Ako firmy s AI menia pracovné postupy na prevádzkové schopnosti

Najnovšia správa Enterprise Signals od OpenAI ukazuje, že podniková AI prechádza od asistencie k vykonávaniu úloh výrazne odlišným tempom. Prelomové firmy (10 % firiem s najvyšším využívaním AI) dnes generujú na aktívneho používateľa 8,3-krát viac výstupných tokenov než bežné firmy, pričom v januári to bolo 2,6-krát viac. Prehlbujúci sa rozdiel poukazuje na zásadnejšiu zmenu fungovania: popredné firmy prepájajú agentov s firemným kontextom a nástrojmi, delegujú im dôležitejšiu prácu a uľahčujú opakovanie úspešných pracovných postupov.

Úlohou vedúcich pracovníkov je túto úroveň využitia pretaviť do práce, ktorej ľudia môžu dôverovať, merať ju a zlepšovať. Vedúci pracovníci by mali ponechať priestor aj na experimentovanie vrátane prípadov použitia, ktorých prínos nie je zrejmý na prvý pokus.

Startupy Basis⁠(otvorí sa v novom okne), Clay⁠(otvorí sa v novom okne) a Exa Labs⁠(otvorí sa v novom okne) začlenili agentov do adaptácie zamestnancov, správy zákazníckych účtov a rozvoja vývojárskeho ekosystému. Ich pracovné postupy sa líšia, no vývoj je poučný: naučte agenta stabilný proces, poskytnite mu trvalý kontext, ktorý sa mení spolu s prácou, a potom mu umožnite premeniť príležitosti na overené kroky.

Tieto príklady spoločne ukazujú, ako môžu tímy začleniť agentov do bežnej práce a postupne zlepšovať celý proces.

Adaptácia nových zamestnancov bola dlho náročná pre zamestnávateľov aj zamestnancov. V spoločnosti Basis, ktorá vytvára agentov AI pre účtovné firmy, dnes adaptácia počas prvého dňa trvá namiesto dvoch hodín iba 30 minút, takže personálne oddelenie má viac času na firemnú kultúru a podporu.

V prvý deň získajú zamestnanci okamžitý prístup ku Codexu a firemnej zručnosti na adaptáciu (opakovane použiteľnému súboru pokynov a zdrojov pre konkrétny pracovný postup). Codex ich privíta, predstaví im kľúčové firemné pojmy a na pozadí pomocou ich počítača dokončí nastavenie integrácií. Keď sa objavia opakované otázky alebo výnimky, personálne oddelenie môže zručnosť aktualizovať ešte pred nástupom ďalšej skupiny.

Basis raz predviedol proces adaptácie a potom ho premenil na opakovane použiteľnú zručnosť s jasným spúšťačom, známymi krokmi, prístupom k správnym nástrojom a jednoznačnou definíciou „hotovo“. Proces už nezávisí od dostupnosti jednej osoby, no tím môže zasiahnuť pri výnimkách alebo zložitých otázkach. Adaptácia je teraz jednotnejšia, opakovateľná a ľahšie sa zlepšuje. Noví zamestnanci zároveň ihneď získajú vzor práce s AI.

Clay, spoločnosť vyvíjajúca samoučiaci sa nástroj na rast tržieb pre tímy zamerané na uvedenie produktov na trh, čelí známemu obchodnému problému: dôležitý kontext obchodných prípadov je roztrúsený v záznamoch CRM, e-mailoch, Slacku, telefonátoch, prezentáciách, textových správach a rozhovoroch s internými tímami aj zástancami na strane zákazníka.

Aby tento kontext zostal aktuálny, jedna z GTM inžinierok v Clay vyskúšala lepší prístup – trvalý pracovný priestor a vyhradeného subagenta pre každý zákaznícky účet. Každý subagent kontroluje primárne zdroje a cez noc aktualizuje priečinok príslušného obchodného prípadu. Koordinačný agent každé ráno zhrnie aktualizácie zo všetkých jej účtov do krátkeho zoznamu prioritných krokov: odpovedať na nevyriešenú otázku zákazníka, doplniť chýbajúceho člena nákupnej komisie alebo dať potenciálnemu zákazníkovi dôvod znova nadviazať kontakt.

Podľa spoločnosti Clay jej tento pracovný postup každý večer ušetrí približne hodinu triedenia doručenej pošty. Denné priority jej pomáhajú uskutočňovať drobné kroky, ktorých účinok sa môže počas dlhého podnikového predajného cyklu postupne znásobiť. Podporné dôkazy zostávajú pri každom odporúčaní, takže predajcovia si môžu pred konaním overiť primárne zdroje. Podniky by mohli tento zdieľaný kontext sprístupniť obchodným manažérom, pracovníkom rozvoja obchodu, technickým konzultantom a vedúcim predaja v súlade s existujúcimi oprávneniami k účtom.

Clay ukazuje, čo meniaca sa práca potrebuje na rozšírenie: jednotnú štruktúru, vhodnú frekvenciu aktualizácií, zdieľané dôkazy a ľudský úsudok v okamihu konania.

Exa Labs, ktorá buduje infraštruktúru webového vyhľadávania pre agentov AI, chce svoje vyhľadávacie API sprístupniť všade, kde by ho mohli vývojári využiť. Tím tento cieľ nazýva „Exa všade“. Jeho plnenie kedysi vyžadovalo, aby tímy pre vzťahy s vývojármi a správu účtov sledovali úložiská aj širší ekosystém, vyhľadávali sľubné integrácie, zhromažďovali kontext a koordinovali prácu naprieč systémami. Hoci sa príležitosti líšili, cesta od ich objavenia po implementáciu mala vždy rovnakú postupnosť. Exa túto postupnosť premenila na definovaný pracovný postup pre Codex s jasnými prioritami, prístupom k potrebným zdrojom a ľudskou kontrolou pred každým nasadením.

