Як реалізувати цінність від робочої сили, оснащеної GenAI

Дякуючи OpenAI’s ChatGPT, майже кожен сьогодні знає про GenAI. Її здатність задовольняти людську спрагу знань лише за допомогою простого запиту зробила її вірусною. Використання цього інструменту справді вражаюче. Він набрав мільйон користувачів лише за п’ять днів і привернув понад 100 мільйонів відвідувачів у перші кілька місяців. Особи та організації з великим ентузіазмом інтегрують його у свій щоденний життя та діяльність.

І все ж – хоча GenAI всесвітньо відомий, небагато людей перейшли далеко за межі експериментів. Організації захоплені його потенціалом, але часто борються з його впровадженням у масштабі, який може створити вимірювану цінність.

На моїй посаді мені пощастило бути свідком того, як штучний інтелект змінює спосіб роботи організацій та цінність, яку він може надати клієнтам. Однак підприємствам потрібен керівник, щоб перетворити потенціал у результат. З урахуванням цих викликів моя команда реалізувала експеримент з Microsoft’s M365 Copilot, щоб розробити цінні знання та практичні стратегії для компаній, які прагнуть досягти успішного впровадження та значного ROI.

Наш шлях до цінності GenAI

Під час впровадження Copilot наш підхід допоміг нам визначити, де його можливості можуть додати цінність.

Наш досвід може бути корисним для будь-якої організації, яка хоче впровадити GenAI у свої робочі процеси.

Ось деякі дії, які допомогли нам на цьому шляху:

• Почніть з структурованого приймального каркаса. Для впровадження можливостей GenAI ми почали з визначення персон у нашій організації, яким можуть бути корисні ці можливості, а потім конкретних та цілеспрямованих випадків використання технології. Нарешті, ми створили персоналізовані навчальні плани для кожної ролі або персони, які керують користувачами, щоб вони знали точно, як зробити найкраще використання цієї можливості.
• Використовуйте експеримент, щоб підтвердити технологію. Для Copilot ми провели вправу з трьома групами користувачів. Група А не мала ліцензій на Copilot, тоді як для Групи Б ми просто надали користувачам доступ до інструменту без жодної підготовки чи керівництва: їм довелося самостійно розібратися, що робити. Група С отримала наш повний приймальний каркас. Результати? Ми побачили 31% зростання впровадження у Групі С порівняно з Групою Б. Крім того, Група С зареєструвала економію часу на 2,5 години на тиждень порівняно з 1,8 годинами на тиждень для Групи Б. Вправа також надала нам базові дані, наприклад, щодо того, скільки часу команди можуть зекономити на конкретних завданнях, таких як створення презентацій. Це був ще один сильний приклад і аргумент, який підтвердив, що наш приймальний каркас працює.
• Вовчіть працівників у процес тісно. Вправи, такі як наш експеримент з Copilot, допомагають забезпечити, щоб люди взаємодіяли з новою технологією більш охоче. Ми залучили людей до вибору випадків використання для Copilot, що робить його більш спорідненим, сприяючи впровадженню та в кінцевому підсумку покращуючи ROI. Цей процес створює ентузіастів, теж. Через те, що наша когорта Групи С могла чітко бачити цінність технології для себе, вони стали її захисниками по всій компанії та особливо у своїх командах, заохочуючи подальше впровадження.
• Створіть гіперперсоналізовані та безперервні навчальні плани. Ми працювали з керівниками проектів та власниками процесів, щоб забезпечити, що випадки використання Copilot були актуальними для їх щоденних завдань, таких як створення презентацій за дуже короткий термін. Збагатившись цим розумінням, ми створили високо націлені навчальні матеріали, які показували, як технологія могла допомогти їм досягти своїх цілей. Крім того, ми виявили, що безперервна підготовка щодо створення запитів була дуже цінною для допомоги людям отримати найкращу цінність з GenAI. Це також весело і допомагає зберігати спільноту єдиною. Наприклад, ми створили групу, у якій ми ділимося корисними запитами, і ми також маємо регулярні короткі сесії обміну.
• Використовуйте партнерів. Ми звернулися до нашого партнера, щоб він допоміг нам, надавши конкретні випадки використання та навчальні пропозиції, які допомогли розвинути наші навички. У сфері, яка змінюється так швидко, як GenAI, партнерство та співробітництво є суттєвими для досягнення хорошої віддачі.
• Комунікуйте проactively про побоювання працівників. Питання про етичний AI і чи він вкраде людям роботу, є загальними. Тому важливо забезпечити, щоб приймальний каркас чітко визначав етичний AI та етичне використання AI. Для забезпечення відповідального та безпечного використання AI ми використали наш каркас Відповідального AI. Цей каркас надає чіткі керівництва для наших працівників, узгоджуючи з цінностями нашої компанії та допомагаючи їм використовувати AI відповідально. І щоб усунути побоювання щодо впливу GenAI на роботу, ми зосередилися на його здатності взяти на себе непопулярні рутинні та напружені завдання, такі як ведення хвилин, складання повідомлень або сортування переповненої поштової скриньки. Коли їхня майстерність зростала, ми вводили більш складні техніки, включаючи підвищення їхньої здатності створювати просунуті запити, які дають більш точні та націлені виходи.

Час, інновації та навчання

Наш досвід з Copilot та іншими проектами GenAI полягає в тому, що структурована пілотна фаза є ключовою, і людям потрібно час, щоб вивчити інноваційну технологію. Також необхідно мати каркас для впровадження AI та управління змінами, який адаптований до конкретних потреб вашої команди. У поєднанні з навчанням та активним залученням користувачів це мотивуватиме та усуне побоювання щодо GenAI.

Як тільки технологія вкорінюється в організації та поширюється, вона стає частиною культури та прискорює ваш шлях до реалізації реальної цінності від GenAI, що адаптована до конкретних потреб вашої команди.Coupled з навчанням та активним залученням користувачів, це мотивуватиме та усуне побоювання щодо GenAI. Як тільки технологія вкорінюється в організації та поширюється, вона стає частиною культури та прискорює ваш шлях до реалізації реальної цінності від GenAI.