Home

08.06.23: Real Work

本期的主题是 Real Work 真正的工作。

Real Work 的反面是 Fake Work,虚假的工作。这种事情在我们周围经常发生:我们能看到有些人忙得团团转,但却没有什么真正的产出。他们时常自我感动,也希望我们和他们一起感动,一分耕耘,一分回报,汗水总会浇灌出令人欣喜的果实来。

但我们必须意识到,回报率之所以低的原因有时候不是因为回报本身低,而是因为在投入中的浪费太高了。这是一道简单的小学算术题,分子分母的问题,很好理解。实际工作中,人们比较关注的是分子,或者是没有能力分清楚分母里面到底都有什么,于是西瓜芝麻一把抓,放到一起算,就算出来一个比较小的 ROI 来。

这个观点是最近读一本关于营销的书 How Brands Grow(中文名翻译为《非传统营销》)。这本书也是第二次读。它的特点是用了大量的市场调研数据和案例,读起来会有一种教科书的即视感,第一次读的时候,会觉得太枯燥。其实呢,这本书提出了一些从传统营销理论(比如 Kotler)视角来看比较反常识的观点,比如:品牌忠诚度其实在同品类的品牌之间差异没有那么大;再比如:品牌差异化也很难被消费者认知——如果没有大量的真实数据佐证,这些惊世骇俗的说法难以被人接受。

在这本书中,作者还提到了另一个看法:广告对销售的影响是存在的,但是它难以被衡量的主要原因是因为影响销售增长的因素往往非常多元,而广告营销的效果又可能在一段时间内延续,同时,消费者也会在同样的时间内受到其它因素的影响,比如:竞争对手的营销活动等,这就意味着,在计算广告的 ROI 时,没人能说清楚,到底投入和回报之间的对应关系。可能出现的情况是:之前广告的影响驱动了当期的销售增长,但在计算考核的时候,ROI 的分母却是以当期的广告投资来计算的,这就错误的估量的当期广告的投放效果,也可能错误的估量了前期广告的效果。

But most of these additional sales won't show up in this week's sales figures because hardly any of these consumers will buy this week; they simply don't buy that often even with their newly enhanced propensity. Indeed, most of these extra sales will never show up as part of a lift in overall sales because, before the consumer even buys from the category, he or she will be hit with competitor advertising (or other marketing activity) that nullifies the effect of the advertising exposure. But this doesn't mean that the sales effect didn't happen; that nudge in propensity protected the brand's sales from the effect of competitor activity. Instead of the competitor's ad winning extra sales it merely got the brand back to where it had been before (see Danaher, Bonfrer & Dhar 2008).
但这些额外销售中的大部分不会出现在本周的销售数据中,因为这些消费者本周几乎不会购买;即使他们的购买倾向最近增强,他们也不会那么频繁地购买。事实上,这些额外销售额中的大部分永远不会作为整体销售额提升的一部分出现,因为在消费者购买该类别之前,他或她就会受到竞争对手广告(或其他营销活动)的打击,从而抵消了整体销售额的影响。广告曝光度。但这并不意味着销售效应没有发生;这种倾向的推动保护了品牌的销售免受竞争对手活动的影响。竞争对手的广告并没有赢得额外的销量,而只是让品牌回到了之前的水平(参见 Danaher、Bonfrer & Dhar 2008)。

作者指出,如果能够排除各种干扰因素,拿到「单一来源数据」,就一定能很好的衡量营销效果:

However, the good news is that the sales response to advertising can be seen even when a market is stable and there is no aggregate level change in sales for the advertised brand. This requires what is known as 'single-source data': individual-level data that records continuously over time what each individual buys and what advertising they are exposed to.
So it’s not a result problem, instead it’s a measurement problem.
然而,好消息是,即使市场稳定并且广告品牌的销售额没有总体水平变化,也可以看到对广告的销售反应。这需要所谓的「单一来源数据」:个人层面的数据,随着时间的推移连续记录每个人购买了什么以及他们接触过什么广告。
所以这不是一个结果问题,而是一个测量问题。

