Sarah Philipp, Altimetrik’te AI Etkinleştirme ve Benimsenme Küresel Lideri – Röportaj Serisi

Sarah Philipp, Altimetrik’te AI Etkinleştirme ve Benimsenme Küresel Lideri, organizasyonların hızlı AI inovasyonunu ve gerçek dünya işgücü benimsenmesi arasındaki uçurumu köprülemek için çalışıyor. Çalışmaları, AI okuryazarlığı programları, iş akışı etkinleştirme stratejileri ve rollerine dayalı eğitim girişimlerini içerir. Altimetrik’te, ChatGPT Enterprise, OpenAI Agents SDK ve企业 düzeyinde AI iş akışları gibi teknolojiler etrafında empresa benimsenme programları oluşturmasına yardımcı oldu ve ayrıca mühendisler ve teknik program yöneticileri için tasarlanmış bir GenAI simülasyon platformu olan “LAByrinth” projesini ortaklaşa yarattı. Altimetrik’e katılmadan önce, Nudge Coach gibi SaaS platformlarında müşteri eğitimi ve uygulama girişimlerini yönetti ve bu da öğrenme sistemleri, davranışsal etkinleştirme ve dijital dönüşüm konusunda güçlü bir temel sağladı. Kariyeri, empresa AI’sinde başarıya giderek daha fazla bağımlı olan bir trendi yansıtıyor.

Altimetrik, AI önceleyen bir dijital mühendislik ve veri çözümleri şirketidir ve şirketlerlegacy sistemleri modernleştirmeye ve generatif AI’ı iş operasyonları boyunca ölçeklendirmeye yardımcı olmaya odaklanmıştır. Şirket, finansal hizmetler, sağlık, imalat, perakende ve yaşam bilimleri dahil olmak üzere çeşitli endüstrilerde faaliyet göstermektedir. Altimetrik, OpenAI ile işbirlikleri yoluyla büyük bir empresa AI uygulaması ortağı olarak konumlandırmıştır ve ajentik AI, iş akışı düzenleme, yönetim ve üretim hazır AI sistemleri üzerinde güçlü bir vurgu yapmıştır. ALTI AI Lab, şirketin iç inovasyon merkezi olarak hizmet vermektedir ve burada empresa AI uygulamaları geliştirilmektedir. Son yıllarda Altimetrik, ortaklıklar ve satın almalar yoluyla agresif bir şekilde genişlemiştir ve bu da küresel mühendislik ayak izini ve empresa AI teslimat yeteneklerini güçlendirmiştir.

İş transformationı, öğrenme tasarımı ve ortaya çıkan teknoloji arasındaki kesişme noktasında kariyerinizi inşa ettiniz — AI benimsenmesinin teknik yetenek kadar insan etkinleştirilmesine de bağlı olacağına ilk olarak sizi inandıran kritik deneyim nedir?

Genellikle şeyleri geç adopt eden biri olurum. Hype’e karşı şüpheciyim ve yaptığım şekilde yapmaya karşı inatçıyımdır. Bu, AI için de geçerliydi. Geç adopt eden biriydim ve başlangıçta çok yavaş ilerledim.

Değişen şey, diğer insanların AI’ı günlük yaşamlarında ve işlerinde nasıl kullandıklarını, teknik olmayan bir dille duyarak oldu. Bir kez bunu gerçek ve kişisel sürtünme noktalarına bağlayabildim, merak sadece takip etti.

Bu deneyim, transformation çabalarının her birine tanık olduğum bir şeyi pekiştirdi: benimsenme genellikle yalnızca yetenekle başlamıyor. İlk olarak relevance, trust ve anlam geliyor. İnsanların önce kendilerini değişimde görmeleri gerekiyor ve bu nedenle sorumlu AI benimsenmesi, teknik hazırlık kadar insan liderliğindeki etkinleştirmeye de bağlıdır.

Altimetrik’teki küresel AI etkinleştirme rolünüzde, pilotlar ve proof-of-concept deneylerinden öte empresa düzeyinde generatif AI benimsenmesinin başarılı olmasına nasıl bakıyorsunuz?

Başarılı empresa düzeyinde benimsenme, silolarda yaşamaz. En yaygın gördüğümüz kalıplardan biri, bölünmüş benimsenmedir. Bir ekip AI olgunluğunda çok ilerlerken, aynı organizasyondaki başka bir ekip明确 bir stratejiye sahip değildir ve hatta parçalı araçlar veya kişisel hesaplar kullanıyor olabilir. Bu tür düzensiz benimsenme, tutarsızlık ve risk yaratır.

