Transcription
Хорошо. Ну, спасибо всем, кто присоединился к вебинару. Мы сейчас начнем. Мы всего на пару минут опоздали. Я уверен, что присоединится еще много людей. Я Нолан Хал. Я ведущий этого вебинара. И этот вебинар спонсируется InfoPro Learning. Я собираюсь передать слово нашему спикеру Остину Смиту через секунду, но хочу уладить пару организационных моментов. Это интерактивный вебинар. По ходу дела. Вы можете свободно использовать раздел чата и раздел вопросов и ответов. Вы можете использовать любой из них, чтобы задать вопросы. Я позабочусь о том, чтобы следить за обоими и отвечать на них в любом случае. Вопросы и ответы немного лучше. Так что, если вы можете постараться направить их туда, пожалуйста, не стесняйтесь общаться через чат. Это записанный вебинар, поэтому мы будем записывать его и отправлять вам обычно через пару дней после вебинара. Так что ожидайте получить его до конца недели. И с этим, простите меня, я передам вебинар моему приятелю, моему другу, моему коллеге Остину Смиту. Для тех из вас, кто раньше не слышал об Остине Смите, он работает в сфере образовательных технологий и просто в сфере технологий, сосредоточенной на человеческой трансформации, в течение последнего десятилетия. Он пришел в InfoPro Learning и действительно возглавил переработку одной из наших внутренних систем управления обучением. Преобразовал ее во что-то с грандиозным видением того, какой, по нашему мнению, должна быть администрация обучения и опыт обучения. Эта платформа теперь насчитывает более 2 миллионов различных пользователей ежемесячно. И он руководит этой командой. Сегодня он будет говорить о "10-кратном плане продуктивности" о том, как мы взяли традиционные технологии и смогли переработать их с помощью ИИ и множества других технологий, чтобы увидеть огромный рост производительности. С этим я передаю слово Остину Смиту, чтобы он продолжил. Отлично. Спасибо, Нолан. Я ценю это. И спасибо всем, кто здесь. У нас было много регистраций на сегодня. Так что я очень рад возможности поделиться этим с вами. Похоже, регистрации сказали мне кое-что, что очевидно, мы затрагиваем что-то реальное для многих из вас, кто присоединяется сегодня, или для многих из вас, кто, возможно, будет смотреть записанную версию этого через несколько дней. На самом деле мы хотели убедиться, что сегодня это не просто еще один обзор ИИ. Мы хотим дать вам что-то, что вы действительно можете использовать. И именно поэтому мы собрали то, что собрали сегодня. Так что без дальнейших церемоний, давайте немного углубимся. На самом деле, прежде всего, мое обещание вам заключается в том, что мы не просто говорим об общем использовании ИИ. Мы не проводим демонстрацию продукта. Я не буду углубляться в то, как ИИ просто изменит вашу жизнь и все остальное. Мы хотим дать вам этот план действий, верно? Мы хотим, чтобы вы ушли с самоаудитом своей организации и даже себя. Пять конкретных шагов, которые мы можем предпринять с сегодняшнего дня. Чек-лист поставщика для оценки инструментов ИИ. Будь то демонстрация, которую вы проводите завтра, или проект, который вы начинаете позже. И 30-дневный план действий, чтобы взять то, что вы узнали сегодня, и начать внедрять это в свой жизненный цикл ИИ. Так что, если вы не получите ничего полезного от следующих 30-40 минут, это моя вина. Но на самом деле, мы рады провести вас через это сегодня и действительно дать вам возможность уйти с некоторыми отличными элементами. Прежде всего, я действительно хотел углубиться в то, что показывают данные, верно? И на самом деле, не унывать, просто понять, где вы все и где мы все работаем. От 70 до 85% инициатив в области ИИ в настоящее время не оправдывают ожиданий. Не потому, что ИИ не работает. В основном потому, что организации пытаются решить сложную проблему с очень линейными инструментами прямо сейчас. Этот уровень неудач — это не просто число, которое мы вытащили откуда-то, это исследование, исходящее от MIT, верно? Вы получили эту информацию, и они это обнаружили. Так что некоторые действительно авторитетные источники находят, что многие организации испытывают трудности в этой области. Мы также видим, что только 5% сотрудников используют ИИ трансформационно, верно? Все остальные, ну, остальные 95% используют их для написания электронных писем, которые они могли бы написать сами, но делают это немного быстрее, возможно, но только 5% действительно получают 10-кратный рост, когда мы говорим об этом, используя инструменты ИИ в своем рабочем процессе. Один из трех человек должным образом обучен инструментам, которые у них есть сегодня, верно? Двое из трех в вашей организации прямо сейчас просто угадывают, когда они используют инструменты ИИ, которые им доступны. И, возможно, вы присоединились сегодня, потому что вы один из этих двух из трех, верно? Где вы говорите: "Я знаю, что эти инструменты невероятно мощные. Я постоянно