ผู้นำทางความคิด

3 วิธีแบบข้อมูลที่บริษัทต่างๆ สามารถเพิ่มการนำ AI ไปใช้และเพิ่มผลผลิต

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

เมื่อบริษัทต่างๆ มองหาวิธีการที่ AI สามารถขับเคลื่อนผลผลิตได้ หนึ่งในด้านที่มักถูกมองข้ามคือว่าพนักงานใช้และนำเครื่องมือเหล่านี้ไปใช้ในงานประจำวันของตนอย่างไร คำถามไม่ใช่ว่า AI สามารถเพิ่มผลผลิตได้หรือไม่ แต่เป็นว่าบริษัทต่างๆ สามารถสนับสนุนพนักงานทุกขั้นตอนในการใช้ AI เพื่อเพิ่มผลตอบแทนจากการลงทุนได้อย่างไร

ในฐานะ CEO ของ Prodoscore ผู้ให้บริการชั้นนำด้านซอฟต์แวร์ข้อมูลและผลผลิตของพนักงาน ฉันเห็นด้วยตัวเองว่าการนำ AI ไปใช้หรือไม่นำไปใช้จะส่งผลต่อสถานที่ทำงานอย่างไร โดยใช้ข้อมูลเชิงลึกจาก Prodoscore ที่เป็นจุดเชื่อมต่อระหว่าง AI และธุรกิจ มี 3 ประเด็นสำคัญที่ผู้นำสามารถรับประกันว่าเครื่องมือ AI ถูกใช้อย่างเต็มที่ทั่วทั้งองค์กร

1. เมื่อพูดถึงการใช้ AI มี 3 กลุ่มพนักงานที่แตกต่างกัน

เมื่อ AI กลายเป็นจุดสนใจของ C-Suite การอภิปรายเรื่องการนำ AI ไปใช้ได้เปลี่ยนไปสู่ผลลัพธ์ที่เป็นรูปธรรม ผลตอบแทนจากการใช้ AI ในด้านผลผลิตสามารถวัดและเข้าใจได้ในระดับที่ละเอียดรวมถึงเวลาที่ใช้และผลกระทบต่อรายได้ ข้อมูลล่าสุดของ Prodoscore บ่งชี้ว่าพนักงานแบ่งออกเป็น 3 ประเภทเมื่อพูดถึงการนำ AI ไปใช้

  • Toe-dippers: พนักงานเหล่านี้ใช้ AI เล็กน้อย โดยใช้เวลาเพียงไม่เกิน 1 นาทีต่อเซสชัน พวกเขาอาจกำลังทดลองใช้ AI แต่ยังไม่ได้นำไปใช้อย่างเต็มที่ในกระบวนการทำงาน
  • Foot-waders: พนักงานเหล่านี้มีส่วนร่วมในระดับปานกลาง โดยเข้าถึงเครื่องมือ AI 2-4 ครั้งต่อเซสชัน และใช้เวลาเฉลี่ยเกือบ 3 นาทีต่อการใช้งาน พนักงานเหล่านี้กำลังทดสอบน้ำและพยายามรวม AI เพื่อปรับปรุงงาน แต่ยังคงเข้าใกล้เครื่องมือเหล่านี้ด้วยความระมัดระวัง
  • Swimmers: พนักงานเหล่านี้มีส่วนร่วมอย่างมากและเป็นผู้นำที่มีศักยภาพในการนำ AI ไปใช้ พวกเขาสามารถเข้าถึงเครื่องมือ AI 5 ครั้งหรือมากกว่าต่อเซสชัน โดยใช้เวลาเฉลี่ยเกือบ 6 นาทิ พวกเขารู้จักคุณค่าที่ AI นำมาสู่บทบาทของตนและตั้งใจที่จะใช้ AI เพื่อปรับปรุงผลผลิต

องค์กรที่ตระหนักถึงกลุ่มพนักงานที่แตกต่างกันเหล่านี้สามารถปรับแนวทางในการนำ AI ไปใช้ตามนั้น นอกจากนี้ ผลกระทบของ AI ต่อผลผลิตยังข้ามอุตสาหกรรมไปได้ ไม่ว่าจะเป็นทนายความ ผู้เชี่ยวชาญด้าน IT หรือผู้จัดการ เครื่องมือ AI เช่น OpenAI และอื่นๆ ได้แสดงให้เห็นว่ามีประโยชน์อย่างมากในหลายบทบาทและอุตสาหกรรม ในแต่ละกรณี การใช้ AI ได้แสดงให้เห็นถึงการเพิ่มประสิทธิภาพและเวลาที่ประหยัดได้อย่างมีประสิทธิภาพ

2. แนวทางที่ยืดหยุ่นและขับเคลื่อนด้วยข้อมูลในการนำ AI ไปใช้ให้ได้ผลลัพธ์ที่ดีกว่า

