ซัม เจนกินส์ Managing Partner ที่ Punchcard Systems – สัมภาษณ์ Series

ซัม เจนกินส์ Managing Partner ที่ Punchcard Systems มีประสบการณ์มากกว่าสองทศวรรษในการทำงานที่จุดตัดของเทคโนโลยี การเป็นผู้ประกอบการ และการเปลี่ยนแปลงองค์กร ตั้งแต่เขาร่วมก่อตั้ง Punchcard Systems ในปี 2016 เขาได้ช่วยให้บริษัทเติบโตขึ้นในขณะที่ให้คำปรึกษากับองค์กรต่างๆ เกี่ยวกับกลยุทธ์สำนักงานดิจิทัล ซอฟต์แวร์แบบกำหนดเอง ปัญญาประดิษฐ์ และเทคโนโลยีที่เกิดขึ้นใหม่ ประสบการณ์ก่อนหน้านี้ของเขา ได้แก่ การร่วมก่อตั้ง Startup Edmonton และ Wellnext การนำทีมพัฒนาและเทคโนโลยี Microsoft ที่ iomer internet solutions และดำรงตำแหน่งผู้บริหารและกรรมการในองค์กรเทคโนโลยี การดูแลสุขภาพ ความปลอดภัยสาธารณะ และชุมชน ประสบการณ์นี้ทำให้เขาได้มุมมองที่กว้างขวางเกี่ยวกับวิธีการที่เทคโนโลยีเปลี่ยนแปลงวิธีการทำงานร่วมกัน ตัดสินใจ และทำงานของคน

Punchcard Systems เป็นพันธมิตรซอฟต์แวร์และเทคโนโลยีของแคนาดาที่ทำงานร่วมกับองค์กรขนาดกลางและขนาดใหญ่ในการออกแบบ พัฒนา และนำระบบดิจิทัลไปใช้เพื่อเชื่อมโยงกับวัตถุประสงค์ทางธุรกิจที่วัดผลได้ โดยให้บริการมากกว่า 150 ลูกค้าในแคนาดาและสหรัฐอเมริกา ความสามารถของบริษัท ได้แก่ ซอฟต์แวร์แบบกำหนดเองสำหรับเว็บและモバイル ปัญญาประดิษฐ์ โครงสร้างพื้นฐานบนคลาวด์ ข้อมูลและวิเคราะห์ การออกแบบประสบการณ์ผู้ใช้ และเทคโนโลยีสำนักงาน เช่น Microsoft 365 Azure Copilot Teams SharePoint และ Power Platform Punchcard มุ่งเน้นในการช่วยให้องค์กรทันสมัยในการดำเนินงาน ปรับปรุงประสบการณ์ของพนักงานและลูกค้า และรวมเทคโนโลยีใหม่เข้ากับกระบวนการทางธุรกิจที่ใช้ได้จริง

อาชีพของคุณได้ตามรอยการเปลี่ยนแปลงของเทคโนโลยีสำนักงาน ตั้งแต่แพลตฟอร์มพนักงานที่ใช้ Microsoft SharePoint ไปจนถึงการก่อตั้ง Startup Edmonton และการสร้าง Wellnext และสุดท้ายคือ Punchcard Systems ประสบการณ์นี้ได้塑造มุมมองของคุณเกี่ยวกับการเปลี่ยนแปลงจากซอฟต์แวร์ที่พนักงานดำเนินการด้วยตนเองไปสู่ตัวแทน AI ที่ดำเนินงานแทนพนักงานอย่างไร

เมื่อฉันเริ่มทำงานกับเทคโนโลยีสำนักงานดิจิทัล เช่น SharePoint (ตั้งแต่ปี 2003!) จุดสนใจคือการสร้างวิธีการที่ดีกว่าสำหรับพนักงานในการค้นหาข้อมูล แบ่งปันความรู้ และร่วมมือกัน ในที่สุด พนักงานยังคงทำงาน: พวกเขาเลื่อนผ่านระบบ สร้างผลลัพธ์ วันนี้ เรากำลังเคลื่อนตัวไปไกลกว่า AI ที่เป็นเครื่องมือผลิตภาพส่วนบุคคล และเข้าสู่ยุคใหม่ของ AI ที่มีหน่วยงาน ซึ่งระบบสามารถดำเนินงานที่ซับซ้อนและหลายขั้นตอนแทนพนักงานได้

