AI 네이티브 작업장 구축: 최전선의 교훈

10K 도로 레이스를 달리고 있는데, 힘든 언덕을 올라가고 있는데突然 레이스 규칙이 변경된다고 가정해 보세요. 운전자들이 자동차를 타고 달리고 레이스를 하는데, 당신은 계속 달릴까요, 자동차를 타고 가속 페달을 밟고 우승을 위해 경쟁할까요? 비즈니스 세계에서 오늘날 AI는 그 자동차와 같습니다. 회사는 여전히 전통적인 방식으로 진행할 수 있지만, 장기 계획을 개발하고, 프로세스를 준수하고, 직원을 더욱 경쟁적인 환경에서 성공하기 위해 더 열심히 일하게 할 수 있습니다. 그러나 AI는 게임의 규칙을 변경하고 있습니다. 그것은 회사가 더 빠르게 이동하고 직원이 문제를 해결하는 새로운 경로를 제공하는 차량입니다. AI의 힘을 작업력에 주입하지 않는 비즈니스들은 그 긴 언덕에서 뒤처질 것입니다.

AI의 미래를 받아들이고 관리하는 것

여기에서 Cockroach Labs에서는 매우 빠르게 Gen AI가 우리에게 불가능한 일을 할 수 있도록 도와준다는 것을 배웠습니다. 우리는 전사적으로 Gen AI 검색, 추천 시스템 및 의미 검색을 위해 사용했습니다.

AI가 작업력 프로세스를 어떻게 변환할 수 있는지에 대한 좋은 예는 우리의 교육 부서에서 발생하고 있습니다. 우리의 팀은 고객, 파트너, 우리 자신의 작업력을 우리의 데이터베이스 제품군을 운영하는 전문가로 만들기 위해 교육 과정 개발을 가속화하기 위해 AI를 사용하고 있습니다.

우리는 최근에 21개의 실습 과제와 20개의 슬라이드 데크를 특징으로 하는 과정을 만들었습니다. 프로젝트를 시작하기 전에, 우리는 일반적인 개발 프로세스를 사용하여 개발자들이 1시간의 콘텐츠를 생산하는 데 걸리는 시간에 대한 산업 표준 추정치를 고려하여, 이 작업을 완료하는 데 3~5개월이 걸릴 것으로 예상했습니다.

그러나 AI를 우리의 기존 프로세스에 통합함으로써, 우리는 5주 만에 작업을 완료할 수 있었습니다.

이 프로세스에서 우리는 몇 가지 교훈을 배웠습니다.

• 우리는 모두 AI의 관리자입니다. 우리는 AI를 사용하여 매우 다르게 생각할 수 있는 기회가 있습니다. 우리는 모두 관리자로서 행동해야 합니다. 우리는 거의 무한한 지적 능력을 관리할 수 있으며, 우리는 그것을 어려운 프로젝트에 사용할 수 있습니다. 얼마나 자동화할 수 있나요? 얼마나 창의적으로 할 수 있나요? 얼마나 효과적으로 AI 도구를 도전하고 배포할 수 있나요? 당신은 그것을 사용할 수 있습니다. 당신은 그것을 관리할 수 있습니다. 당신은 거의 당신의 개인 능력만큼 할 수 있습니다.
• AI가 모든 것을 할 수 있다고 기대하지 마세요.有一些 작업은 AI가 수행하기에 적합하지 않습니다. 그러나 당신은 시간이 걸리는 작업을 할 수 있지만, 지적 능력이 필요한 작업을 할 수 있습니다.
• AI가 생성한 결과를 맹목적으로 받아들이지 마세요. 확인하고, 확인하고, 다시 확인하세요. 기술을 신뢰하지만, 항상 검증하세요. 정확성은 가정된 것을 성취로 바꿉니다.

작업 관리를 위한 AI 배치의 단계별 프로세스

우리가 언덕을 올라가고, 예상보다 훨씬 더 빠르게 마무리하는 데 도움이 된 몇 가지 방법에 대한 간단한 요약입니다.

