Sistēmdomāšana: mākslīgais intelekts jūsu procesos
Šajā lapā
Pāri rīkam: procesu pārdomāšana no jauna
ChatGPT izmantošana, lai darītu to pašu, ko jau dari, tikai ātrāk, ir labs sākums. Taču savu procesu pārdomāšana, integrējot mākslīgo intelektu kā to neatņemamu sastāvdaļu, ir transformējoša. Atšķirība slēpjas nevis ieviešanas sarežģītībā, bet gan tavā gatavībā uzdot vienu kritisku jautājumu.
Vienāda ar vienādu automatizācijas slazds
Daudzi mākslīgā intelekta ieviešanas projekti pieļauj vienu un to pašu kļūdu: esošo procesu automatizēšana, tos neapšaubot. Tas ir līdzīgi papīra veidlapu skenēšanai, lai tās nosūtītu pa e-pastu — tu esi tās digitalizējis, nevis transformējis. Process saglabā savus soļus, iesaistītās personas un termiņus; mainās tikai ātrums, kas drīz vien ierobežo ieguvumus.
Aplūko tipisku piemēru. Analītiķis saņem 50 lappušu garu PDF ziņojumu, pavada 4 stundas, izvelkot galvenos skaitļus, sagatavo 2 lappušu kopsavilkumu un nosūta to savam vadītājam. Naiva automatizācija ietver PDF faila importēšanu ChatGPT un kopsavilkuma pieprasīšanu: tu ietaupi laiku, taču process paliek nemainīgs — analītiķis joprojām to ierosina, raksta un nosūta.
Patiesa transformācija ir citāda. Ziņojums nonāk savienotā SharePoint vidē; „Ziņojumu analīzes” asistents — kopīgs projekts vai prasme — to apstrādā un izveido strukturētu kopsavilkumu ar rādītājiem, anomālijām un ieteikumiem tieši Finanšu projektā. Analītiķis vairs neraksta kopsavilkumu; viņš validē un papildina analīzi. Ieguvums netiek mērīts ietaupītajās stundās, bet gan lomas maiņā no zemas vērtības datu izgūšanas uz interpretāciju un lēmumu pieņemšanu.
Kartē, klasificē, pārveido
Metode sastāv no trim soļiem. Pirmais ir aprakstošs: dokumentē soļus, iesaistītās personas, ievades un izvades faktus, faktiski patērēto laiku un berzes punktus — gaidīšanas laikus, savstarpējo saraksti un datu atkārtotu ievadi. Tas ir darbietilpīgi, tāpēc izšķiroši: lielākā daļa komandu atklāj soļus, kurus vairs neviens nevar attaisnot.
Otrais solis klasificē katru ķēdes posmu trīs kategorijās. Uzdevumi, ko var automatizēt ar MI, ir tie, kas ietver kopsavilkumu veidošanu, rakstīšanu, tulkošanu, datu izgūšanu un klasificēšanu — piemēram, līguma pārskatīšana, lai izgūtu termiņus. Uzdevumi, ko var papildināt, ietver lēmumu pieņemšanu, analīzi vai radīšanu, kur MI palīdz, bet neaizvieto: piemēram, izvēle starp diviem budžeta scenārijiem. Neatgriezeniski cilvēka uzdevumi paliek stratēģiskais spriedums, attiecības ar klientiem, sarunu vedšana un galīgā validācija; to nosaukšana ir daudz mierinošāka nekā miglainas runas par to, ka MI nevienu neaizstās.
Trešais solis ir vienīgais, kas rada transformāciju, un tieši to cilvēki visbiežāk izlaiž. Nevienu vienkārši neievieto ChatGPT esošajos soļos: pajautā sev — kā šis process izskatītos, ja tu to šodien veidotu no jauna, zinot, ka MI ir pieejams komponents? Atbilde liek pazust dažiem soļiem, apvienot citus un atklāt jaunus — parasti tas ir cilvēka validācijas solis pēc MI ģenerēšanas, kas nebija nepieciešams, kad ražošana bija tikai cilvēka rokās.