слышу об этом. Я не уверен, что я обязательно использую все, что могу из этого". И мы видим, что зачастую, когда мы используем эти инструменты, большая часть генерируемого нами контента невероятно общая, верно? Контекст действительно невероятно важен, когда мы работаем с этими инструментами. И, вы знаете, действительно, в плане действий, который мы получаем сегодня, заключается в том, как мы можем получить лучший контекст и лучший контент из этих инструментов, заставив их немного лучше понимать нашу организацию. Итак, мы наблюдали, как сотни организаций пытаются сократить этот разрыв в нашей работе, которую мы выполняем здесь, в InfoPro. И мы обнаружили, что те, кто действительно не просто в небольших шагах, а значимо сократил разрыв, все сделали какую-то форму этих четырех сдвигов, которые у нас есть здесь. Не обязательно в технологиях, а в том, как они подходили к проблеме с помощью технологий. Сдвиг номер один: обучение, которое происходит вне работы, испаряется. Мы давно занимаемся обучением. Мы постоянно это видим. 70% реального развития навыков происходит в процессе работы, а не в вашей системе управления обучением, верно? Сдвиг номер два: общий ИИ масштабируется очень посредственно. Если инструмент дает одинаковый ответ всем в одной компании, вы, возможно, станете на 10% лучше, но это в среднем, верно? Это не обязательно 10% рост или даже 10-кратный рост в этой области, верно? Так что общий ИИ создает общих сотрудников. Сдвиг номер три — это то, где многие организации сокращают этот разрыв: ваши лучшие исполнители — это действительно ваши самые недоиспользуемые активы. То, что делает их исключительными в большинстве случаев, было невидимым, верно? Мы можем видеть некоторые вещи в том, что привносят лучшие исполнители, но мы часто не доходили до того, что действительно делает их лучшими исполнителями. И из-за этого, когда они уходят, то, что делало их 20% лучшими исполнителями, уходит вместе с ними. И, наконец, сдвиг номер четыре: архитектура определяет результаты, а не обязательно набор функций, верно? Есть разница между 10% прироста и 10-кратным приростом. Речь идет не о том, какой инструмент ИИ вы используете. Речь идет о том, был ли сам платформой или интеллект разработан для работы в вашей системе и интеграции в ваш технологический стек или в вашу организацию с первого дня, верно? Не интеграция в ваш технологический стек с первого дня. Итак, что мы сделали, внимательно изучив суперпользователей ИИ не только в нашей собственной организации здесь, в InfoPro, но и в организациях, с которыми мы работаем, мы обнаружили, что есть один или два человека в каждой организации, которые действительно выжимают максимум пользы из инструментов ИИ, которые они используют, получая экстраординарные результаты с теми же инструментами, которые используют все остальные. Они используют ту же версию, но интуитивно используют ее совершенно иначе, чем люди вокруг них. Итак, мы их изучили и действительно формализовали, как они используют этот инструмент, в то, что мы называем трехпетлевой структурой, и я объясню каждый элемент этого вам. Итак, первая петля — это рабочая петля, верно? Они не начинают каждый раз с нуля. Они не учатся, а потом работают. Они учатся во время работы. И они используют ИИ как партнера по мышлению, а не как поисковую систему, для которой, как мы часто видим, используются большинство поисковых запросов или подсказок, верно? Затем они переносят это обучение во вторую петлю и теперь активно диагностируют свои собственные пробелы в себе или в работе, над которой они работают, на основе фактического вывода, который они получают от инструмента ИИ, который они используют, верно? Не на основе чувств, не на основе простого взгляда на то, что у них есть, или на основе отзывов о работе или того, что говорят люди, а непосредственно на основе того, что они только что итерировали. И затем последняя часть здесь, петля интеллекта, заключается в том, что они не начинают с нуля каждый раз. Это своего рода то, с чего мы начали эту рабочую петлю, верно? Они опираются на знания, которые они получили с самого начала из первой петли, и позволяют им накапливаться. Так что, когда они берутся за следующий элемент в том же рабочем потоке, они начинают с того, где закончили, верно? Последняя петля. И таким образом, это действительно создает маховик: чем лучше становится наша работа, тем быстрее мы можем расти. Мы можем строить умнее. В данном случае у нас есть команда, если она развернута для группы пользователей, но в случае этого человека они могут сделать себя умнее, верно? Связывая себя, используя своего ИИ-партнера, и они могут выполнять лучшую работу, верно? Так что вопрос не в том, делают ли это ваши суперпользователи, потому что они это делают. Вопрос в том, как мы можем перейти к этому и сделать это стандартом для всех в нашей организации. И на самом деле, это сводится к тому, что на самом деле означает 10-кратный рост, верно? 