Najgorsza pierwsza praca, jaką możesz dać agentowi, to ta widoczna

Firmy zazwyczaj wybierają pierwszą pracę agenta w taki sam sposób. Ktoś pyta, co może zrobić dla nas AI, i sala koncentruje się na pracy, którą wszyscy mogą sobie wyobrazić: pisanie naszych postów na blogu, odpowiadanie na pytania naszych klientów, obsługa skrzynki odbiorczej. To najbardziej widoczna praca w budynku, więc jest to praca, która przychodzi na myśl.

Sześć miesięcy później pilota cicho zaparkowano i wniosek jest taki, że technologia nie była gotowa. Technologia była w porządku. Wybór pracy był problemem, a widoczność sprawiła, że była to zła praca.

Trzy rzeczy, które sprawiają, że praca jest trudna, a widoczne mają wszystkie trzy

Praca jest łatwa dla agenta, gdy jest sprawdzalna prawidłowa odpowiedź, gdy złe wyjście jest tanie, i gdy ktoś w budynku już wykonuje tę pracę i może powiedzieć, co jest dobre, a co złe na pierwszy rzut oka.

Pisanie skierowane do klienta nie spełnia pierwszego testu.

Nie ma prawidłowej odpowiedzi na “czy ten post na blogu jest dobry”, tylko preferencja osoby, która rozpozna wersję nieprawidłową natychmiast i będzie się trudzić, aby określić prawidłową wersję z wyprzedzeniem. Ta luka jest tam, gdzie mieszczą się większość skarg dotyczących jakości.

Wszystko, co jest skierowane do klienta, nie spełnia drugiego testu.

Źle przygotowane podsumowanie kosztuje kogoś cztery minuty. Źle przygotowana odpowiedź na pytanie klienta kosztuje relację, a czasem rozmowę w sprawie zgodności z przepisami. Koszt niepowodzenia określa, jakie nadzór jest potrzebny, a nadzór jest najdroższą częścią obsługi agentów.

I prace widoczne zwykle nie spełniają trzeciego testu w sposób, który nikt nie zauważa do późna.

Osoba, która miałaby ocenić wynik, jest osobą seniorką, której uwaga jest najrzadszą rzeczą w firmie. Przekazanie im kolejki do sprawdzenia obejmuje przeniesienie pracy na najdroższy kalendarz.

Wygląd udanych pierwszych prac

Są one nudne. To jest wzorzec, i jest on wystarczająco spójny, aby go można było zaplanować.

Gdy NTT DATA Group rozszerzył swoje narzędzia agenta na całą organizację, jeden z wczesnych sukcesów, który zmienił opinię wewnętrzną był wewnętrzną pracą inżynierską, a nie doświadczeniem klienta. Opis wdrożenia OpenAI opisuje automatyzację złożonej analizy incydentu dla krytycznego systemu — pracy, która wcześniej wymagała pięciu doświadczonych inżynierów i trwała trzy dni, ukończone w 30 minut. Ten wynik, jak podaje opis, “szybko zyskał uwagę seniorów i stał się wczesnym punktem dowodowym”.

Spójrz na kształt tej pracy, zamiast na nagłówek liczby. Analiza incydentu ma prawidłową odpowiedź, i jest to odpowiedź, którą organizacja może sprawdzić, ponieważ praca już istniała i ludzie, którzy ją wykonywali, są nadal tam.

To się powtarza. Znajduje się wewnątrz systemów firmy, a nie przed klientem. I standard “wykonane” jest tym, czy analiza utrzymuje się przed dowodami, co jest pytaniem z defensywną odpowiedzią, a nie kwestią smaku.

Porównaj to z pracą, którą większość firm nominuje jako pierwszą. Post na blogu nie ma prawidłowej odpowiedzi, nie ma wewnętrznego sędziego, którego czas jest tani, i ma publiczność.

Kolejność jest równie ważna, jak wybór. NTT DATA wdrożył ChatGPT Enterprise w całej firmie i w ankiecie wewnętrznej ponad 96% respondentów stwierdziło, że są zadowoleni z niego, a ponad 95% zgłosiło zyski produktywności.

Przez ten codzienny użytek, opis mówi, “pracownicy zbudowali doświadczenie w pracy z AI na potrzeby badań, pisania i tworzenia treści” — i te zwyczaje “przygotowały organizację do następnego kroku: delegowania wyraźnie zdefiniowanych zadań”.

Lekcje przywódcze opublikowane wraz z przypadkiem prowadzą dokładnie tym: uczynić AI częścią codziennej pracy, pomóc ludziom zbudować zwyczaje współpracy z nią. Firma zbudowała szeroką bazę znajomości z AI przed pracą analityczną.

Ta faza budowania zwyczajów robi więcej pracy, niż się wydaje. Gdy ogólne narzędzia AI stają się zwyczajne, ludzie zaczynają je stosować daleko poza granicami swoich stanowisk, i moja opinia jest taka, że to jest miejsce, w którym pojawiają się dobre prace kandydatów — od ludzi wykonujących pracę, a nie z planowania spotkania. To również miejsce, w którym sceptycyzm jest rozwiązywany, a jak pracownicy linii frontu naprawdę czują się wobec tych narzędzi nie jest czymś, co jeden projekt o wysokim ryzyku może rozwiązać.