Kā tas izskatās funkciju griezumā
Pārdošanas nodaļā pārstāvji agrāk katru piedāvājumu sagatavoja ar rokām: klienta izpēte, rakstīšana, noformēšana. „Piedāvājumu sagatavošanas” asistents, kas barots ar īsu briefu kopīgā projektā, ģenerē melnrakstu, ko pārstāvis pilnveido. Pūles tiek pārvirzītas no noformēšanas uz argumentāciju.
Atbalsta dienestā biļete prasīja izlasīšanu, zināšanu bāzes meklēšanu un atbildes sagatavošanu. „Triāžas un atbildes” asistents kategorizē biļeti un, balstoties uz bāzi, piedāvā atbildi; aģents to validē vai pielāgo, atbrīvojot sevi gadījumiem, kas prasa viņa ekspertīzi.
Personālvadībā darbinieki atlasīja CV, rakstīja darba sludinājumus un sagatavoja intervijas. „Darbinieku atlases” asistents strukturē sludinājumus, balstoties uz vadītāja briefu, ģenerē interviju vērtēšanas lapas un apkopo sesiju piezīmes. Atlases speciālists koncentrējas uz vērtēšanu un attiecībām ar kandidātiem, kamēr lēmums paliek cilvēka ziņā.
Finanšu nodaļā kontrolieri vāca datus, veidoja ziņojumus un rakstīja analīzes. Dati glabājas kopīgā projektā, un „Finanšu pārskatu” asistents sagatavo standarta ziņojumus, vienlaikus atzīmējot anomālijas. Kontrolieris tās analizē un piedāvā korektīvus pasākumus: tāda pati lomas maiņa kā analītiķim.
Pieci jautājumi, lai identificētu pareizos procesus
Uzdod tos pašus jautājumus katrā nodaļā: Kuri ir tavi pieci laikietilpīgākie procesi? Kuros no tiem ir iesaistīta rakstīšana, kopsavilkumu veidošana vai dokumentu analīze? Kura savstarpējā sarakste starp cilvēkiem notiek visbiežāk? Ja tev būtu neierobežots asistents, kas pieejams 24/7, ko tu tam vispirms uzdotu darīt? Un kādus uzdevumus tu veic tikai tāpēc, ka „mēs vienmēr tā esam darījuši”? Pirmie četri identificē ieguvumu avotus; piektais, visneērtākais, atklāj procesus, kas ir jālikvidē, nevis jāoptimizē.
Patiesais šķērslis ir domāšana
Mākslīgā intelekta ieviešana procesos nav tehnisks projekts; tas ir transformācijas projekts. Darbinieki pāriet no izpildītāja domāšanas („es sagatavoju pārskatu”) uz papildināta uzrauga domāšanu („es validēju un papildinu MI ģenerēto pārskatu”). Šī pāreja prasa uzticēšanos rīkam, nepārtrauktu apmācību un vadību, kas vērtē analīzi augstāk par neapstrādātu izvadi: kamēr gada pārskatos tiks mērīts saražotais apjoms, neviens nemainīs savu domāšanu. Veiksmīgas organizācijas nav tās, kas ievieš visātrāk, bet gan tās, kas pārdomā, nevis automatizē.
Tava kārta
Pārveido procesu. Izvēlies savu komandas laikietilpīgāko procesu, izkarto tā soļus, klasificē katru no tiem kā automatizējamu, papildināmu vai cilvēka veiktu, pēc tam uzzīmē tā versiju, kas „izveidota šodien”. Atzīmē soļus, kas pazūd, tos, kas apvienojas, un cilvēka validāciju, ko pievieno.
Oficiālie avoti: Promptu veidošana (ChatGPT dokumentācija) · Projekti ChatGPT · Prasmes ChatGPT · SharePoint lietotne un iestatīšana ChatGPT (OpenAI palīdzības centrs)
Galvenās atziņas
- Procesa automatizēšana vienāda ar vienādu ātri sasniedz griestus: tas ir jāpārdomā no jauna, izmantojot MI kā komponentu.
- Metode: kartē, klasificē katru soli (automatizējams, papildināms, cilvēka), pārveido.
- Galvenais jautājums: kā šis process izskatītos, ja tu to šodien veidotu no jauna?
- Ieguvums redzams lomu maiņā — no datu izgūšanas uz interpretāciju un lēmumu pieņemšanu.
- Patiesais šķērslis ir domāšana: vērtē analīzi augstāk par saražoto apjomu.