10-кратный рост — это не выполнение той же работы быстрее. Это то, как мы можем взять всех наших людей и заставить их работать как наши лучшие люди. Так что это одна большая вещь, которую я хочу, чтобы вы вынесли из сегодняшнего дня, если вы забудете все остальное: 10-кратный рост — это не просто та же работа быстрее. Копилот делает нас быстрее, верно? ChatGPT делает нас быстрее. В лучшем случае это 10% прироста, верно? Где истинный 10-кратный рост происходит, когда все в организации начинают работать как эти лучшие 20%. И поэтому главное здесь — это снова наши суперпользователи, которые делают это естественным образом и используют эти инструменты. Они привносят контекст. Они закрывают свои собственные пробелы, имея ИИ в качестве партнера. Они делают людей вокруг себя лучше, делясь, когда у них есть возможность поделиться. Проблема в том, что это живет всего у горстки этих людей, у суперпользователей, и снова, если они уходят из организации, это уходит вместе с ними, верно? Это не остается. Так что, Остин, простите, можем ли мы вернуться на два слайда назад? Был вопрос от Мартина, спрашивающего о том, что такое составной интеллект, если мы просто начнем с этого, что такое составной интеллект? Можете ли вы попытаться упростить это для нас? Да. Да. Хороший вопрос. Спасибо, что остановили меня, Нолан. Так что составной интеллект — это, по сути, тот факт, что мы постоянно опираемся на работу и обучение, которые происходят в инструменте. И у меня есть хороший пример этого через несколько слайдов, чтобы действительно продемонстрировать это, Мартин. Но поскольку мы используем платформы, которые мы используем сегодня, скажем, мы находимся в нашем LLM и работаем над проектом, и я работаю над чем-то вроде предложения, я думаю, пример, который я дам позже, — это предложение. Так что я поделюсь этим. Я работаю над предложением. Составление этого интеллекта происходит, когда я заканчиваю работу над этим предложением и возвращаюсь через неделю или завтра, чтобы создать следующее предложение. Он берет не только то, что я узнал в первом предложении, которое я создал, но и каждое последующее предложение, которое я создал после этого, чтобы ускорить наше развертывание, чтобы сделать все небольшие изменения, которые я вношу, лучше, чтобы достичь лучшего результата в конце, верно? Это действительно то, о чем мы говорим, составляя интеллект на уровне работы, но также и когда мы начинаем развертывать эти инструменты для команд, верно? Это просто с индивидуальной точки зрения. Когда мы начинаем развертывать этот рабочий поток для команд, мы теперь составляем этот интеллект от человека к человеку, верно? Потому что у них у всех есть этот составной интеллект независимо. Но если мы сможем собрать все это вместе в рамках проекта или в рамках инструмента, как мы поговорим позже, у нас теперь будет мышление, скажем, Остина и Нолана, которые идут в следующее предложение, вместо того, чтобы просто думать об одном человеке, если это имеет смысл. Да. Я всегда слышал простую аналогию: если вы пытаетесь украсить комнату и хотите использовать ИИ, чтобы помочь вам украсить эту комнату, в первый раз вы будете использовать его, и он спросит: "Какой цвет? Какой твой любимый цвет? Какую тему ты хочешь? Северный, загородный, Бриджертон, что угодно." И вы скажете: "Давайте пройдем через это упражнение, и вы сделаете все это. Вы вернетесь к инструменту и скажете: "Эй, я хочу на самом деле, знаешь, я хочу оформить эту другую комнату." Он спросит: "Все ли эти вещи еще те же? Как будто, хочешь ли ты все то же самое?" О, да, но я на самом деле хочу ту же цветовую палитру, но я хочу тему в морском стиле. Вам нужно будет дать ему только этот один совет — морской стиль. И поэтому, по мере того, как вы строите, по мере того, как вы делаете все, оно становится все лучше и лучше, именно поэтому, вы знаете, вы услышите на протяжении всего этого, есть такой призыв к действию, чтобы начать делать это сегодня, потому что это накапливается само по себе. Чем больше вы учитесь, чем больше вы используете, чем больше вы это делаете, тем более незаменимым это становится. Да. Да. Отличный пример, Нолан, и способ действительно упростить это. Я ценю это. Хорошо, давайте вернемся. Итак, мы только что говорили об этом. Так что теперь мы говорим о том, как это на самом деле выглядит, верно? Пройдемся по примеру одного дня, верно? Тот же человек, та же задача, тот же инструмент доступен обоим без системы или без этой 10-кратной способности здесь. Этот сотрудник по предпродажам начинает свой день в 9:00 утра с предложения для клиента, верно? Это не некомпетентный человек. Это не ленивый человек. Они делают именно то, что делают все, верно? Они начинают искать документы, они просматривают входные документы. Они начинают искать старые презентации, которые соответствуют