线下物理操作的工作。

看到这里，大家觉得AI会取代我们吗？我认为短期内不会，长期有可能。因此我们应当多使用AI提高效率和拓展能力边界，届时我们以及我们熟练使用AI的能力才能被保留下来。

下一期，我们讨论一下大模型厂商有哪些，竞争格局如何？

归一笔记·行业观察家