Как AI компаниите превръщат процесите в оперативен капацитет

Последното издание на „Сигнали за предприятията“ от OpenAI показва, че корпоративният AI преминава от подпомагане към изпълнение с коренно различни темпове. Авангардните компании — тези в горните 10% по използване на AI — вече генерират 8,3 пъти повече изходни токени на активен потребител от типичните компании спрямо 2,6 пъти през януари. Нарастващата разлика сочи към по-дълбока оперативна промяна: водещите компании свързват агентите с фирмения контекст и инструменти, делегират им по-съществени задачи и улесняват повтарянето на успешните работни процеси.

Предизвикателството пред ръководителите е да превърнат тази дълбочина в работа, на която хората могат да се доверяват, която да измерват и подобряват. Ръководителите трябва също да оставят място за експерименти, включително със случаи на употреба, чиято стойност не е очевидна при първия опит.

Стартъпите Basis⁠(отваря се в нов прозорец), Clay⁠(отваря се в нов прозорец) и Exa Labs⁠(отваря се в нов прозорец) са внедрили агенти във въвеждането на служители, управлението на клиенти и разрастването на екосистемата от разработчици. Работните им процеси се различават, но развитието им е показателно: обучете агент на устойчив процес, осигурете му постоянен контекст при промени в работата и след това му позволете да превръща възможностите в действия, които могат да бъдат тествани на практика.

Заедно тези примери показват как екипите могат да вградят агенти в познатата работа и постепенно да подобряват процеса.

Въвеждането отдавна е тромав процес както за работодателите, така и за служителите. В Basis, която създава AI агенти за счетоводни фирми, въвеждането през първия ден вече отнема 30 минути вместо два часа, което оставя на екипа по човешки ресурси повече време за фирмената култура и подкрепата.

Още през първия ден служителите получават незабавен достъп до Codex и специфичен за компанията набор от инструкции за въвеждане — многократно използваем набор от инструкции и ресурси за конкретен работен процес. Codex ги приветства, запознава ги с основни понятия в компанията и използва компютъра им, за да завърши настройването на интеграциите във фонов режим. Когато възникнат повтарящи се въпроси или изключения, екипът по човешки ресурси може да актуализира този набор преди следващата група.

Basis демонстрира процеса на въвеждане веднъж, след което го превръща в многократно използваем набор от инструкции с ясен задействащ фактор, известни стъпки, достъп до правилните инструменти и ясна дефиниция за „готово“. Процесът вече не зависи от присъствието на един човек, но екипът може да се намеси при изключения или сложни въпроси. Въвеждането вече е по-последователно, повторяемо и лесно за подобряване, а новите служители веднага получават модел за работа с AI.

Clay, компания, която изгражда самообучаващ се двигател за приходи за екипи по пускане на пазара, се сблъсква с познато предизвикателство в продажбите: важният контекст за сделките е разпръснат между CRM записи, имейли, Slack, разговори, презентации, текстови съобщения и комуникация с вътрешни екипи и поддръжници от страна на клиента.

За да поддържа този контекст актуален, един от GTM инженерите на Clay експериментира с по-добър подход — постоянно работно пространство и специализиран подагент за всеки клиент. Всеки подагент преглежда първичните източници и актуализира папката на съответната сделка през нощта. Всяка сутрин координиращ агент превръща актуализациите по всичките ѝ клиенти в кратък списък с приоритетни действия: да отговори на нерешен въпрос на клиент, да запълни празнина в комисията по покупката или да даде на потенциален клиент причина да поднови контакта.

Според Clay работният процес ѝ спестява приблизително един час вечерен преглед и приоритизиране на входящата поща. Ежедневните приоритети ѝ помагат да довършва малките действия, които могат да дадат значителен резултат в дългия цикъл на корпоративните продажби. Подкрепящите доказателства остават непосредствено до всяка препоръка, така че търговците да могат да проверят първичните източници, преди да действат. Предприятията могат да разширят този споделен контекст до мениджърите на клиенти, специалистите по развитие на бизнеса, инженерите по решения и ръководителите на продажбите съобразно съществуващите права за достъп до клиентските профили.

Clay показва от какво се нуждае развиващата се работа, за да се мащабира: последователна структура, полезен ритъм на обновяване, споделени доказателства и човешка преценка в момента на действие.

Exa Labs, която изгражда инфраструктура за търсене в интернет за AI агенти, иска нейният API за търсене да бъде достъпен навсякъде, където разработчиците могат да го използват. Екипът нарича тази цел „Exa навсякъде“. Преди постигането ѝ изискваше екипите за връзки с разработчиците и за управление на клиенти да наблюдават хранилища и по-широката екосистема, да откриват обещаващи интеграции, да събират контекст и да координират работата между различни системи. Макар възможностите да се различаваха, пътят от откриването до внедряването следваше последователна поредица от стъпки. Exa превърна тази поредица в ясно определен работен процес за Codex с конкретни приоритети, достъп до необходимите източници и човешки преглед преди пускането на каквото и да било.