проекту, который нам принесли. Они начинают собирать конкурентную часть. Они копаются в своих электронных письмах, чтобы найти самую последнюю историю ценообразования. К 11:00 у них есть отличный черновик, но позиционирование кажется немного неправильным. Что-то не так. Так что они начинают итерировать. К 14:00 им нужен кто-то, кто проверит цены, прежде чем они будут отправлены, потому что они наконец-то довели их до места, где они считают, что это хорошо. Так что они получают его, утверждают к 17:00, вы знаете, они наконец-то закончили, верно? Восемь часов усердной работы. В итоге получается отличное предложение, но каждый инсайт, который сделал его хорошим, все еще остается с этим человеком индивидуально. Теперь, переключаясь в другом направлении, с системой в игре. Они начинают в 9:00 утра, но к 9:45 это предложение готово. Та же самая качество, тот же уровень детализации, но поскольку они работали из рабочей области предложения, которая была загружена контекстом клиента, которая была загружена конкурентным позиционированием, которая была загружена ценами и содержала все последние документы, они смогли собрать все вместе, курировать его по мере необходимости, доработать, итерировать в течение 45 минут и затем отправить его на утверждение цены. Так что именно так эти инструменты помогают нам накапливать с самого начала, верно? То, на что мы действительно хотим обратить внимание, это не 45 минут, которые потребовались для завершения. Это то, что этот человек сможет сделать с остальной частью дня, верно? Могут ли они взять еще одно предложение, которое осталось в бэклоге. Они могут к 10 утра пойти и присоединиться к продажам еще на две клиентские встречи, верно? В 13:00 они могли бы пройти онбординг нового сотрудника, верно? Обучая нового торгового представителя и проводя его через его первое предложение, чтобы он мог начать помогать с этим предложением. Предлагая, вы знаете, на следующий день, когда они проходят некоторые проверки, верно? Возможно, у них есть инструмент онбординга, который они построили. Приятно то, что вся работа, которая происходит в этой системе, все знания, которые вкладываются в нее, не только у этого человека. Теперь она доступна всем, кто использует этот инструмент, верно? В течение всего срока службы инструмента. Левая колонка — это пример хорошего сотрудника, который делает все возможное с тем, что у него есть. Справа — это тот же человек, но мы позволяем этим знаниям с этой архитектурой накапливаться. И это действительно разница в 10-кратном увеличении, о котором мы говорим, и, опять же, возвращаясь к действительно хорошему примеру этого. Теперь здесь мы, очевидно, говорили о трех петлях, мы говорили о создании инструмента и о том, как это выглядит. Мы внедрили это здесь внутри InfoPro. Так что, прежде чем я скажу вам, что вам следует делать, я действительно хочу показать вам, что мы сделали. Мы запустили это на наших собственных командах. Это реальные цифры развертывания, а не прогнозы того, что мы смогли сделать здесь. Прежде всего, у нас есть наша предпродажная команда. Создав эти инструменты, мы смогли сократить восемь часов работы, как вы только что видели, до 45 минут при создании предложений, верно? Та же самая качество, но лучше. И лучшее — это не лучшее конечное предложение. Лучшее — это то, что мы теперь можем последовательно использовать, и каждый имеет доступ к этому пониманию, поэтому все наши предложения могут быть сделаны еще быстрее. Следующая часть — это маркетинговая команда. Используя это, мы смогли создать для них рабочие области, где они могут разбивать полные брифинги кампаний менее чем за 30 минут, где нет необходимости каждый раз заново объяснять бренд-голос. Нет такого, как "мы хотим, чтобы язык выглядел так" или переписывать рекламные тексты, ничего подобного. С помощью инструмента мы смогли собрать все прошлые показатели эффективности и сегментацию и предоставлять последовательный опыт по всем этим брифингам снова и снова, чтобы завершать их быстрее, завершать их лучше, и нет никакого несоответствия в том, кто сделал этот конкретный брифинг в команде, верно? Финальный пример здесь — время разработки курсов L&D. Мы смогли сократить на 40% с улучшенной согласованностью во всех самих курсах, при этом каждый разработчик работает с одинаковой базовой линией качества. Опять же, это не обязательно связано с тем, кто выполняет работу, потому что они работают с похожей базой. Качество одинаковое. И мы можем поддерживать этот высокий уровень и сосредоточить время на, скажем, добавлении большего творчества, возможности быстрее итерировать, возможности быстрее вносить изменения, когда клиент, вы знаете, имеет корректировку, которую им нужно внести. Так что это наши цифры, наш контекст, наши команды. Очевидно, что когда вы будете развертывать это, ваши результаты будут зависеть от сложности вашего рабочего процесса, как