ChatGPT 已然是 2023 开年至今，互联网上最热的话题没有之一。从去年的 AI 图片生成，到 ChatGPT，再到现在各种基于大模型的应用如雨后春笋般出现……在人们探讨技术无限可能的同时，另一个更深刻的命题也不可回避地浮现出来：
AI 似乎证明了自己有推进生产力变革的能力。那么，谁会是下一个「马车车夫」和「纺织女工」？
深耕互联网多年的知名产品人黄有璨，在自己的公众号里写道，「以前大家一贯认为 AI 会优先取代很多蓝领工种。但万万没想到，当前 GPT 高速进化的背后，实际情况更可能是：一批白领会被优先取代掉。」
假如我们证实了 ChatGPT 可以做翻译、写文案、敲代码、分析数据、总结概要、制作表格……那么，它是威胁还是助力？又或者，类似 ChatGPT 的能力将多大程度地帮助组织提升工作效率？
作为同样致力于探索 AI 在工作场景中应用的团队，LigaAI 对于 ChatGPT 的能力也有许多好奇：ChatGPT 能多大程度地成为研发团队的帮手？事务性工作之外，它「懂」管理吗？在研发效能等略显含糊的话题上，它会给出怎样的答案？
于是，便有了这次「对话」：LigaAI 与 ChatGPT 的研发效能七连问。
开始之前，我们为 ChatGPT 预设了它的角色，以保证其响应内容的范围。
第一部分：研发效能是什么？
Q1：对敏捷团队而言，研发效能是什么？
ChatGPT：对于敏捷团队而言，研发效能指的是团队在实现项目目标的同时，以尽可能短的时间和最少的资源，提供高质量的产品。这包括团队成员的效率、代码质量、沟通效率、团队协作效率等。
研发效能是团队不断改进和优化工作流程的结果，它是团队在实现项目目标的同时，不断提高效率和降低成本的能力。
LigaAI 说两句：第一个问题，我们尝试获得多个不同的回答，却发现 ChatGPT 只是在用不同的方式，将「高质量」「高效率」和「完成项目目标」三个词排列组合。
不得不提的是，基于 GPT-3.5 模型的 ChatGPT 在「内容可读性」上取得了非常大的进步。它能将信息整合成不重复的、阅读通顺的文字和段落，我们甚至很难一眼区分内容是出自人还是机器。
Q2：分别从研发团队和个人的角度，谈谈研发效能的提升如何实现？
ChatGPT：从研发团队的角度，提升研发效能可以通过以下几个方面实现：
1. 采用敏捷开发方法：通过短期迭代和反馈循环，提高项目的效率和质量，提升团队协作效率和创新能力。
2. 精益管理实践：精益管理可以帮助团队识别并去除浪费，提高团队生产力和效率。
3. 冲突指导：设计有效的冲突解决机制，解决分歧和争议，促进团队协作与创新。
4. 技术成长：定期安排培训和学习机会，持续精进技术团队的技能和知识，提高团队整体表现和效率。
5. 研发团队管理：通过清晰的角色定义、责任分配和沟通渠道，管理团队的行动和进度以提高团队效能。
从个人角度看，研发效能的提升可以通过以下方法实现：
1. 技术提升：不断学习和提高个人技术水平，以提高工作效率。
2. 任务管理：通过合理的任务管理方法，提高工作效率。
3. 沟通技巧：通过提高沟通技巧，提高团队协作效率。
4. 时间管理：通过合理的时间管理方法，提高工作效率。
研发效能的提升需要团队和个人共同努力，团队和个人都需要不断学习和提高，才能实现最优的
（P.S.：这里最后三个字就是「最优的」，真的不是小编漏了 0.0）
LigaAI 说两句：别看 ChatGPT 洋洋洒洒地输出了几百字，看似结构清晰、论点充足，但仔细一看问题就出现了：
1. 内容局限性。ChatGPT 根据预先给定的主题范围（敏捷开发、冲突指导、技术成长、研发团队管理、项目管理）提供的回答，有些刻板和单薄。
2. 内容质量低。小编愿称第二段内容为「废话文学天花板」，车轱辘话连轴转，看似有条有理，但有实践意义的指南却一点没提。
3. 完整性不足。尚未触发字数限制的情况下，ChatGPT 不止一次「卡壳下线」，最终只好以不完整的内容匆匆结尾。
第二部分：什么是「正确的事」？
Q3：管理学常说，要先做正确的事，再正确地做事。对研发团队而言，「做正确的事」和「正确地做事」分别指什么？
