Ammattikehityksen tekeminen helpommaksi PK-yrityksille

Työntekijöiden kouluttaminen uusille taidoille on haasteellista pienille yrityksille. Useimmat yritykset eivät ole vaihtoehtoja omistajien ja johtajien auttamiseksi tiimien suorituskyvyn parantamisessa ja taitojen oppimisessa, mutta pienet yritykset eivät yleensä ole rakennettu ammattikehitystä varten. Ydinliiketoiminta tulee ensin, kuten pitääkin, eikä todennäköisesti ole ketään henkilöstössä, jolla on tausta tehdä ja toimittaa koulutusmateriaaleja. Lopulta se tarkoittaa, että ammattikehitys jää takapenkille ja usein ei koskaan toteudu. CompTIA:n mukaan puolet Yhdysvaltojen yrityksistä ei ole virallista koulutusstrategiaa, jolla voitaisiin puuttua taitopulaan*. Työntekijät, asiakkaat ja lopulta liiketoiminta maksavat hinnan.

Yhä useammin generatiivinen tekoäly voi auttaa mitä tahansa pienyritystä kehittämään ammattikehitysmateriaaleja. Tässä on, miten pieni viestintätoimistomme siirtyi keskustelusta koulutusmateriaalin laadinnasta melko vankkaan ensiluonnokseen 15 minuutissa – ilmaisten tekoälytyökalujen avulla.

Olemme osana jatkuvaa työntekijöiden kehittämistä Gova10:ssa tiedimme, että yksi aihe, jota halusimme käsitellä, oli asiakkaiden tarinoiden esittäminen journalisteille. Kaikki työntekijämme tunsivat perusteet, mutta oli aina hyvä kerrata ja jaettava parhaita käytäntöjä.

Tiedätkö, mitä haluat kouluttaa tiimisi, ja todellinen tietämyksesi kehittäminen ammattikehitysohjelmaksi tai -istunnoksi ovat kaksi eri asiaa. Sinun tarvitsee:

• Kerätä tietoja niiltä, joilla on tietämys.
• Konsolidoida tietoa ja kehittää avainviestit.
• Suunnitella mielenkiintoinen esitys, joka välittää avainviestit.

Nämä tehtävät voidaan määritellä ja priorisoida useita kertoja perusteltavampien työtehtävien ja odottavien tehtävien perusteella. Kaikki olemme viestintähenkilöstöä, emme oppimisen kehittämisen ammattilaisia.

Eräänä keskiviikkona ilmaisten tekoälytyökalujen avulla rakensimme vankkaan ensiluonnoksen noin 15 minuutissa.

Se ei tarkoittanut, että meillä oli valmis tuote noin nopeasti, mutta meillä oli esitys, joka oli noin 70-prosenttisesti valmis.

Käytimme menetelmiä, joita kuvasimme koulutusistunnolle median esittämiseksi, mutta näitä työkaluja voidaan käyttää minkä tahansa aiheen kehittämiseen.

Fathom

Olemme käyttäneet kokoustranskriptiotyökalua Fathom useita kuukausia sitten sen jälkeen, kun olimme nähneet sen toimivana asiakkaamme kanssa. Transkription tarkkuus ylitti kilpailijoiden, joita olimme kokeilleet, ja se oli päät ja hartiat ylempänä kuin Google Meetin alkuperäinen transkriptio, kokemuksemme mukaan. Fathomin vaikuttavat tekoälyluontaiset muistiinpanot ja toimintakohteet ovat hämmästäneet useita asiakkaitamme sen jälkeen, kun he ovat nähneet meidän käyttävän työkalua.

