文章作者｜麥肯錫公司，慎思行采編翻譯

個人微信 |hello_SSX

麥肯錫近百年的洞察力和知識是該公司人工智能平臺 "Lilli "的源材料。在本期文章中，麥肯錫高級合伙人兼增長與創新全球領導者 Erik Roth（Erik Roth）與高級合伙人易瑞玲（Lareina Yee）共同探討了 "Lilli "是如何開發并精心地執行的--以及為什么對公司知識產權的即時訪問改變了麥肯錫為客戶提供服務的方式。

Lilli的起源

Lareina Yee：Lilli 是什么，它是如何成為麥肯錫公司現在最常用的工具之一的？

Erik Roth：Lilli的誕生源于一個問題“我們該如何幫助麥肯錫的同事們獲取最深入、最廣泛的最佳見解，以便他們能夠與客戶一起激活這些見解？”從那時起，當我們開始這項調查時，ChatGPT 就爆發了。

我們的想法是：如果我們用自己的信息來訓練它呢？Lilli 最初是一個知識提取和綜合工具，但就你的問題而言，它現在已經成為一個協調層，基本上可以協調公司內外許多不同類型的知識。

Lareina Yee：Lilli 與其他生成式人工智能平臺有何不同？

Erik Roth：在Lilli有幾個不同之處。首先，它是專門針對麥肯錫及我們的客戶服務進行調優的，這意味著它在識別問題意圖的方式上，以及在調整答案使其對我們的同事帶給客戶時更有用的方式上，體現了非常“麥肯錫式”的特點。

它通過我們在平臺中使用的大型和小型模型的組合來實現這一點。這可能是它與眾不同的第二點。它不是一個 RAG 或檢索增強生成實例。它是多種技術在一個軟件堆棧中的結合，使我們能夠實現我之前描述的功能。因此，"這是一個協調層 "的概念是真實存在的。它非常適合那些需要在監管、安全、訪問和信息保護方面深思熟慮的企業。

Lareina Yee：作為這項壯舉的母公司和產品領導者，您能否向我們介紹一下您是如何開發 Lilli 的？

Erik Roth：當我們開始時，它只是一個實驗。因此，過程非常迭代，團隊也非常小，最初只有四個人。現在我們的人數已經超過了150人。但最初的過程確實是從用戶身上學習。在早期階段，我們進行了非常經典的觀察性、民族志研究，主要是研究我們的同事們。

在很大程度上，這就是 "關注問題，以用戶為中心"。我們有四個領域，這四個領域相當簡單，而且一直沿用至今：“如何組建一支高績效團隊？如何以人工智能或技術增強的方式發展客戶？如何提供與眾不同的客戶服務？如何在項目完成后保持高質量的溝通和聯系？”

其實就是這四個領域。當然，在這四個領域中，我們也遇到了很多不同的挫折和問題，但我們始終堅持“北極星”的理念。

我們保持以用戶為中心的另一種方法是確保用戶始終處于開發過程的中間位置。我們的整個開發流水線，其中的每一個元素，無論是我們正在改進的平臺堆棧，還是通過用戶提供的新功能，都與用戶特定的問題相關聯。我們的產品線中沒有任何產品的后端不涉及用戶問題。我們將這一點放在首位和中心，我認為這對我們很有幫助。

Lareina Yee：您能告訴我更多關于您個人是如何在麥肯錫推廣Lilli的嗎？

Erik Roth：我問每個人：你今天用過 Lilli 嗎？每次團隊會議的第一個問題就是 “你問過Lilli了嗎？”很多時候他們問過，很多時候他們沒有。所以我認為，作為公司的領導者，以身作則并實際使用它真的很重要。

但在這背后，還有 360 度全方位的溝通和采用計劃，從加入公司之初關于如何使用 Lilli 的學習，一直到每個季度整個公司都必須完成的風險和法律評估。Lilli 現在已經成為這些評估的一部分，這絕非偶然。因此，每個季度我們都會提醒您，不僅要注意安全使用數據，還要注意如何在此框架內使用 Lilli。