ChatGPT：「做正确的事」是指团队的研发活动要专注于最关键的任务，致力于最有价值、最有影响力和最相关的项目，而这些项目总是与组织的目标和优先事项保持一致。
「正确地做事」指的是有效且高效地执行工作，包括正确地使用工具和技术、遵循敏捷开发流程和原则、建立良好的沟通机制和团队合作环境、不断提高个人和团队的技能水平等。
追问：再展开说说吧。
ChatGPT：好的。进一步阐述「做正确的事」：
确定优先级并向客户交付价值：了解客户的需求和痛点，并利用有效信息确定团队工作的优先次序；灵活响应变化的客户需求和反馈，并根据需要不断调整优先排序。与组织目标和优先事项保持一致：团队的工作应与组织的总体目标和优先事项保持一致。这有助于确保团队在正确的方向上集中发力，能更好地促成组织成功。定期评估和调整：团队应定期评估工作的优先事项并根据利益相关者的反馈、市场动态和业务要求，调整方法。这有助于确保团队始终致力于最有价值的、有影响的和相关的项目。
进一步阐述「正确地做事」：
有效且高效地工作：使用最佳实践和经过验证的方法，交付高质量的结果，其中包含对持续改进、协作和透明度的关注，以及使用数据和指标推动决策并衡量进展。采用敏捷思维和实践：敏捷方法旨在支持团队以迭代和增量的方式为客户交付价值，并响应变化。采用敏捷思维和实践可以让团队更加灵活和反应迅速。衡量和分析绩效：定期衡量绩效水平并分析其结果，确定待改进空间并持续改进。这有助于确保团队始终以最有效和高效的方式工作，并交付满足客户需求的高质量结果。LigaAI 说两句：用中文描述这个问题时，ChatGPT 再一次出现了内容中断的情况，于是我们尝试用英文提问，这才顺利得到上面的结果。
段落内容的灵活性和质量依旧有很大的优化空间，但令人惊喜的是，在缺乏清晰的追问描述的情况下，ChatGPT 也能很好地理解上下文，并给出高度相关的回答。
Q4：是否存在可靠的数据指标，可以判断团队是否在做「正确的事」？
ChatGPT：有几个指标可以用来判断研发团队是否在做「正确的事」：
客户反馈：包括调查、用户测试和来自客户的其他形式的直接反馈。业务指标：收入、线索拉新和留存以及市场份额等关键业务指标，可以提供团队价值交付的高级图景。功能活跃度：衡量用户对新功能的采用和接纳程度，了解团队解决问题和交付价值的能力。产品使用情况：分析产品使用模式和用户行为，确定优化空间和价值领域机会。上线周期：衡量团队交付新功能的速度，反映团队的效率和效力。开发成本：衡量开发和交付新功能的成本，用于评估团队的效率和效力。
这些是几个用于判断研发团队的价值提供的数据指标，而具体指标的选择将取决于企业和产品的独特需求和目标。
LigaAI 说两句：在最初设想中，ChatGPT 应该从技术管理者或者 C-Level 的视角，考虑企业经营等更多维度的内容。但是，最后的效果好像不是这样 TAT
同时还出现了一个新的问题：ChatGPT 似乎在信息处理上不太严谨。描述的后置语中重复程度最高的两个词分别是「交付价值」和「效率和效力」，而「效率和效力」却不是「做正确的事」的考虑内容。
P.S.：为了更好地阅读体验，后续内容均对 ChatGPT 的回答进行适当删减。
Q5：技术管理者如何保证敏捷团队始终在做「正确的事」？
ChatGPT：作为技术管理者，你可以采取几个步骤来确保敏捷团队始终在「做正确的事」：
清楚地定义产品愿景和目标：让团队了解他们正在努力构建的目标和原因。制定有效的敏捷流程：可以让团队的任务分配和执行更加有序。培养协作和沟通的文化：确保团队对产品愿景和目标理解一致，并能为客户提供最大价值。授权团队自己做决定：赋予开发团队梳理产品待办列表和确定优先顺序的自主权。定期审查和维护待办列表：待办需求应与产品愿景和目标保持一致。定期衡量和跟踪关键指标：使用客户反馈、业务指标和产品使用情况等关键指标，衡量团队交付的价值。LigaAI 说两句：ChatGPT 对 6 个步骤的先后次序处理超出我们的预期。它并不是简单地检索、整理和组织信息，甚至于小编好像真的能感受到 AI 的「思考」过程 °o°
第三部分：高效能的文化建设
Q6：问一个「组织文化建设」相关的问题：高效能的研发团队的组织文化是什么样的？