Kun aloimme keskustelemasta ammattikehityshankeista viimeksi Gova10:n varajohtajien kokouksessa – aluksi keskustelimme kaikista syistä, miksi kamppailisimme sen valmistumisen kanssa tulevaan kokoukseen – lisäsin nopeasti Fathom-muistiinpanijani Meet-kutsuun. Selitin muistiinpanijalle, että tavoitteemme oli kaapata sisältö, jonka halusimme käsitellä koulutusistunnossa. Sitten jokainen meistä puhui haasteista ja mahdollisuuksista parantaa median esittämistä. Pääosin olimme samaa mieltä ja lisäsimme lisää ideoita, ja keskustelimme joistakin kohdista ja niiden sisällyttämisestä koulutukseen.

Noin 5 minuutin kuluttua, kun olimme lopettaneet puhelun, Fathom lähetti kokouksen yhteenvetoon, mukaan lukien luettelopistettä siitä, mitä olimme keskustelleet. Nämä luettelopistettä kaappasivat melkein täydellisesti sisällön, jonka halusimme välittää.

Gamma

Nyt, kun meillä oli vahva tekoälyluontainen sommitelma, tarvitsimme sen esittämisen tiimillemme esiteltäväksi. Gamma on tekoälytyökalu, joka luo esityksiä joko lyhyen ohjauksen tai täydellisen sommitelman perusteella. Mitä enemmän tietoa annat sille, kuin kaikki tekoälytyökalut, sitä paremmin se toimii.

Gamma tarjosi minulle joitakin makrorakenteita ja rakensi minulle esityksen sekunneissa. Se teki hyvän työn jatkamalla ja jalostamalla sommitelmaani ja vaihdellen esityksen ulkonäköä samalla, kun se säilytti yhdenmukaisen ulkonäön. Kuitenkin kuvat, jotka Gamma tarjosi, eivät aivan osuneet kohteeseen, joten korvasin ne kuvilla, jotka liittyivät materiaaliin, ja täydensin kuvilla tiimin valokuvauksesta. Tämä teki esityksestä tutun ja hauskannäköisen sen sijaan, että se olisi näyttänyt tekoälyluontaiselta. Varajohtajat menivät läpi esityksen ja tekivät muutoksia varmistaakseen, että se oli selkeä ja sisälsi kaikki toivottavat viestit.

ChatGPT

Median koulutusistunnolle Fathomin luontaiset luettelopistettä olivat riittäviä, mutta muutama kuukausi sitten olin toisessa tilanteessa. Minun piti valmistaa median koulutusesitys asiakkaan edustajalle. Pari päivää aikaisemmin olin antanut epävirallisen median koulutusistunnon toiselle edustajalle. Otin Fathomin transkriptin siitä koulutusistunnosta ja lähetin sen ChatGPT:lle pyynnöllä, jossa pyysin sitä järjestämään ja tiivistämään ideoita, joita olin keskustellut. ChatGPT teki työnsä luomalla sommitelman, ja sitten pystyin syöttämään sen Gammaan hienon näköiseksi esitykseksi.

Tekoäly ei voi tehdä kaikkea… vielä

Ennen kuin toimimme työntekijöiden koulutuksen, päätimme sisällyttää asiaankuuluvat “tarina-esimerkit”, joita voimme tarkastella, osoittaen, miten aiemmat tarinat journalisteille johtivat artikkeleihin, joissa esiintyivät asiakkaamme. Lisäsimme myös harjoituksen, jossa tiimin jäsenet parittain kehittivät median tarinan, jonka tarkastelimme ja arvostelimmme yhdessä.

Ideat olivat meidän. Toteutus oli meidän, mutta tekoäly auttoi meitä saamaan materiaalin tiimille nopeasti ja järjestetyssä muodossa minuuteissa, ei tunteina – tai ehkä koskaan. Emme vielä korvata tekoälyllä, mutta tekoäly säästi aikaa ja poisti sisällön valmistelun stressiä.

Olemme jo nähneet parempia tuloksia nuoremmilta työntekijöiltämme, jotka osallistuivat koulutukseen. Minkä tahansa liiketoiminnan voi omaksua tämän käytännön ja tehdä ammattikehityksestä helpompaa mille tahansa aiheelle, joka vaatii lisää työntekijöiden kehittämistä.