როგორ გარდაქმნიან იმთავითვე AI-ზე ორიენტირებული ფირმები სამუშაო პროცესებს საოპერაციო შესაძლებლობად

OpenAI-ს უახლესი „საწარმოთა სიგნალები“ აჩვენებს, რომ საწარმოებში ხელოვნური ინტელექტი დამხმარის როლიდან უშუალო შესრულებაზე მკვეთრად განსხვავებული ტემპით გადადის. მოწინავე კომპანიები (ხელოვნური ინტელექტის გამოყენების მაჩვენებლით საუკეთესო 10%-ში შემავალი კომპანიები) ახლა თითო აქტიურ მომხმარებელზე ტიპურ კომპანიებზე 8,3-ჯერ მეტ გამომავალ ტოკენს ქმნიან, მაშინ როცა იანვარში ეს სხვაობა 2,6-ჯერ მეტი იყო. ზრდადი სხვაობა უფრო ღრმა საოპერაციო ცვლილებაზე მიუთითებს: წამყვანი კომპანიები აგენტებს კომპანიის კონტექსტსა და ინსტრუმენტებთან აკავშირებენ, მათ უფრო მნიშვნელოვან სამუშაოს ანდობენ და წარმატებული სამუშაო პროცესების გამეორებას ამარტივებენ.

ხელმძღვანელებისთვის გამოწვევაა, ეს სიღრმე აქციონ სამუშაოდ, რომელსაც ადამიანები ენდობიან, აფასებენ და აუმჯობესებენ. ხელმძღვანელებმა ექსპერიმენტებისთვისაც უნდა დატოვონ სივრცე, მათ შორის ისეთი გამოყენების შემთხვევებისთვის, რომელთა ღირებულებაც პირველივე ცდაზე აშკარა არ არის.

სტარტაპებმა, Basis⁠(იხსნება ახალ ფანჯარაში)-მა, Clay⁠(იხსნება ახალ ფანჯარაში)-მ და Exa Labs⁠(იხსნება ახალ ფანჯარაში)-მა, აგენტები თანამშრომელთა ადაპტაციის, კლიენტების მართვისა და დეველოპერთა ეკოსისტემის ზრდის პროცესებში ჩართეს. მათი სამუშაო პროცესები განსხვავდება, თუმცა განვითარების გზა საყურადღებოა: ასწავლეთ აგენტს სტაბილური პროცესი, სამუშაოს ცვლილების კვალდაკვალ მიაწოდეთ მუდმივად განახლებადი კონტექსტი და შემდეგ მიეცით ნება, შესაძლებლობები პრაქტიკაში გამოცდამდე მიიყვანოს.

ერთობლივად ეს მაგალითები გვიჩვენებს, როგორ შეუძლიათ გუნდებს აგენტების ჩართვა ნაცნობ სამუშაოში და პროცესის გაუმჯობესება დროთა განმავლობაში.

ახალი თანამშრომლების ადაპტაცია დიდი ხანია რთული პროცესია როგორც დამსაქმებლებისთვის, ისე თანამშრომლებისთვის. Basis-ში, რომელიც საბუღალტრო კომპანიებისთვის AI-აგენტებს ქმნის, პირველი დღის ადაპტაციას ახლა ორი საათის ნაცვლად 30 წუთი სჭირდება, რაც HR-ის გუნდს კულტურისა და მხარდაჭერისთვის მეტ დროს უტოვებს.

პირველივე დღეს თანამშრომლები დაუყოვნებლივ იღებენ წვდომას Codex-ზე და კომპანიისთვის სპეციალურად შექმნილ ადაპტაციის უნარზე — კონკრეტული სამუშაო პროცესისთვის განკუთვნილ ინსტრუქციებისა და რესურსების მრავალჯერად ნაკრებზე. Codex მათ მიესალმება, კომპანიის ძირითად ცნებებს აცნობს და ფონურ რეჟიმში, მათი კომპიუტერის გამოყენებით, ინტეგრაციის გამართვას ასრულებს. განმეორებადი კითხვების ან გამონაკლისების გამოჩენისას HR-ს შეუძლია მომდევნო ჯგუფის მოსვლამდე უნარი განაახლოს.