สิ่งนี้คือสิ่งที่เปลี่ยนแปลงไป เมื่อเป็นระบบนิเวศ เรากำลังผ่านพ้น AI ที่เป็นเครื่องมือผลิตภาพส่วนบุคคลและเข้าสู่ระบบที่มีหน่วยงานซึ่งสามารถดำเนินงานที่ซับซ้อนแทนมนุษย์ได้ Claude Cowork และ ChatGPT Work กำลังทำให้แนวทางนี้เป็นที่นิยม

ฉันเคยสังเกตเห็นการเปลี่ยนแปลงทางเทคโนโลยีหลายครั้ง และรูปแบบยังคงเหมือนเดิมทุกครั้ง องค์กรที่ชนะไม่ได้รักษาเทคโนโลยีใหม่เพียงการนำไปใช้ แต่พวกเขารักษามันไว้ว่าเป็นโอกาสในการคิดใหม่ว่าคน กระบวนการ และเทคโนโลยีร่วมกันทำงานอย่างไร

ChatGPT Work สามารถรวบรวมข้อมูลจากแอปพลิเคชันและไฟล์ที่เชื่อมต่อแล้ว完成งานหลายขั้นตอนและสร้างเอกสาร จริง จึงเปลี่ยนแปลงความรับผิดชอบประจำวันของพนักงานที่เคยสร้างเอกสารเหล่านี้ด้วยตนเองอย่างไร

ฉันคิดว่างานเปลี่ยนจาก “การผลิตผลลัพธ์” ไปเป็น “การกำกับผลลัพธ์” สิ่งนี้เปลี่ยนแปลงบทบาทของพนักงานที่มีความรู้ แต่ไม่ได้แทนที่ความจำเป็นในการมีมุมมองและกำกับของมนุษย์ พนักงานจะเปลี่ยนจากการสร้างงานทุกชิ้นด้วยตนเองไปสู่การบริหาร จัดการ และกำกับผลลัพธ์ที่ AI สร้างขึ้น

งานที่ซ้ำซากจะถูกย้ายไปให้ตัวแทน: การรวบรวมข้อมูล การสร้างเอกสารหรืองานนำเสนอ หรือการสรุปข้อมูล สิ่งนี้ช่วยให้คนมีเวลาในการทำงานที่ต้องการคน: กลยุทธ์ ความสร้างสรรค์ การคิดอย่างมีวิจารณญาณ และการทำงานร่วมกัน

ทักษะที่มีค่ามากขึ้นคือการรู้วิธีควบคุม AI ได้ดี โดยการให้ข้อมูลที่ถูกต้องและรู้จักเมื่อคำตอบดูถูกต้องแต่ไม่ใช่

คุณได้กล่าวถึงความต้องการที่เพิ่มขึ้นสำหรับ “ผู้จัดการ AI” บทบาทนี้จะเกี่ยวข้องกับอะไรในทางปฏิบัติ และจะแตกต่างจากความรับผิดชอบของผู้ดูแลระบบ IT ผู้จัดการผลิตภัณฑ์ หรือผู้จัดการคนแบบดั้งเดิมอย่างไร

ผู้จัดการ AI จะมีบทบาทสำคัญในการช่วยให้องค์กรนำ AI ไปใช้อย่างรับผิดชอบและได้ผล ความรับผิดชอบของพวกเขาจะเป็นการบริหารและกำกับผลลัพธ์ของ AI เพื่อให้แน่ใจว่างานที่ AI สร้างขึ้นนั้นถูกต้อง น่าเชื่อถือ และสอดคล้องกับวัตถุประสงค์ทางธุรกิจ

สิ่งนี้แตกต่างจากงาน IT แบบดั้งเดิม ซึ่งรับผิดชอบโครงสร้างพื้นฐานและระบบทางเทคนิค หรือผู้จัดการผลิตภัณฑ์ที่มุ่งเน้นในการพัฒนาและปรับปรุงผลิตภัณฑ์ ทุกๆ หน่วยงานจะต้องมีคนซึ่งเข้าใจว่า AI ใช้กับพื้นที่เฉพาะของตนได้อย่างไร ไม่ว่าจะเป็นด้านการเงิน กฎหมาย HR หรือการดำเนินงาน