вы их внедряете. Требуется время, чтобы действительно доработать эти инструменты, чтобы начать видеть эти цифры. Но мы показываем вам, что на самом деле возможно, когда вы получите правильную архитектуру и правильную структуру. Теперь я знаю, что многие люди могут думать: "Как я могу начать?" Итак, прежде чем мы пойдем дальше, я действительно хочу дать вам что-то, что вы можете использовать сегодня после окончания этого звонка на этой неделе, независимо от того, какие инструменты у вас есть. Итак, все, что вы только что видели на последнем слайде, или, скорее, два слайда назад, из этой рабочей области предложений, загрузка контекста, накопление, большинство этого поведения может быть воспроизведено прямо сейчас в ChatGPT, Claude, Copilot, любом LLM, который вы используете, верно? Функция — проекты, верно? Большинство из вас имеют ее, некоторые из вас, возможно, используют ее время от времени, но мы видим, что не так много людей используют ее намеренно. Так что у меня есть три примера того, как выглядит намеренное использование. Идея очень проста. Выберите свой тип работы. Итак, различные типы работы, которые вы выполняете, и создайте проект вокруг этого. Вы загружаете его один раз со всем, что вы или отличный исполнитель держите в голове, верно? Вы знаете, пример предложения, выигрышные предложения, конкурентное позиционирование, бренд-голос, контекст онбординга, информация о клиентах, ваши, вы знаете, документы о выигрыше сделок. Теперь каждый человек, который касается этого проекта, имеет весь этот контекст, с которым он может работать. Они не начинают с нуля. Они начинают с того места, где остановился последний человек. Где мы видим это немедленно. Снова для успеха, рабочая область предложений, которую вы видите здесь, проект онбординга. Это помогает взять то, что знают ваши лучшие исполнители, и передать это вашим новым сотрудникам как можно быстрее. Контент и коммуникация. Так что вещи, которые звучат как ваш бренд, простые принципы, мы можем применять это к высокоэффективным результатам в вашей организации. Так что, чтобы сделать это самостоятельно, снова, составьте карту своей собственной, какой бы ни была ваша функция, или если вы делаете это с точки зрения L&D, вашей самой высокоэффективной функции. Выясните разницу между вашим лучшим человеком и всеми остальными. И я покажу вам несколько примеров, как это найти здесь через секунду. И затем запишите это. Это ваш проект. Вы можете начать это на этой неделе. Теперь единственное, что я скажу, это то, что это позволит вам использовать инструменты, которые у вас уже есть сегодня, и позволит вам пройти около 30% пути, верно? Вы почувствуете потолок в какой-то момент. Это потому, что вы все еще выполняете некоторую ручную работу, верно? Вы загружаете свой контекст вручную. Нет памяти между несколькими различными сегментами или несколькими различными сессиями в большинстве этих инструментов. Ваши подсказки, которые вы можете писать, — это вещи, которые вам нужно хранить в SharePoint или что-то еще, чтобы другие пользователи имели к ним доступ. Они просто не живут непосредственно в инструменте. Так что есть некоторое совместное использование, которое должно происходить внутри него, и оно не обязательно связано с другими инструментами, кроме вашего LLM, который вы используете, верно? Так что иногда получение самых свежих документов может быть немного громоздким, потому что вам приходится постоянно их извлекать. Но это реально. Это будет работать, и вы увидите эффект. Теперь, некоторые другие шаги, которые мы можем предпринять в этом. Если вы смотрите на инструменты, прежде чем покупать инструмент, вот несколько вещей, которые вы можете спросить. Вопрос номер один: можете ли вы назвать три поведения, которые отличают вас от лучших исполнителей? Если нет, то ваши институциональные знания невидимы. Вам нужно раскрыть это в своей собственной организации, особенно если вы работаете в конкретной группе, верно? Если вы работаете в продажах, если вы работаете в маркетинге, вам нужно уметь их идентифицировать. Вопрос номер два: сколько времени требуется новому сотруднику, чтобы достичь такого же результата, как и двухлетний сотрудник? Средний показатель по отрасли здесь — 8-12 месяцев. С правильной системой мы видели возможность сократить это примерно до 90 дней. Три: если пять ваших лучших сотрудников уйдут завтра, сколько из того, что делает их великими, сохранится? Верно? Насколько хорошо мы это задокументировали? Если ответ здесь "не очень", то мы действительно арендуем их возможности на время, пока мы здесь. Мы не строим это. Вопрос номер четыре: знает ли ваш текущий ИИ что-то конкретное о вашей компании? Верно? Или весь вывод, который мы получаем от него, — это просто общий поиск в Интернете? Это то же самое, что получил бы кто-либо, задающий похожий вопрос или похожий вопрос? Если вы ответили "не совсем" на три