Basis-მა ადაპტაციის პროცესი ერთხელ აჩვენა, შემდეგ კი ის აქცია მრავალჯერად უნარად, რომელსაც აქვს მკაფიო გამშვები პირობა, ცნობილი ნაბიჯები, საჭირო ინსტრუმენტებზე წვდომა და ზუსტი განმარტება იმისა, თუ რას ნიშნავს „მზადაა“. პროცესი აღარ არის დამოკიდებული ერთი ადამიანის ხელმისაწვდომობაზე, თუმცა გუნდს კვლავ შეუძლია ჩაერთოს გამონაკლისებისა თუ რთული კითხვების დროს. ადაპტაცია ახლა უფრო თანმიმდევრული, განმეორებადი და გასაუმჯობესებლად მარტივია, ხოლო ახალი თანამშრომლები თავიდანვე ხედავენ AI-სთან მუშაობის მაგალითს.

Clay, რომელიც ბაზარზე გატანის გუნდებისთვის თვითსწავლად შემოსავლის ძრავს ქმნის, ნაცნობ გამოწვევას აწყდება გაყიდვების მხრივ: გარიგების მნიშვნელოვანი კონტექსტი გაფანტულია CRM-ის ჩანაწერებში, ელფოსტაში, Slack-ში, ზარებში, პრეზენტაციებში, ტექსტურ შეტყობინებებსა და შიდა გუნდებსა თუ კლიენტის მხარდამჭერებთან საუბრებში.

ამ კონტექსტის აქტუალურობის შესანარჩუნებლად Clay-ს ბაზარზე გატანის ერთ-ერთმა ინჟინერმა უკეთესი მიდგომა სცადა — თითოეული კლიენტისთვის მუდმივი სამუშაო სივრცე და სპეციალური ქვეაგენტი. თითოეული ქვეაგენტი პირველად წყაროებს ამოწმებს და ღამით გარიგების საქაღალდეს აახლებს. ყოველ დილით მაკოორდინირებელი აგენტი ყველა კლიენტის განახლებას პრიორიტეტული ნაბიჯების მოკლე სიად აქცევს: პასუხის გაცემა კლიენტის პასუხგაუცემელ კითხვაზე, შესყიდვის კომიტეტში არსებული ხარვეზის შევსება ან პოტენციური კლიენტისთვის ხელახალი ჩართულობის მიზეზის მიცემა.

Clay-ს თანახმად, ეს სამუშაო პროცესი მას ყოველ საღამოს შემოსული წერილების დახარისხებაზე დაახლოებით ერთ საათს უზოგავს. ყოველდღიური პრიორიტეტები ეხმარება, ბოლომდე მიიყვანოს მცირე მოქმედებები, რომლებიც საწარმოს გაყიდვების ხანგრძლივი ციკლის განმავლობაში შეიძლება დაგროვდეს. დამადასტურებელი მასალა თითოეულ რეკომენდაციას მუდმივად თან ახლავს, ამიტომ გამყიდველებს მოქმედებამდე პირველადი წყაროების შემოწმება შეუძლიათ. ანგარიშის ნებართვების გათვალისწინებით, საწარმოებს ამ საერთო კონტექსტის გავრცელება შეუძლიათ კლიენტებთან მომუშავე მენეჯერებზე, ბიზნესის განვითარების წარმომადგენლებზე, გადაწყვეტების ინჟინრებსა და გაყიდვების ხელმძღვანელებზე.

Clay გვიჩვენებს, რა სჭირდება ცვალებად სამუშაოს მასშტაბირებისთვის: თანმიმდევრული სტრუქტურა, განახლების სასარგებლო რიტმი, საერთო მტკიცებულებები და მოქმედების მომენტში ადამიანის განსჯა.

Exa Labs-ი, რომელიც AI-აგენტებისთვის ვებძიების ინფრასტრუქტურას ქმნის, ცდილობს, მისი საძიებო API ხელმისაწვდომი იყოს ყველგან, სადაც დეველოპერებს მისი გამოყენება შეუძლიათ. გუნდი ამ მიზანს „Exa ყველგან“ უწოდებს. ადრე მის მისაღწევად დეველოპერებთან ურთიერთობისა და კლიენტებთან მომუშავე გუნდებს საცავებისა და ფართო ეკოსისტემის მონიტორინგი, პერსპექტიული ინტეგრაციების გამოვლენა, კონტექსტის შეგროვება და სხვადასხვა სისტემაში სამუშაოს კოორდინირება უწევდათ. მიუხედავად იმისა, რომ შესაძლებლობები განსხვავდებოდა, აღმოჩენიდან დანერგვამდე გზა ერთსა და იმავე თანმიმდევრობას მიჰყვებოდა. Exa-მ ეს თანმიმდევრობა Codex-ის განსაზღვრულ სამუშაო პროცესად აქცია — მკაფიო პრიორიტეტებით, საჭირო წყაროებზე წვდომითა და გამოქვეყნებამდე ადამიანის მიერ შემოწმებით.

