एआई-मूल कार्यस्थल बनाना: अग्रिम पंक्ति से सीखे गए सबक

आप क्या करेंगे अगर आप 10K सड़क दौड़ में दौड़ रहे हों, एक कठिन पहाड़ी पर चढ़ने के लिए संघर्ष कर रहे हों, और अचानक दौड़ के नियम बदल जाएं? अगर ड्राइवर दौड़ने वालों को कारों में उठाने लगें और फिर खत्म होने की रेखा तक एक दूसरे के साथ दौड़ लगाने लगें? क्या आप दौड़ना जारी रखेंगे, जानते हुए कि आप पैक के पीछे में समाप्त होंगे? या कार में बैठ जाएं, गैस पेडल दबाएं और ग्रैंड प्राइज के लिए प्रतिस्पर्धा करें?

व्यवसाय में आज, एआई वह कार है जो कंपनियों के संचालन के तरीके को बाधित कर रही है। कंपनियां अभी भी अपने तरीके से आगे बढ़ने का विकल्प चुन सकती हैं – लंबी अवधि की योजनाएं विकसित करना, प्रक्रियाओं का पालन करना, कर्मचारियों को सफल होने के लिए कड़ी मेहनत करने के लिए प्रेरित करना। लेकिन एआई व्यवसाय की प्रकृति को बदल रहा है। यह कंपनियों को एक नई गाड़ी प्रदान कर रहा है जो उन्हें तेजी से आगे बढ़ने और श्रमिकों को समस्याओं के चारों ओर नए मार्ग प्रदान करने में मदद करती है। कोई भी व्यवसाय जो इसका लाभ नहीं उठाता है और अपने कार्यबल में एआई की शक्ति को शामिल नहीं करता है, वह लंबी और खड़ी पहाड़ी पर पीछे छूट जाएगा।

एआई के प्रबंधक बनकर भविष्य को अपनाना

कॉक्रोच लैब्स में, हमने जल्दी से सीखा कि जन एआई हमें ऐसी चीजें करने में मदद कर सकता है जो हमने पहले कभी नहीं सोचा था। हमने कंपनी भर में जेन एआई सर्च, रिकमेंडेशन सिस्टम और सेमेंटिक सर्च के लिए इसका उपयोग किया है।

एआई के माध्यम से कार्यबल प्रक्रिया को कैसे बदला जा सकता है, इसका एक उत्कृष्ट उदाहरण हमारे शिक्षा विभाग में हो रहा है। हमारी टीम ग्राहकों, भागीदारों और हमारे अपने कार्यबल को हमारे डेटाबेस उत्पाद लाइन के संचालन में विशेषज्ञ बनाने में मदद करने के लिए पाठ्यक्रम विकसित करने के लिए एआई का उपयोग कर रही है।

हमने हाल ही में एक पाठ्यक्रम बनाया है जिसमें 21 हाथों से अभ्यास और 20 स्लाइड डेक्स शामिल हैं जिसमें विस्तृत छात्र नोट्स हैं। परियोजना शुरू करने से पहले, हमने अनुमान लगाया था कि हमारी सामान्य विकास प्रक्रिया का उपयोग करना – उद्योग मानक अनुमानों को ध्यान में रखते हुए कि डेवलपर्स एक घंटे की सामग्री का उत्पादन करने में कितना समय लेते हैं – यह पूरा होने में तीन से पांच महीने लगेंगे।

तो क्या हुआ? मौजूदा प्रक्रियाओं में जेन एआई को शामिल करने से, हम पांच सप्ताह में कार्य को पूरा करने में सक्षम थे।