Gerçek başarı, bir organizasyonun paylaşılan alışkanlıklar, paylaşılan standartlar ve bağlantılı çalışma yolları oluşturduğunda gelir. Hem üstten aşağıya hem de aşağıdan yukarıya değişim yönetimi gerektirir. Üstten aşağıya, liderlik yönünü belirlemeli, yönetimi kurmalı ve sorumlu, değerli benimsenmenin neye benzeyeceğine ilişkin netlik sağlamalıdır. Aşağıdan yukarıya, çalışanların AI’ın günlük işlerine nasıl uyduğunu, gerçek sorunları çözdüğünü ve rollerine güvenle nasıl kullanacağını anlamaları gerekir.

Olgunluğun gerçek işareti, iş akışlarının tüm ekipler boyunca ve uçtan uca sorunsuz bir şekilde çalışmasıdır, yalnızca izole ceplerde değil.

Çok sayıda organizasyon generatif AI araçlarına yatırım yapıyor, ancak bunları operasyonelleştirmekte zorlanıyor. Hırs ve ölçülebilir iş etkileri arasındaki en yaygın uygulama boşlukları nelerdir?

Yönetim sahipliği genellikle belirsizdir. AI’ın iş中的 gerçek kullanımını belgeleyen,.prompt’ları veya iş akışlarını sürümleyen, kaliteyi izleyen ve AI’ın iş中的 nerede ortaya çıktığını takip eden kişi kimdir? Bu netlik olmadan, organizasyonlar dağınık kullanım ve çok az operasyonel disipline sahip olur.

Çok sayıda organizasyon, gerçekten hangi AI kullanımını teşvik etmek istediğini belirlemedi. Rol spesifik prompting alışkanlıkları, bireysel üretkenlik kullanım örnekleri gibi brainstorming ve drafting, veya tanımlı iş akışlarına bağlı amaçlı ajanlar mı? Bu net değilse, etkinleştirme belirsiz kalır ve etki ölçülmesi zorlaşır.

Çok sayıda organizasyon, AI araçlarına yatırım yapmadan önce, AI’ın anlamlı bir şekilde sürtünmeyi kaldırabileceği, kaliteyi iyileştirebileceği veya yürütme hızını artırabileceği anları tanımlamadı. Hırs kolaydır, ancak operasyonelleştirme özgüllük gerektirir.

Yönetim kurulu liderlik ekipleriyle yakın çalışıyorsunuz — C-suite düzeyinde etkili AI akıcılığı nedir ve liderlik davranışı benimsenmeyi nasıl etkiler?

Bu, modelleme, merak ve bir başlangıç zihniyeti gibidir. Liderlerin, rapor veren personele karşı odada savunmasız olması gibidir.

En büyük fark yaratan liderler, bir başlangıç zihniyetine sahip olanlardır. Açıkça öğrenmeye isteklidirler. “Ben de hala bunu çözmeye çalışıyorum” demeye razıdırlar. Bu tür savunmasızlık insanların gerçekleştirmesi gereken bir şeydir, çünkü herkesin uzman olmadan önce katılımına izin verir.

Liderlik davranışı, tonu belirler. Yöneticiler AI’ı bir yan deney olarak muamele ederse, organizasyon da öyle yapacaktır. Düşünceli kullanım modellemeleri, pratik sorular sorarlar ve görünür bir şekilde öğrenmeye yatırım yaparlarsa, benimsenme kültürel olarak daha güvenli hale gelir. AI’ı ölçekleme konusunda güven, yetenek kadar önemlidir.

Pratikte, generatif AI için yapılandırılmış bir deneysel çerçeve nedir ve şirketler nasıl yeniliği teşvik edebilir without fragmentation veya risk maruz kalma?

Gerçek iş akışı sürtünme noktalarıyla başlamamız gerekiyor, değilse rastgele önerilerle. Ekiplere, tekrarlanan görevleri, karar engellerini veya mevcut bilgi boşluklarını tanımlamaları teşvik edilmelidir. Oradan, organizasyonlar, işlevsel önceliklendirme, uygulanabilirlik ve risk temelinde deneyleri önceliklendirebilir.

En sağlıklı ortamlar, insanların güvenli bir şekilde denemelerine, neler işe yaradığını paylaşmalarına ve tekerleği yeniden icat etmemelerine olanak tanıyan ortamlardır.

LAByrinth’i, mühendislerin AI araçlarıyla güvenli bir şekilde çalışabileceği bir GenAI simülasyon platformu olarak ortaklaşa yarattınız. Bu platformun yaratılmasını ne ilhamlandırdı ve simülasyon tabanlı öğrenme, gerçek dünya AI yeteneklerini nasıl hızlandırıyor?

