Ինչպես են AI-ով ստեղծված ընկերություններն աշխատանքային հոսքերը վերածում գործառնական կարողության

OpenAI-ի վերջին «Ձեռնարկությունների ազդակներ» զեկույցը ցույց է տալիս, որ ձեռնարկություններում AI-ը աջակցությունից անցնում է կատարման՝ խիստ տարբեր արագություններով։ Առաջադեմ ընկերությունները՝ AI-ի օգտագործմամբ լավագույն 10%-ում գտնվողները, այժմ մեկ ակտիվ օգտատիրոջ հաշվով ստեղծում են 8,3 անգամ ավելի շատ ելքային թոքեն, քան սովորական ընկերությունները՝ հունվարի 2,6 անգամի դիմաց։ Մեծացող խզումը վկայում է գործելակերպի ավելի խոր փոփոխության մասին․ առաջատար ընկերություններն ագենտները կապում են ընկերության համատեքստին ու գործիքներին, նրանց վստահում ավելի բովանդակալից աշխատանք և հեշտացնում հաջող աշխատանքային հոսքերի կրկնությունը։

Ղեկավարների խնդիրն է այդ խորությունը վերածել աշխատանքի, որին մարդիկ կարող են վստահել, որը կարող են չափել և բարելավել։ Ղեկավարները պետք է նաև փորձարկումների տեղ թողնեն՝ ներառյալ կիրառման այն դեպքերը, որոնց արժեքն առաջին փորձից ակնհայտ չէ։

Basis⁠(բացվում է նոր պատուհանում), Clay⁠(բացվում է նոր պատուհանում) և Exa Labs⁠(բացվում է նոր պատուհանում) ստարտափներն ագենտները ներառել են աշխատակիցների ներգրավման, հաճախորդների հաշիվների կառավարման և ծրագրավորողների էկոհամակարգի զարգացման գործընթացներում։ Նրանց աշխատանքային հոսքերը տարբեր են, բայց առաջընթացը ուսանելի է․ ագենտին սովորեցրեք կայուն գործընթաց, աշխատանքի փոփոխվելուն զուգահեռ ապահովեք մշտական համատեքստ, ապա թույլ տվեք հնարավորությունները հասցնել փորձարկված գործողությունների։

Այս օրինակները միասին ցույց են տալիս, թե ինչպես կարող են թիմերը ագենտները ներառել ծանոթ աշխատանքի մեջ և ժամանակի ընթացքում բարելավել գործընթացը։

Նոր աշխատակիցների ներգրավումը վաղուց ծանրաշարժ գործընթաց է թե՛ գործատուների, թե՛ աշխատակիցների համար։ Հաշվապահական ընկերությունների համար AI ագենտներ ստեղծող Basis-ում առաջին օրվա ներգրավումն այժմ երկու ժամի փոխարեն տևում է 30 րոպե՝ ՄՌ թիմին ավելի շատ ժամանակ տալով մշակույթի և աջակցության համար։

Առաջին օրը աշխատակիցներն անմիջապես ստանում են Codex-ի և ընկերությանը հատուկ ներգրավման հմտության հասանելիություն․ դա որոշակի աշխատանքային հոսքի համար նախատեսված հրահանգների ու ռեսուրսների բազմակի օգտագործման հավաքածու է։ Codex-ը ողջունում է նրանց, ներկայացնում ընկերության հիմնական հասկացությունները և հետին պլանում նրանց համակարգչով ավարտում ինտեգրման կարգավորումը։ Երբ կրկնվող հարցեր կամ բացառություններ են ի հայտ գալիս, ՄՌ թիմը կարող է թարմացնել հմտությունը մինչև հաջորդ խմբի գալը։

