Сара Філіпп, глобальний керівник з впровадження та впровадження штучного інтелекту в Altimetrik – Серія інтерв’ю

Сара Філіпп, глобальний керівник з впровадження та впровадження штучного інтелекту в Altimetrik, зосереджується на допомозі організаціям подолати розрив між швидким інноваціями штучного інтелекту та реальною адаптацією робочої сили. Її робота зосереджена на створенні програм літератури штучного інтелекту, стратегій впровадження робочих процесів та ініціатив ролевої підготовки, які допомагають працівникам та менеджерам інтегрувати генеративний штучний інтелект у повсякденну діяльність. В Altimetrik вона допомогла сформувати програми впровадження підприємства щодо технологій, таких як ChatGPT Enterprise, OpenAI Agents SDK та масштабовані робочі процеси штучного інтелекту, а також співстворила “LAByrinth”, платформу симуляції генеративного штучного інтелекту на основі проекту для інженерів та технічних керівників програм. До того, як вона приєдналася до Altimetrik, вона провела роки, очолюючи навчання клієнтів та впровадження ініціатив на платформах SaaS, таких як Nudge Coach, що дало їй сильну основу у системах навчання, поведінній підтримці та цифровій трансформації. Її кар’єра відображає зростаючу тенденцію в сфері підприємства штучного інтелекту, де успіх усе більше залежить не тільки від розгортання моделей, але й від того, щоб працівники були впевнені, здатні та продуктивні при роботі з інструментами штучного інтелекту у своїй повсякденній роботі.

Altimetrik – це компанія з першочерговим застосуванням штучного інтелекту, цифрової інженерії та рішень з даних, яка зосереджується на допомозі підприємствам модернізувати старі системи та масштабувати генеративний штучний інтелект по всім операціям бізнесу. Компанія працює в різних галузях, включаючи фінансові послуги, охорону здоров’я, виробництво, роздрібну торгівлю та науки про життя, поєднуючи інженерію продукції, модернізацію хмарних технологій, інфраструктуру даних та розгортання штучного інтелекту. Altimetrik позиціонує себе як основного партнера підприємства з впровадження штучного інтелекту через співробітництво з OpenAI, з сильним акцентом на агентському штучному інтелекті, оркестрації робочих процесів, управлінні та системах штучного інтелекту, готових до виробництва. Її лабораторія штучного інтелекту ALTI служить внутрішнім інноваційним хабом, де компанія прототипує підприємства-застосування штучного інтелекту, починаючи від інтелектуальних помічників і закінчуючи багатомодальними робочими процесами та операціями бізнесу, рідними для штучного інтелекту. Останніми роками Altimetrik розширилася агресивно через партнерства та поглинання, зміцнюючи свій глобальний інженерний слід та можливості з доставки штучного інтелекту підприємства.

Ви побудували свою кар’єру на перетині трансформації підприємства, дизайну навчання та нових технологій – яке вирішальне досвід вперше переконало вас, що відповідальне впровадження штучного інтелекту залежатиме так само сильно від людської підтримки, як і від технічної здатності?

Я зазвичай закінчую як досить пізній приймач речей. Я схильна бути скептичною щодо гіпу та впертою щодо дотримання способу, до якого я звикла.

Що змінилося для мене, коли я почула, у дуже людській та не-технічній мові, як інші люди насправді використовують штучний інтелект у своїй повсякденній роботі та житті. Як тільки я змогла зв’язати його з реальними та особистими точками тертя, цікавість просто пішла за цим.

Цей досвід підкріпив щось, що я бачила через кожну трансформаційну зусилля, у якому я брала участь: впровадження рідко починається лише з здатності. Воно починається з актуальності, довіри та значення. Людям потрібно спочатку побачити себе у зміні, і саме тому відповідальне впровадження штучного інтелекту залежить так само сильно від людської підтримки, як і від технічної готовності.

У вашій ролі керівника глобального впровадження штучного інтелекту в Altimetrik, як ви визначаєте успішне підприємницьке впровадження генеративного штучного інтелекту за межами пілотних проектів та експериментів з доведення концепції?

