ผู้นำทางความคิด

AI ช่วยให้ฉันทำงานสองสัปดาห์ในหนึ่งวัน สิ่งที่เกิดขึ้นจริงๆ คืออะไร

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
A photorealistic depiction of a modern executive at a desk, energized and focused, with multiple holographic document drafts—slides, spreadsheets, and text blocks—floating and layering around his laptop, symbolizing high-volume iterative work.

เมื่อวานนี้ ฉันกลับมามองย้อนหลังที่สิ้นวันและตระหนักว่าฉันได้ทำงานเกือบสองสัปดาห์แล้ว ไม่ใช่ในเชิงเปรียบเทียบ ไม่ใช่ในเชิงแรงบันดาลใจ แต่จริงๆ ในหนึ่งวัน ฉัน:

  • เขียนสไลด์เต็มรูปแบบ
  • สร้างเครื่องมือที่ทำงานเพื่อประมาณการเติบโตของรายได้สำหรับลูกค้า
  • เขียนเอกสารข้อกำหนดผลิตภัณฑ์สองฉบับสำหรับแพลตฟอร์มของเรา
  • เขียนเรื่องราวการตลาดสองหน้า
  • สร้างสไลด์สำหรับเด็คการระดมทุนของเรา
  • ดูเนื้อหาการนำเสนอความคิดเห็นหลายชั่วโมงเกี่ยวกับระยะถัดไปของ AI
  • จัดการประชุมหกครั้งในฐานะ CEO ของบริษัทของฉัน
  • ทบทวนกลยุทธ์และงานผลิตภัณฑ์กับทีมของฉัน

และนั่นคือสิ่งที่ฉันจำได้ สิ่งที่น่าสนใจไม่ใช่เพียงปริมาณกิจกรรม แต่เป็นความรู้สึก ฉันไม่รู้สึกเหนื่อย ฉันรู้สึกมีพลัง แต่สิ่งที่ฉันเพิ่งอธิบายคือไฮไลท์ และมีบทเรียนสำคัญที่ได้เรียนรู้ตลอดทาง

ช่วงเวลาที่ฉันรู้สึกว่ามีสิ่งเปลี่ยนแปลง

สิบปีที่แล้ว สิ่งที่ฉันเพิ่งอธิบาย ต้องการทีมวิเคราะห์, ผู้จัดการผลิตภัณฑ์ และสัปดาห์ในการประชุม แต่ตอนนี้ มันคือฉันและบทสนทนากับ AI

แต่บทสนทนาไม่ได้เริ่มต้นอย่างสะอาด รุ่นแรกของเครื่องมือแบบจำลองรายได้กลับมามีโครงสร้างที่รู้สึกทั่วไป ใช่ มันถูกต้องจากด้านเทคนิค แต่ไม่ได้จับเนื้อหาของวิธีที่เราคิดเกี่ยวกับธุรกิจของลูกค้าอย่างเต็มที่ ฉันต้องกลับเข้าไป สามครั้ง ก่อนที่จะพัฒนาเป็นสิ่งที่ฉันสามารถนำไปใช้ได้

คำสั่งซื้อที่ทำงานไม่ใช่คำสั่งซื้อที่ฉลาด แต่เป็นคำสั่งซื้อที่เฉพาะเจาะจงและเป้าหมาย “สมมติว่าลูกค้ามีรายได้ไม่สม่ำเสมอและแบบจำลองอย่างระมัดระวัง โดยการระบุสมมติฐานเพื่อให้ฉันสามารถท้าทายมันได้” การเปลี่ยนแปลงคำสั่งซื้อหนึ่งครั้งเปลี่ยนผลลัพธ์ทั้งหมด

สไลด์เด็คผ่านการแก้ไขห้าครั้งจนกว่าฉันจะได้สิ่งที่ฉันจะนำไปแสดงให้นักลงทุนเห็น ร่างแรกมีโครงสร้างที่ถูกต้อง แต่ร่างที่สองและสามได้ปรับปรุงเรื่องราวให้ดีขึ้น

ร่างที่สี่คือเมื่อฉันปรับปรุงการวางตำแหน่งการแข่งขัน โดยย้ายออกจากภาษาทั่วไปไปเป็นภาษาที่เฉพาะเจาะจงมากขึ้นเกี่ยวกับการแตกต่างที่แท้จริงของเรา

ร่างที่ห้าคือของฉัน

นั่นคือส่วนที่ไม่ได้เข้าไปในโพสต์เกี่ยวกับผลผลิต: การทำซ้ำคืองาน AI ไม่ได้แทนที่การตัดสินใจของคุณ แต่ทำให้การตัดสินใจของคุณเร็วขึ้น

ที่ที่การนำเข้าของคนทำให้ผลลัพธ์ดีขึ้น

เรื่องราวการตลาดเป็นส่วนที่ยากที่สุดของวัน ฉันกลับมาที่มันในเช้าวันถัดไปและเขียนใหม่ตั้งแต่ต้น: ด้วยมือ ไม่ใช่ด้วย AI รุ่น AI มีการปรับแต่งและคำที่ถูกต้อง แต่ต้องการมุมมองที่เข้มข้นขึ้นและเป็นส่วนตัวมากขึ้นเพื่อให้สะท้อนเสียงของฉันอย่างเต็มที่

นั่นคือจุดแตกต่างที่สำคัญ

รุ่นที่ดีที่สุดของเรื่องราวการตลาดรวมทั้งสองอย่าง ฉันเขียนประโยคเปิดด้วยตัวเอง นี่คือสิ่งที่ไม่ได้แก้ไขและดึงมาจากประสบการณ์หลายสิบปีของฉัน จากนั้น ฉันส่งมอบให้กับ AI และบอกว่า “รักษาเสียงนี้ไว้ สร้างจากที่นี่” ผลลัพธ์คือสิ่งที่ไม่มีฉันหรือ AI สามารถผลิตได้เพียงอย่างเดียว

สิ่งที่ต้องใช้ผู้วิเคราะห์ ผู้วิจัย ผู้เขียน นักออกแบบ และนักพัฒนาสามารถจัดทำได้โดยคนเดียวที่มีความอยากรู้อยากเห็นโดยใช้ AI เป็นพันธมิตรในการคิด ไม่ใช่การแทนที่การคิด แต่เป็นการเพิ่มขีดความสามารถให้กับการคิด AI ไม่ได้เพียงเพิ่มความเร็วในการทำงาน แต่ยังขยายสิ่งที่สมองของมนุษย์สามารถทำได้ในหนึ่งวัน

แต่นี่คือที่ที่ผู้บริหารต้องระวัง อย่าใช้ AI เพื่อหยุดคิด แต่ใช้ AI เพื่อคิดมากขึ้น

ความอยากรู้อยากเห็นคือพลังที่แท้จริง

หนึ่งในระบบที่เสริมพลังซึ่งกันและกันของมนุษย์ที่มีประสิทธิภาพที่สุดคือความอยากรู้อยากเห็นของเราเอง อย่าปล่อยให้คุณสมบัตินี้ด้อยลงโดยการพึ่งพา AI มากกว่าการทำงานร่วมกับ AI เพื่อปรับปรุงรากฐานของมนุษย์

ฉันเห็นว่าผู้บริหารคนอื่นๆ ใช้ AI อย่างไร พวกเขาถามคำถาม พวกเขารับคำตอบ และพวกเขาเคลื่อนไปข้างหน้า ผลลัพธ์ถูกยอมรับตามมูลค่าหน้าจอ ส่งต่อไปยังทีม และสุดท้ายใส่ลงในเด็ค AI ถูกลดให้เหลือเพียงฟังก์ชันการเติมอัตโนมัติขั้นพื้นฐาน

สิ่งนี้ไม่ใช่เพียงการสังเกต แต่เป็นสิ่งที่นักวิจัยเรียกว่า การเสื่อมถอยของหน่วยงาน: การกัดเซาะความสามารถในการตัดสินใจอิสระเมื่อเราออกที่สั่งการความคิดของเราอย่างต่อเนื่อง สมอง เช่นเดียวกับกล้ามเนื้อ จะเสื่อมลงหากไม่มีการต่อต้าน และสิ่งสำคัญคือสามารถเกิดขึ้นได้โดยไม่ต้องรู้ตัว

นั่นไม่ใช่วิธีที่ฉันทำงานเมื่อวานนี้ ทุกคำตอบที่ฉันได้รับทำให้เกิดคำถามใหม่ และนั่นคือวิธีที่ควรเป็นในทุกครั้ง หากเราสร้างแบบจำลองที่แตกต่างออกไปอย่างไร? สมมติฐานใดที่ซ่อนอยู่ในนี้? คนวิจารณ์ในห้องจะพูดอะไรเกี่ยวกับเรื่องนี้? ระดับความอยากรู้อยากเห็นนี้ยังคงต้องมาจากมนุษย์ นี่คือสิ่งที่ชี้นำว่าคุณใช้ระบบได้อย่างมีประสิทธิภาพ AI เพียงแต่ทำให้ง่ายและเร็วขึ้นในการติดตาม

วิธีการรวมความคิดแบบออร์แกนิกเข้ากับระบบ AI

โครงสร้างที่ฉันลงเอยกับไม่ได้มาจากโพสต์บล็อก มันมาจากการทบทวนร่างหลายครั้ง การเขียนใหม่ในเช้าวันรุ่น และช่วงเวลาที่ฉันสังเกตเห็นว่า AI สร้างสิ่งที่ไม่เหมาะกับความคิดหรือความเชื่อของฉัน

ความอยากรู้อยากเห็นในฐานะวินัยการเป็นผู้นำ คือสิ่งที่สร้างความแตกต่าง – ไม่ใช่แค่ถามคำถามมากขึ้น แต่ยังเปิดใจให้กับสิ่งที่คุณไม่รู้ และเต็มใจที่จะถูกพิสูจน์ว่าผิดโดยคำตอบ

  • เริ่มต้นด้วยความคิดของคุณเอง ก่อนที่จะส่งคำสั่ง ให้เขียนประโยคหนึ่งหรือสองประโยคเกี่ยวกับสิ่งที่คุณเชื่อจริงๆ เขียนเกี่ยวกับ直觉ของคุณ มุมมองของคุณ และความกังวลของคุณ ใช้สิ่งนี้เป็นพื้นฐานสำหรับคำสั่งของคุณ คุณจะได้รับผลลัพธ์ที่แตกต่างจากที่คุณเริ่มต้นด้วยคำสั่งว่างเปล่า
  • รักษาผลตอบสนองแรกให้เป็นร่างแรก ไม่ใช่คำตอบสุดท้าย คุณค่าไม่ได้อยู่ที่สิ่งที่ AI ให้ แต่อยู่ที่ช่องว่างระหว่างสิ่งที่ AI ให้และสิ่งที่คุณรู้ว่าควรจะอยู่ที่นั่น ช่องว่างนั้นคือที่ที่การตัดสินใจของคุณอาศัยอยู่
  • ขอให้ AI ท้าทายคุณ ไม่ใช่แค่ช่วยคุณ คำสั่งที่มีประโยชน์ที่สุดที่ฉันใช้คือ: อะไรคือข้อโต้แย้งที่แข็งแกร่งที่สุดต่อเรื่องนี้? ฉันไม่เห็นอะไร? ระบุสมมติฐานที่ฝังอยู่ในเรื่องนี้เพื่อให้ฉันสามารถทดสอบความเครียดได้ วิธีนี้ใช้ได้ผลเฉพาะเมื่อคุณเต็มใจที่จะท้าทายความคิดของคุณจริงๆ
  • สงวนบางสิ่งไว้สำหรับตัวคุณเอง ประโยคเปิด ข้อโต้แย้งหลัก สิ่งที่คุณสามารถพูดได้เพียงอย่างเดียว; เขียนโดยไม่มีการช่วยเหลือ จากนั้นให้ AI สร้างขึ้นจากที่นั่น

วงจรที่ทำงานสำหรับฉันเมื่อวานนี้ไม่ใช่: ส่งคำสั่ง ยอมรับ ส่งมอบ มันคือ: คิด ส่งคำสั่ง ต่อต้าน ปรับปรุง และเป็นเจ้าของ ส่วนของการเสียดสีเพิ่มเติมในช่วงกลางคือสิ่งที่กระบวนการนี้เกี่ยวกับ

อนาคตเป็นของคนสร้าง

พลังที่ทำให้ฉันสามารถทำงานสองสัปดาห์ในหนึ่งวันคือพลังที่ทำให้ธุรกิจขนาดเล็กสามารถขายได้ 24/7 โดยไม่ต้องเพิ่มจำนวนพนักงาน ไม่ใช่เรื่องของประสิทธิภาพ แต่เป็นเรื่องของการทำให้สิ่งที่ไม่เคยเป็นไปได้กลายเป็นไปได้

เมื่อวานนี้ ฉันทำงานสองสัปดาห์ในหนึ่งวัน บางส่วนต้องการการปรับปรุงเพิ่มเติม บางส่วนได้รับประโยชน์จากการกลับมาทบทวนอีกครั้งโดยมนุษย์ในเช้าวันรุ่น มันไม่รู้สึกเหมือนการทำงาน แต่เหมือนการคิดในระดับที่สูงขึ้น

ผู้ที่มีอำนาจมากที่สุดในองค์กรในอนาคตอาจไม่ใช่คนที่มีทีมที่ใหญ่ที่สุด แต่อาจเป็นคนที่รู้วิธีการจัดระเบียบความฉลาด: คิดอย่างชัดเจน ถามคำถามที่ดี ทำซ้ำอย่างรวดเร็ว และร่วมมือกับระบบ AI ในฐานะพันธมิตร

โจ กаньอง เป็น CEO และผู้ร่วมก่อตั้ง Raynmaker ซึ่งเป็นแพลตฟอร์มขายแบบ AI-เนทีฟ สำหรับธุรกิจขนาดเล็ก ในฐานะ CEO หกครั้ง นักกีฬาที่มีความทนทานสูง และผู้เขียน Living Intentionally โจ มีความหลงใหลในการช่วยเหลือผู้นำในการใช้เทคโนโลยีโดยไม่สูญเสียความเป็นมนุษย์