BI Slop：企业AI生成的商业智能垃圾

你必须使用这款工具，而且我们必须为它找到合理的依据。这些可不是企业常用的措辞，但归根结底，事情就是这么回事。在尚未清晰界定问题之前就购买昂贵的解决方案时，你不得不借助这款工具，来为它的各项支出项目在电子表格中进行合理化论证。

在我曾任职的大多数公司里，总会有那么一款应用，我用过一两次，可到了第三次想再用的时候，它却早已不复存在了。如果一款工具并不普及，财务团队完全不会觉得有什么大不了——直接把它淘汰掉就好。

然而，不知为何，AI 的情况却截然不同。如果没人用它，人们往往会以为员工的工作效率还不够高。于是我们被安排参加了强制培训。虽然名额有限，但我还是迅速行动，成功拿到了一个席位。

自从 ChatGPT 问世以来，我就一直用它，所以当时还盼着这次培训能让我从一名“随意使用者”变成一名“专业人士”。

结果却相反：我们被教导如何将 Excel 以及其他来源的数据复制粘贴到聊天界面中。我们以示例数据为素材进行操作，课堂上总有人会说：“我的没用。”房间里的开发人员纷纷询问 Codex 的相关事宜。

那位获得 OpenAI 认证的讲师回答说，她并不是开发者。当有人问我们能不能直接使用 Copilot 时，因为 Copilot 已经与 Excel 集成在一起，现场顿时出现了一阵尴尬的沉默。

我拿到了证书。不过，我觉得自己并没有学到什么新东西——那些知识本可以靠自己的空闲时间轻松掌握。

不过，拿到证书后，你所承担的义务是：必须使用这款工具。我手头有一把锤子，而所有事物看起来都像钉子。每当我遇到信息密集、难以理解的内容时，就会毫不犹豫地复制、粘贴、提取其中的洞见。

最棒的是，最终呈现的结果总是井然有序、条理清晰。其实，我本来就没时间去仔细阅读那些密集的信息，更别提去核实它们是否准确引用了原始资料了。

况且，大家都是这么做的。我讨厌别人用 AI 来撰写 Slack 消息，但在当下，这种做法已经变得不可避免。

有一次，会议结束后，我翻阅了会议记录，让 ChatGPT 将其整理成行动项，并根据内容生成一份问答文档。它给出的结果相当详尽——至少看起来是这样。

我匆匆浏览了一遍，然后把它转交给下一位同事，而这位同事实际上还得用它来研究某个项目。然而，我却没注意到，文档的很大一部分内容其实是“幻觉”生成的。

有些行动项听起来技术性很强，甚至让我信以为真。可对那些真正需要着手处理这些事项的人来说，它们完全毫无意义。我也有这样的经历，而且这早已成了常态。

就像我们作为软件工程师会用大语言模型来编写代码一样，这些代码背后的规划与架构设计，也越来越多地由大语言模型来完成。

在我们家，严禁播放 AI 脱口秀视频，甚至到了孩子们会监督朋友观看这类内容的地步。因此，当儿子看到 ChatGPT 在我的电脑上打开时，他问我是不是在搞“BI 滑坡”。

“BI 滑坡？那是什么？”“那是‘商业智能滑坡’！”

我为他能准确识别出我在做什么而感到无比自豪。可同时，我又对自己感到十分失望——因为这正是我一直在做的事。正如我们对代码严加把关，拒绝合并那些完全由 AI 生成的 PR 一样，我们也需要关注自己在使用这些工具时的其他种种方式。

由大语言模型生成的商业决策和商业计划，在被采纳之前，必须先通过“气味测试”。

问题的本质其实是一样的：我们之所以会合并那些庞大的 PR，是因为我们没时间去细读它们，等到事后才以意想不到的方式遭受后果。在商业智能领域，我们往往因为信息量太大而选择跳过阅读输出，只因它表面看起来很“不错”。

可随后，我们又会以同样令人意外的方式，承受这些错误决策带来的后果。

这其实是一个由我们自身造成的难题：我们被迫接受了一套“强制性解决方案”——用 AI 来为电子表格中的各项支出项目进行合理化论证。

从某种意义上说，这种方式确实能帮你节省时间，因为你省去了阅读输出的步骤；而你之所以这么做，只是因为这些输出在表面上看起来很“好看”。