在這兩者之間，我們還有各辦事處的 Lilli 用戶組。十個辦事處都有 Lilli 社區，他們經常向我們提出想法。我們還有培訓課程。然后，平臺本身也有一個操作指南。

Lareina Yee：為了讓用戶有效使用，還有哪些意想不到的收獲？

Erik Roth：我們剛剛推出了我們的代理框架。麥肯錫語音語調代理是我們測試組中使用率最高的代理，目前測試組大約有 2500 人。它能將任何散文轉化為麥肯錫品質的寫作樣本。無論是寫給合伙人、高級合伙人還是客戶的文章，它都能將雜亂無章或令人困惑的內容，尤其是對那些非英語母語的人來說，轉化為立竿見影的有用內容。

未來的顧問

Lareina Yee：所有這些強大能力的使用，這些看似微不足道但實際上非常重要的知識。您能為我們描繪一下，麥肯錫顧問這個人們在商業領域交往了近百年的機構，在未來三年會有什么不同嗎？

Erik Roth：我們可以根據一些早期線索做出一些猜測。首先，麥肯錫顧問的技術能力將大大提高。他們在電子表格中或通過其他方式完成的大量分析工作將越來越多地被人工智能相關工具所取代。這些工作會被百分之百取代嗎？這個我們還并不清楚。

我希望未來的麥肯錫顧問，或許也是更廣泛的行業顧問，能夠真正花更多的時間來激活他們的洞察力，而不是通過分析來創造這些洞察力。這對我們聘用哪些人、他們擁有哪些技能組合以及他們可能為某個項目帶來哪些經驗都有影響。

我認為這一切都有待討論。但未來的顧問在與人合作時可能會更有同理心。我希望他們更加多元化，因為我認為我們可以讓更多的人做他們以前沒做過的事情，而且總體而言，他們創造影響力的方式[具有]更高的質量。

好奇心是關鍵

Lareina Yee：阻礙人們前進的因素之一是數據。我們經常聽到有公司說，他們的數據集不夠好，無法讓生成式人工智能為他們所用。你對其他公司的這種經歷有何建議和看法？

Erik Roth：我和一位首席執行官談話時，她的擔憂是他們的數據質量不夠好。我的建議是：“是的，你們需要一個數據架構。你們需要一個框架來思考如何標記和分類數據。你們還需要一些數據整理的過程。” 數據是這種技術能夠發揮作用的關鍵之一。如果你想利用這些技術，整理好你的數據就變得愈加重要。

我認為你的問題有點涉及到人類層面的影響，而這些影響確實存在。我對此持非常樂觀的態度。就目前而言，我的最佳回答是，組織中的某些部分將會成為我所說的“最小可行組織”：盡可能少的人，配合盡可能多且相關或合適的技術支持。

話雖如此，組織中的其他部分將獲得“超能力”，這將使得表現較低的員工能夠通過技術提升，成為中等或頂尖表現者，做以前無法做到的事情。技術不會做所有事情，但它能做很多事情。我認為其中的一個關鍵空白是教育，幫助人們理解這些技術是什么，以及它們是如何運作的。

Lareina Yee：而教育和理解這一領域相對較新。并不是說24個月前你就能獲得相關學位和專業知識。也許你當時是少數幾個博士生之一，麥肯錫在創建其生成式人工智能平臺時學到的東西，可能是這樣。但你是一個成人學習者，是一位高級合伙人。那么，對于你來說，這段教育之旅是怎樣的？你對那些走上這條路的領導者有什么建議？

Erik Roth：首先，我想說的是潛心研究。不要害怕技術。你對它了解得越多，就越能理解它，了解它如何應用于你的業務。第二，要有好奇心。不要害怕提問。當我在會議上談論人工智能時，我會停下來說：“大家都明白 GPT 是什么了吧？令我驚訝的是，每次至少有一半的人不明白。”