เพื่อใช้พลังของ AI อย่างแท้จริง บริษัทต่างๆ ต้องเดินหน้าไปไกลกว่าการพูดถึง AI เพียงคำเดียว alone การดำเนินธุรกิจที่ประสบความสำเร็จใช้ข้อมูลเพื่อรักษาความยืดหยุ่น ซึ่งช่วยให้พวกเขาตัดสินใจได้อย่างมีข้อมูลและรอบคอบเกี่ยวกับทรัพยากรและประสิทธิภาพ

ตัวอย่างเช่น การติดตามความสัมพันธ์ระหว่างการใช้ AI ของพนักงานและผลผลิตจะให้ข้อมูลเชิงลึกที่ชัดเจนยิ่งขึ้นแก่ผู้นำธุรกิจเกี่ยวกับวิธีการที่เครื่องมือเหล่านี้ส่งผลต่อผลลัพธ์ของธุรกิจ ตามการวิจัยของ Prodoscore ในวันที่พนักงานใช้เครื่องมืออย่าง OpenAI หรือ Gemini พวกเขามีผลผลิตสูงกว่า 15-21% เมื่อเทียบกับผู้ที่ไม่ใช้เครื่องมือเหล่านี้ นอกจากนี้ พนักงานที่ใช้เครื่องมือ AI ยังทำงานเพิ่มอีก 90 นาทีต่อวันโดยเฉลี่ยเมื่อเทียบกับผู้ที่ไม่ใช้ และใช้เวลามากขึ้นในการทำงานร่วมกันโดยใช้เครื่องมือส่งข้อความและแชท ส่งเสริมทีมงานและการสื่อสารภายในที่ดีขึ้น

ตัวเลขเหล่านี้เน้นย้ำจุดสำคัญที่ว่าผลกระทบของ AI ต่อผลผลิตมีมาก อย่างไรก็ตาม การนำ AI เข้ามาในสถานที่ทำงานเพียงอย่างเดียวไม่เพียงพอ แนวทางที่ขับเคลื่อนด้วยข้อมูลและยืดหยุ่นซึ่งสามารถปรับเปลี่ยนได้ถือเป็นสิ่งจำเป็นเพื่อให้แน่ใจว่าพนักงานนำเครื่องมือ AI ไปใช้ในรูปแบบที่สนับสนุนกระบวนการทำงานและเป้าหมายของบริษัท

นอกจากนี้ ความสำคัญของการสื่อสารระหว่างพนักงานและผู้จัดการไม่สามารถเน้นย้ำได้มากพอ โดยเฉพาะอย่างยิ่งในสภาพแวดล้อมการทำงานแบบผสมผสาน ตามข้อมูลของ Prodoscore 61% ของผู้จัดการไม่ได้พูดคุยกับสมาชิกในทีม至少หนึ่งคนในหนึ่งสัปดาห์ ในขณะที่เพียง 16% ของผู้จัดการติดต่อสมาชิกในทีมทุกคนเป็นประจำทุกวัน ช่องว่างในการสื่อสารเฉลี่ยอยู่ที่ 3-4 วัน ซึ่งสามารถขัดขวางการใช้เครื่องมือ AI และผลผลิตโดยรวม

เพื่อใช้ประโยชน์จาก AI อย่างเต็มที่ บริษัทต่างๆ ต้องแน่ใจว่ามีกระบวนการสื่อสารที่มีประสิทธิภาพระหว่างผู้จัดการและพนักงาน โดยเฉพาะอย่างยิ่งเกี่ยวกับการนำ AI ไปใช้ ในสภาพแวดล้อมการทำงานแบบผสมผสาน ความสำคัญของการสื่อสารยิ่งเพิ่มมากขึ้น

3. การฝึกอบรมและการกำหนดแนวทางการใช้ที่ชัดเจนเป็นสิ่งจำเป็น

แม้ว่า AI จะมีประโยชน์ที่ชัดเจน แต่ก็ยังมีช่องว่างที่เห็นได้ชัดระหว่างพนักงานที่รู้สึกสบายใจในการใช้เครื่องมือ AI และผู้ที่ไม่ทำเช่นนั้น การปิดช่องว่างนี้มีความสำคัญ และเป็นหน้าที่ของนายจ้างในการให้การฝึกอบรมที่จำเป็นและกำหนดแนวทางการใช้ AI ที่ชัดเจน

ข้อมูลของ Prodoscore แสดงให้เห็นว่าในขณะที่ 24% ของพนักงานใช้ OpenAI หรือ Gemini อย่างน้อยหนึ่งครั้ง ระดับการมีส่วนร่วมแตกต่างกันมาก ครึ่งหนึ่งของผู้ใช้เหล่านี้เข้าถึงเครื่องมือ AI 5 ครั้งหรือมากกว่าต่อวัน โดยใช้เวลาเฉลี่ยเกือบ 6 นาทิ แต่อีกครึ่งหนึ่งใช้เวลาเพียง 2 นาทีเท่านั้น

