У современных бизнес-лидеров есть возможность создавать рабочие места, в которых используются лучшие технологии для усиления человеческого опыта
Умение спокойно относиться к переменам является ключевой компетенцией в современной рабочей среде. Разрушение рынка не замедляется, как и применение новых навыков и систем в нашей повседневной рабочей жизни. «Это изменит всё» — это ещё мягко сказано, даже с учётом искусственного интеллекта, но повторный акцент на радости, удовлетворении и личном опыте по-прежнему является самой большой инвестицией, которую могут сделать работодатели.
Как системы искусственного интеллекта могут интегрироваться в нашу повседневную рабочую жизнь? Возможно, наиболее естественной будет адаптация к системам, которые мы уже используем для достижения последовательных бизнес-результатов и электронной поддержки производительности.
Электронные системы поддержки производительности
Электронная система поддержки производительности (EPSS) — это не новое изобретение, и не то, которое должно (или должно) опираться на генеративные системы искусственного интеллекта. В начале 1990-х годов эксперт отрасли Глория Гери подробно описала потенциальную экономию средств, которую организации могут получить от предоставления сотрудникам умного электронного тренера, которым они могут пользоваться во время работы. EPSS также может не только обучать сотрудников следующим оптимальным шагам, но и предоставлять доступ к данным и шагам по устранению неполадок до того, как будут допущены ошибки. Представьте, насколько полезным может быть следующее при выполнении вашей собственной работы:
- Контрольные списки
- Карты процессов
- Советы
- Рубрики успеха
- Карточки с подсказками
- Пояснения
- Автоматизация задач или мастера
Системы поддержки, независимо от их носителя, требуют большой проработки и тщательности при внедрении, чтобы быть полезными. Основная предпосылка унаследованных EPSS заключается в том, что содержащаяся в них информация, автоматизация и коучинг не только правдивы, но и являются предпочтительной практикой организации. Внедрение EPSS помогает обеспечить предпочтительные результаты, а также смоделировать то, что должны делать все успешные сотрудники, чтобы быть продуктивными.
В современных рабочих местах с цифровыми технологиями организации используют широкий спектр систем для обеспечения функций специализированной EPSS. В качестве примера можно привести базы знаний, вики, чаты и учебные пособия, а также системы автоматизации, подключённые к корпоративному программному обеспечению. Современный работник, обладающий знаниями, также полагается на онлайн-поиск, чтобы получить доступ к обучению поставщиков, контрольным спискам, видео или социальным сетям для получения советов и рекомендаций от влиятельных людей. ChatGPT от OpenAI, новый Bing от Microsoft, Bard от Google и множество других новых систем пополняют инструментарий современного работника.
Эффективное сочетание внешних источников информации и внутренних, собственных передовых практик, несомненно, стало источником многих успешных проектов. Как же генеративный искусственный интеллект меняет эту картину?
Искусственный интеллект как поддержка производительности
Обучение генеративного искусственного интеллекта чрезвычайно важно при использовании его для поддержки производительности. Вполне вероятно, что предыдущие реализации поддержки производительности в вашей организации были очень тщательно продуманы и разработаны и содержат закрытые данные, политики и процедуры. Только тщательно разработанные системы генерируют последовательные организационные результаты.
Генеративный ИИ, обученный только на собственных корпоративных источниках данных, скорее всего, сможет составить вспомогательные материалы и даже выявить разработку вспомогательных материалов, которые эксперты могут упустить из виду. Но при использовании обучающих данных из открытых источников результаты могут быть ближе к действительно красивым, хорошо написанным текстам.
Многие эксперты утверждают, что только EPSS может заменить формальное обучение. Это важный спор при применении систем генеративного ИИ. Следовать хорошо сформированным инструкциям гораздо проще, чем оценивать вновь представленные инструкции на предмет их применимости в той или иной ситуации. Эксперты, имеющие опыт выполнения задачи, способны оценить новую информацию, в то время как начинающие исполнители могут быть не готовы к этому.
Вот несколько вопросов, которые следует рассмотреть в отношении ваших собственных реализаций ИИ:
- Каков источник обучающих данных ИИ? Открытый исходный код или собственная разработка?
- Не против ли моя организация использовать собственные данные в системе ИИ с открытым исходным кодом? Узнает ли система с открытым исходным кодом секреты моей организации?
- Предоставляет ли система надёжные, проверяемые результаты или просто творчески сгенерированный результат?
- Может ли вариативность генерируемых результатов повлиять на согласованность организационных результатов или поведения?
Совместная работа экспертов и экспертных систем
В чём сотрудники вашей организации хотят быть экспертами? Какие задачи ваши сотрудники хотят автоматизировать?
Между человеческим опытом и автоматизацией находится потенциально тесное пересечение генеративного ИИ, таланта и эмоций. Первые опыты с системами генеративного ИИ выявили причудливый потенциал взаимодействия системы ИИ с высокоэмоциональным языком и соответствующими предложениями. Даже если система ИИ настроена так, чтобы не реагировать на эмоциональные высказывания, самооценка человека пострадает, если организация будет полагаться на системы для генерации идей или принятия решений.
Радость, счастье и самооценка сотрудников не должны быть принесены в жертву только потому, что система может помочь принимать решения в масштабе. Бизнес-лидеры должны задать себе несколько интроспективных вопросов о том, как они хотят работать и управлять командами:
- Снижается ли удовлетворённость работой у сотрудников, использующих системы ИИ?
- Когда снижается удовлетворённость клиентов и сотрудников, взаимодействующих с системами ИИ и через них?
- Какие конкурентные преимущества становятся товарными для систем ИИ по мере того, как другие игроки отрасли начинают использовать системы ИИ?
- Кто должен принимать конкретные бизнес-решения? Системы или люди?
Важнейшие вопросы всплывают на поверхность. Например, call-центры начали внедрять системы поддержки с искусственным интеллектом, которые принимают звонки клиентов, собирают раннюю информацию, сортируют срочность и серьёзность и шепчут на ухо живому агенту (если вы вообще до этого дойдёте). Сообщается, что эти системы оказывают негативное влияние на эмоции сотрудников, подавляя их чувство ответственности и способность взаимодействовать с другими людьми.
А людям нужна радость в жизни. Системы, которые мы можем внедрить сегодня, должны начинаться с радости — радости успеха, достижений и ощущения себя нужными и желанными — и не должны исключать наше взаимодействие с цифровыми системами. У сегодняшних бизнес-лидеров есть возможность разработать такой опыт работы, который позволит использовать лучшие технологии для усиления человеческого опыта.
А какие вопросы вы зададите сегодняшним технологическим прорывам?