การเปลี่ยนแปลงที่แท้จริงคือการเป็นเจ้าของ ในปัจจุบัน องค์กรส่วนใหญ่ยังไม่ได้กำหนดบุคคลที่รับผิดชอบโดยตรงว่าระบบเหล่านี้ส่งมอบคุณค่าและอยู่ในความเสี่ยงที่ยอมรับได้ ช่องว่างนี้ในเรื่องการระบุบุคคลที่รับผิดชอบโดยตรงคือสิ่งที่บทบาทเหล่านี้จะเติมเต็ม

KPMG Canada พบว่าตัวแทน AI มีอิทธิพลต่อวิธีการที่องค์กรจ้างพนักงานทั้งระดับเริ่มต้นและระดับอาวุโส ทักษะใดที่จะกลายเป็นมีค่ามากขึ้นเมื่อผู้จ้างเริ่มประเมินผู้สมัครตามความสามารถในการมอบหมายงานให้ AI ประเมินผลลัพธ์ และเข้าแทรกแซงเมื่อจำเป็น

ทักษะที่จะมีค่ามากขึ้นคือทักษะที่ยังคงเฉพาะตัวของมนุษย์ เช่น การคิดอย่างมีวิจารณญาณ การตัดสินใจ การสื่อสาร ความสร้างสรรค์ การแก้ปัญหา และการเป็นผู้นำ

ความรู้ด้าน AI ในด้านเทคนิคจะยังคงมีความสำคัญ แต่ผู้จ้างกำลังมองหาคนที่เข้าใจว่า AI พอดีกับสถานการณ์ทางธุรกิจโดยรวม ซึ่งรวมถึงทักษะด้านการเปลี่ยนแปลง การจัดการความเสี่ยง และการคิดเชิงกลยุทธ์

เส้นแบ่งระหว่างบทบาททางเทคนิคและไม่ใช่เทคนิคกำลังเบลอ องค์กรกำลังเลื่อนจากการจ้างเพียงทักษะที่บุคคลมีอยู่แล้วไปสู่คนที่เต็มใจที่จะเรียนรู้ ปรับตัว และพัฒนาทักษะอย่างต่อเนื่อง พนักงานที่มีค่าที่สุดจะเป็นคนที่สามารถใช้ความสามารถของ AI ในขณะที่เข้าใจว่าความตัดสินของมนุษย์ยังคงจำเป็น

พนักงานหลายคนพัฒนาการตัดสินใจทางวิชาชีพโดยการทำงานซ้ำๆ ในระดับเริ่มต้น หากตัวแทน AI ดูดซับงานพื้นฐานส่วนใหญ่นี้ องค์กรสามารถออกแบบการฝึกอบรมและการพัฒนาอาชีพใหม่เพื่อให้พนักงานหนุ่มๆ ได้รับประสบการณ์ที่จำเป็นในการเป็นผู้ตัดสินใจที่มีประสิทธิภาพได้อย่างไร

สิ่งนี้คือความจริงที่ทำให้ฉันกังวลเล็กน้อย คนเคยสร้างการตัดสินใจและประสบการณ์โดยการผ่านงานระดับเริ่มต้น หากตัวแทนกำลังทำงานนี้ ระบบจะสูญเสียบันไดบางขั้น

องค์กรจะต้องมีเจตนาในการสร้างทักษะของพนักงานหนุ่มๆ ผ่านการเป็นคนรุ่นพี่ การฝึกสอน การออกกำลังกายในการตัดสินใจ และการเปิดโอกาสให้เข้าถึงโครงการที่มีค่ามากขึ้นในอาชีพของพวกเขา

ยังมีโอกาสสำหรับการเป็นคนรุ่นพี่ในทางกลับกัน โดยที่พนักงานหนุ่มๆ ที่คุ้นเคยกับเครื่องมือ AI มากขึ้นสามารถช่วยทีมเข้าใจว่าเทคโนโลยีเหล่านี้สามารถนำไปใช้อย่างไร ในขณะที่พนักงานที่มีประสบการณ์ยังคงให้ข้อมูลทางธุรกิจและความตัดสินที่ AI ไม่สามารถทำได้