ความไม่เท่าเทียมกันนี้เน้นย้ำถึงความจำเป็นในการฝึกอบรมอย่างต่อเนื่อง พนักงานที่ไม่แน่ใจว่าจะใช้เครื่องมือ AI อย่างมีประสิทธิภาพอาจหลีกเลี่ยงการใช้เครื่องมือเหล่านี้โดยสิ้นเชิง ซึ่งอาจจำกัดความสามารถขององค์กรในการรับผลประโยชน์จาก AI อย่างเต็มที่ และอาจลดผลผลิตโดยการทำให้เกิดความเครียดหรือเสียเวลาที่ไม่จำเป็น โดยการให้การฝึกอบรมที่ครอบคลุมและกำหนดแนวทางการใช้ AI ที่ชัดเจน บริษัทต่างๆ สามารถรับรองว่าพนักงานจำนวนมากขึ้นจะพ้นจากขั้นตอน “ทดลอง” และนำ AI ไปใช้อย่างเต็มที่

เมื่อมองไปข้างหน้า AI จะเพิ่มผลผลิตได้เฉพาะเมื่อพนักงานมุ่งมั่นที่จะใช้เครื่องมือเหล่านี้ บริษัทต่างๆ ที่ให้การฝึกอบรมและแจ้งความคาดหวังเกี่ยวกับการใช้ AI ชัดเจนจะเพิ่มโอกาสที่พนักงานจะใช้ AI อย่างมีประสิทธิภาพ

AI กำลังกำหนดรูปแบบผลผลิต – ผู้นำต้องปรับตัว

การนำ AI ไปใช้กำลังเปลี่ยนแปลงวิธีการดำเนินธุรกิจ Leaders มีข้อมูลมากกว่าที่เคยเพื่อประกอบการตัดสินใจ อย่างไรก็ตาม สิ่งสำคัญคือต้องสร้างสมดุลระหว่างการอาศัยข้อมูลและการใช้ความเชี่ยวชาญของพนักงานที่มีประสบการณ์และผู้นำระดับสูง

หนึ่งในข้อได้เปรียบที่สำคัญของโมเดลภาษาขนาดใหญ่ที่ขับเคลื่อนด้วย AI คือความสามารถในการขับเคลื่อนการตัดสินใจทางธุรกิจแบบเรียลไทม์ เมื่อข้อมูลไหลเข้ามา การเปลี่ยนแปลงขององค์กรสามารถทำได้แบบไดนามิก ทำให้ธุรกิจสามารถปรับเปลี่ยนได้อย่างรวดเร็วและเพิ่มประสิทธิภาพผลลัพธ์ อย่างไรก็ตาม ข้อมูลไม่ควรตัดสินใจโดยไม่มีการพิจารณาอื่น ผู้นำยังคงต้องอาศัยความเชี่ยวชาญและ直觉ของทีม ผู้นำระดับสูงมีความรู้ที่มีคุณค่าซึ่งจะต้องรวมเข้ากับข้อมูลเชิงลึกของ AI เพื่อสร้างแนวทางที่ครอบคลุมสำหรับผลผลิตและนวัตกรรม

สุดท้าย องค์กรที่ประสบความสำเร็จมากที่สุดจะเป็นองค์กรที่สามารถยืดหยุ่นได้ ติดตามแนวโน้มการใช้ AI อย่างใกล้ชิด และตัดสินใจโดยอาศัยข้อมูล การนำ AI ไปใช้ไม่ใช่วิธีการที่เหมาะกับทุกคน ต้องมีการปรับปรุงอย่างต่อเนื่อง การสื่อสาร และการฝึกอบรมเพื่อปลดปล่อยศักยภาพของ AI อย่างแท้จริง

ซัมเป็นผู้ประกอบการซีรีย์ที่มีธรรมชาติและมีบริษัทหลายแห่งในอุตสาหกรรมต่างๆ เขาได้ระดมทุนมากกว่า 300 ล้านดอลลาร์จากหนี้และทุน และมีประสบการณ์มากกว่า 25 ปีในระดับผู้บริหารระดับสูงในภาคธุรกิจ รวมถึงอุตสาหกรรมยา การค้าปลีก/การกระจายสินค้า การพัฒนาเครือร้านอาหารบริการเร็ว และเทคโนโลยี

ซัมเป็นประธานและซีอีโอของ Prodoscore Inc ซึ่งเป็นสตาร์ทอัพด้านการแสดงผลผลิตของพนักงานและการแสดงภาพข้อมูล นอกจากนี้เขายังเป็นประธานของ SNK Capital Partners และ Naficy Family Office และมีส่วนร่วมอย่างแข็งขันในการจัดการกองทุนหุ้นชีววิทยาศาสตร์ที่มุ่งเน้นไปที่บริษัทชีววิทยาศาสตร์ระดับกลางในระยะเริ่มต้น