Codex вече следи за високоприоритетни възможности за интеграция, събира съответния контекст, създава заявки за промени, изпълнява тестове и подготвя седмични актуализации чрез източници като Slack и Notion. Когато е уместно, той може също да подготви чернова на следващата стъпка, включително първоначално съобщение, която екипът да прегледа. Работният процес превръща възможността от сигнал в изпитан резултат, като същевременно намалява предаването на задачи между проучването, инженерната работа и комуникацията.

Хората продължават да решават кои възможности са важни, какви ангажименти трябва да поема Exa и как да се управляват външните отношения. Тестовете и контролните точки правят работата на агента видима, преди да бъде пусната. Резултатите от тестовете и човешкият преглед могат да покажат на екипа къде да коригира работния процес преди следващото изпълнение. Колкото по-значими стават задачите, толкова по-голяма роля в проектирането на работния процес имат разрешенията, доказателствата и правата за вземане на решения.

Заедно Basis, Clay и Exa превръщат моделите, които наблюдаваме в „Сигнали за предприятията“, в конкретни оперативни практики. Basis превръща доказан процес в многократно използваем набор от инструкции. Clay осигурява на агента контекста и постоянството, необходими за поддържане на актуален постоянно развиващ се набор от задачи. Exa добавя инструменти, тестове и преглед, така че агентът да може да превърне сигнал в изпълнение с ясни граници. И трите компании превръщат подобрението в част от работния процес: изключенията при въвеждането показват къде наборът от инструкции се нуждае от усъвършенстване; новата активност по клиентите и потвърждението от търговците поддържат контекста на сделките актуален; а тестовете и човешкият преглед прецизират границите за бъдещо изпълнение. Всяка започва с конкретна задача и достатъчно пространство за нейното тестване. Разпределението на труда се изяснява с употребата, а отговорността нараства, когато работният процес докаже ефективността си.

С нарастването на разликата спрямо авангардните компании корпоративните ръководители трябва да дават на служителите пространство да изпитват значими работни процеси, да измерват успеха и да превръщат най-добрите експерименти в повторяеми практики.

• Изберете една област със съществено значение. Започнете с цялостен работен процес, който обединява стратегически приоритет, системи, предаване на задачи, контролни механизми и измерими залози. Той трябва да се повтаря достатъчно често, за да можете да се учите от него, и да е достатъчно важен, за да оправдае препроектирането.
• Определете резултата и как ще го измервате. Посочете отговорника, ключовия показател за ефективност, изходното ниво и ограниченията. Проследявайте дълбочината чрез завършените задачи, свързаните контекст и инструменти, изключенията и натоварването от прегледи. Проследявайте стойността чрез времето за изпълнение, качеството, разходите, приходите или риска. Обемът на резултатите може да покаже, че хората възлагат повече задачи на AI; резултатите от работните процеси показват дали това има значение.
• Опишете задачата на агента. Определете какво задейства работата, желания резултат, необходимия контекст, инструментите, разрешенията и доколко автономно агентът трябва да работи до завършването ѝ. Уточнете какви доказателства трябва да предостави и в кои моменти трябва да спре за човешки преглед.
• Изградете човешката система около агента. Включете най-близките до работния процес хора в проектирането му. Определете кой отговаря за бизнес резултата, логиката на съответната област, достъпа и контрола, внедряването и ежедневната употреба. В стартъпите тези отговорности са съсредоточени в няколко души; при мащабиране на работния процес предприятията се нуждаят от изрично определени права за вземане на решения.
• Направете експериментите видими и многократно използваеми. Проучване на OpenAI установява, че шест месеца след внедряването служителите в началото на кариерата си изпращат с 13 съобщения седмично повече от ръководителите. Дайте на служителите пространство да изпитват нови случаи на употреба, след което документирайте процеса и доказателствата за работещото и ги оформете като умения, приставки или споделени работни пространства. Chat, Work и Codex⁠(отваря се в нов прозорец) поддържат различни режими: Chat за въпроси и бързо сътрудничество, Work за многоетапна работа със знания и завършени материали, а Codex за техническо изпълнение.
• Приложете оперативния модел и занапред. Запазете контекста, разрешенията, оценките, контролните точки, отговорниците, показателите и подкрепата, които са дали резултат, след което ги приложете към следващата област на стойност. Всеки нов експеримент трябва да осигурява по-добра отправна точка за следващия екип.