или более из этих вопросов, то ваш пробел — это не обязательно стратегия, это инфраструктура, верно? И хорошая новость в этом заключается в том, что эту инфраструктуру можно исправить. Итак, вот действительно план действий, чтобы начать это исправлять. Пять шагов здесь. Ни один из них не является инструментами. Это решения, которые вы можете начать принимать на этой неделе для своей организации. Теперь я понимаю, что некоторые из вас здесь, некоторые из вас, кто может смотреть, не обязательно ищут решения этой проблемы или этого вызова для своей организации. Вы можете искать решения этого вызова для себя как для отдельного человека. И эти вопросы остаются теми же. Просто место, где вы их находите, будет немного отличаться, верно? Итак, шаг первый: запланируйте три интервью с вашими наиболее затратными функциями и попросите их рассказать вам об ИИ, который они используют в обычный день. Запишите это, посмотрите, что они используют. Это первый шаг вашего институционального плана действий, чтобы увидеть инструменты, которые используются. Опять же, если вы отдельный человек, это довольно легко решить, потому что вы знаете инструменты, которые вы используете. Номер два: определите свое "до" в одной команде до конца месяца. Итак, выберите два показателя вывода. Запишите сегодняшние цифры. Потому что вы не можете доказать 10-кратный рост, если у вас нет отправной точки, где мы находимся сегодня. Номер три: добавьте один вопрос к каждому звонку с поставщиком. Если вы рассматриваете инструменты ИИ, что он знает о моей компании? Если вы получаете общий вывод, или они не могут найти, вы знаете, они просто демонстрируют общие ответы, то это ваш ответ. Он ничего не знает о вашей компании, и вы будете продолжать получать те же ответы или выполнять ту же работу, что и любой другой, кто использует этот инструмент. Номер четыре: назовите своего ИИ-чемпиона до того, как купите что-либо. Должен быть один человек в вашей организации или в отделе, который несет ответственность в своем следующем обзоре производительности за внедрение ИИ и результаты. Не комитет, а один человек. И если вы знаете, что вы написали имя и написали "будет определено", это ваша первая проблема, которую нужно решить, а не какой инструмент мне нужно получить. Найти этого человека. Правило, шаг номер пять: определите, куда идут ваши лучшие люди, когда они застряли, а затем выясните, как поместить туда ИИ. ИИ, который находится в двух кликах от реальной работы, используется, верно? ИИ, который требует отдельного входа, не используется, верно? Он остается там, где он есть. Так что выясните, как поместить его туда, куда идут ваши люди, когда они застряли. Хорошо. Еще одна вещь, опять же, когда мы разговариваем с любыми платформами талантов ИИ или платформами ИИ в целом, просто отличные вопросы, которые нужно задать. Мы также поделимся всем этим с вами. Так что вы можете сделать скриншот, если вам нужно. Но просто чтобы вы держали их в кармане. Не знает бизнеса, не знает вашего бизнеса до первого дня, верно? Может ли он искать, может ли он копаться в том, кто вы есть? Был ли он построен вокруг этого? Или он будет предоставлять тот же ввод, что и все остальные? Мы говорили об этом несколько раз. Живет ли он внутри работы, которую они делают, или рядом с работой, которую мы делаем? Становится ли он умнее или накапливает интеллект со временем? Отличается ли он для разных ролей, или это тот же самый инструмент для каждой роли? Я думаю, это действительно важно, особенно когда мы говорим о бизнес-контексте. Можем ли мы видеть реальные результаты в том, что они могут предоставить, а не просто прогнозы этих результатов? И, наконец, можем ли мы увидеть ценность в течение 90 дней, верно? Подписываемся ли мы на внедрение ERP, или мы можем получить что-то ценное? Поскольку ИИ движется так быстро. Если мы не сможем увидеть ценность в течение 90 дней, то вам будет трудно найти ценность в долгосрочной перспективе в инструменте. И когда мы делали это сами и с инструментами, которые мы рассматривали в то время, большинство из них не могли ответить "да" на все шесть из этих вопросов, верно? И следующий слайд действительно объясняет, почему. Мы видим те же самые "режимы отказа", повторяющиеся во всех трансформациях ИИ, в которых мы участвовали, и с которыми мы работали с клиентами, пытаясь выбраться из них, верно? Это не обязательно сюрпризы. Так что начинать с инструментов вместо результатов — это действительно болезненный пробел. Нам нужно выяснить, что мы решаем, чтобы доказать ценность, а затем расширяться оттуда. Общий ИИ, мы говорили об этом несколько раз здесь, это просто более быстрая поисковая система. Ожидание идеальных данных, прежде чем мы начнем двигаться, — это тоже ловушка, верно? ИИ может потреблять данные так быстро, что если у нас нет идеальных данных, это нормально. Мы можем начать с того, где мы находимся