AI darba vietā: Praktisks ceļvedis zināšanu darbiniekiem

Šajā rakstā ir apskatīts, kā zināšanu darbinieki var izmantot mākslīgo intelektu ikdienas atkārtotajos uzdevumos, kas katru nedēļu patērē laiku, nevis tikai vienreizējiem jautājumiem un rakstīšanas uzdevumiem. Tas ietver lietošanai gatavus uzvednes, norādījumus par drošu mākslīgā intelekta lietošanu un soļus, lai ātri un vienkārši ieviestu mākslīgo intelektu savās darbplūsmās.

Kā lietot mākslīgo intelektu darba vietā

Lielākā daļa intelektuālā darba ietver operacionālos izdevumus, kas nav ietverti amata aprakstā: sapulces, administrēšana, informētības uzturēšana, attiecību pārvaldība.

Šie uzdevumi bieži vien ir vislabākā vieta, kur sākt lietot mākslīgo intelektu, jo rezultātu ir viegli pārbaudīt un kļūdas cena ir zema.

Turpmāk ir aprakstīti 10 šādi uzdevumi un tas, kā mudināt mākslīgo intelektu palīdzēt katrā no tiem.

Piezīme: Dažiem mākslīgā intelekta rīkiem ir nepieciešams pievienot vai tieši ielīmēt avota materiālu. Citi var to iegūt paši no savienotas iesūtnes, diska vai atvērtām pārlūkprogrammas cilnēm. Tālāk norādītās uzvednes darbojas abos gadījumos.

1) Informētības uzturēšana

Par vienu un to pašu tēmu uzkrājas jauni raksti un atjauninātas piezīmes, un var būt īsts izaicinājums tikt līdzi notiekošajam.

Mākslīgā intelekta rīki var jums palīdzēt:

• Apvienot izkaisītus avotus vienā atbildē
• Atklāt pretrunas vai versiju novirzes dažādos dokumentos
• Apkopot to, kas ir mainījies kopš pēdējā atjauninājuma
• Atzīmēt vietas, kur avoti nesakrīt

2) Saziņa

Statusa atjauninājums, kopsavilkums, pārbaude: lielākā daļa darba komunikācijas atkārto dažas vienas un tās pašas formas, kas ļauj mākslīgajam intelektam viegli uzrakstīt pieņemamu pirmo melnrakstu.

Mākslīgā intelekta rīki var jums palīdzēt:

• Sagatavot e-pastu, atjauninājumu vai dokumentu melnrakstus no īsiem punktiem
• Pielāgot toni vai garumu citai auditorijai
• Pārrakstīt to pašu atjauninājumu dažādiem lasītājiem
• Pamanīt neskaidru formulējumu pirms nosūtīšanas

3) Sapulces

Mākslīgais intelekts var palīdzēt pārvērst sarunu par taustāmu nākamo darbību un lēmumu žurnālu.

Mākslīgā intelekta rīki var jums palīdzēt:

• Izgūt darbības uzdevumus un atbildīgās personas no piezīmēm vai atšifrējuma
• Sagatavot kopsavilkuma melnrakstu uzreiz pēc zvana
• Atklāt solījumus, kas nevienam reāli nebija piešķirti
• Sagatavot darba kārtību, pamatojoties uz iepriekšējās sapulces neatrisinātajiem jautājumiem

4) Plānošana un prioritāšu noteikšana

Mākslīgais intelekts var atvieglot sarežģīta iknedēļas grafika organizēšanu, vairāku saistību sabalansēšanu un laika precīzāku novērtēšanu.

Mākslīgā intelekta rīki var jums palīdzēt:

• Pārvērst konkurējošos termiņus darbību secībā
• Atzīmēt plānošanas konfliktus, pirms tie kļūst par problēmu
• Atšķirt to, kas ir patiesi steidzams, no tā, kas šķiet steidzams
• Saprātīgi pārbaudīt, vai plāns ir reālistisks

5) Analīze un lēmumu pieņemšana

Mākslīgais intelekts neaizvieto cilvēka spriedumu, taču tas labi apkopo, šķiro un salīdzina sarežģītu informāciju, lai atvieglotu lēmumu pieņemšanas procesu.

