Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

AI 表单机器人的机遇

Posted on 2024-12-14

seth_godin_ogimages_v02_1806137-1.jpg

表格是官僚机构收集信息的便捷方式。它们很方便,因为它们将工作转移给患者/客户/纳税人。

劳动力的转移导致了自助服务形式的激增,但内在的低效率却让每个人都受到了惩罚。

  1. 组织看不到低效或设计不当的表单的成本,因为用户是私下参与的。
  2. 组织继续在表单中添加更多内容,因为这样做不需要太多成本。
  3. 遗留系统和表单仍然存在,因为升级它们成本高昂且在组织上具有挑战性。

根本性的低效率在于——表单创建者必须在打印将使用多年的表单之前想象所有的可能性。结果,用户发现自己正在努力解决不相关的问题,因为表单已经设置好了。您今年 9 岁,表格想知道您有多少个孩子。您住在布法罗,表格询问纽约市居民税……

这里有四个问题。

  • 首先,每个用户每次都浪费时间。
  • 因为废话太多,即使是提醒用户也会茫然并跳过可能重要的事情。
  • 该表单无法检查错误和不一致之处,也无法优先考虑最重要的问题。
  • 最重要的是,该表格无法智能地深入研究重要领域。

当我们转向在线表单和 PDF 时,几乎没有任何变化。通过构建纸质表格的模拟,我们捕获了所有的麻烦、浪费和冗余,而没有增加太多价值。再告诉我一下为什么我们需要在这份24页的电子文档的9个地方签名?

暂时不考虑技术,想象一下,如果你正在与一个可以根据你所说的话做出决定的人交谈,而不是一种形式,那么摄入会是什么样子?如果您正在申请西班牙签证,他们不会一遍又一遍地问您与此事实无关的问题。但他们可能会问您是否已经接种了旅行疫苗。

这个人不会一遍又一遍地问你的名字和出生日期。你已经告诉他们了。

然而,更强大的是,一个深思熟虑的人听说你在青少年时期有脾脏问题,他会继续问你一些关于这个问题的澄清问题,而不是简单地指导你跳到下一个方框。形式。

人工智能已经能够做到这一点,并且经过一些培训,我想象它可以比人类面试官做得更好。它可以拥有更多的领域知识、更多的耐心并为(某些人)提供更大的隐私感。

对话(即使是音频,如果这是用户受益的)将花费更少的时间并产生更多的信息,并以更有用的格式呈现。它还可以突出显示其创建的报告中任何缺失的信息或差异。它还会对其训练方式进行评分,向官僚机构强调他们要求的是愚蠢的东西或造成用户的挫败感。

它将节省数百万小时的用户时间,但更有用的是,它可以挽救生命。

如果值得填写表格,那么可能值得用实际收集的信息来代替表格。

原文: https://seths.blog/2024/12/the-opportunity-for-ai-formbots/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme