Как извлечь выгоду из рабочей силы, оснащенной GenAI

Благодаря ChatGPT от OpenAI, практически каждый сегодня знает о GenAI. Его способность удовлетворять людскую жажду знаний с помощью простого запроса сделал его вирусным. Использование этого инструмента действительно впечатляет. Он приобрел миллион пользователей всего за пять дней и привлек более 100 миллионов посетителей в первые несколько месяцев. Люди и организации с большим энтузиазмом интегрируют его в свою повседневную жизнь и деятельность.

И все же – хотя GenAI известен во всем мире, немногие продвинулись далеко за пределы экспериментов. Организации взволнованы его потенциалом, но часто борются с его принятием в масштабе, который может создать измеримую ценность.

В моей роли мне посчастливилось стать свидетелем того, как ИИ меняет способ работы организаций и ценность, которую он может принести клиентам. Однако бизнесу нужна инструкция, чтобы превратить потенциал в результат. С учетом этих проблем моя команда реализовала эксперимент с M365 Copilot от Microsoft, чтобы разработать ценные идеи и практические стратегии для компаний, стремящихся к успешному принятию и значимой отдаче от инвестиций.

Наш путь к ценности GenAI

Когда мы рассматривали возможность принятия Copilot, наш подход помог нам определить, где его возможности могут добавить ценность.

Наш опыт может быть полезен для любой организации, которая хочет ввести GenAI в свои рабочие процессы.

Вот некоторые действия, которые помогли нам на этом пути:

• Начните с структурированной рамки принятия. Для введения возможностей GenAI мы начали с определения персон в нашей организации, которые могли бы извлечь из них пользу, и затем конкретных и высокоцелевых случаев использования технологии. Наконец, мы создали персонализированные планы обучения для каждой роли или персонажа, которые руководят пользователями шаг за шагом, чтобы они точно знали, как максимально использовать эту возможность.
• Используйте эксперимент, чтобы проверить технологию. Для Copilot мы провели упражнение с тремя группами пользователей. Группа А не имела лицензий на Copilot, в то время как для группы Б мы просто предоставили пользователям доступ к инструменту без обучения или руководства: им пришлось сами разобраться, что делать. Группа С получила нашу полную рамку принятия. Результаты? Мы увидели увеличение принятия на 31% в группе С по сравнению с группой Б. Кроме того, группа С зарегистрировала экономию времени в 2,5 часа в неделю по сравнению с 1,8 часа в неделю для группы Б. Упражнение также дало нам базовые данные, например, о том, сколько времени команды могли сэкономить на конкретных задачах, таких как создание презентаций. Это был еще один сильный пример и аргумент, подтверждающий, что наша рамка принятия работает.
• Вовлеките сотрудников тесно в процесс. Упражнения, такие как наш эксперимент с Copilot, помогают обеспечить, чтобы люди более охотно взаимодействовали с новой технологией. Мы тесно вовлекли людей в выбор случаев использования для Copilot, что делает его более понятным, стимулируя принятие и в конечном итоге улучшая отдачу от инвестиций. Этот процесс создает энтузиастов, слишком. Поскольку наша группа С могла четко видеть ценность технологии для себя, они стали ее защитниками во всей компании и особенно в своих командах, поощряя дальнейшее принятие.
• Создайте гиперперсонализированные и непрерывные планы обучения. Мы работали с менеджерами проектов и владельцами процессов, чтобы убедиться, что случаи использования Copilot были актуальны для их повседневных задач, таких как создание презентаций при очень коротком уведомлении. Вооруженные этим пониманием, мы создали высоко настроенные обучения, которые показали, как технология может помочь им достичь своих целей. Также мы обнаружили, что непрерывное обучение по созданию запросов было очень ценным в помощи людям получить максимальную пользу от GenAI. Это также весело и помогает сохранить сообщество единным. Например, мы создали группу, в которой делимся полезными запросами, и также проводим регулярные короткие сессии обмена.
• Используйте партнеров. Мы привлекли нашего партнера, чтобы помочь нам, придя с конкретными случаями использования и предложениями обучения, которые помогли построить наши навыки. В области, которая меняется так быстро, как GenAI, партнерство и сотрудничество являются важными для достижения хороших результатов.
• Связывайтесь с сотрудниками по поводу их проблем. Вопросы об этической ИИ и о том, что она отберет у людей работу, распространены. Поэтому важно обеспечить, чтобы рамка принятия четко определяла этичную ИИ и этичное использование ИИ. Чтобы обеспечить ответственное и безопасное использование ИИ, мы использовали нашу рамку Ответственного ИИ. Эта рамка предоставляет четкие рекомендации для наших сотрудников, соответствующие ценностям нашей компании, и помогает им использовать ИИ ответственно. И чтобы успокоить проблемы о влиянии GenAI на работу, мы сосредоточились на его способности взять на себя непопулярные рутинные и сжатые во времени задачи, такие как ведение протоколов, составление сообщений или просмотр переполненного почтового ящика. Когда их навыки росли, мы вводили более сложные методы, включая улучшение их способности создавать продвинутые запросы, которые дают более точные и адаптированные выходные данные.

Время, инновации и обучение

Наш опыт с Copilot и другими проектами GenAI показывает, что структурированная пилотная фаза является ключом, и что людям нужно время, чтобы изучить инновационную технологию. Также необходимо иметь рамку принятия ИИ и управления изменениями, адаптированную к конкретным потребностям вашей команды. В сочетании с обучением и активным взаимодействием пользователей это будет мотивировать и прояснять проблемы с GenAI.

Как только технология становится частью организации и распространяется, она становится частью культуры и ускоряет ваш путь к получению реальной ценности от GenAI.