OpenAI 最近同時推出兩個很值得觀察的新服務：Data agent，以及金融業專屬的 ChatGPT for Financial Services。這類消息一出，很容易又讓人想到：數據分析師、華爾街菜鳥要失業了？
數據分析的 Agent 主打免寫 SQL，可連接企業數據庫、追查指標變化、製作互動儀表板；ChatGPT for Financial Services 則把專業金融資料、來源追溯、金融分析與財務模型等能力放在一起。
這兩則消息背後，我最感興趣的是：AI 公司怎麼拆解「一個專業工作到底需要什麼」？
我把這個思考方式整理在今天的圖卡裡。
最近我也在準備一個新服務：把真正有用的工作方法、判斷原則，整理成 AI 可以協助執行的系統。你會感興趣嗎？
喜歡今天的內容？點此連結留言告訴我，我都會看。
OpenAI 同時推出兩個專業工作產品
OpenAI 推出 Data agent，以及金融業專屬版 ChatGPT 。前者協助企業分析自己的數據，後者從投資銀行與股票研究等金融工作切入。它們都在把某類工作需要的工作邏輯，融合在 AI 裡。
數據 Agent 不是查數字，還要先懂你的資料脈絡
使用者不用自己寫 SQL 等查詢語法，就能請它連接公司核准的數據來源，追查指標為什麼變動，再整理成互動式儀表板。它還可以讀取公司的指標定義、計算方式與資料關係。前提是公司管理員有開放串接此功能，而且你本來就有查看數據的權限。
金融業專屬版 ChatGPT，把資料、分析與產出放在一起
它內建專業金融資料，能協助研究、財務分析與建構模型，並讓使用者追溯數字與說法的來源。企業還能放入自己的 Excel、Word、PowerPoint 範本，讓模型、研究報告與簡報符合公司的格式與風格。目前只開放符合資格的金融機構洽談導入。
換成你的工作，怎麼思考你的 Agent？
挑一件你每週都會重複做的工作，問 AI：「請協助我把這項工作拆成 5 個部分：資料與背景、處理步驟、判斷原則、使用工具、交付標準。一次只問我一題。幫我找出：哪些例外會改變做法？遇到什麼情況需要進一步追查？哪些判斷不能只靠固定規則？做到什麼程度才算可以交付？最後整理成一份工作拆解表」
決定人和 AI 怎麼分工
有了工作拆解表後，再逐步決定 AI 要做到哪裡。①AI 可以直接做：明確告訴它要拿什麼資料、產出什麼結果。②AI 先做完、人確認：定義 AI 做到哪一步，以及人要檢查什麼。③必須由人判斷：哪些情況要直接交給人決定。
用真實工作測試你的 AI
拿一個過去真的做過的案例，把需要的資料提供給 AI，請它按照前面的工作拆解與人機分工實際做一次。接著檢查：哪一步做錯了？哪裡理解錯你的意思？每發現一個問題，就把缺少的資料、步驟或判斷規則補回工作拆解表。等做法逐漸穩定後，再考慮接上資料庫、試算表、CRM、搜尋工具或公司範本，讓更多步驟自動完成。
訂閱《一天一AI》日報，每天跟你分享超實用的AI小技巧！