Codex teraz vyhľadáva prioritné príležitosti na integráciu, zhromažďuje relevantný kontext, vytvára pull requesty, spúšťa testy a pripravuje týždenné aktualizácie zo zdrojov, ako sú Slack a Notion. V prípade potreby môže tímu na kontrolu pripraviť aj návrh ďalšieho kroku vrátane úvodného oznámenia. Pracovný postup mení signál na otestovaný výstup a zároveň obmedzuje odovzdávanie práce medzi výskumom, vývojom a komunikáciou.

O tom, ktoré príležitosti sú dôležité, aké záväzky by mala Exa prijať a ako spravovať externé vzťahy, naďalej rozhodujú ľudia. Vďaka testom a kontrolným bodom je práca agenta viditeľná ešte pred nasadením. Výsledky testov a ľudská kontrola môžu tímu ukázať, kde treba pracovný postup pred ďalším spustením upraviť. Čím je práca závažnejšia, tým väčšiu úlohu pri navrhovaní pracovného postupu zohrávajú oprávnenia, dôkazy a rozhodovacie právomoci.

Basis, Clay a Exa spoločne prevádzajú vzorce zo správy Signály z podnikov do konkrétnej prevádzkovej praxe. Basis mení overený proces na opakovane použiteľnú zručnosť. Clay poskytuje agentovi kontext a trvalé zázemie, aby mohol priebežne aktualizovať meniaci sa súbor práce. Exa pridáva nástroje, testy a kontrolu, aby agent dokázal premeniť signál na jasne ohraničené vykonanie úlohy. Všetky tri firmy začleňujú zlepšovanie priamo do pracovného postupu: výnimky pri adaptácii odhaľujú, kde treba zručnosť zdokonaliť; nová aktivita na účtoch a overenie predajcom udržiavajú kontext obchodných prípadov aktuálny; testy a ľudská kontrola zase spresňujú hranice budúceho vykonávania úloh. Každá začína konkrétnou úlohou a dostatočným priestorom na jej otestovanie. Rozdelenie práce sa používaním vyjasňuje a zodpovednosť sa rozširuje, keď pracovný postup preukáže svoju hodnotu.

Keďže sa rozdiel oproti prelomovým firmám zväčšuje, vedúci pracovníci podnikov musia dať zamestnancom priestor testovať pracovné postupy s významným dosahom, merať úspech a meniť najlepšie experimenty na opakovateľnú prax.

• Vyberte jednu oblasť s významným hodnotovým potenciálom. Začnite komplexným pracovným postupom, v ktorom sa stretávajú strategická priorita, systémy, odovzdávanie práce, kontrolné mechanizmy a merateľné výsledky. Mal by sa opakovať dostatočne často, aby ste sa z neho mohli poučiť, a byť natoľko dôležitý, aby sa oplatilo navrhnúť ho nanovo.
• Definujte výsledok a spôsob jeho merania. Určte zodpovednú osobu, KPI, východiskový stav a ochranné pravidlá. Hĺbku využitia sledujte podľa dokončených úloh, prepojeného kontextu a nástrojov, výnimiek a rozsahu kontrol. Hodnotu sledujte podľa dĺžky cyklu, kvality, nákladov, výnosov alebo rizika. Objem výstupov môže ukázať, že ľudia žiadajú AI o viac práce. Výsledky pracovných postupov ukážu, či to má význam.
• Napíšte opis práce agenta. Definujte, čo spúšťa prácu, aký má byť výsledok, potrebný kontext, nástroje, oprávnenia a ako vytrvalo má agent pracovať na jej dokončení. Určte, aké dôkazy musí vytvoriť a kde sa musí zastaviť na ľudskú kontrolu.
• Vybudujte okolo agenta systém spolupráce s ľuďmi. Zapojte do navrhovania ľudí, ktorí majú k pracovnému postupu najbližšie. Určte, kto zodpovedá za obchodný výsledok, odbornú logiku, prístup a kontroly, prijatie riešenia a každodenné používanie. V startupoch sú tieto povinnosti sústredené medzi niekoľko ľudí. Podniky však pri rozširovaní pracovného postupu potrebujú výslovne stanovené rozhodovacie právomoci.
• Zviditeľnite experimentovanie a umožnite opakované využitie jeho výsledkov. Výskum OpenAI zistil, že šesť mesiacov po zavedení posielali zamestnanci na začiatku kariéry o 13 správ týždenne viac než výkonní riaditelia. Dajte zamestnancom priestor testovať nové prípady použitia. Následne zachyťte proces a dôkazy o tom, čo funguje, a sprístupnite ich ako zručnosti, pluginy alebo zdieľané pracovné priestory. Chat, Work a Codex⁠(otvorí sa v novom okne) podporujú rôzne režimy: Chat na otázky a rýchlu spoluprácu, Work na viackrokovú znalostnú prácu a hotové výstupy a Codex na technické úlohy.
• Preneste osvedčený spôsob fungovania ďalej. Zachovajte kontext, oprávnenia, hodnotenia, kontrolné body, zodpovedné osoby, metriky a podporu, ktoré sa osvedčili, a potom ich uplatnite v ďalšej hodnotovej oblasti. Každý nový experiment by mal ďalšiemu tímu poskytnúť lepší východiskový bod.