Успішне підприємницьке впровадження не існує в ізоляції. Одним із найпоширеніших моделей, які ми бачимо, є компартменталізоване впровадження. Одна команда стає дуже просунутою у своїй зрілості штучного інтелекту, тоді як інша команда в тому ж підприємстві не має чіткої стратегії ще й може навіть використовувати фрагментовані інструменти чи особисті облікові записи. Таке нерівномірне впровадження створює несумісність та ризик.

Істинний успіх настає, коли організація будує спільні звички, спільні стандарти та пов’язані способи роботи. Воно вимагає як верхньою, так і нижньою зміни управління. Верхньою, керівництво повинно встановити напрямок, встановити управління та створити ясність щодо того, що таке відповідальне та цінне впровадження. Нижньою, працівники повинні зрозуміти, як штучний інтелект вписується у їхню повсякденну роботу, де він вирішує реальні проблеми, і як використовувати його впевнено у своїй ролі.

Справжнім знаком зрілості є те, коли робочі процеси працюють гладко з кінця в кінець та між командами, а не лише у ізольованих кишенях.

Багато організацій інвестують у інструменти генеративного штучного інтелекту, але борються з операціоналізацією їх. Які найпоширеніші прогалини виконання між амбіціями та вимірюваним бізнес-імпактом?

Власність управління часто невизначена. Хто відповідає за документування того, що використовується, версіонування підказок чи робочих процесів, моніторинг якості та відстеження того, де штучний інтелект насправді з’являється у бізнесі? Без тієї ясності організації закінчуються розсіяним використанням та дуже мало дисципліни операційного управління.

Багато організацій не вирішили, який тип використання штучного інтелекту вони насправді хочуть заохочувати. Чи вони націлені на ролеві підказки, індивідуальні випадки продуктивності, такі як мозковий штурм та чернетка, чи призначені агенти, пов’язані з визначеними робочими процесами? Якщо це не ясно, підтримка залишається нечіткою, а вплив стає важким для вимірювання.

Є також часто розрив між розгортанням та реальною роботою. Компанії інвестують у інструменти, перш ніж вони визначили моменти, де штучний інтелект може видалити тертя, покращити якість або прискорити виконання значним чином. Амбіція легко, але операціоналізація вимагає специфіки.

Ви працюєте у тісній співпраці з виконавчими командами керівництва — як виглядає ефективна грамотність штучного інтелекту на рівні C-suite, і як поведінка керівництва впливає на впровадження по всьому підприємству?

Воно виглядає як моделювання, цікавість та початковий погляд. Воно виглядає як керівники, які демонструють початковий погляд. Вони готові вчитися публічно. Вони комфортно кажуть: “Я все ще розбираюся в цьому теж”. Така вразливість має значення більше, ніж люди розуміють, тому що це дає всім іншим дозвіл займатися без відчуття, що їм потрібно бути експертами спочатку.

Поведінка керівництва встановлює тон. Якщо виконавці ставляться до штучного інтелекту як до бічної експерименту, організація теж буде. Якщо вони демонструють вдумливе використання, ставлять практичні питання та видимо інвестують у навчання, впровадження стає культурно безпечнішим. Впевненість так само важлива, як і здатність, коли мова йде про масштабування штучного інтелекту у підприємстві.

Що виглядає структурована експериментальна база для генеративного штучного інтелекту на практиці, і як компанії можуть заохочувати інновації без створення фрагментації чи ризику?

Ми хочемо почати з реальних болісних точок робочих процесів, а не випадкових пропозицій. Команди повинні бути заохочені до визначення повторюваних завдань, вузьких місць рішень чи існуючих пробілів знань. Звідти організації можуть пріоритизувати експерименти на основі бізнес-актуальності, здійснимості та ризику.

Найздоровіші середовища – це ті, де люди можуть спробувати речі безпечно, поділитися тим, що працює, і уникнути повторного винаходу колеса в ізоляції.

Ви співстворили LAByrinth, платформу симуляції генеративного штучного інтелекту, призначену для надання інженерам практичного досвіду будівництва з інструментами штучного інтелекту в безпечному, керованому середовищі. Що надихнуло його створення, і як симуляційна навчальна база прискорює реальну здатність штучного інтелекту?