เป้าหมายควรจะเปลี่ยนกระบวนการเรียนรู้สำหรับสถานที่ทำงานที่มนุษย์และ AI ทำงานร่วมกัน

Punchcard มีประสบการณ์มากมายในการนำ Microsoft 365 และเทคโนโลยีสำนักงานที่เกี่ยวข้องไปใช้ ChatGPT Work จะเปลี่ยนแปลงภูมิทัศน์การแข่งขันสำหรับ Microsoft Copilot และ Google Gemini อย่างไร และปัจจัยใดที่องค์กรควรพิจารณาเมื่อเลือกแพลตฟอร์ม AI สำหรับการทำงานประจำวัน

ภูมิทัศน์กำลังเปลี่ยนแปลงอย่างรวดเร็ว และองค์กรมีตัวเลือกมากกว่าที่เคย การตัดสินใจควรขึ้นอยู่กับวิธีแก้ปัญหาที่สอดคล้องกับสภาพแวดล้อมเทคโนโลยี กระบวนการทำงาน ความต้องการด้านความปลอดภัย และวัตถุประสงค์ทางธุรกิจขององค์กร

สำหรับองค์กรที่ลงทุนใน Microsoft 365 อุปกรณ์เช่น Copilot อาจให้ประโยชน์ผ่านการรวมเข้ากับแอปพลิเคชันและข้อมูลที่มีอยู่แล้ว อื่นๆ อาจพบว่าแพลตฟอร์มอื่นๆ เหมาะสมกับความต้องการของตนมากกว่า

ฉันคิดว่าคำถามที่ผู้นำควรถามไม่ใช่ “เครื่องมืออะไร?” แต่เป็น “ปัญหาที่เรากำลังแก้คืออะไร และแพลตฟอร์มใดช่วยให้เราแก้ปัญหาได้อย่างรับผิดชอบ?”

สิ่งที่เรียนรู้จากประสบการณ์คือการนำรับอย่างสำเร็จไม่ใช่แค่เกี่ยวกับเครื่องมือ เราได้ดำเนินการแพลตฟอร์ม AI ระดับบริษัทพร้อมกับโมเดลที่ปรับให้เหมาะสมกับวิธีการทำงานของเรา ทุกพนักงานใช้งาน แต่นี่ไม่ได้มาจากการเลือกผลิตภัณฑ์ที่ถูกต้อง มันมาจากการมีพื้นฐานข้อมูลที่แข็งแกร่ง การกำกับดูแล และการสร้าง AI เข้ากับวิธีการดำเนินงานของบริษัท

ประสิทธิภาพของโมเดลมักจะครอบงำการอภิปรายเกี่ยวกับ AI ในสถานที่ทำงาน แต่องค์กรต้องคำนึงถึงสิทธิ์ การเข้าถึงข้อมูล ความสามารถในการตรวจสอบ และความรับผิดชอบด้วย การควบคุมการกำกับดูแลใดที่ควรจะกำหนดไว้ก่อนที่จะอนุญาตให้ตัวแทน AI ดำเนินการข้ามอีเมล เอกสาร ฐานข้อมูลภายใน และแอปพลิเคชันทางธุรกิจ

หนึ่งในความผิดพลาดที่ใหญ่ที่สุดที่ฉันเห็นองค์กรทำคือการรักษาการกำกับดูแล AI เป็นเรื่องรอง เมื่อระบบ AI มีความสามารถและเชื่อมต่อกับข้อมูลทางธุรกิจมากขึ้น องค์กรต้องกำหนดหลักการชัดเจนเกี่ยวกับวิธีการใช้เครื่องมือเหล่านี้ก่อนที่จะขยายไปอย่างกว้างขวาง

สิ่งนี้เริ่มต้นด้วยการเข้าใจข้อมูลที่ระบบ AI สามารถเข้าถึงได้ การรับรองว่าสิทธิ์มีขอบเขตที่เหมาะสม และการวางระบบควบคุมการตรวจสอบและความรับผิดชอบ