इस प्रक्रिया में, हमने कई सबक सीखे।

• हम सभी एआई के प्रबंधक हैं। प्रत्येक के पास एआई का उपयोग करके बहुत अलग सोचने का अवसर है। प्रत्येक को प्रबंधक के रूप में कार्य करना चाहिए, चाहे हमारे पास सीधे रिपोर्ट हों या नहीं, क्योंकि हम एक लगभग असीमित बुद्धिमत्ता क्षमता का प्रबंधन करते हैं जिसे हम चुनौतीपूर्ण परियोजनाओं पर काम करने के लिए लगा सकते हैं। आप कितना स्वचालित कर सकते हैं? आप कितना रचनात्मक हो सकते हैं? आप अपने एआई टूल को कितनी प्रभावी ढंग से प्रेरित कर सकते हैं, इसे चुनौती दे सकते हैं और नई मॉडल को तैनात कर सकते हैं जो यह उत्पन्न करता है? आप इसे हार्नेस कर सकते हैं। आप इसे प्रबंधित कर सकते हैं। आप अपनी खुद की क्षमता की अनुमति देने के लिए जितना चाहें उतना कर सकते हैं।
• उम्मीद न करें कि एआई सब कुछ करेगा। ऐसे कार्य हैं जिन्हें यह करने के लिए उपयुक्त नहीं है। लेकिन आप इसे उन चीजों को करने के लिए कार्य कर सकते हैं जिन्हें श्रमिकों को अब और नहीं करना चाहिए – समय लेने वाली नौकरियां, लेकिन फिर भी कुछ बुद्धिमत्ता की आवश्यकता होती है।
• इसके द्वारा उत्पादित परिणामों को अंधाधुंध स्वीकार न करें। जांचें, जांचें और फिर से जांचें। प्रौद्योगिकी पर विश्वास करें, लेकिन हमेशा सत्यापित करें – क्योंकि सटीकता धारणाओं को उपलब्धियों में बदल देती है।

कार्य प्रबंधन के लिए एआई को तैनात करने की चरण-दर-चरण प्रक्रिया

यहां उन तरीकों का एक त्वरित सारांश है जिनसे एआई ने हमें अपेक्षा से बहुत तेजी से खत्म होने वाली रेखा तक पहुंचाने में मदद की।

• विभिन्न मॉडल: विभिन्न मॉडलों में अलग-अलग ताकत होती है। इसलिए, निर्माता समाधान बनाने के लिए सर्वोत्तम मॉडल के घटकों का उपयोग करते हैं, तो आप समझदारी से मॉडल को बदलने के लिए स्वतंत्र महसूस कर सकते हैं। हमने क्लॉड सोनेट 3.5 का उपयोग पहले अभ्यास के मसौदे को लिखने के लिए किया क्योंकि यह आकर्षक गद्य और निर्देश बनाने में उत्कृष्ट था। हमने दूसरे मसौदे में तकनीकी सटीकता सुनिश्चित करने के लिए चैटजीपीटी 4o”” तर्क मॉडल का उपयोग तकनीकी समीक्षक के रूप में किया।
• पुनरुत्पादक परिणाम: जब हम अत्यधिक तकनीकी कार्य कर रहे थे, तो हम स्पष्ट तकनीकी प्रतिबंधों को लागू करना चाहते थे और संरचित आउटपुट का उत्पादन करना चाहते थे जो पुनरुत्पादक परिणामों का समर्थन करता था। ऐसा करने के लिए, हमने स्पष्ट संरचना आवश्यकताओं और प्रारूप उदाहरणों को प्रदान किया।
• अत्यधिक तकनीकी कार्यों के लिए प्रॉम्प्ट: बहुत विशिष्ट हों कि आप एआई से क्या करने के लिए कहते हैं –

अन्यथा यह पागल चीजें कर सकता है। स्पष्ट रूप से इनपुट या पर्यावरणीय स्थितियों के बारे में किसी भी धारणा को राज्य करें और मॉडल से अप्रत्याशित मामलों से निपटने के लिए कहें।

• रिफाइंड प्रॉम्प्ट: यह महत्वपूर्ण है कि एआई टूल्स से स्पष्ट करने वाले प्रश्न पूछने के लिए प्रोत्साहित किया जाए। पहले प्रॉम्प्ट परिपूर्ण नहीं होंगे, इसलिए कई दौर की अपेक्षा करें। किसी भी सुधार या चरण को जो मॉडल सुझाता है उसे अपने आधार प्रॉम्प्ट में शामिल करें और एआई और अपने साथियों के साथ पुनरावृत्ति करें।
• परीक्षण, परीक्षण, परीक्षण: संगति जांच महत्वपूर्ण है। अपने प्रॉम्प्ट की प्रभावशीलता को मापने का एक तरीका यह है कि यह सुनिश्चित करना है कि आउटपुट संगत है। इसलिए, हमने यह सुनिश्चित करने के लिए बार-बार परीक्षण किया कि हम एक ही इनपुट डाल रहे थे और आउटपुट समान बना रहा।