Мені завжди подобалися форми практичного, досвідного навчання. Зокрема, такий “через вашу плече” наставництво, яке існує в художніх студіях.

Коли Мартін Гайда та я почали обговорювати ідеї цього типу навчальної структури, весь проєкт закінчився тим, що став дуже веселим для створення. Воно відчувалося так, як ніби ми створювали пазл для людей, щоб вони могли його розв’язати. Тоді я знав, що ми були на правильному шляху. Люди більш схильні займатися новим матеріалом, коли вони знаходять його цікавим і відчувають підтримку.

Симуляційна навчальна база прискорює здатність, оскільки вона закриває розрив між теорією та застосуванням. Вона дає їм безпечне місце для практики судження, а не просто запам’ятовування концепцій. І з штучним інтелектом це має величезне значення, оскільки реальна здатність не полягає лише у тому, щоб знати, що може зробити інструмент. Воно полягає в тому, щоб знати, як використовувати його вдумливо та безпечно.

Як підприємства повинні підходити до підвищення кваліфікації робочої сили інакше в епоху генеративного штучного інтелекту порівняно з попередніми хвилями цифрової трансформації?

Спільно та творчо. З інструментами, такими як Notebook LM та Figma make, є багато способів зробити зміст цікавим та свіжим. Нам подобається слайд-шоу, але нам також подобається створення інтерактивних робочих книг, анімованих відео та інших методів доставки навчальної програми.

Особисто я найкраще вчусь з інфографікою та іншими візуальними засобами.

Відповідальне використання штучного інтелекту часто формулюється навколо управління та відповідності. З точки зору підтримки, як виглядає відповідальне впровадження у повсякденних робочих процесах?

Консультуйтеся з людьми, які насправді використовують інструменти, щодо того, що робить їх корисними, а потім переконайтеся, що кожна людина, яка використовує інструменти, знає, що політика насправді означає. Як воно перекладає використання штучного інтелекту у повсякденній роботі?

Відповідальне впровадження означає людську модель на чолі. Штучний інтелект може допомогти у чернетці, підсумку, аналізі чи прискоренні, але люди все ще володіють судженням, перевіркою якості та остаточним рішенням. Така людська відповідальність є ключовою.

Так само важливо, що відповідальне впровадження залежить від впевненості. Розрізнення приходить з досвіду. Тому організації потребують низькоризикових, некритичних просторів, де працівники можуть практикувати та будувати реальну грамотність. Коли люди здобувають достатній практичний досвід, щоб зробити вдумливі судження, відповідальне використання перестає бути абстрактним та починає ставати звичним.

Як організації можуть проектувати програми підтримки, які залишаються адаптивними, а не стають застарілими протягом місяців?

Це виклик, але є багато великих інструментів.

Найбільша помилка полягає в тому, що будівництво підтримки повністю навколо поточної ландшафту інструментів.

Нас часто запитують, чи пропонуємо ми навчання, незалежне від інструментів, і відповідь – так. Абсолютно. Ми зосереджуємося на тривалих навичках штучного інтелекту, а потім вчимо людей, як застосовувати ці навички всередині інструментів, які організація використовує сьогодні. Такий підхід дає програмам значно довший термін зберігання.

Адаптивна підтримка також повинна бути модульною. Фрактальна. Замість того, щоб ставити навчання як одноразову подію, організації повинні думати у шарах: фундаментальна грамотність, ролеве застосування, просунуте експериментування та подальші оновлення, коли інструменти та пріоритети змінюються.

Оглядаючи вперед, які зрушення, на вашу думку, визначать наступну фазу впровадження підприємства штучного інтелекту протягом наступних двох років?

Ролеве та агентське. Підприємства вже приймають використання агентів. Ці організації хочуть переконатися, що їхні технічні команди мають необхідні навички для будівництва та управління цим типом використання штучного інтелекту.

Дякуємо за велике інтерв’ю, читачам, які бажають дізнатися більше, слід відвідати Altimetrik.