OpenAI：企业采用AI时，记住这7个经验

最近，OpenAI发布了一份25页的报告：AI in the Enterprise 的报告，分享了企业在采用人工智能（AI）时的七个实用经验，帮助企业提升效率、优化流程、改善客户体验。

关键要点如下，想看原始PDF的可在文末获取链接

1. 从评估开始

企业在用AI前，应通过严谨评估（evals）测试模型表现，确保效果和安全。

评估时，要建立明确标准，如准确性或合规性，衡量AI在具体场景的输出。

摩根士丹利通过评估确认AI能帮财务顾问更快获取信息、减少重复工作。他们测试了翻译、摘要和与专家对比的表现，验证后逐步推广。

如今，98%的顾问每天用AI，文档访问率从20%跃升至80%，搜索时间大减，顾问能更专注服务客户。评估让企业放心部署AI，并通过反馈持续优化。

AI能让产品更智能，提供贴近用户需求的体验，尤其在处理海量数据时更显人性化。

Indeed用GPT-40 mini优化职位匹配，不仅推荐职位，还生成解释，告诉求职者为何适合某岗位。测试显示，新系统让申请量涨20%，雇主录用率增13%。Indeed每月发送2000万条消息，访客达3.5亿，这提升带来巨大价值。

OpenAI还帮Indeed微调小模型，性能不变却省60%算力。AI融入产品能大幅提升用户体验和业务成果。

AI需反复打磨，尽早起步能积累更大价值。

Klarna推出AI客服助理，几个月内处理三分之二咨询，解决时间从11分钟缩到2分钟，预计省下4000万美元成本，客户满意度不输人工。这得益于持续测试优化。更重要的是，90%的Klarna员工每天用AI，熟悉AI让团队能更快推出新功能、提升客户体验。

早投资不仅带来直接回报，还通过组织适应放大长期收益。

定制AI模型能更好匹配企业需求，大幅提升效果。微调就像为模型量身裁衣，让它懂行业术语或品牌风格。

Lowe’s与OpenAI合作，微调模型优化电商搜索，解决供应商数据不全问题。结果，产品标记准确率升20%，错误检测率增60%，搜索体验更精准。微调让结果更贴合需求，减少人工调整，团队能专注高价值工作。投入定制是释放AI潜力的关键。

把AI交给熟悉业务的员工，能更精准解决问题。

BBVA向12.5万员工推广ChatGPT Enterprise，配合法律和安全团队，确保合规使用。员工五个月内开发2900多个定制GPT，项目周期从几周缩到几小时。

比如，信用风险团队用AI加速评估，法律团队年答4万合规问题，客服团队自动分析反馈。这种方式让员工结合专业知识与AI，创造针对性解决方案，效果远超通用方案。

AI平台能加速开发，解开资源瓶颈，激发创新。

Mercado Libre打造Verdi平台，用GPT-40和GPT-40 mini整合语言模型和API，助1.7万开发者快速开发优质AI应用。Verdi用自然语言简化操作，内置安全控制，效率大增。

成果包括产品目录能力增100倍，欺诈检测准确率达99%，还优化了通知和描述。这让企业能更快推出新功能，应对复杂需求。

用AI自动化重复任务，能让员工专注高价值工作。

OpenAI开发内部自动化平台，优化客服流程，自动拉取客户数据、生成回复、触发操作，如更新账户。

每月处理数十万任务，团队响应更快，客户体验更好。这源于大胆目标：拒绝低效，主动自动化。企业应将AI融入日常，追求更大效率提升。

这七个经验表明，AI部署需开放尝试、反复优化、严谨评估。企业应先挑高回报的场景入手，结合定制、安全保障和员工赋能，逐步扩大AI在企业中的应用。

未来，AI无限可能。