← Tilbake til bloggen

Ansette, lære opp eller samarbeide: slik bygger du AI-kompetanse uten å gjette

En praktisk måte å avgjøre om selskapet ditt trenger AI-ansettelser, opplært personale eller en ekstern partner — og hvilken rekkefølge du bør ta det i.

De fleste selskaper spør «trenger vi et AI-team?» omtrent et år etter at de burde ha besvart spørsmålet, og de stiller det som et bemanningsspørsmål. Det er det ikke. Det er et spørsmål om hvilke evner dere må eie permanent, og hvilke dere er bedre tjent med å leie mens grunnen fortsatt er i bevegelse.

Hva du egentlig bestemmer

Det finnes tre måter å skaffe en kompetanse du mangler på: ansette den, bygge den i folkene du allerede har, eller kjøpe den av noen andre. AI endrer ikke på det. Det AI endrer, er halveringstiden. Integrasjonen dere bygger dette kvartalet kan være utdatert om atten måneder. Vurderingen av hvilke deler av virksomheten som er verdt å automatisere, vil fortsatt være verdifull om ti år.

Så del spørsmålet i to. Hvilke deler av arbeidet er varige — kunnskap om dataene deres, kundene deres, den regulatoriske eksponeringen deres, hvor driften faktisk ryker? Og hvilke deler er flyktige — modellvalg, evalueringsrammeverk, rørleggerarbeidet rundt gjenfinning, utrulling? Eie den varige delen. Leie den flyktige delen til den slutter å bevege seg.

Det ene skillet avgjør det meste av det som følger.

Ansettelse

Å ansette gir mening når AI-arbeidet er kontinuerlig snarere enn et prosjekt, når det ligger tett på produktet deres, og når dere allerede har utviklere som kan ta imot det en ny spesialist bygger.

Den vanlige feilen er den første ansettelsen. En enslig senior AI-ingeniør i et selskap uten AI-praksis har ingen til å kvalitetssikre arbeidet sitt, ingen å overlevere det til, og ingen vei videre. Vedkommende leverer noe som virker, slutter atten måneder senere, og ingen av dem som er igjen kan vedlikeholde det. Hvis dere ansetter, ansett to — eller ansett én inn i et team som kan ta over arbeidet.

Vær ærlig om vurderingsevnen også. Hvis ingen i intervjupanelet kan skille en solid evalueringsstrategi fra en som bare høres troverdig ut, ansetter dere ikke — dere gambler med tolv måneders tilbakebetalingstid.

Opplæring

Å lære opp folkene dere allerede har er det mest undervurderte alternativet, og har den beste økonomien for den varige halvdelen av arbeidet. Driftslederen deres vet allerede hvilke fakturaer som går galt og hvorfor. Å lære den personen å spesifisere, teste og overvåke et AI-system tar mindre tid enn å lære en ekstern ingeniør fakturasystemet deres.

Opplæring fungerer når arbeidet er anvendt: å automatisere prosesser dere allerede forstår, bruke AI inne i verktøy de ansatte bruker daglig, skrive tydelige spesifikasjoner, kontrollere resultater og fange opp feil. Det fungerer ikke når dere trenger produksjonsinfrastruktur. Et todagerskurs skaper ingen ingeniør, og å late som noe annet gir prototyper som aldri overlever møtet med reelle volumer.

Sett av reelle timer til det. Skjermet tid i arbeidsuken, med en navngitt prosess som skal forbedres — ikke en kveldsplikt og et kursbevis.

Samarbeid

Samarbeid passer når dere må i gang nå, når arbeidet er et prosjekt snarere enn en praksis, eller når dere ennå ikke vet nok til å ansette godt. Det første året med AI i et mellomstort selskap handler mest om utforskning: hvilke bruksområder lønner seg, hvilke feiler i stillhet, hva dataene deres kan og ikke kan bære. Å betale for den utforskningen én gang koster mindre enn å ansette et fast team for å finne det ut.

Feilmodusen er avhengighet. En partner som etterlater dere med et system dere ikke kan forklare, endre eller prissette, har solgt dere et abonnement. Skriv uavhengighet inn i kontrakten: dokumentasjon deres egne ansatte kan lese, eierskap til prompter, evalueringssett og datapipelines, én av deres egne folk som jobber sammen med dem hele veien, og et avtalt overleveringspunkt.

Hvordan vite hva du trenger

Vurder situasjonen deres ærlig mot disse fem:

  • Hyppighet. Ett system i år peker mot en partner. En jevn kø av dem peker mot ansettelser.
  • Nærhet til kjernen. Hvis AI berører det kundene betaler dere for, eie det. Hvis det gjør ryggkontoret raskere, leie det.
  • Eksisterende bemanning. Ingen utviklere til å ta imot arbeidet betyr at en første ansettelse ikke blir værende.
  • Datasensitivitet. Streng regulatorisk eksponering øker verdien av intern kontroll og av en partner som har bestått en revisjon før.
  • Klarhet. Hvis dere ikke kan navngi prosessen og tallet den skal flytte, hjelper ingen bemanning ennå.

Rekkefølgen som pleier å fungere

De fleste selskaper ender opp med å gjøre alle tre, og rekkefølgen betyr noe. Samarbeid først for å finne og bevise to eller tre bruksområder. Lær opp deres egne folk til å drifte det som settes i produksjon, slik at kunnskapen blir værende. Ansett når dere vet nøyaktig hvilken rolle dere ansetter til — da skriver stillingsbeskrivelsen seg selv, og dere kan skille en sterk kandidat fra en selvsikker en.

Den rekkefølgen er arbeidet vi gjør hos Hercules A: bære lasset tidlig, og levere tilbake noe teamet deres kan drifte selv.

Artikler · Hercules A

Innsikt om å tilpasse bedriften til AI.

Contact