開始與四大談 AI 後,我們學到了什麼

Muhammed Gider
閱讀時間 1 分鐘 • 
當我們將 AI 導入四大的銀行業務流程時,發現真正的瓶頸不是工具,而是認知負荷。以下是我們不再以自動化為目標,轉而協助人們大規模運用專業判斷後,所帶來的改變。

剛開始與四大談 AI 時,對話進展之快,出乎我們意料。不需要冗長的開場,也不用解釋 AI 為何重要。合夥人與資深顧問幾乎立刻就談起,他們的時間究竟花在了哪裡。不是決策,也不是洞察,而是準備工作。從不同系統取得資料。核對數字。確認分析符合內部標準,之後才有人能開始思考結果的意義。

讓我們印象深刻的是,這些工作沒有一項價值低。它們都不可或缺,卻也令人疲憊。經驗豐富的專業人士,每天有很大一部分時間,只是用來做好準備,好讓真正的思考得以開始。

隨著對話持續,他們梳理出數十個以上 AI 能發揮作用的流程:報告、法規遵循、財務控管、稅務分析、內部審查。表面上看,這是典型的自動化問題。 但其實不是。

這些流程大多已有工具、範本,也已實現部分自動化。真正拖慢進度的,是各個步驟之間的工作。切換工作情境。核對不同的產出。在零散的資訊中,一致地運用專業判斷。真正的代價不只是時間,更是認知負荷。

就在這時,我們看待問題的方式改變了。

我們不再問 AI 如何從頭到尾完成工作,而是開始問,它能如何協助做這些工作的人。如果 AI 能處理耗費心力的部分,又不剝奪人的主導權,會怎麼樣?如果它能備好結構清楚的草稿、指出不一致之處,並呈現推理過程,讓專家專注於判斷,而非前置準備,又會怎麼樣?

這套做法正式投入使用後,成效變得具體可見。

各團隊例行分析工作的完成時間縮短了 80 至 90%。人工作業錯誤大幅減少,尤其是在需要大量核對的流程中。同樣重要的是,過去各團隊處理同一項工作的方式略有不同,如今產出也變得更一致。平均而言,顧問每月省下約 40 至 50 小時,得以投入更高價值的思考。

但最有意思的改變,並不在數字上。

而是人們談論工作的方式變了。審查時更從容,討論也更聚焦。資深審查人員花在確認一切是否正確的時間變少了,花在討論結果究竟代表什麼的時間則更多了。

久而久之,這套系統不再像是大家必須使用的工具,而更像是一套共同的工作方式。它默默吸收大家做決策的方式,並將其反映在後續的分析中。

這段經驗也讓我們更加確信一個長久以來的信念:邁向更通用的智慧,不會靠試圖在複雜領域取代專家的系統,而是靠那些能減少專家思考過程中的阻力,並放大其效益的系統。

在這些合作中,AI 並不是靠自主運作創造價值,而是靠協作。它不替人做決定,而是協助人們更快做出更好的決定。

如果有什麼早期跡象能看出類 AGI 系統最先會在哪裡發揮重要作用,那就是這裡。不是全面自動化,而是大規模支援人類的判斷。

真正帶來差異的,正是從自動化轉向發揮槓桿效益的這個轉變。

加入 Dvina

免費註冊,將你的所有工具整合到一個簡潔的工作空間。

探索更多