องค์กรต้องมีแนวทางที่ชัดเจนเกี่ยวกับสถานที่ที่ AI สามารถดำเนินการได้อย่างอิสระและที่ที่ต้องการการกำกับดูแลของมนุษย์

โดยการสร้างรากฐานที่ถูกต้องเกี่ยวกับข้อมูลและความปลอดภัยในตอนต้น องค์กรสามารถปลดปล่อยคุณค่าของ AI ในขณะที่จัดการความเสี่ยงที่มาพร้อมกับระบบที่มีอิสระมากขึ้น

เมื่อตัวแทน AI ดำเนินการแทนที่จะให้คำตอบเท่านั้น ความผิดพลาดอาจมีผลกระทบด้านการดำเนินงานอย่างไร องค์กรควรจะตรวจสอบงานที่ตัวแทน AI สร้างขึ้น ระบุการกระทำที่ต้องการการอนุมัติของมนุษย์ และมอบความรับผิดชอบเมื่อตัวแทน AI สร้างผลลัพธ์ที่ไม่ถูกต้องหรือดำเนินการโดยไม่ได้ตั้งใจ

เมื่อ AI เคลื่อนจากการตอบคำถามไปสู่การดำเนินการ รูปแบบความเสี่ยงเปลี่ยนไป ไม่ทุกงานมีความเสี่ยงเท่ากัน ดังนั้นมาตรฐานสำหรับการอนุมัติของมนุษย์จึงควรปรับตามผลลัพธ์

เพียงแค่ต้องมีการเป็นเจ้าของที่ชัดเจน AI ควรสนับสนุนการตัดสินใจ ไม่ใช่แทนที่ความรับผิดชอบ องค์กรต้องกำหนดว่าใครต้องตรวจสอบประสิทธิภาพของ AI ตรวจสอบผลลัพธ์ และรับผิดชอบต่อผลลัพธ์เป็นหลัก

หลายองค์กรกำลังทดลอง AI โดยไม่ได้เชื่อมโยงกับผลลัพธ์ทางธุรกิจที่วัดได้ ผู้นำควรระบุกรณีการใช้งาน AI ที่มีค่า จัดทำ ROI และพิจารณาว่าโครงการนำร่องพร้อมที่จะขยายไปทั่วทั้งองค์กรหรือไม่

ช่องว่างมักจะสืบเนื่องมาจากลำดับ ทีมเลือกเทคโนโลยีก่อนแล้วค้นหาที่ที่จะใช้ เมื่อชัยชนะที่ยั่งยืนมาจากการเริ่มต้นด้วยกระบวนการทำงานที่เจ็บปวดและแพงแล้วถามว่าตัวแทน AI เป็นเครื่องมือที่เหมาะสมจริงๆ หรือไม่

ตัวกรองที่ดีที่สุดคือความผันผวน หากกระบวนการคาดการณ์ได้เพียงพอสำหรับเครื่องมือแบบกฎเกณฑ์ คุณไม่ต้องการตัวแทน AI หากมันเปิดกว้างจนไม่มีใครสามารถอธิบายผลลัพธ์ที่ดีได้ ตัวแทน AI จะต้องดิ้นรนและคุณไม่สามารถเชื่อถือได้ว่ามันจะทำงานได้ดี คุณค่าอยู่ตรงกลาง ในงานที่ต้องการการตัดสินใจข้ามระบบหลายระบบแต่ยังคงทำงานภายในกฎที่สามารถตรวจสอบได้

ฉันจะเพิ่มคำถามหนึ่งที่เปลี่ยนโปรไฟล์ความเสี่ยงมากกว่าสิ่งอื่นใด คือ ค่าใช้จ่ายของการกระทำที่ผิดพลาดถูกจำกัดและย้อนกลับได้หรือไม่ ที่ที่มันทำได้ ให้ตัวแทน AI ดำเนินการและเคลื่อนที่เร็ว ที่ที่ข้อผิดพลาดมีค่าใช้จ่ายสูงหรือยากที่จะย้อนกลับ ให้คนอยู่ในการตัดสิน