Codex-ი ახლა მაღალი პრიორიტეტის მქონე ინტეგრაციის შესაძლებლობებს აკვირდება, შესაბამის კონტექსტს აგროვებს, შერწყმის მოთხოვნებს (pull requests) ქმნის, ტესტებს უშვებს და Slack-ისა და Notion-ის მსგავსი წყაროებით ყოველკვირეულ განახლებებს ამზადებს. საჭიროების შემთხვევაში მას ასევე შეუძლია მომდევნო ნაბიჯის მონახაზის, მათ შორის საწყისი განცხადების, მომზადება, რომ გუნდმა განიხილოს. სამუშაო პროცესი უზრუნველყოფს, რომ სიგნალი აპრობირებულ არტეფაქტად გადაიქცეს და ამავდროულად ამცირებს კვლევას, ინჟინერიასა და კომუნიკაციას შორის სამუშაოს გადაცემის საჭიროებას.

კვლავ ადამიანები წყვეტენ, რომელი შესაძლებლობაა მნიშვნელოვანი, რა ვალდებულებები უნდა აიღოს Exa-მ და როგორ უნდა მოხდეს გარე ურთიერთობების მართვა. ტესტები და შემოწმების ეტაპები აგენტის ნამუშევარს გამოქვეყნებამდე ხილულს ხდის. ტესტების შედეგები და ადამიანის მხრიდან შემოწმება გუნდს აჩვენებს, სად უნდა შეცვალოს სამუშაო პროცესი მომდევნო გაშვებამდე. რაც უფრო მნიშვნელოვანი ხდება სამუშაო, მით უფრო დიდ ადგილს იკავებს სამუშაო პროცესის დიზაინში ნებართვები, მტკიცებულებები და გადაწყვეტილების მიღების უფლებები.

Basis-ი, Clay და Exa ერთობლივად „საწარმოთა სიგნალებში“ გამოვლენილ კანონზომიერებებს საოპერაციო ენაზე გადმოსცემენ. Basis-ი გამოცდილ პროცესს მრავალჯერად უნარად აქცევს. Clay აგენტს აძლევს კონტექსტსა და უწყვეტობას, რათა ცვალებადი სამუშაო მუდმივად განახლებული იყოს. Exa ამატებს ინსტრუმენტებს, ტესტებსა და შემოწმებას, რათა აგენტმა სიგნალი განსაზღვრულ საზღვრებში შესრულებამდე მიიყვანოს. სამივე მათგანი გაუმჯობესებას სამუშაო პროცესის ნაწილად აქცევს: ადაპტაციის გამონაკლისები აჩვენებს, სად სჭირდება უნარს დახვეწა; კლიენტის ახალი აქტივობა და გამყიდველის დადასტურება უზრუნველყოფს, რომ გარიგების კონტექსტი განახლებული იყოს; ტესტები და ადამიანის მხრიდან შემოწმება კი სამომავლო შესრულების საზღვრებს აზუსტებს. თითოეული მათგანი იწყებს კონკრეტული ამოცანითა და მისი გამოსაცდელად საკმარისი სივრცით. შრომის განაწილება გამოყენების პროცესში უფრო მკაფიო ხდება, პასუხისმგებლობა კი იზრდება, როცა სამუშაო პროცესი საკუთარ ეფექტიანობას ამტკიცებს.

მოწინავე სისტემების გამოყენებაში სხვაობის ზრდის ფონზე, საწარმოთა ხელმძღვანელებმა თანამშრომლებს უნდა მისცენ მნიშვნელოვანი სამუშაო პროცესების გამოცდის, წარმატების გაზომვისა და საუკეთესო ექსპერიმენტების განმეორებად პრაქტიკად ქცევის შესაძლებლობა.