Basis-ը մեկ անգամ ցուցադրեց ներգրավման գործընթացը, ապա այն վերածեց բազմակի օգտագործման հմտության՝ հստակ գործարկիչով, հայտնի քայլերով, ճիշտ գործիքների հասանելիությամբ և «ավարտվածի» հստակ սահմանմամբ։ Գործընթացն այլևս կախված չէ մեկ անձի հասանելիությունից, սակայն թիմը կարող է միջամտել բացառությունների կամ բարդ հարցերի դեպքում։ Ներգրավումն այժմ ավելի հետևողական է, կրկնելի և հեշտ բարելավվող, իսկ նոր աշխատակիցներն անմիջապես ստանում են AI-ի հետ աշխատելու օրինակելի մոդել։

Շուկա մտնելու թիմերի համար ինքնուս եկամտային շարժիչ ստեղծող Clay-ն առերեսվում է վաճառքի ծանոթ խնդրի․ գործարքի կարևոր համատեքստը ցրված է CRM գրառումներում, էլփոստում, Slack-ում, զանգերում, շնորհանդեսներում, տեքստային հաղորդագրություններում և ներքին թիմերի ու հաճախորդների աջակիցների հետ զրույցներում։

Այդ համատեքստն արդիական պահելու համար Clay-ի GTM ինժեներներից մեկը փորձարկեց ավելի լավ մոտեցում՝ յուրաքանչյուր հաշվի համար մշտական աշխատատարածք և առանձին ենթաագենտ։ Յուրաքանչյուր ենթաագենտ ուսումնասիրում է սկզբնաղբյուրները և գիշերվա ընթացքում թարմացնում գործարքի իր պանակը։ Ամեն առավոտ համակարգող ագենտը նրա բոլոր հաշիվների թարմացումներից կազմում է առաջնահերթ քայլերի կարճ ցանկ՝ պատասխանել հաճախորդի անպատասխան հարցին, լրացնել գնման հանձնաժողովի բացը կամ հեռանկարային հաճախորդին կրկին ներգրավվելու պատճառ տալ։

Ըստ Clay-ի՝ այս աշխատանքային հոսքն ամեն երեկո մոտ մեկ ժամ է խնայում նրա մուտքային նամակների տեսակավորումից։ Ամենօրյա առաջնահերթություններն օգնում են նրան կատարել այն փոքր քայլերը, որոնք ձեռնարկությունների վաճառքի երկարատև փուլում միասին կարող են զգալի արդյունք տալ։ Հիմնավորող ապացույցները մնում են յուրաքանչյուր առաջարկի կողքին, որպեսզի վաճառողները գործելուց առաջ կարողանան ուսումնասիրել սկզբնաղբյուրները։ Ձեռնարկությունները կարող են այդ ընդհանուր համատեքստը տարածել հաճախորդների պատասխանատուների, BDR-ների, լուծումների ինժեներների և վաճառքի ղեկավարների վրա՝ հաշվի գործող թույլտվությունների սահմաններում։

Clay-ը ցույց է տալիս, թե փոփոխվող աշխատանքին ինչ է պետք ընդլայնվելու համար՝ հետևողական կառուցվածք, թարմացման օգտակար հաճախականություն, ընդհանուր ապացույցներ և գործողության պահին մարդկային դատողություն։

AI ագենտների համար վեբ որոնման ենթակառուցվածք ստեղծող Exa Labs-ը ցանկանում է իր որոնման API-ն հասանելի դարձնել ամենուր, որտեղ այն կարող է պետք գալ ծրագրավորողներին։ Թիմն այս նպատակն անվանում է «Exa-ն ամենուր»։ Նախկինում դրան հասնելու համար ծրագրավորողների հետ կապերի և հաճախորդների թիմերը պետք է հետևեին շտեմարաններին ու ավելի լայն էկոհամակարգին, բացահայտեին հեռանկարային ինտեգրումները, հավաքեին համատեքստը և համակարգեին աշխատանքը տարբեր համակարգերում։ Թեև հնարավորությունները տարբեր էին, հայտնաբերումից մինչև ներդրում ուղին հետևում էր նույն հաջորդականությանը։ Exa-ն այդ հաջորդականությունը վերածեց Codex-ի համար սահմանված աշխատանքային հոսքի՝ հստակ առաջնահերթություններով, անհրաժեշտ աղբյուրների հասանելիությամբ և որևէ բան թողարկելուց առաջ մարդկային ստուգմամբ։