Mākslīgā intelekta rīki var jums palīdzēt:

• Apkopot attiecīgo informāciju lēmuma pieņemšanai
• Identificēt, kur spriestspēja sakrīt vai nesakrīt
• Pārbaudīt pieņēmuma izturētspēju, pirms balstāties uz to
• Organizēt spēlē esošos faktorus

6) Rezultātu sagatavošana

Mūsdienu sarežģītākie mākslīgā intelekta rīki var ne tikai atbildēt uz jautājumiem, bet arī izveidot slaidus, pārskatus, dokumentus vai izklājlapas.

Mākslīgā intelekta rīki var jums palīdzēt:

• Pārvērst pētījumu vai piezīmes par pirmo melnraksta prezentāciju, izklājlapu vai ziņojumu
• Pāriet tieši no izejmateriāla uz formatētu dokumentu
• Strukturēt rezultātu, pirms veltāt laiku tā slīpēšanai
• Apkopot avotus tā veidošanas laikā

7) Administratīvie izdevumi

Mākslīgais intelekts var samazināt garlaicīgus manuālos uzdevumus, piemēram, datu ievadīšanu vai kategorizēšanu, failu marķēšanu vai informācijas automātisku kopēšanu un ielīmēšanu no viena rīka citā.

Mākslīgā intelekta rīki var jums palīdzēt:

• Kategorizēt izdevumus un atzīmēt dublikātus vai trūkstošos ierakstus
• Sagatavot ikdienas e-pastu melnrakstus
• Pārvērst aptuvenu piezīmi par iesniedzamu materiālu
• Aizpildīt atkārtotas veidlapas no informācijas, kas jums jau ir

8) Pārskatīšana un kvalitātes kontrole

Mākslīgais intelekts ir noderīgs, lai konstatētu pretrunas vienā dokumentā un saskaņotu apgalvojumus vairākos avotos, piemēram, atzīmējot, kur melnraksts novirzās no stila ceļveža.

Mākslīgā intelekta rīki var jums palīdzēt:

• Atklāt pretrunīgus skaitļus vai apgalvojumus visā dokumentā
• Atzīmēt neskaidru formulējumu pirms materiāla publicēšanas
• Pārbaudīt melnrakstu pret kontrolsarakstu vai stila ceļvedi
• Pamanīt nepilnības starp agrāku un vēlāku sadaļu

9) Mācīšanās

Iepazīšanās ar nepazīstamu tēmu agrāk prasīja lēnu lasīšanu vai lūgumu aizņemtam kolēģim.

Mākslīgā intelekta rīki var jums palīdzēt:

• Ātri iegūt darba izpratni par nepazīstamu rīku, procesu vai tēmu
• Sagatavot jautājumus, uz kuriem jums vajadzētu būt gatavam atbildēt
• Skaidrot jēdzienu jums nepieciešamajā līmenī
• Aizpildīt priekšzināšanu nepilnības pirms sarunas ar kādu, kurš ir lielāks eksperts par jums

10) Attiecību pārvaldība

Kontekstu, kas izkaisīts pa veciem e-pastiem un piezīmēm, īsā laikā pirms zvana var būt grūti rekonstruēt.

Mākslīgā intelekta rīki var jums palīdzēt:

• Apkopot kontekstu pirms sarunas: kas tika apspriests, apsolīts vai atstāts atklāts
• Sagatavot instruktāžu pirms zvana ar klientu vai ieinteresēto personu
• Sekot līdzi neatrisinātajiem jautājumiem ilgstošās attiecībās
• Sagatavot reālam iepriekšējam kontekstam atbilstošu pārbaudes ziņojuma melnrakstu

Kā sākt darbu ar mākslīgo intelektu, nekaitinot IT komandai

Katra iepriekšminētā uzvedne pieņem, ka rīkam ir piekļuve reālai, dažkārt jutīgai uzņēmuma informācijai, tāpēc daži sākotnējie ieradumi neļauj šai piekļuvei vēlāk kļūt par problēmu.

