Miten tekoälylähtöiset yritykset muuttavat työnkulut operatiiviseksi kyvykkyydeksi
Basis, Clay ja Exa Labs hyödyntävät agentteja perehdytyksessä, asiakkuuksien hallinnassa ja kehittäjäintegraatioissa. Niiden esimerkit osoittavat, mitä yritysjohtajat voivat ottaa käyttöönsä.
OpenAI:n uusin Enterprise Signals osoittaa, että yritysten tekoälyn käyttö etenee avustamisesta toteutukseen hyvin eri tahtiin. Edistyneet yritykset eli tekoälyn käytössä parhaaseen kymmenykseen kuuluvat yritykset tuottavat nyt aktiivista käyttäjää kohden 8,3 kertaa niin paljon tulostokeneita kuin tyypilliset yritykset. Tammikuussa kerroin oli 2,6. Kasvava ero kertoo syvemmästä toiminnallisesta muutoksesta: johtavat yritykset yhdistävät agentit yrityksen kontekstiin ja työkaluihin, antavat niiden tehtäväksi vaativampaa työtä ja helpottavat onnistuneiden työnkulkujen toistamista.
Johtajien haasteena on muuttaa tämä syvällinen käyttö työksi, johon ihmiset voivat luottaa ja jota he voivat mitata ja parantaa. Johtajien kannattaa myös jättää tilaa kokeiluille, myös käyttötapauksille, joiden arvo ei käy ilmi ensimmäisellä yrityksellä.
Startupit Basis(avautuu uudessa ikkunassa), Clay(avautuu uudessa ikkunassa) ja Exa Labs(avautuu uudessa ikkunassa) ovat sisällyttäneet agentteja työntekijöiden perehdytykseen, asiakkuuksien hallintaan ja kehittäjäekosysteemin kasvattamiseen. Niiden työnkulut eroavat toisistaan, mutta etenemismalli on opettavainen: opeta agentille vakaa prosessi, anna sille pysyvä konteksti työn muuttuessa ja anna sen sitten viedä mahdollisuudet testatuiksi toimiksi.
Yhdessä nämä esimerkit osoittavat, miten tiimit voivat liittää agentit tuttuun työhön ja parantaa prosessia ajan mittaan.
Perehdytys on jo pitkään ollut työlästä sekä työnantajille että työntekijöille. Tilitoimistoille tekoälyagentteja kehittävä Basis on lyhentänyt ensimmäisen päivän perehdytyksen kahdesta tunnista 30 minuuttiin, joten henkilöstöhallinnolle jää enemmän aikaa kulttuuriin ja tukeen.
Ensimmäisenä päivänä työntekijät saavat heti käyttöönsä Codexin ja yrityskohtaisen perehdytystaidon eli tiettyä työnkulkua varten laaditun uudelleenkäytettävän ohje- ja resurssikokonaisuuden. Codex toivottaa heidät tervetulleiksi, esittelee yrityksen keskeiset käsitteet ja viimeistelee integraatioiden määritykset taustalla heidän tietokoneellaan. Kun toistuvia kysymyksiä tai poikkeuksia ilmenee, henkilöstöhallinto voi päivittää taitoa ennen seuraavaa ryhmää.

Basis esitteli perehdytysprosessin kerran ja teki siitä sitten uudelleenkäytettävän taidon, jolla on selkeä käynnistin, tunnetut vaiheet, pääsy oikeisiin työkaluihin ja selkeä valmiin työn määritelmä. Prosessi ei enää riipu yhden henkilön saatavuudesta, mutta tiimi voi silti puuttua poikkeuksiin tai monimutkaisiin kysymyksiin. Perehdytys on nyt yhdenmukaisempaa, toistettavampaa ja helpommin parannettavaa, ja uudet työntekijät saavat heti mallin tekoälyn kanssa työskentelyyn.
Markkinoille saattamisesta vastaaville tiimeille itseoppivaa liikevaihtomoottoria rakentava Clay kohtaa tutun myynnin haasteen: kaupan kannalta olennainen konteksti on hajallaan CRM-tietueissa, sähköpostissa, Slackissa, puheluissa, esityksissä, tekstiviesteissä sekä sisäisten tiimien ja asiakkaan puolestapuhujien kanssa käydyissä keskusteluissa.
Pitääkseen tämän kontekstin ajan tasalla yksi Clayn GTM-insinööreistä kokeili parempaa lähestymistapaa: pysyvää työtilaa ja omaa aliagenttia jokaiselle asiakkuudelle. Kukin aliagentti tarkistaa ensisijaiset lähteet ja päivittää kauppakansionsa yön aikana. Joka aamu koordinoiva agentti kokoaa kaikkien hänen asiakkuuksiensa päivityksistä lyhyen luettelon tärkeimmistä toimista: vastaa asiakkaan avoimeen kysymykseen, täydennä ostokomitean puuttuvaa roolia tai anna mahdolliselle asiakkaalle syy ottaa uudelleen yhteyttä.
Clayn mukaan työnkulku säästää häneltä iltaisin noin tunnin saapuneiden viestien läpikäyntiä. Päivittäiset prioriteetit auttavat häntä tekemään pienet toimet, joiden vaikutus voi kasvaa pitkässä yritysmyynnin syklissä merkittäväksi. Suosituksia tukeva näyttö pysyy niiden yhteydessä, joten myyjät voivat tarkistaa ensisijaiset lähteet ennen toimimista. Yritykset voisivat laajentaa tämän jaetun kontekstin asiakkuusvastaaville, uusasiakashankinnan edustajille, ratkaisuinsinööreille ja myyntijohtajille nykyisten asiakkuuskohtaisten käyttöoikeuksien mukaisesti.
Clay osoittaa, mitä muuttuva työ tarvitsee skaalautuakseen: yhdenmukaisen rakenteen, tarkoituksenmukaisen päivitysrytmin, jaetun näytön ja ihmisen harkintaa toimintahetkellä.
Tekoälyagenteille verkkohakuinfrastruktuuria rakentava Exa Labs haluaa tuoda hakurajapintansa kaikkialle, missä kehittäjät voisivat hyödyntää sitä. Tiimi kutsuu tavoitetta nimellä ”Exa kaikkialla”. Aiemmin sen edistäminen edellytti, että kehittäjäsuhteista ja asiakkuuksista vastaavat tiimit seurasivat koodivarastoja ja laajempaa ekosysteemiä, tunnistivat lupaavia integraatioita, kokosivat kontekstia ja koordinoivat työtä eri järjestelmissä. Vaikka mahdollisuudet vaihtelivat, polku niiden löytämisestä toteutukseen noudatti aina samaa järjestystä. Exa teki tästä vaiheistuksesta Codexille määritellyn työnkulun, jossa on selkeät prioriteetit, pääsy tarvittaviin lähteisiin ja ihmisen tarkistus ennen julkaisua.
Codex seuraa nyt ensisijaisia integraatiomahdollisuuksia, kokoaa olennaisen kontekstin, luo vetopyyntöjä, suorittaa testejä ja valmistelee viikoittaisia päivityksiä esimerkiksi Slackin ja Notionin tietojen pohjalta. Tarvittaessa se voi myös laatia tiimin tarkistettavaksi luonnoksen seuraavasta vaiheesta, kuten alustavasta tiedotteesta. Työnkulku vie mahdollisuuden havainnosta testatuksi tuotokseksi ja vähentää samalla siirtoja tutkimuksen, suunnittelun ja viestinnän välillä.
Ihmiset päättävät edelleen, mitkä mahdollisuudet ovat tärkeitä, mihin Exan kannattaa sitoutua ja miten ulkoisia suhteita hallitaan. Testit ja tarkistuspisteet tuovat agentin työn näkyviin ennen julkaisua. Testitulokset ja ihmisten tekemät tarkistukset voivat osoittaa tiimille, miten työnkulkua kannattaa muuttaa ennen seuraavaa suoritusta. Kun työn merkitys kasvaa, käyttöoikeuksista, näytöstä ja päätösvallasta tulee yhä keskeisempi osa työnkulun suunnittelua.
Basis, Clay ja Exa muuttavat yhdessä Enterprise Signalsissa havaitsemamme mallit käytännön toiminnaksi. Basis muuttaa hyväksi havaitun prosessin uudelleenkäytettäväksi taidoksi. Clay antaa agentille kontekstin ja jatkuvuuden, joita muuttuvan työkokonaisuuden pitäminen ajan tasalla vaatii. Exa lisää työkalut, testit ja tarkistukset, jotta agentti voi viedä havainnon rajattuun toteutukseen. Kaikissa kolmessa kehittäminen on osa työnkulkua: perehdytyksen poikkeukset paljastavat, missä taitoa pitää hioa, uudet asiakkuustapahtumat ja myyjien tekemät vahvistukset pitävät kaupan kontekstin ajan tasalla, ja testit sekä ihmisten tarkistukset täsmentävät tulevan toteutuksen rajoja. Jokainen aloittaa tarkasti rajatusta tehtävästä ja jättää riittävästi tilaa sen testaamiseen. Työnjako selkiytyy käytön myötä, ja vastuu laajenee työnkulun osoittaessa toimivuutensa.
Edistyneiden yritysten etumatkan kasvaessa yritysjohtajien on annettava työntekijöille tilaa testata merkittäviä työnkulkuja, mitata onnistumista ja tehdä parhaista kokeiluista toistettavia käytäntöjä.
- Valitse yksi merkittävä arvonluonnin kohde. Aloita kokonaisvaltaisesta työnkulusta, jossa strateginen prioriteetti, järjestelmät, vastuunvaihdot, valvonta ja mitattavat vaikutukset kohtaavat. Sen pitää toistua riittävän usein oppimista varten ja olla niin merkittävä, että uudelleensuunnittelu kannattaa.
- Määritä tavoiteltu tulos ja sen mittaustapa. Nimeä vastuullinen omistaja, keskeinen suorituskykymittari, lähtötaso ja suojakaiteet. Mittaa käytön syvyyttä suoritettujen tehtävien, yhdistetyn kontekstin ja työkalujen, poikkeusten sekä tarkistustyön määrän avulla. Mittaa arvoa läpimenoajalla, laadulla, kustannuksilla, liikevaihdolla tai riskillä. Tuotoksen määrä voi osoittaa, että ihmiset pyytävät tekoälyä tekemään enemmän. Työnkulun tulokset kertovat, onko sillä merkitystä.
- Kirjoita agentin tehtävänkuva. Määritä työn käynnistin, tavoiteltu tulos, tarvittava konteksti, työkalut ja käyttöoikeudet sekä se, kuinka sinnikkäästi agentin pitää pyrkiä saamaan työ valmiiksi. Määritä, mitä näyttöä sen pitää tuottaa ja missä vaiheessa sen pitää pysähtyä ihmisen tarkistusta varten.
- Rakenna agentin ympärille ihmisten muodostama järjestelmä. Ota työnkulkua lähimpänä olevat ihmiset mukaan suunnitteluun. Nimeä liiketoimintatuloksen, toimialalogiikan, käyttöoikeuksien ja valvonnan, käyttöönoton sekä päivittäisen käytön vastuuhenkilöt. Startupeissa nämä vastuut keskittyvät muutamalle henkilölle. Yrityksissä päätösvalta on määritettävä selkeästi työnkulun skaalautuessa.
- Tee kokeiluista näkyviä ja uudelleenkäytettäviä. OpenAI:n tutkimuksen mukaan uransa alkuvaiheessa olevat työntekijät lähettivät kuusi kuukautta käyttöönoton jälkeen viikossa 13 viestiä enemmän kuin johtajat. Anna työntekijöille tilaa testata uusia käyttötapauksia. Tallenna sitten toimivien ratkaisujen prosessi ja niitä tukeva näyttö ja paketoi ne taidoiksi, laajennuksiksi tai jaetuiksi työtiloiksi. Chat, Work ja Codex(avautuu uudessa ikkunassa) tukevat erilaisia toimintatapoja: Chat sopii kysymyksiin ja nopeaan yhteistyöhön, Work monivaiheiseen tietotyöhön ja valmiiden tuotosten tekemiseen ja Codex tekniseen toteutukseen.
- Vie toimintamalli seuraavaan kohteeseen. Säilytä toimiviksi todetut kontekstit, käyttöoikeudet, arvioinnit, tarkistuspisteet, omistajat, mittarit ja käyttöä tukevat käytännöt ja sovella niitä sitten seuraavaan arvonluonnin kohteeseen. Jokaisen uuden kokeilun pitäisi antaa seuraavalle tiimille entistä paremmat lähtökohdat.