Այժմ Codex-ը հետևում է բարձր առաջնահերթության ինտեգրման հնարավորություններին, հավաքում համապատասխան համատեքստը, ստեղծում pull request-ներ, կատարում թեստեր և Slack-ի ու Notion-ի նման աղբյուրներով պատրաստում շաբաթական թարմացումներ։ Անհրաժեշտության դեպքում այն կարող է նաև թիմի ստուգման համար կազմել հաջորդ քայլի նախագիծը՝ ներառյալ նախնական հայտարարությունը։ Այս աշխատանքային հոսքը հնարավորությունն ազդակից հասցնում է փորձարկված արդյունքի՝ միաժամանակ կրճատելով փոխանցումները հետազոտության, ճարտարագիտության և հաղորդակցության միջև։

Մարդիկ են շարունակում որոշել, թե որ հնարավորություններն են կարևոր, ինչ պարտավորություններ պետք է ստանձնի Exa-ն և ինչպես պետք է կառավարվեն արտաքին հարաբերությունները։ Թեստերն ու ստուգման կետերը տեսանելի են դարձնում ագենտի աշխատանքը մինչև դրա թողարկումը։ Թեստերի արդյունքներն ու մարդկային ստուգումը կարող են թիմին ցույց տալ, թե հաջորդ գործարկումից առաջ որտեղ է պետք ճշգրտել աշխատանքային հոսքը։ Որքան ավելի մեծ հետևանքներ է ունենում աշխատանքը, այնքան թույլտվությունները, ապացույցներն ու որոշումների կայացման իրավունքներն ավելի մեծ տեղ են զբաղեցնում աշխատանքային հոսքի նախագծման մեջ։

Basis-ը, Clay-ը և Exa-ն միասին «Ձեռնարկությունների ազդակներում» հանդիպող օրինաչափությունները վերածում են գործնական քայլերի։ Basis-ը ապացուցված գործընթացը վերածում է բազմակի օգտագործման հմտության։ Clay-ը ագենտին տալիս է համատեքստ ու շարունակականություն՝ փոփոխվող աշխատանքն արդիական պահելու համար։ Exa-ն ավելացնում է գործիքներ, թեստեր ու ստուգում, որպեսզի ագենտն ազդակը հասցնի հստակ սահմանված կատարման։ Երեքն էլ բարելավումը դարձնում են աշխատանքային հոսքի մաս․ ներգրավման բացառությունները ցույց են տալիս, թե որտեղ է պետք կատարելագործել հմտությունը, հաշիվների նոր ակտիվությունն ու վաճառողի հաստատումը գործարքի համատեքստն արդիական են պահում, իսկ թեստերն ու մարդկային ստուգումը հստակեցնում են հետագա կատարման սահմանները։ Յուրաքանչյուրը սկսում է որոշակի առաջադրանքից և այն փորձարկելու բավարար ազատությունից։ Աշխատանքի բաժանումը կիրառման ընթացքում ավելի է հստակվում, իսկ պատասխանատվությունն ընդլայնվում է, երբ աշխատանքային հոսքն ապացուցում է իր արդյունավետությունը։

Առաջադեմ օգտագործման խզման մեծացման պայմաններում ձեռնարկությունների ղեկավարները պետք է աշխատակիցներին հնարավորություն տան փորձարկելու զգալի հետևանքներ ունեցող աշխատանքային հոսքերը, չափելու հաջողությունը և լավագույն փորձերը վերածելու կրկնելի գործելակերպի։