Wyjątek potwierdza regułę, jeśli czytasz cały przypadek

Oczywisty sprzeciw jest taki, że agenci skierowani do klienta naprawdę działają. Tak, działają. Warto przeczytać jeden z nich uważnie.

Wirtualny agent avatarin zbudowany z Yamada Holdings jest tak widoczny, jak tylko może być praca agenta — 24/7 wielojęzyczne wsparcie głosowe i tekstowe, prowadzące klientów od odkrycia produktu do podjęcia decyzji o zakupie. W dwutygodniowej kampanii publicznej na sklepie internetowym Yamada Denki około 30 000 ludzi użyło go, a 92% odpowiedzi ankietowych było pozytywnych. Rzeczywisty wynik, prawdziwi klienci, przód domu.

Warto być szczerym w jednej rzeczy: opis OpenAI nazywa to “pierwszą dużą okazją, aby przynieść te lekcje bezpośrednio do klientów”. Więc była to pierwsza praca agenta skierowanego do klienta, co brzmi jak argument przeciwko wszystkiemu, co powyżej.

Spójrz, co “te lekcje” odnoszą się. Avatarin to firma AI zajmująca się obsługą klienta, wyodrębniona z ANA Holdings, a opis podaje, że pracowała z OpenAI “znacznie wcześniej niż projekt Yamada Denki, używając API OpenAI do rozpoznawania mowy, analizy zapytań i szkolenia pracowników”.

Odpowiedzi agenta są uzasadnione systemem wzmocnionym przez pamięć, co oznacza, że odpowiedzi są kotwiczone w rzeczywistych informacjach o produkcie, a nie w pamięci modelu. Wiedza o obsłudze klienta detalicznego została celowo zakodowana w przepływach rozmów i podpowiedziach. Barierki pomagają utrzymać rozmowę na temat doświadczenia zakupowego. I OpenAI pracował bezpośrednio z zespołem, aby ustrukturyzować podpowiedzi i obniżyć koszt uruchomienia usługi głosowej 24/7.

Więc była to pierwsza praca skierowana do klienta dla firmy, której cały biznes opiera się na AI skierowanej do klienta, przybywająca po wcześniejszej pracy z tymi samymi narzędziami, z warstwą uzasadnienia, zakodowaną wiedzą branżową, barierkami i ludźmi dostawcy, którzy pomagali. To jest prawdziwa cena widocznej pracy, i prawie nic z tego nie jest widoczne w wyniku.

Przeczytaj oba opisy razem i są one lekcją sekwencjonowania, a nie dwoma historiami sukcesu. Jedna organizacja zarobiła prawo do delegowania zdefiniowanych zadań, uczyniwszy AI zwyczajnym najpierw. Inna doszła do pracy skierowanej do klienta jako specjalista, na podstawie pracy składowej, którą już wykonała. Żadna z nich nie zaczęła tam, gdzie spotkanie planistyczne chce zacząć.

Zasada wyboru

Oceniaj każdą kandydującą pracę według czterech pytań, zanim ją wybierzesz.

1. Czy jest sprawdzalna prawidłowa odpowiedź?

Nie dobra odpowiedź, a prawidłowa. Rekoncyliacja, klasyfikacja, ekstrakcja i analiza z wnioskiem wszystkie kwalifikują się. Nic, co jest oceniane pod względem smaku, nie kwalifikuje się, przynajmniej nie na początek.

2. Jaki jest koszt jednego złego wyjścia?

Jeśli szczerze odpowiedź obejmuje klienta, regulatora lub liczbę w deklaracji, praca wymaga takiej architektury i szyn przeglądu, które prawdopodobnie jeszcze nie zbudowałeś.

3. Czy wolumen uzasadnia ustawienie?

Praca wykonywana dwa razy w miesiącu nigdy nie zwróci kosztów iteracji. Ekonomia pochodzi z powtarzalności, a powtarzalność jest tym, co uczy, gdzie coś nie działa.

4. Kto już wykonuje tę pracę i może natychmiast rozpoznać złe wyniki?

Osoba ta jest twoim recenzentem, i potrzebuje mieć czas. Jeśli jedyną kwalifikowaną osobą jest założyciel, wybierz inną pracę.

Praca, która uzyskuje dobre wyniki we wszystkich czterech, jest prawie nigdy pracą, która pojawiła się na spotkaniu. To zwykle coś, co zespół robił ręcznie przez dwa lata i przestał narzekać, bo już nie zauważa jej jako pracy.

Gdzie to cię pozostawia

Weź listę prac, które rozważasz, i oceniaj je szczerze w tym tygodniu. Kandydat, który wygra, będzie wyglądał na rozczarowanie. Zautomatyzuj ją i tak.

Punktem pierwszej pracy agenta nie jest wartość, którą zwraca. To to, że twoja organizacja dowiaduje się, co te systemy robią dobrze, gdzie zawodzą i jaki jest koszt nadzoru, na pracy, gdzie błąd jest przeżywalny. Ta wiedza jest tym, co sprawia, że druga praca jest prawdziwą decyzją, a nie zgadywaniem, a trzecia zwykle jest tam, gdzie jest pieniądz.

Wybierz nudną pracę. Zarobić widoczną.