मानव विशेषज्ञता का महत्व: एआई पर्यवेक्षण में मानव की भूमिका

जबकि एआई श्रमिकों के दिन से समय लेने वाले कार्यों को दूर करता है, यह उन्हें पूरी तरह से कार्य प्रवाह से नहीं हटाता है। मानव अभी भी हमारे पाठ्यक्रम विकास में महत्वपूर्ण भूमिकाएं निभाते हैं और एआई-संचालित प्रक्रियाओं में एकीकृत होने की आवश्यकता है ताकि यह सुनिश्चित किया जा सके कि प्रक्रियाएं सफल हों।

एक अच्छा उदाहरण हमारी शिक्षा टीम द्वारा प्रॉम्प्ट इंजीनियरिंग के तरीके से है। मानव प्रारंभिक प्रॉम्प्ट को क्राफ्ट करने के लिए जिम्मेदार होते हैं, जिसमें प्रासंगिक स्रोतों से संदर्भ शामिल होते हैं। फिर, जेन एआई टूल प्रॉम्प्ट को निष्पादित करने के बाद, मानव टूल का आउटपुट समीक्षा करता है। यह आवश्यक है कि यह व्यक्ति विषय विशेषज्ञ हो जो प्रक्रिया में शुरुआत में त्रुटियों को पकड़ सकता है। साथी जेन एआई टूल के साथ सहयोग करते हैं और तब तक पुनरावृत्ति करते हैं जब तक कि टीम संतुष्ट न हो जाए कि प्रॉम्प्ट प्रकाशन के लिए तैयार है।

इस सहयोगी मानव/एआई को प्रभावी साबित हुआ है, लेकिन इसके लिए मॉडल के बीच संदर्भ और संक्रमण को प्रबंधित करने के लिए मानव की आवश्यकता होती है।

मानव के बिना, टीमें एआई टूल्स के अधीन हो जाती हैं जो कि कुख्यात रूप से अविश्वसनीय हो सकते हैं। जब हमने पहली बार अपनी पाठ्यक्रम परियोजना शुरू की, तो टूल्स ने संदर्भ दिए जाने पर अवधारणाओं को सारांशित करने या समझाने में अच्छा प्रदर्शन किया। हालांकि, उन्होंने अक्सर हॉलुसिनेट किया। आज मॉडल तर्क में बेहतर हैं, लेकिन मानव को अभी भी प्रक्रिया का प्रबंधन करने की आवश्यकता है। अब, मानव समीक्षा और रचनात्मकता पर ध्यान केंद्रित कर सकते हैं और केवल प्रक्रिया प्रबंधन पर नहीं।

भविष्य में, एआई एजेंट प्रक्रिया में बड़ी भूमिका निभाएंगे। इसके बजाय मानव स्रोतों से संदर्भ एकत्र करने, संदर्भ के साथ प्रॉम्प्ट तैयार करने, एआई मॉडल के बीच काम ले जाने और आउटपुट की समीक्षा और परिष्करण करने, हम ऐसे एजेंट विकसित कर रहे हैं जो इनमें से अधिकांश कार्यों को स्वचालित रूप से कर सकते हैं – थोड़ी मदद के साथ। एजेंट संदर्भ के रूप में स्रोत सामग्री एकत्र और संसाधित कर सकता है, कौशल कराधान और पाठ्यक्रम रूपरेखा तैयार कर सकता है, हमारे स्थापित कार्य प्रवाह को निष्पादित कर सकता है और केवल मुख्य निर्णय बिंदुओं को मानव विशेषज्ञों को प्रस्तुत कर सकता है।

निष्कर्ष

जबकि तेज दौड़ स्वास्थ्य बनाए रखने के लिए अच्छी होती है, कारें लंबे समय से मानवों की क्षमता को बदल देती हैं कि वे जहां जाना चाहते हैं वहां पहुंचें। एआई कार्यस्थल में समान लाभ प्रदान कर रहा है – कंपनियों को प्रक्रियाओं में सुधार करने और बेहतर परिणाम उत्पन्न करने में मदद कर रहा है। जो लोग इसे अपनाते हैं और इसकी यौगिक दक्षता लाभ का दोहन करते हैं, वे प्रतिस्पर्धियों को पीछे छोड़ देंगे।