回到我们的主题。

在一个难以正确归因的高维世界中,Real Work 或许一直在发生,但却没有被正确度量。一种极端的可能是,任何工作都有它的价值,但可能因为没有被关联到某项结果上而没有被正确认知。这种可能性还是太小了,工作中存在大量的浪费——虚假的工作,根本无法匹配任何结果,但这些工作也和 Real Work 一起被归到了 ROI 计算的分母中,从而降低了整体的 ROI 数值,甚至导致 Real Work 的价值也被摊薄了。

ChatGPT Lifts Business Professionals’ Productivity and Improves Work Quality 一文中,用户界面先驱 Jakob Nielsen 研究了 ChatGPT 对专业人士生产效率的改进。

研究比较了使用 ChatGPT(人工智能支持)的专业人士与不使用 AI 的专业人士的生产效率和质量。结果显示,使用 ChatGPT 的专业人员能够更快地交付成果,平均时间为 17 分钟,而没有 AI 支持的专业人员则为 27 分钟。这使得生产力提高了 59%,这意味着他们在一个工作日可以多编写 59% 的文档。

从质量角度看,据独立评分者,尽管产出有所增加,但当作者获得 ChatGPT 协助时,文档的质量也更高。在 1-7 的范围内,使用 AI 的平均质量评分为 4.5,而没有使用 AI 的平均质量评分为 3.8。

Nielsen 认为,产生效率差异的原因有两个:

  1. ChatGPT 的使用还减少了技能不平等,因为与对照组相比,AI 辅助组的参与者在两项任务中的表现表现出较低的相关性。第一个任务中得分较低的用户比得分高的用户从 ChatGPT 中受益更多。
  2. 使用 ChatGPT 时,专业人士在写作过程中分配时间的方式发生了变化,如下图所示。

显然,AI 的参与使得专业人士在草拟文案上花费了更少的时间(至少在一半以上),而或许是因为 ChatGPT 现在还不够完善,人们需要花稍微多一点的时间在编辑修改上。有趣的是,花在头脑风暴上的时间也少了——头脑风暴往往用于打开思路、产生灵感,是一项多人参与的活动,但其实它的效率很低,因为你总要听别人讲完,这意味着它的生产流程一定受限于线性流程的输入输出;而 AI 则很容易加快这个过程:它的计算方式是并行的。

在产出固定的情况下,工作效率的改进来自于时间分配的结构性变化:一些任务的时间变长了,一些变短了,但显然变短的幅度更大,带来了整体工作时间的压缩,也就是效率的提升。这种结构性变化的分析有助于我们真正理解什么是 Real Work,比如:头脑风暴往往是缺乏真正想法的表现,需要借助于一个冗长低效的群体活动(占用了更多人的时间)来代偿;起草文案往往不需要真正的创意,而是遵循特定模板来进行内容填充;文本编辑或许是一些润色的工作,为了减少一些 AI 的机械性错误。「专业人士」的 Real Work 到底是哪些呢?

越是深入使用 ChatGPT,就越会认同 AI as Copilot 的理念,至少在现阶段就是这样。它需要人类给出详尽的提示(prompt),而写 prompt 这件事本身就是对工作的高度抽象(除去哪些对抗低级错误的修正性提示词),而抽象过程本身又是对 Real Work 的提炼浓缩,也就是剪除废枝的过程。

在浓缩之后,我们才能看清真正的投入是多少,也才能计算出真正的投入产出比,并依次重新评价稀缺资源前提下的优先级。就像当我们理解了某种营销手段的真正产出后,就会更加坚定不移的在这项手段上进行更大笔的投资一样,一些过去我们未能认知其真正价值的工作将会被重新提升到更重要的位置上,社会资源也将被重新分配。

这就意味着,AI 对人类社会的真正影响,并不是在某项工作的效率改进上,而是在于一部分工作的效率改进更加明显,使得它们在资源分配的优先级排序中获得了更好的位置。这也将改变人口和教育的意义——当然,这些变化会需要更长时间展开。

← Back to Newsletter Archive