сегодня, и мы можем начать, поскольку эти данные улучшаются, ИИ просто будет улавливать новые данные, верно? Так что нам не обязательно иметь все идеально. Нам не нужен полный инвентарь навыков, чтобы начать. Он строится вокруг людей, пока они работают. И затем рассматривать внедрение как технологическую проблему. Это действительно человеческая проблема. Используем ли мы инструменты, которые у нас есть? Эти чемпионы приносят нам ранние победы больше, чем любой другой набор функций, верно? Возможность иметь хороших внутренних чемпионов. Теперь я знаю, что мы близки к концу времени. Так что одна из вещей, которой я поделюсь со всеми вами здесь, это то, что с этим чек-листом, который вы видели, мы провели его со всеми, как я поделился. Никто не отметил все галочки. И именно поэтому мы решили, что начнем создавать свой собственный инструмент здесь, в InfoPro. И откуда взялись некоторые из этих цифр, о которых мы говорили, и примеры, которые я привел ранее, верно? Предпродажные предложения, маркетинговая команда, разработка контента. Мы скоро готовы запустить наш продукт One Guru Pro, и в настоящее время мы ищем небольшую группу организаций для партнерства, чтобы помочь сформировать дорожную карту для развертывания и реализации этой работы для себя. Так что, если вы заинтересованы в этом, не стесняйтесь обращаться к нам. Мы также отправим всем электронное письмо, если вы заинтересованы. Вы можете ответить напрямую на него, чтобы присоединиться к этой группе, этой пилотной когорте для инструмента. Я пропущу вперед, потому что снова, у нас осталось не так много времени. Прежде чем вы уйдете, вот чек-лист. Опять же, мы поделимся этим со всеми вами, консолидированным в одном месте. Неделя 1, Неделя 2, Неделя 3. Здесь девять действий в дополнение к созданию собственного пространства проекта. Теперь у вас есть все, что вам нужно, чтобы начать, верно? Неделя 1: суперпользователи, назначение чемпионов, проведение аудита. Недели 2 и 3: документирование того, что делает этих великих людей великими, определение вашей базовой линии, определение вашей цели развертывания ИИ, а затем, наконец, на неделе 4, проведение чек-листа во время вашего следующего звонка с поставщиком, проверка под давлением против четырех ловушек. Если ничего другого не пройдет, не стесняйтесь обращаться к нам, и мы будем рады помочь вам в этом процессе. Хорошо. Я знаю, что люди приходили и уходили. Для тех из вас, кто был здесь последние 30 минут, мы знаем, что вы думали, что-то резонировало, что-то, в чем вы можете быть скептичны. Мартин, у вас был отличный вопрос. Есть ли какие-нибудь, знаете ли, честные вопросы? Получите честные ответы. Есть ли у кого-нибудь дополнительные вопросы, которые они хотят задать в конце сегодняшней сессии? Я знаю, что у нас осталось всего пара минут. Пока люди, возможно, набирают их, у нас был один от господина Чарльза, который спросил, можете ли вы немного рассказать о том, как создать агента. Да. Так что создание агента будет своего рода, это будет зависеть от того, в каком инструменте вы работаете. Так что я думаю, это действительно будет сводиться к номеру один: в каком инструменте вы работаете и, в частности, что вы хотите, чтобы этот агент делал. Что я бы сказал, это как использование чек-листа, о котором я говорил ранее. Использование этих выводов, которые вы получите из этого чек-листа, поможет вам получить все необходимое для создания этого агента. Так что, по сути, выбор любой задачи, которую вы хотите, чтобы этот агент выполнил, — это номер один. То, что мы действительно пытаемся достичь с этим, а затем перейти к вашему инструменту выбора. Опять же, все строят агента немного по-разному. Создание проекта — это снова очень похоже на это, но вы загружаете, знаете ли, подключаете, куда я хочу, чтобы этот агент получал информацию. Рабочий процесс, через который я хочу, чтобы этот агент работал. Так что шаг первый, шаг второй, шаг третий. И затем, какой окончательный вывод и откуда он извлекает все эти различные соединения. И это своего рода сложный вопрос для ответа, опять же, не зная конкретного инструмента, с которым вы работаете. Но, но, как вы сказали, абсолютно, все инструменты, большинство популярных инструментов дают вам возможность создавать их. Некоторые делают это немного проще, чем другие. Знаете, я думаю, что ChatGPT, вероятно, проще всего создать агента. Я думаю, знаете ли, по мере того, как он становится более сложным, иногда именно там эта платформа терпит неудачу, но они делают это очень, очень просто, чтобы зайти и попробовать. Да. Последний вопрос, который у нас есть здесь: как вы рекомендуете кому-то начать с этим? Я имею в виду, вы провели нас от нуля до миллиона. Что на самом деле лучший способ, как если вы размышляете, это все здорово, но я просто плаваю, я под водой, и все это меняется каждый день. Как мне поставить булавку на карте и начать