Her zaman elleriyle, deneyim yoluyla öğrenmeyi sevmişimdir. Özellikle de sanat stüdyo ortamlarında bulunan “omuz üzerinden” mentorluğu.

Martin Gaida ile birlikte bu tür bir eğitim yapısını düşünürken, tüm proje çok keyifliydi. İnsanların çözmeleri için bir bulmaca yaratıyorduk. İşte o zaman doğru yolda olduğumuzu biliyordum. İnsanların yeni materyalle ilgilenmeleri daha olasıdır, çünkü ilginç buluyorlar ve destekleniyor hissederler.

Simülasyon tabanlı öğrenme, yetenekleri hızlandırır, çünkü teori ile uygulama arasındaki boşluğu kapatır. İnsanlara, sadece kavramları hatırlamak yerine, yargılarını güvenli bir şekilde uygulayabilecekleri bir alan sağlar. AI için bu çok önemlidir, çünkü gerçek yetenek, aracın ne yapabileceğini bilmek değildir, aracın nasıl düşünceli ve güvenli bir şekilde kullanılacağını bilmektir.

İşletmeler, önceki dijital transformation dalgalarına kıyasla, generatif AI döneminde işgücü yetkinleştirme approachını nasıl farklı şekilde ele almalıdır?

İşbirliği içinde ve yaratıcı bir şekilde. Notebook LM ve Figma Make gibi araçlarla, içerik oluşturmak için çok fazla yol vardır. Biz bir slayt sunumunu seviyoruz, ancak etkileşimli çalışma kitapları, animasyonlu videolar ve diğer eğitim materyalleri oluşturmak da seviyoruz.

Kişisel olarak, infografik ve diğer görsellerle en iyi şekilde öğreniyorum.

AI, genellikle yönetim ve uyum kapsamında sorumlu olarak tanımlanır. Etkinleştirme açısından, günlük iş akışlarında sorumlu benimsenme nedir?

Araçları kullanan kişilerle, araçların neye yaradığını ve politikaların günlük kullanımlarına nasıl tercüme edildiğini danışın. Responsible benimsenme, insan liderliğindeki bir modeldir. AI, taslak oluşturabilir, özetleyebilir, analiz edebilir veya hızlandırabilir, ancak insanlar仍 yargıyı, kalite kontrolünü ve nihai kararı sahiplenirler. Bu insan sorumluluğu anahtardır.

Önemli olan diğer bir şey, güven. Ayırma, deneyimden gelir. Bu nedenle, organizasyonların, çalışanların gerçek experience kazanarak düşünceli kararlar alabilecekleri, düşük riskli, yargısız alanlara ihtiyacı vardır. İnsanlar, sorumlu kullanımın soyut değil, alışılagelmiş bir şey olduğunu anlamaya başladıklarında, gerçek experience kazandıklarında, sorumlu kullanım başlar.

Generatif AI hızla evrilirken, işletmeler, aylar içinde eskimiş hale gelmek yerine, etkinleştirme programlarını nasıl uyarlanabilir hale getirebilir?

Bu, bir zorluktur, ancak harika araçlar vardır.

En büyük hata, etkinleştirmeyi tamamen mevcut araç manzarasına dayandırmaktır.

Bize, araçtan bağımsız eğitim sunup sunmadığımız sorulduğunda, cevabımız evet. Kesinlikle. Dayanıklı AI yeteneklerine odaklanıyoruz ve sonra insanlara, organizasyonun bugün kullandığı araçlar içinde bu yetenekleri nasıl uygulayacağını öğretiyoruz. Bu approach, programlara çok daha uzun bir raf ömrü sağlar.

Uyarlanabilir etkinleştirme, aynı zamanda modüler olmalıdır. Fraktal. Organizasyonlar, eğitimi bir kerelik bir olay olarak değil, katmanlar olarak düşünmelidir: temel okuryazarlık, rol tabanlı uygulama, gelişmiş deneysel ve önceliklerin değişmesi medida araçlar ile birlikte güncellemeler.

İleriye bakıldığında, empresa AI benimsenmesinin bir sonraki aşamasını tanımlayacak değişiklikler nelerdir?

Rollere dayalı ve ajentik. Şirketler, ajanları kullanmaya already başlamışlardır. Bu organizasyonlar, teknik ekiplerinin, bu tür AI kullanımını oluşturmak ve yönetmek için gerekli tüm yollarda yetkinleştirilmesini sağlamak istiyorlar.

Harika röportaj için teşekkür ederiz, daha fazla bilgi öğrenmek isteyen okuyucular Altimetrik‘i ziyaret edebilir.