Carane perusahaan native AI ngowahi alur kerja dadi kemampuan operasi

Sinyal Perusahaan paling anyar saka OpenAI nuduhake yen AI perusahaan owah saka mung mbantu dadi nindakake, kanthi kacepetan sing beda banget. Perusahaan tercanggih (10% perusahaan kanthi panggunaan AI paling dhuwur) saiki ngasilake token output ping 8,3 luwih akeh saben pangguna aktif tinimbang perusahaan lumrah, mundhak saka ping 2,6 ing Januari. Kesenjangan sing saya amba nuduhake owah-owahan operasi sing luwih jero: perusahaan unggul nyambungake agen menyang konteks lan piranti perusahaan, masrahake luwih akeh pakaryan penting, lan nggampangake alur kerja sing sukses supaya bisa diulang.

Kanggo para pimpinan, tantangane yaiku ngowahi kedalaman kasebut dadi pakaryan sing bisa dipercaya, diukur, lan ditingkatake. Pimpinan uga kudu menehi ruang kanggo eksperimen, kalebu kasus panggunaan sing nilaine durung katon nalika nyoba sepisanan.

Perusahaan rintisan Basis⁠(mbukak ing jendhela anyar), Clay⁠(mbukak ing jendhela anyar), lan Exa Labs⁠(mbukak ing jendhela anyar) wis nggabungake agen menyang orientasi karyawan, pangelolaan akun, lan pangembangan ekosistem pangembang. Alur kerjane beda-beda, nanging tahapane bisa dadi tuladha: ajari agen proses sing stabil, wenehi konteks sing tetep kasedhiya nalika pakaryan owah, banjur kareben agen ngowahi peluang dadi tumindak sing wis diuji.

Bebarengan, conto-conto iki nuduhake carane tim bisa nggabungake agen menyang pakaryan sing wis lumrah lan ningkatake prosese saka wektu ke wektu.

Wiwit biyen, orientasi dadi proses sing ruwet kanggo perusahaan lan karyawan. Ing Basis, sing nggawe agen AI kanggo firma akuntansi, orientasi dina kapisan saiki mung butuh 30 menit tinimbang rong jam, saengga HR duwe luwih akeh wektu kanggo budaya lan dhukungan.

Ing dina kapisan, karyawan langsung entuk akses menyang Codex lan katrampilan orientasi khusus perusahaan (kumpulan pandhuan lan sumber daya sing bisa digunakake maneh kanggo alur kerja tartamtu). Codex nyambut karyawan, ngenalake konsep utama perusahaan, lan nggunakake komputere kanggo ngrampungake persiyapan integrasi ing latar mburi. Nalika ana pitakon utawa pangecualian sing bola-bali muncul, HR bisa nganyari katrampilan kasebut sadurunge kelompok sabanjure mlebu.

Basis nduduhake proses orientasi sapisan, banjur ngowahi dadi katrampilan sing bisa digunakake maneh kanthi pemicu sing cetha, langkah sing wis dingerteni, akses menyang piranti sing pas, lan definisi «rampung» sing cetha. Proses kasebut ora gumantung maneh marang kasedhiyan wong siji, nanging tim isih bisa melu yen ana pangecualian utawa pitakon rumit. Orientasi saiki luwih konsisten, bisa diulang, lan luwih gampang ditingkatake, dene karyawan anyar langsung entuk tuladha cara nyambut gawe nganggo AI.

Clay, perusahaan sing nggawe mesin revenue sing bisa sinau dhewe kanggo tim go-to-market, ngadhepi tantangan penjualan sing lumrah: konteks transaksi penting sumebar ing cathetan CRM, email, Slack, telpon, presentasi, pesen teks, lan pacelathon karo tim internal lan panyengkuyung saka pelanggan.

Supaya konteks kasebut tetep anyar, salah siji insinyur GTM Clay nyoba pendekatan sing luwih apik—papan kerja sing tetep lan subagen khusus kanggo saben akun. Saben subagen mriksa sumber utama lan nganyari folder transaksine nalika wengi. Saben esuk, agen koordinator ngowahi kabar anyar saka kabeh akune dadi dhaptar cekak tumindak prioritas: mangsuli pitakon pelanggan sing durung kajawab, ngisi kekurangan ing komite tuku, utawa menehi alasan marang calon pelanggan supaya melu maneh.

Miturut Clay, alur kerja kasebut ngirit kira-kira sajam saben wengi kanggo milah kothak mlebu. Prioritas saben dina mbantu dheweke ngrampungake tumindak cilik sing suwe-suwe bisa menehi asil gedhe sajrone siklus penjualan perusahaan sing dawa. Bukti panyengkuyung tetep cedhak karo saben rekomendasi, saengga bakul bisa mriksa sumber utama sadurunge tumindak. Perusahaan bisa nggedhekake konteks bareng kasebut menyang eksekutif akun, BDR, insinyur solusi, lan pimpinan penjualan, manut idin akun sing wis ana.

Clay nuduhake apa sing dibutuhake supaya pakaryan sing terus owah bisa dikembangake: struktur sing konsisten, jadwal nganyari sing migunani, bukti bareng, lan tetimbangan manungsa nalika arep tumindak.

Exa Labs, sing nggawe prasarana panelusuran web kanggo agen AI, kepengin nyedhiyakake API panelusurane ing ngendi wae pangembang bisa nggunakake. Tim kasebut nyebut tujuane «Exa ing endi-endi». Biyen, kanggo nggayuh tujuan iki, tim relasi pangembang lan akun kudu ngawasi repositori lan ekosistem sing luwih amba, ngenali integrasi sing potensial, nglumpukake konteks, lan ngoordinasi pakaryan ing pirang-pirang sistem. Sanajan pelange maneka warna, dalan saka panemuan nganti implementasi ngetutake urutan sing konsisten. Exa ngowahi urutan kasebut dadi alur kerja Codex sing cetha, kanthi prioritas sing gamblang, akses menyang sumber sing dibutuhake, lan pamriksan manungsa sadurunge asil apa wae dirilis.