เกี่ยวกับผลตอบแทน ความผิดพลาดทั่วไปคือการวัดสิ่งที่ไม่ถูกต้องเกินไปช้า ผลที่ประหยัดเวลาเป็นมาตรฐาน แต่มันขายผลกระทบต่ำ การกลับรายการของวงจร เวลาในการทำงานที่ลดลง และความสามารถที่เคยจำกัดตอนนี้มีให้ใช้ การสนับสนุนที่สามารถตอบได้เพียงครึ่งหนึ่งของตั๋วสามารถกลายเป็นธุรกิจที่แตกต่างเมื่อสามารถตอบได้ทั้งหมด การจับฐานลाइनที่ชัดเจนก่อนที่จะเริ่มโครงการนำร่องเพราะถ้าไม่มีมัน คุณจะยังคงถกเถียงกันเรื่องเรื่องราว

การตัดสินใจว่าจะขยายหรือไม่นั้นเป็นที่ที่วินัยมีความสำคัญที่สุด และเป็นขั้นตอนที่ทีมเร่งรีบ โครงการนำร่องพร้อมเมื่อมันสามารถทนต่อการเข้าข้อมูลที่ไม่สมบูรณ์และจริง เมื่อโหมดการล้มเหลวถูกเข้าใจและถูกจำกัด เมื่อความสามารถในการสังเกตุถูกวางไว้เพื่อให้ความล้มเหลวเงียบไม่ถูกพบโดยลูกค้า และเมื่อบุคคลที่มีชื่อได้รับการแต่งตั้งให้รับผิดชอบในการผลิต

รันการตรวจสอบเศรษฐศาสตร์หน่วยด้วย เนื่องจากต้นทุนของตัวแทน AI จะขยายตามการใช้งานไม่เหมือนกับที่นั่งซอฟต์แวร์

ระบบ AI ล้มเหลวต่างจากซอฟต์แวร์แบบดั้งเดิม พวกมันล้มเหลวตามความน่าจะเป็นและบ่อยครั้งเงียบๆ องค์กรที่ดึงหนึ่งนำมาบอกว่าพวกเขาวางการประเมินและการตรวจสอบไว้ตั้งแต่วันแรก ไม่ใช่การบังคับหลังจากที่บางสิ่งพัง

Punchcard Systems ช่วยให้องค์กรเปลี่ยนจากการทดลอง AI ไปสู่การรวม AI เข้ากับกระบวนการทางธุรกิจที่แท้จริง องค์กรประเมินความพร้อมขององค์กรสำหรับ AI ระบุกระบวนการทำงานที่ AI สามารถสร้างคุณค่าที่วัดได้ และช่วยให้ทีมนำระบบเหล่านี้ไปใช้อย่างรับผิดชอบโดยไม่หยุดการดำเนินงานที่มีอยู่อย่างไร

สิ่งสำคัญคือต้องเริ่มต้นด้วยการทำความเข้าใจสถานะปัจจุบันขององค์กร หนึ่งในความเข้าใจผิดที่ใหญ่ที่สุดคือการนำ AI ไปใช้เพียงการนำเทคโนโลยีไปใช้ ในความเป็นจริง การนำไปใช้สำเร็จขึ้นอยู่กับการมีพื้นฐานที่แข็งแกร่ง: ข้อมูลที่มีคุณภาพ กระบวนการที่ชัดเจน และการเป็นเจ้าของที่กำหนดไว้

จาก那里 เราช่วยให้องค์กรระบุจุดที่ AI สามารถสร้างคุณค่าได้มากที่สุด ซึ่งมักจะอยู่ในกระบวนการทำงานที่กินเวลาอย่างไม่สมส่วนเมื่อเทียบกับผลกระทบ หรือในกระบวนการตัดสินใจที่ทำโดยไม่มีข้อมูลที่เหมาะสม

องค์กรต้องคิดเกี่ยวกับว่าบทบาทและการตัดสินใจจะพัฒนาไปพร้อมกับเทคโนโลยี โดยการรวมเทคโนโลยีที่ถูกต้องเข้ากับการนำรับของพนักงานและการจัดการการเปลี่ยนแปลง องค์กรสามารถรวม AI เพื่อสร้างคุณค่าที่วัดได้โดยไม่ทำลายสิ่งที่ทำงานอยู่แล้ว

ขอขอบคุณสำหรับการสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเรียนรู้เพิ่มเติมได้ที่ Punchcard Systems.