今天AICon 的一個預熱直播圓桌中，我把對於AI 下10x 個體的一些問題的回答速記記錄，分享給小伙伴。 1. 團隊裡是否存在「10x 個體」？他們強在哪裡？ - 之前的高效是指工作又快又好的同學，很難有所謂的10 倍 - 10x 其實不是指程式碼量或需求完成量的10 倍，而是指產生的業務效果和貢獻的10 倍 - 現在的10x 更多還是指不局限於本身原有崗位，更多是解決問題，能夠快速Get 到業務痛點，以及如何去解決這個問題，技術更多成為他實現的一個工具手段，加上AI 的出現，讓手段本身的執行多了很多自動化的工具幫他A 區完成 - 在需求、設計、開發、營運效果迭代很全能的同學 2. AI 浪潮下，優秀工程師/ 產品的評估標準，發生了什麼變化？ - 之前，自己寫得又快又好，快速完成，高質量，產品，對產品業務很熟悉，prd 寫得很不錯清晰，能否對產品發展想的清楚，有取捨，產出的東西能夠實際有業務影響效果，有自己的主見 - 有了AI 之後，你會發現，用的好的情況下，AI 寫得比大部分工程師都要好，慢慢變成了問題如何拆解、架構如何實現、業務工作流如何設計、如何讓AI 更好的達到目的，如何定義AI 的產出效果以及知道如何去優化這個效果讓他更好，能力上變成全能的產品工程師瞭 - 技術門檻變低，但對人的素質的要求變高了 3. 如果一個3–5 年從業者想往「10x 個體」靠近，應補哪幾類能力？ - 折騰能力，願意接受新事物的能力，願意去玩各種新技術，並想到和自己要解決問題的關係 - 學會把AI 容易到自己的業務工作流裡面去，而不是單純的問AI 當做谷歌用 - 基礎技術能力，電腦科學，設計互動美學能力，全端技術的能力，運作推廣的能力 - 學會溝通，不管是和人溝通，還是和AI 溝通，都有很大的技巧，讓對方能夠很好的Get 到你的意思 4. 如何把個體的AI 能力放大為團隊能力？第一步是什麼？ - 其實比較難，因為這個很取決個人本身，好比最開始ChatGPT 剛剛出來的時候，願意折騰的同學很早就去折騰了 - 第一步還是建議對於好的標準，什麼是用的好，是怎麼用的，對清楚團隊的要求，以及更多還是通過項目事情去鍛煉人，先有場景，然後有標準SOP，最後就是把整個團隊的信息總線給建立好，形成一個非常通順的上下文環境，方便大家可以很好的接入，沒有阻礙 5. 如果用自己的話來定義「10x 組織」，你會怎麼說？ - 事情傳遞效率非常高，理解非常快，Get 很快，沒有訊息傳遞失真 - 上層決策非常清晰，保障一線執行非常順暢，決策基於統一情境環境 - 一線非常善於使用各種工具來解決問題，不設定自己職位限制 6. AI 落地中，最難跨過的卡點在哪裡？ - 業務規則、業務效果的定義可被AI 效果匹配上，大家對於標準達成一致 - 規模化過程中，對於效果提升到和人，甚至比人更好的這個階段需要做大量的迭代，但是這些迭代會需要有非常清晰的人去拆解、執行
正在載入線程內容
正在從 X 取得原始推文，整理成清爽的閱讀畫面。
通常只需幾秒鐘，請稍候。