• 다른 모델: 다른 모델에는 서로 다른 강점이 있습니다. 따라서 제조업체가 솔루션을 구축할 때 최고의 부품을 사용하는 것과 마찬가지로, 모델을 교체하여 강점을 활용할 수 있습니다. 우리는 Claude Sonnet 3.5를 사용하여 첫 번째 연습 초안을 작성했습니다. 왜냐하면 그것은 흥미로운 산문과 지시문을 생성하는 데 뛰어난 능력을 가지고 있었기 때문입니다. 우리는 ChatGPT 4o&”o 추론 모델을 기술 검토자로 사용하여 두 번째 초안의 명령과 기술적 정확성을 tinh chỉnh했습니다.
• 재현 가능한 결과: 기술적인 작업을 수행할 때, 우리는 명확한 기술적 제약과 구조화된 출력을 적용하여 재현 가능한 결과를 생성하고 싶었습니다. 이를 위해 우리는 명시적인 구조 요구 사항과 형식 예를 제공했습니다.
• 고도로 기술적인 작업을 위한 프롬프트: AI에게 요청하는 것을 매우 구체적으로 명시하세요 – 그렇지 않으면, 그것은 미친 짓을 할 수 있습니다. 입력이나 환경 조건에 대한 가정과 예기치 않은 경우를 처리하도록 모델에 요청하세요.

• 정교한 프롬프트: AI 도구가 명확한 질문을 하도록 격려하는 것이 중요합니다. 첫 번째 프롬프트는 완벽하지 않을 수 있습니다. 따라서 여러 라운드를 기대하고, 모델이 제안하는 모든 개선 사항이나 단계를 기본 프롬프트에 통합하고, AI와 팀원과 함께 반복하세요.
• 테스트, 테스트, 테스트: 일관성 검사는 중요합니다. 프롬프트의 효과성을 측정하는 한 가지 방법은 일관된 출력을 보장하는 것입니다. 따라서 우리는 일관된 입력을 제공하고, 출력이 동일하게 유지되는지 확인하기 위해 자주 테스트했습니다.

인간 전문가의 역할: AI 감시의 필수적인 역할

AI는 시간이 걸리는 작업을 제거하지만, 작업 흐름에서 완전히 제거하지는 않습니다. 인간은 여전히 교육 과정 개발에서 중요한 역할을 합니다. AI 주도 프로세스에서 성공을 보장하기 위해 인간이 통합되어야 합니다.

예를 들어, 우리의 교육 팀은 프롬프트 엔지니어링을 수행하는 방식입니다. 인간은 초기 프롬프트를 작성하는 데 책임이 있으며, 관련 소스에서 컨텍스트를 포함합니다. 그런 다음 Gen AI 도구가 프롬프트를 실행한 후, 인간은 도구의 출력을 검토합니다. 이 프로세스에서 주제 전문가가 오류를 조기에 발견할 수 있도록 하는 것이 필수적입니다. 팀원들은 도구와 함께 협력하여 프롬프트가 게시될 때까지 반복합니다.

이 협력적인 인간/AI 프로세스는 효과적임이 입증되었습니다. 그러나 이 프로세스를 관리하는 인간이 필요합니다.

인간이 프로세스에 참여하지 않으면, 팀은 신뢰할 수 없는 AI 도구에 좌우될 수 있습니다. 우리가 교육 과정 프로젝트를 시작했을 때, 도구는 컨텍스트가 주어지면 개념을 요약하거나 설명하는 데 잘 작동했습니다. 그러나 그것은 종종 환각을 일으켰습니다. 현재 모델은 이유를 더 잘 처리하지만, 인간이 프로세스를 관리해야 합니다. 이제 인간은 프로세스 관리에만 집중하는 것이 아니라, 검토와 창의성에 집중할 수 있습니다.

미래에는 AI 에이전트가 프로세스에서 더 큰 역할을 할 것입니다. 인간이 수동으로 컨텍스트를 수집하고, 프롬프트를 작성하고, 작업을 AI 모델 사이에서 이동하고, 출력을 검토하고 tinh chỉnh하는 대신, 우리는 이러한 작업을 수행할 수 있는 에이전트를 개발하고 있습니다. 에이전트는 컨텍스트를 수집하고, 처리하고, 기술을 적용하여 프롬프트를 생성하고, 워크플로우를 실행하고, 인간 전문가에게 주요 의사결정 지점만 제시할 수 있습니다.

결론

조깅은 건강을 유지하는 데 좋지만, 자동차는 오래전부터 인간이 이동하는 능력을 변화시켰습니다. AI는 작업장에서 동일한 이점을 제공합니다. 회사가 프로세스를 개선하고, 더好的 결과를 생성하도록 도와줍니다. AI를 받아들이고, 복합적인 효율성 이익을 활용하는 사람은 경쟁자들을 뒤처지게 할 것입니다.