Bắt đầu từ đâu với trí tuệ nhân tạo trong công ty của bạn

Bắt đầu từ công việc, không phải từ công cụ

Hầu hết các công ty gặp khó khăn với AI không phải vì công nghệ quá phức tạp, mà bởi họ bắt đầu ở nơi sai - với một công cụ, một bản demo, hoặc một mệnh lệnh "sử dụng AI". Kết quả là quen thuộc: một vài thí nghiệm hào hứng, một vài đăng ký, và không có thay đổi thực sự trong hoạt động của công ty. Công cụ hoạt động tốt, nhưng việc áp dụng lại không thành công.

Có một nơi yên tĩnh hơn để bắt đầu.

Bắt đầu từ công việc, không phải từ công cụ

Trước khi đánh giá bất kỳ sản phẩm AI nào, hãy ghi lại những nhiệm vụ mà nhóm của bạn lặp đi lặp lại thường xuyên nhất. Không phải là những quyết định chiến lược, định kỳ hàng quý - mà là công việc nhỏ, thường xuyên, ít nổi bật: sắp xếp yêu cầu đến, soạn thảo các loại phản hồi tương tự, di chuyển dữ liệu giữa hệ thống, kiểm tra tài liệu theo quy tắc, trả lời câu hỏi mà khách hàng luôn hỏi.

Đây là nơi AI tạo ra giá trị đầu tiên, bởi vì chúng thường xuyên đủ để những cải tiến nhỏ tích lũy, và có cấu trúc đủ để một hệ thống xử lý đáng tin cậy.

Một chatbot chung hiếm khi chạm vào công việc này, chính xác là lý do tại sao các công cụ chung thường bị kẹt. Giá trị nằm trong quy trình của bạn, không phải trong mô hình.

Tìm ba tín hiệu

Một nhiệm vụ là ứng cử viên tốt cho AI khi nó thể hiện ba tín hiệu cùng một lúc:

• Nó lặp lại. Cùng một công việc xảy ra nhiều lần mỗi tuần.
• Nó có một khuôn mẫu. Một người có thể ghi chép xuống cách họ thực hiện nó một cách sơ lược.
• Một sai sót có thể khắc phục được. Việc làm sai đôi khi tốn thời gian, nhưng không ảnh hưởng đến sự tin tưởng hoặc an toàn.

Bắt đầu với những nơi tất cả ba điều đều đúng. Tránh vào lúc này các quyết định mang tính cao rủi ro nơi một câu trả lời sai đắt đỏ hoặc khó sửa chữa - chúng sẽ đến sau khi bạn tin tưởng vào hệ thống và có các biện pháp kiểm tra sẵn sàng.

Giữ một con người trong vòng lặp, có chủ ý

Vào giai đoạn đầu, mục tiêu không phải là loại bỏ con người. Nó là loại bỏ phần công việc lặp đi lặp lại của họ để họ có thể tập trung vào những nơi phán đoán quan trọng.

Mẫu đáng tin cậy nhất chúng ta thấy: hệ thống thực hiện lần đầu - soạn thảo, sắp xếp, đánh dấu, chuẩn bị - và một con người phê duyệt, chỉnh sửa hoặc phủ quyết. Lựa chọn thiết kế đơn giản này giúp bạn đạt được tốc độ mà không đặt cược toàn bộ vào việc mô hình luôn đúng. Khi tin tưởng tăng lên, bạn có thể mở rộng những gì chạy tự động.

Đo một điều gì đó trước và sau

Việc áp dụng thất bại một cách yên lặng khi không ai có thể nói liệu nó có thành công hay không. Trước khi thay đổi bất cứ điều gì, chọn một con số trung thực cho nhiệm vụ: giờ dành mỗi tuần, thời gian phản hồi, tỷ lệ lỗi, kích thước hàng đợi. Ghi nó lại.

Sau đó, sau khi hệ thống được triển khai, đo cùng một con số. Nếu nó không thay đổi, bạn đã học được điều gì đó rẻ tiền. Nếu nó thay đổi, bạn có kết quả cụ thể để xây dựng bước tiếp theo - và để biện minh cho nó với phần còn lại của công ty.

Xây dựng cho doanh nghiệp của bạn, không phải xung quanh một mẫu

Các công cụ sẵn có giả định rằng mọi công ty đều hoạt động giống nhau. Công ty của bạn không như vậy. Quy trình, dữ liệu, các trường hợp ngoại lệ, cách người thực sự hoàn thành công việc - đó là bối cảnh mà một hệ thống cần phù hợp, và cũng là phần mà sản phẩm chung không thể nhìn thấy.

Đây là công việc nặng nhọc, ít nổi bật của việc thích nghi: kết nối AI với quy trình thực tế, xử lý các trường hợp ngoại lệ, và triển khai điều gì đó có thể hoạt động tốt vào một buổi chiều thứ Ba khi đầu vào lộn xộn. Đây cũng là công việc phân biệt kết quả lâu dài từ bản demo đầy hứa hẹn.

Bạn không cần phải thực hiện phần này một mình - nhưng bạn phải bắt đầu ở nơi đúng.

Bước đầu tiên, trong một câu

Chọn một nhiệm vụ lặp đi lặp lại, có khuôn mẫu và an toàn khi mắc sai lầm đôi chút; đo nó một cách trung thực; đặt hệ thống trên lần xử lý đầu tiên với một con người trong vòng lặp; và kiểm tra xem con số có thay đổi hay không. Đó là một khởi đầu thực sự - và mọi thứ lớn hơn được xây dựng trên điều đó.