• აირჩიეთ ღირებულების შექმნის ერთი მნიშვნელოვანი სფერო. დაიწყეთ თავიდან ბოლომდე გამართული სამუშაო პროცესით, სადაც ერთმანეთს ხვდება სტრატეგიული პრიორიტეტი, სისტემები, სამუშაოს გადაცემის ეტაპები, კონტროლის მექანიზმები და გაზომვადი შედეგები. ის იმდენად ხშირად უნდა მეორდებოდეს, რომ მისგან სწავლა შეიძლებოდეს, და იმდენად მნიშვნელოვანი უნდა იყოს, რომ ხელახალი დაგეგმვა ღირდეს.
• განსაზღვრეთ შედეგი და მისი გაზომვის მეთოდი. დაასახელეთ პასუხისმგებელი პირი, KPI, საწყისი მაჩვენებელი და დამცავი შეზღუდვები. სიღრმე შეაფასეთ დასრულებული ამოცანებით, დაკავშირებული კონტექსტითა და ინსტრუმენტებით, გამონაკლისებითა და შემოწმების დატვირთვით. ღირებულება შეაფასეთ ციკლის ხანგრძლივობით, ხარისხით, ხარჯით, შემოსავლით ან რისკით. გამონატანის მოცულობა შეიძლება აჩვენებდეს, რომ ადამიანები ხელოვნურ ინტელექტს მეტის გაკეთებას სთხოვენ; სამუშაო პროცესის შედეგები კი აჩვენებს, აქვს თუ არა ამას მნიშვნელობა.
• დაწერეთ აგენტის სამუშაოს აღწერა. განსაზღვრეთ, რა იწყებს სამუშაოს, შედეგი, საჭირო კონტექსტი, ინსტრუმენტები და ნებართვები და რამდენად შეუპოვრად უნდა იმუშაოს აგენტმა დასრულებამდე. მიუთითეთ, რა მტკიცებულება უნდა შექმნას მან და რომელ ეტაპზე უნდა შეჩერდეს ადამიანის მიერ შესამოწმებლად.
• აგენტის გარშემო ადამიანური სისტემა შექმენით. დიზაინის პროცესში ჩართეთ ადამიანები, რომლებიც ამ სამუშაო პროცესთან ყველაზე ახლოს არიან. განსაზღვრეთ, ვინ აგებს პასუხს ბიზნესშედეგზე, დარგობრივ ლოგიკაზე, წვდომასა და მართვის საშუალებებზე, დანერგვასა და ყოველდღიურ გამოყენებაზე. სტარტაპებში ეს პასუხისმგებლობები რამდენიმე ადამიანზე ნაწილდება; საწარმოებს კი სამუშაო პროცესის მასშტაბირებისას გადაწყვეტილების მიღების მკაფიო უფლებები სჭირდებათ.
• ექსპერიმენტები ხილული და მრავალჯერ გამოსაყენებელი გახადეთ. OpenAI-ს კვლევამ აჩვენა, რომ დანერგვიდან ექვსი თვის შემდეგ კარიერის საწყის ეტაპზე მყოფი თანამშრომლები ხელმძღვანელებზე 13-ით მეტ შეტყობინებას აგზავნიდნენ კვირაში. მიეცით თანამშრომლებს ახალი გამოყენების შემთხვევების გამოცდის სივრცე, შემდეგ კი აღწერეთ წარმატებული პროცესები და მათი მტკიცებულებები და გააფორმეთ ისინი უნარებად, პლაგინებად ან საერთო სამუშაო სივრცეებად. ჩატი, მუშაობა და Codex-ი⁠(იხსნება ახალ ფანჯარაში) სხვადასხვა რეჟიმს გთავაზობთ: ჩატი განკუთვნილია კითხვებისა და სწრაფი თანამშრომლობისთვის, მუშაობა — მრავალსაფეხურიანი ინტელექტუალური სამუშაოსა და დასრულებული მასალებისთვის, Codex-ი კი — ტექნიკური შესრულებისთვის.
• წარმატებული საოპერაციო მოდელი შემდეგ ეტაპზეც გადაიტანეთ. შეინარჩუნეთ ეფექტიანი კონტექსტი, ნებართვები, შეფასებები, შემოწმების ეტაპები, პასუხისმგებელი პირები, საზომები და მხარდაჭერის რესურსები, შემდეგ კი ისინი ღირებულების შექმნის მომდევნო სფეროში გამოიყენეთ. ყოველმა ახალმა ექსპერიმენტმა მომდევნო გუნდს უკეთესი საწყისი წერტილი უნდა მისცეს.