• Ընտրեք արժեք ստեղծող մեկ կարևոր ոլորտ։ Սկսեք սկզբից մինչև վերջ ընդգրկող աշխատանքային հոսքից, որտեղ միավորվում են ռազմավարական առաջնահերթությունը, համակարգերը, փոխանցումները, վերահսկողությունն ու չափելի արդյունքները։ Այն պետք է կրկնվի այնքան հաճախ, որ հնարավոր լինի սովորել դրանից, և այնքան կարևոր լինի, որ արդարացնի վերանախագծումը։
• Սահմանեք արդյունքն ու դրա չափման եղանակը։ Նշեք պատասխանատու ղեկավարին, KPI-ն, ելակետը և պաշտպանիչ սահմանները։ Խորությունը գնահատեք ավարտված առաջադրանքներով, կապակցված համատեքստով ու գործիքներով, բացառություններով և ստուգման ծավալով։ Արժեքը չափեք ցիկլի տևողությամբ, որակով, ծախսով, եկամտով կամ ռիսկով։ Արդյունքի ծավալը կարող է ցույց տալ, որ մարդիկ AI-ին ավելի շատ գործ են հանձնարարում, իսկ աշխատանքային հոսքի արդյունքները՝ արդյոք դա կարևոր է։
• Գրեք ագենտի աշխատանքի նկարագրությունը։ Սահմանեք աշխատանքի գործարկիչը, արդյունքը, անհրաժեշտ համատեքստը, գործիքները, թույլտվությունները և այն, թե ագենտը որքան հետևողականորեն պետք է աշխատի մինչև ավարտը։ Հստակեցրեք, թե ինչ ապացույցներ պետք է այն ներկայացնի և որտեղ պետք է կանգ առնի մարդկային ստուգման համար։
• Ագենտի շուրջ կառուցեք մարդկային համակարգ։ Նախագծման գործընթացում ներգրավեք աշխատանքային հոսքին ամենամոտ մարդկանց։ Նշեք, թե ովքեր են պատասխանատու բիզնես արդյունքի, ոլորտային տրամաբանության, հասանելիության ու վերահսկողության, ներդրման և ամենօրյա օգտագործման համար։ Ստարտափներում այս պարտականությունները կենտրոնացած են մի քանի մարդու ձեռքում, իսկ ձեռնարկություններին աշխատանքային հոսքի ընդլայնմանը զուգահեռ անհրաժեշտ են որոշումների կայացման հստակ իրավունքներ։
• Փորձարկումը դարձրեք տեսանելի և բազմակի օգտագործման ենթակա։ OpenAI-ի հետազոտությունը ցույց է տալիս, որ ներդրումից վեց ամիս անց կարիերայի սկզբում գտնվող աշխատակիցները շաբաթական 13-ով ավելի շատ հաղորդագրություն էին ուղարկում, քան ղեկավարները։ Աշխատակիցներին հնարավորություն տվեք փորձարկել կիրառման նոր դեպքեր, ապա գրանցեք հաջողված մոտեցումների գործընթացն ու ապացույցները և դրանք փաթեթավորեք որպես հմտություններ, հավելումներ կամ ընդհանուր աշխատատարածքներ։ Զրույցը, Աշխատանքը և Codex-ը⁠(բացվում է նոր պատուհանում) նախատեսված են տարբեր ռեժիմների համար․ Զրույցը՝ հարցերի և արագ համագործակցության, Աշխատանքը՝ բազմաքայլ մտավոր աշխատանքի ու պատրաստի արդյունքների, իսկ Codex-ը՝ տեխնիկական կատարման համար։
• Գործելակերպը փոխանցեք հաջորդ աշխատանքներին։ Պահպանեք արդյունավետ համատեքստը, թույլտվությունները, գնահատումները, ստուգման կետերը, պատասխանատուներին, չափորոշիչներն ու աջակցության միջոցները, ապա կիրառեք դրանք արժեք ստեղծող հաջորդ ոլորտում։ Յուրաքանչյուր նոր փորձարկում հաջորդ թիմի համար պետք է ավելի լավ մեկնարկային կետ ստեղծի։