人工智能部署常卡在同一步
大多數 AI 部署都陷入了相同的困境。工具運作正常，試用看起來不錯，但六週後只有三人使用它。領導層解讀這作為對變革的抵抗，但通常不是。這是對不明確協議的合理反應。
當你將一個系統交給某人，讓它完成部分工作，卻什麼也沒說時，他們會自行填補沉默。他們會假設最糟糕的情況，等待，並繼續以舊方式工作，以防新方式讓他們表現不佳。這種行為對他們來說便宜，但對你來說昂貴。
在任何人提出問題前回答問題
你的團隊首先想知道這個系統是否會取代他們。如果你不說清楚，他們會自行做出判斷。
所以要明確地說出，並承擔責任。"在未來一年內，沒有人因為這個系統而失去工作" 是一句主管可以承諾的句子。"AI 增強而非取代" 不行—人們已經聽過這句話，他們知道它一無是處。
如果頭數會改變，也要說出來，並說明受影響的人會怎麼辦。及早給出明確答案比模糊地拖延六個月更便宜。如果你無法做出承諾，那你還不準備好部署；你需要與董事會進行不同的對話。
從最令人惱怒的工作開始
直覺是選擇最高價值的流程。相反，選擇最令人煩惱的一個。
調和兩份永遠不匹配的試算表。重寫相同的提案範本。閱讀四十個支援票據來找出三個重要的。沒有人捍衛這種工作，也沒有人的專業身份依賴它，每個人都會注意到當它消失時。你可以免費獲得第一批支持者。
在第四個月，高價值的流程仍存在，到那時你的團隊已經看到這件事運作並對接下來的方向有意見。
在一頁上寫下規則
模糊性是讓人們謹慎的原因。大部分問題在簡短的文件中會得到澄清，該文件用簡單語言回答：
- 可以放入系統的數據和不能放入的數據—客戶姓名、合約、薪資資料、源代碼
- 需要人類審查才能讓公司外的人看到的輸出
- 在系統出錯時要告訴誰，接下來會發生什麼
- 使用 AI 或不使用 AI 是否影響工作評價
最後一點最重要。如果人們懷疑 AI 使用正在被追蹤和評分，他們會防禦性地且不良地使用它。清楚地說明如何將 AI 因素納入評估，即使答案是 "不會"。
招募懷疑者而非熱情者
你的熱情者會接受任何事物並說服沒有人。你需要在試用中招募一位經驗豐富、受人尊敬的人，他認為這個東西可能有點過度吹捧。
他們會在一周內找到真正的故障模式，因為他們知道正確輸出應該是什麼樣子。如果他們最終說 "這讓我省下一個下午"，那才有分量，沒有領導層可以買來的。給他們一個真實的報告管道，然後快速解決問題，讓報告感到值得。
讓系統容易承認錯誤
每個 AI 系統都會產生自信的錯誤。部署的成敗取決於接下來發生什麼事。
如果旗標錯誤輸出需要發送一封郵件給 IT，沒有人會旗標任何東西，錯誤會悄悄累積，信任也會流失。在工具中加入報告按鈕。讓一個人負責閱讀報告。公開你所做的更改。團隊原諒系統偶爾出錯；但他們不會原諒被忽視時說了。
評估部署，而非技術
九十天後，有用的問題是關於行為的。過去兩週有多少人使用它，而不是自啟動以來。哪些團隊放棄了它，他們為什麼這樣做？旗標錯誤需要多久才能得到回應？有人悄悄回到舊流程了嗎？
這些數字告訴你變革是否落地。模型基准不會。
承擔這份重量—政策、試用設計和第一次艱難的對話—是大部分工作，也是常被跳過的步驟。這也是我們與客戶花最多時間的部分。
處理得當，採用會看起來像人們要求的工具，而非強制執行的命令。