двигаться? Да. Это две части. Так что, если вы делаете это для себя, верно, если вы приходите сюда как отдельный человек, где вы можете начать сегодня, это зайти в ваш LLM по вашему выбору, создать проект для работы, которую вы выполняете чаще всего, и начать использовать этот проект для выполнения этой работы. Верно. Теперь, когда вы идете, в первый раз, когда вы выполняете работу в этом проекте, как пример предложения, это займет некоторое время. Это будет неуклюже. Это все равно будет быстрее, чем если бы вы начали с нуля. Но вы будете совершенствоваться. Вы будете давать вводные данные, и инструмент начнет учиться прямо оттуда. И затем продолжайте использовать этот проект. Теперь, когда вы выбираете, выберите один рабочий процесс и просто погрузитесь в этот один рабочий процесс, сделайте проект специально для этого одного рабочего процесса. И тогда вы начнете учиться, когда вам нужно выйти из этого проекта, исходя из того, когда работа больше не соответствует, или когда вы чувствуете, что вам нужно перезапустить процесс обучения снова в рамках проекта, над которым вы работаете. Вот тогда вам нужно, тогда вы знаете, что вам нужно создать еще один проект. Так, например, мой пример, и у меня их здесь нет, но у меня есть около 10 различных пространств проектов, над которыми я работаю для разных вещей, которые я делаю, верно? Один, если я работаю над созданием предложений для клиента, у меня есть только одно рабочее пространство проекта там. У меня есть совершенно другое рабочее пространство проекта для создания таких вещей, как презентации для вебинаров. Так что самый простой способ — создать проект для одного потока работы, загрузить свою документацию и начать строить из этого проекта, и я думаю, вы найдете огромное количество ценности просто в использовании проектов независимо, опять же, как отдельный человек. Да. Есть еще один вопрос, который немного более мягкий, чем я думаю, ИИ, это что вы думаете о менеджерах и что им нужно для стимулирования внедрения в их командах? Знаете ли вы, что мы видим, как информация передается коллегам, но как вы меняете мышление? Это то, о чем я много писал. И если я смогу найти их достаточно быстро, я вставлю некоторые из этих ссылок. Но я обнаружил, что дело в том, чтобы быть открытым и честным с ними о ИИ. Я чувствую, что большинство людей колеблются перед ИИ из-за отсутствия осведомленности, отсутствия понимания и страха. И я обнаружил, что это трудное время, потому что прямо сейчас мы находимся в положении, когда мы говорим: "Используйте ИИ, используйте ИИ, используйте ИИ", что вы абсолютно должны делать. Но в то же время, знаете ли, умные менеджеры не говорят: "Используйте ИИ. Не волнуйтесь, он не заберет вашу работу. Просто используйте его." Я не думаю, что я думаю, что люди намного умнее, чем я думаю, они читают все вокруг себя, чтобы сказать им, знаете ли, возможно, это не совсем так. То, что я вижу, как организации делают лучше всего, и менеджеры делают лучше всего, это когда они ведут открытый разговор: "Слушайте, вам нужно использовать ИИ. Вам не хочется быть последним, кто пишет электронные письма от руки. Вы хотите как можно быстрее освоить электронную почту, потому что это ожидание." И поэтому я думаю, что больше всего, вы не можете заставить это. Я, то, что я видел, работает меньше всего, это когда люди говорят: "Пройдите этот курс по ИИ, пройдите этот курс по внедрению ИИ, пройдите этот курс по готовности к ИИ". Если люди не используют его изо дня в день, не используют его изо дня в день, они не научатся с той скоростью, с которой вы хотите, потому что он так быстро меняется. Так что на самом деле, я чувствую, что это в основном разговор о сердцах и умах, а не о внедрении инструментов. Внедрение инструментов, все эти вещи предназначены для того, чтобы быть намного проще, чем любой другой инструмент, который вы когда-либо использовали. Так что это не должно быть большой проблемой. Большая проблема заключается в том, как вы завоевываете сердца и умы, ведя открытые и честные разговоры о том, что ИИ делает на рабочем месте. Что нелегкие разговоры, но важные. Я думаю, Остин, это все остальные вопросы, которые я вижу. Хорошо, отлично. Ну, спасибо всем. Если возникнут дополнительные вопросы, не стесняйтесь обращаться. Мы будем более чем рады ответить на них. Как я уже говорил, мы поделимся презентацией. Это обычно первый вопрос, который мы получаем. Но вы получите слайды, и у нас есть отдельный документ для каждого из пунктов чек-листа, выводов, чек-листа на следующие 30 дней, которые мы также отправим вам по электронной почте. Так что, большое спасибо за участие сегодня. Спасибо, что уделили нам время сегодня, Остин. Мы очень ценим это. И спасибо всем, кто присоединился и остался с нами. Мы надеемся, что вы получили ценность. Пожалуйста, свяжитесь с нами, если вам нужна какая-либо помощь. Спасибо и хорошего дня. Пока.