Codex saiki ngawasi peluang integrasi prioritas dhuwur, nglumpukake konteks sing cocog, nggawe pull request, mbukak tes, lan nyiapake kabar mingguan nggunakake sumber kayata Slack lan Notion. Yen cocog, Codex uga bisa nyusun langkah sabanjure, kalebu pengumuman wiwitan, kanggo dipriksa tim. Alur kerja kasebut nggawa peluang saka sinyal nganti dadi artefak sing wis diuji, sinambi nyuda operan antarane riset, rekayasa, lan komunikasi.

Manungsa tetep nemtokake peluang endi sing penting, komitmen apa sing kudu digawe Exa, lan carane hubungan eksternal kudu dikelola. Tes lan titik pamriksan ndadekake pakaryan agen katon sadurunge dirilis. Asil tes lan pamriksan manungsa bisa nuduhake marang tim bagean alur kerja sing kudu diatur sadurunge mbukak proses sabanjure. Saya gedhe akibat saka pakaryane, idin, bukti, lan hak nggawe keputusan dadi bagean sing saya penting ing rancangan alur kerja.

Bebarengan, Basis, Clay, lan Exa nerjemahake pola sing katon ing Sinyal Perusahaan dadi praktik operasi. Basis ngowahi proses sing wis kabukten dadi katrampilan sing bisa digunakake maneh. Clay menehi agen konteks lan kemampuan kanggo terus njaga supaya kumpulan pakaryan sing owah tetep anyar. Exa nambahake piranti, tes, lan pamriksan supaya agen bisa ngowahi sinyal dadi eksekusi kanthi wates sing cetha. Telu-telune ndadekake peningkatan minangka bagean saka alur kerja: pangecualian orientasi nuduhake bagean katrampilan sing perlu didandani; aktivitas akun anyar lan validasi bakul njaga konteks transaksi supaya tetep anyar; lan tes sarta pamriksan manungsa nguwatake wates kanggo eksekusi sabanjure. Saben proses diwiwiti saka tugas tartamtu lan ruang sing cukup kanggo nguji. Pembagian tugas dadi saya cetha nalika digunakake, lan tanggung jawab saya amba nalika alur kerja wis kabukten.

Nalika kesenjangan AI tercanggih saya amba, pimpinan perusahaan kudu menehi karyawan ruang kanggo nguji alur kerja sing duwe akibat penting, ngukur kasil, lan ngowahi eksperimen paling apik dadi praktik sing bisa diulang.

• Pilih siji area nilai sing menehi akibat penting. Wiwitana saka alur kerja wiwitan nganti pungkasan sing nggabungake prioritas strategis, sistem, operan, kontrol, lan asil penting sing bisa diukur. Alur kasebut kudu cukup kerep diulang supaya bisa dadi bahan sinau lan cukup penting kanggo mbenerake perlune rancangan ulang.
• Temtokake asil lan carane sampeyan bakal ngukure. Temtokake penanggung jawab, KPI, data wiwitan, lan rambu-rambune. Lacak kedalaman liwat tugas sing rampung, konteks lan piranti sing disambungake, pangecualian, lan beban pamriksan. Lacak nilai liwat wektu siklus, kualitas, biaya, revenue, utawa risiko. Volume output bisa nuduhake yen wong njaluk AI nindakake luwih akeh; asil alur kerja nuduhake apa iku pancen migunani.
• Tulisen deskripsi tugas agen. Temtokake apa sing memicu pakaryan, asile, konteks sing dibutuhake, piranti, idin, lan sepira tekune agen kudu makarya nganti rampung. Temtokake bukti apa sing kudu digawe lan ing ngendi agen kudu mandheg kanggo dipriksa manungsa.
• Gawe sistem manungsa ing sakupenge agen. Libatna wong sing paling cedhak karo alur kerja ing proses ngrancang. Temtokake sapa sing tanggung jawab marang asil bisnis, logika bidang, akses lan kontrol, adopsi, lan panggunaan saben dina. Perusahaan rintisan ngringkes tanggung jawab kasebut menyang sawetara wong; perusahaan gedhe butuh hak nggawe keputusan sing cetha nalika alur kerja dikembangake.
• Gawe eksperimen supaya katon lan bisa digunakake maneh. Riset OpenAI nemokake yen nem sasi sawise adopsi, karyawan sing lagi miwiti karier ngirim 13 pesen luwih akeh saben minggu tinimbang eksekutif. Wenehana karyawan ruang kanggo nguji kasus panggunaan anyar, banjur cathet proses lan bukti saka apa sing kasil lan kemas dadi katrampilan, Plugin, utawa papan kerja bareng. Chat, Work, lan Codex⁠(mbukak ing jendhela anyar) ndhukung mode sing beda-beda: Ngobrol kanggo pitakon lan kolaborasi cepet, Kerja kanggo pakaryan kawruh kanthi pirang-pirang langkah lan asil akhir, lan Codex kanggo eksekusi teknis.
• Terusna pola operasi kasebut. Jaga konteks, idin, evaluasi, titik pamriksan, penanggung jawab, ukuran, lan dhukungan sing wis kasil, banjur terapna menyang area nilai sabanjure. Saben eksperimen anyar kudu menehi titik wiwitan sing luwih apik kanggo tim sabanjure.