كيفية تحقيق القيمة من قوة عمل مدعومة بالذكاء الاصطناعي العام

بفضل ChatGPT من OpenAI، يعرف الجميع تقريبًا عن الذكاء الاصطناعي العام اليوم.能够 إشباع عطش الناس للمعرفة ببساطة من خلال إرسال تعليمات بسيطة أرسله إلى الفيروسية. استخدام هذا الأداة مثير للإعجاب حقًا. حصل على مليون مستخدم في غضون خمسة أيام وجذب أكثر من 100 مليون زائر في أول بضعة أشهر. والأفراد والمنظمات تدمجها في حياتهم اليومية وأنشطتهم بحماس كبير.

ومع ذلك – في حين أن الذكاء الاصطناعي العام مشهور عالميًا، قام عدد قليل بتحريكه بعيدًا عن التجربة. المنظمات متحمسة لاحتمالاته، لكنها غالبًا ما تعاني من اعتماده على نطاق يمكن أن يخلق قيمة قابلة للقياس في النهاية.

في دوري، كنت محظوظًا بما فيه الكفاية لكي أتمكن من مشاهدة كيف يطور الذكاء الاصطناعي طريقة عمل المنظمات والقيمة التي يمكن أن يقدمها للعملاء. ومع ذلك، تحتاج الشركات إلى دليل لتحويل الإمكانات إلى أداء. مع هذه التحديات في الاعتبار، قام فريقي بتنفيذ تجربة للتجربة مع Microsoft’s M365 Copilot، لتطوير رؤى قيمة وстратегيات عملية للشركات التي تهدف إلى تحقيق اعتماد ناجح وعودة استثمار هامة.

مسارنا إلى قيمة الذكاء الاصطناعي العام

عندما نظرنا إلى اعتماد Copilot، ساعدنا نهجنا في تحديد哪里 يمكن أن تضيف قدراته قيمة.

يمكن أن يكون تجربنا مفيدًا لأي منظمة تبحث عن إدخال الذكاء الاصطناعي العام إلى تدفقات عملها.

هذه بعض الإجراءات التي ساعدتنا في الطريق:

• ابداً بإطار اعتماد منظم. لتقديم قدرات الذكاء الاصطناعي العام، بدأنا بتحديد الشخصيات في منظمتنا الذين قد يستفيدون منهم، ثم حالات استخدام محددة ومدروسة جيدًا للتكنولوجيا. أخيرًا، قمنا بإنشاء خطط تدريب شخصيّة لكل دور أو شخصية توجيه المستخدمين بعناية، بحيث يعرفون بالضبط كيفية جعل الحد الأقصى من القدرة.
• استخدام التجربة لتأكيد التكنولوجيا.对于 Copilot، قمنا بتمارين مع ثلاث مجموعات من المستخدمين. لم يكن لمجموعة A تراخيص Copilot، بينما مجموعة B، قدمنا لهم وصولًا إلى الأداة، بدون تدريب أو إرشاد: كان منهم أن يكتشفوا ماذا يفعلون. مجموعة C حصلت على إطارنا الكامل للاعتماد. النتائج؟ رأينا زيادة بنسبة 31٪ في الاعتماد في مجموعة C مقارنة بمجموعة B. بالإضافة إلى ذلك، سجلت مجموعة C توفيرًا في الوقت بنسبة 2.5 ساعة في الأسبوع مقابل 1.8 ساعة في الأسبوع لمجموعة B. كما أعطتنا التمارين بيانات أساسية، على سبيل المثال حول مقدار الوقت الذي يمكن أن توفره الفرق على مهام محددة مثل إنشاء عروض تقديمية. كان هذا مثالًا آخر قويًا وحججًا تؤكد أن إطارنا للاعتماد يعمل.
• اشمل الموظفين بشكل وثيق في العملية. التمارين مثل تجربة Copilot تساعد على ضمان أن الناس يتعاملون بشكل أفضل مع التكنولوجيا الجديدة. لقد حصلنا على اشتراك الناس في اختيار حالات الاستخدام لـ Copilot، مما يجعلها أكثر صلة، ويعزز الاعتماد، ويعزز في النهاية عائد الاستثمار. هذه العملية تخلق أيضًا مناديبًا، أيضًا. لأن كوخورتنا في المجموعة C يمكن أن يرى قيمة التكنولوجيا لهم، لقد دافعوا عنها في جميع أنحاء الشركة، وخاصة مع فرقهم، مما يشجع على المزيد من الاعتماد.
• إنشاء خطط تدريب شديدة التخصيص ومتواصلة. عملنا مع مدراء المشاريع وأصحاب العمليات لضمان أن حالات استخدام Copilot كانت ذات صلة بالمهام اليومية، مثل إنتاج عروض تقديمية في وقت قصير جدًا. ومسلحين بهذا الفهم، قمنا بإنشاء تدريب مخصصًا للغاية أظهر كيف يمكن للتكنولوجيا مساعدتهم في تحقيق أهدافهم. كما وجدنا أن التدريب المستمر حول إنشاء تعليمات كان قيمًا جدًا في مساعدة الناس على الحصول على أفضل قيمة من الذكاء الاصطناعي العام. كما أنه ممتع ويساعد على الحفاظ على توحيد المجتمع. على سبيل المثال، قمنا بإنشاء مجموعة حيث نشارك تعليمات مفيدة، ولدينا أيضًا اجتماعات قصيرة منتظمة للمشاركة.
• استغلال الشركاء. لجأنا إلى شريكنا للمساعدة في تقديم حالات استخدام وفرص تدريب ساعدت في بناء مهاراتنا. في مجال يتغير بسرعة مثل الذكاء الاصطناعي العام، الشراكة والتعاون ضروريان للحصول على نتائج جيدة.
• التواصل بشكل استباقي حول مخاوف الموظفين. الأسئلة حول الذكاء الاصطناعي العام وسؤالات حول ما إذا كان سيسرق الناس وظائفهم شائعة. لذلك، من المهم ضمان أن إطار الاعتماد يحدد بوضوح الذكاء الاصطناعي العام والاستخدام الأخلاقي للتكنولوجيا. لضمان استخدام مسؤول وآمن للتكنولوجيا، استفدنا من إطارنا للذكاء الاصطناعي المسؤول. يوفر هذا الإطار إرشادات واضحة للموظفين، متوافقة مع قيم الشركة، مما يساعدهم على استخدام التكنولوجيا بشكل مسؤول. ولتخفيف المخاوف حول تأثير الذكاء الاصطناعي العام على الوظائف، ركزنا على قدرته على تحمل المهام غير الشهيرة والروتينية والضاغطة بالوقت مثل تدوين الدقائق، صياغة الاتصالات، أو فرز صندوق البريد الوارد المزدحم.随着 نمو مهاراتهم، قدمنا لهم تقنيات أكثر تعقيدًا، بما في ذلك تعزيز قدرتهم على إنشاء تعليمات متقدمة تنتج مخرجات أكثر دقة وتخصيصًا.

الزمن والابتكار والتدريب

تجربتنا مع Copilot ومشاريع الذكاء الاصطناعي العام الأخرى هي أن مرحلة تجريبية منظمة هي مفتاح، وأن الناس يحتاجون إلى وقت للتعلم التكنولوجيا المبتكرة. كما أنه من الضروري وجود إطار لاعتماد الذكاء الاصطناعي وإدارة التغيير مخصص لاحتياجات فريقك. مقترنًا بالتدريب والتفاعل النشط للمستخدمين، سوف ي мотив و ي وضح مخاوف حول الذكاء الاصطناعي العام.

مرة واحدة التكنولوجيا تدمج نفسها في المنظمة وتنشر، تصبح جزءًا من الثقافة وتسريع طريقك لتحقيق قيمة حقيقية من الذكاء الاصطناعي العام.