刻意去建設

Lareina Yee：我想再問幾個關于產品本身的問題。我想人們很想知道你們是如何打造這款產品的。能談談你們是如何確定測試與開發的優先順序的嗎？

Erik Roth：在構建和學習之間總是存在挑戰。你可以比學習更快地構建，因為構建是編寫代碼和組裝技術組件，而學習則是等待用戶實際體驗產品并提供反饋。因此，在我們能夠構建的內容上，我們不得不在很大程度上放慢進度。

當我們推出 Lilli 時，我們只向大約 2500 名同事推出了它。我們有意說：“我們將采取非常謹慎的步伐。我們要保持小規模的團隊。我們要學習，把他們變成傳道者。我們將一波一波地增加用戶。”

在我們構建和開發這個平臺的過程中，有一些方法或策略一直在強調并優先考慮通過大量的迭代測試進行學習。我們有 alpha 小組。我們有測試組。我們有一個叫做 LilliX 的東西，它正在進行實驗研究。所有這些都是為了真正推動最高的采用率和最高的使用率。

創新才剛剛開始

Lareina Yee：您是如何看待 Lilli 及其在推理、精準和預測分析方面的能力的？

Erik Roth：這些模型看起來可能像是在推理，但現在它們并不具備推理能力。它們模仿了很多東西。當你開始考慮代理和代理鏈時，它們實際上可以復制看似人類的邏輯思維過程。但我們還沒有達到那個階段。不過，我提到了LilliX。在LilliX內部，我們正在與一些世界領先的思想家進行多項實驗。所以在這個小組中，我們實際上在構建能夠進行推理的模型。

Lareina Yee：最后兩個問題，Erik。你是如何為你的產品取名 Lilli 的？

Erik Roth：Lillian Dombrowski 是第一位在公司獲得 MBA 學位的女性。早在 20 世紀 40 年代，她就幫助創建了我們的檔案庫——鑒于 Lilli 所建立的基礎，這也是恰如其分的，而且她還是我們至少兩項全球業務的發起人。

Lilli這個名字的來源是Lillian，她是一位創新者、企業家，也是公司在上世紀40年代的真正先驅之一。我們的用戶社區認為選擇她作為名字非常合適。選定她之后，我們將名字簡化為Lilli。

Lareina Yee：你與麥肯錫的歷史與創新息息相關。那么最后一個問題是，展望未來，是什么讓你對人工智能時代感到樂觀？

Erik Roth：我認為，人工智能將帶來一系列新的技術驅動型商業模式，不僅有可能改善人類生活，還能改善企業創造價值和貢獻社會的方式。我認為，我們一直被傳統流程和傳統工作方式所束縛，出于種種原因，人類很難采用這些傳統流程和傳統工作方式。

大型語言模型（LLM）的自然語言能力，以及你可以像與人類同事或伙伴互動一樣與這些技術進行交流的現實，很可能會改變這些技術在企業和組織運作中的融入方式。因此，展望未來，我非常樂觀，只要我們安全地使用這些技術，并且不忘記這些模型可能存在的偏見，以尊重多樣性的方式去運作，人工智能和生成式人工智能的潛力將創造出我們今天可能無法完全想象的新機遇。

編輯 | Weizheng

相關戰略課程和書籍

近期我們推出了《問題解決營》課程，歡迎感興趣的朋友點擊圖片鏈接或掃碼關注，了解課程的相關情況。

也歡迎大家掃碼購買我們推出的《戰略簡史》新版，以幫助大家更好的了解戰略理念與方法五十年的發展高峰，以及對中國當前市場的啟示。

進一步交流

進入專業社群展開深度討論

慎思行通過微信等平臺覆蓋超過10萬戰略人、咨詢人等各類專業人士。我們也構建了專業社群，推動戰略與咨詢領域的問題討論、信息交流和機會分享，社群已有超過5年歷史，并成為了頂尖專業人士感知市場前沿，獲得實踐經驗的首要選擇。入群請添加慎思君微信，并提供名片。

現在微信公眾號更改規則，如果你不特地點進來，很可能看不到我們的推送了。希望喜歡【慎思行】的讀者朋友們將本號【設為星標★】，方便找到我們；也歡迎點擊右下角的【在看】。