ChatGPT：高效能的研发团队，其组织文化具备几个关键表征：
清晰的沟通和协作持续改进目标清晰统一成员自主信任和透明度以客户为中心
总之，高效能的研发组织文化创造了一个积极、高效的工作环境，支持创新并推动成果。
LigaAI 说两句：在设计问题时，我们特意加入了具体的相关前置语，明确接下来的问题将围绕「组织文化建设」展开，引导 ChatGPT 给出更符合期待、更切题的回答。
Q7：开发、测试、产品经理和外部伙伴之间总是不可避免地存在误解和理解偏差。不同角色之间的清晰沟通和高效协作，应该如何实现？
ChatGPT：可以通过以下几种方法实现清晰的沟通和高效的协作：
建立有效的沟通渠道和协议：通过每日站会、回顾会和清晰的文档，同步项目更新、进度和潜在障碍。优化流程和程序：消除协作和沟通的混乱情况，确保每个人都按照相同的标准工作。明确角色和职责：明确定义每个成员的角色和职责，避免重叠和混淆，有助于消除误解。培养信任和透明的文化：通过定期分享和公开讨论，鼓励团队公开讨论想法、挑战和机遇。实施敏捷方法：Scrum 或看板等敏捷方法可以提供结构化的项目管理方法，促进团队更紧密高效地协作。组建跨职能团队：跨职能团队可以确保每个人都了解项目大局并可以有效协作。强调持续学习：鼓励成员不断学习新技能和新技术，在硬实力上减少误解并促进协作。采用协作工具：选择合适的项目管理、远程办公和研发协作等软件，帮助团队更有效地沟通和协作。LigaAI 说两句：这是一个实操性很强的具体场景问题，而 ChatGPT 的表现也很值得探讨。
对沟通渠道、信息透明、敏捷开发和工具应用等主题，AI 能够根据丰富的示例和文章整理出可操作建议；而流程优化、团队建设、持续学习等高度依赖个人实践经验和总结的话题，ChatGPT 的回答则不免空泛。
此次对话期间，LigaAI 不止一次地感叹 GPT-3.5 模型惊人的语言能力。相比初代 GPT-3，现在的 ChatGPT 语言流畅通顺、结构框架清晰，虽然「卡壳掉线」的情况偶有发生，但是在语言建模、指令微调和思维链等方面的表现已足以称得上「真正的人工智能」。
当然，ChatGPT 也存在一些局限：内容准确性难以保证、质量不稳定、空泛建议多而实操性不高、不够灵活等等。输出的内容质量和篇幅长度不成比例时，会让人有种「嘴碎又倔强」的感觉。
此外，在与 ChatGPT 不断周旋的过程中，LigaAI 发现想要发挥 ChatGPT 最大的能力，让 AI 言之有物，「有效提问」非常重要。使用清晰、具体且聚焦的提示词（Prompt）规束 AI 生成的范围和内容，不断修改和优化提示词，逐步获得更好的输出结果；这也是一个不断学习和调优的过程。
让我们回到文章开头的两个问题：
对于企业和研发团队而言，ChatGPT 究竟是威胁还是助力？
同 ChatGPT 一般的 AI 能力将多大程度地帮助组织提升工作效率？
强大如 ChatGPT 的 AI 能力体现在可以快速地在巨量的语料库中，搜集、梳理并总结生成流通度最高的内容范式，为知识工作者提供成熟的、可借鉴的框架与知识，极大程度地提高信息粗炼的效率，进一步成为生产力提效工具。
而那些切实为（研发）组织和企业创造价值的，是对信息的判断和取舍、对知识体系的构想和搭建、对实现目标的判断和决策，而这些正是（当前的）ChatGPT 无法规避的缺陷。
所以，ChatGPT 火了，有谁的「饭碗」要保不住了吗？
不会的。以 ChatGPT 为首的通用人工智能应用，是个人和企业的生产力加速器，是能让我们牢牢抓紧饭碗的强力胶。
它们可以将我们从耗时费力的「粗采型任务」中解放出来，帮我们完成简单又繁琐的数据收集和预处理工作，让我们有更多时间去梳理逻辑、构想创意、分析利弊，更高效地创造价值，实现价值（就像新一代智能研发协作平台 LigaAI 为广大开发者和研发团队带去的价值一样）。
让工作和生活更加便利，释放更多生产力，才是先进技术存在的意义。
了解更多前沿技术、敏捷开发、项目管理、行业动态等消息，欢迎关注LigaAI 知乎帐号。
体验新一代智能研发协作，请点击这里展开了解。
LigaAI 助力开发者扬帆远航，期待与你一路同行！
相关文章