• Pirms darba sākšanas pārbaudiet apstiprināto rīku sarakstu. Lielākā daļa uzņēmumu to kaut kur publicē: IT viki vietnē, drošības portālā, ievadapmācības dokumentā. Ja nevarat to atrast, jautājiet tieši, nevis pieņemiet, ka tāda nav.
• Piesakieties, izmantojot sava uzņēmuma SSO, nevis personīgo kontu. Personīgā pieteikumvārds nepanto uzņēmuma datu vadīklas, revīzijas izsekojamību vai darba pārtraukšanas procesu, tāpēc darbs paliek ārpus IT redzamības, pat ja pats darbs ir uzņēmuma darīšana.
• Ziniet sava uzņēmuma datu līmeņus, nevis tikai "jutīgi pret Nē". Lielākā daļa uzņēmumu sadala datus vairāk nekā divās kategorijās, piemēram, publiskajos, iekšējos, konfidenciālajos un ierobežotajos, un tas, ko drīkst ielīmēt vienā rīkā, var nebūt piemērots citam. Sazinieties ar IT vai drošības nodaļu, ja līmeņi nav dokumentēti kaut kur acīmredzamā vietā.
• Ja iespējams, pirms ielīmēšanas noņemiet identifikatorus. Aizstājiet īstos vārdus, kontu numurus un klienta informāciju ar vietturiem, piemēram, {client_name}, pirms ielīmēšanas rīkā, kas nav oficiāli apstiprināts.
• Izslēdziet modeļa apmācības slēdžus. Lielākajai daļai mākslīgā intelekta rīku ir iestatījums, kas bieži vien apzīmēts kā "uzlabot modeli" vai "izmantot manus datus apmācībai", kas pēc noklusējuma iekļauj jūsu ievadītos datus apmācības datos. Pārbaudiet konfidencialitātes vai iestatījumu paneli un izslēdziet to, ja vien rīks nav īpaši apstiprināts bez šādas bažas.
• Pirms rīka pievienošanas pārbaudiet, kam tam ir piekļuve. Ja tas rezervē lietas, sūta lietas vai skar jūsu iesūtni, pārbaudiet, kādas atļaujas tas pieprasa, un atsauc piekļuvi visam, ko aktīvi neizmantojat.
• Jautājiet, ja nezināt, vai kaut kas ir apstiprināts. Ātrs ziņojums IT vai drošības nodaļai parasti ir labāks nekā uzzināt pēc faktiem, ka rīks nebija apstiprināts.

Izvērst

Kā efektīvāk izmantot mākslīgo intelektu darba vietā

Lielākā daļa zināšanu darbinieku jau tagad izmanto mākslīgo intelektu ikdienišķi: vienreizējs jautājums, ātrs e-pasta melnraksts, rezultāta kopēšana, gatavs. Uzdevuma uztveršana kā divu nedēļu izmēģinājums, nevis vienreizējs jautājums, ir tas, kas pārvērš šo ikdienišķo lietojumu par nozīmīgu laika ietaupījumu.

Lūk, kā sākt:

1) Izsekojiet pilnu nedēļu pirms jebkādu izmaiņu veikšanas

Piecas darba dienas reģistrējiet katru atkārtoto uzdevumu, cik ilgs laiks tam nepieciešams un cik garlaicīgs tas šķiet. Ir pieejami vairāki laika uzskaites rīki, taču noder arī vienkārša piezīme: "Pirmdiena, 20 min., sakārtotas kvītis, nedaudz kaitinoši." Līdz piektdienai parasti pats no sevis izceļas kāds likumsakarīgs modelis.

2) Izvēlieties vienu uzdevumu

Pārskatiet piezīmes un izvēlieties, kuru laikietilpīgo, garlaicīgo uzdevumu automatizēt vispirms.

Ir jāņem vērā daži faktori:

• Vai šis uzdevums notiek vairākas reizes nedēļā?
• Vai process katru reizi ir salīdzinoši konsekvents?
• Vai rezultātu ir ātri pārbaudīt?
• Vai tas ir atkarīgs no spriedumiem, kas dažādās situācijās atšķiras?
• Vai kļūdu būtu viegli pamanīt un labot?
• Vai izejas dati ir pilnīgi un uzticami?

Iknedēļas statusa atjauninājums vai regulārs izdevumu pārskats ir piemērots. Reizi ceturksnī sagatavojama padomes prezentācija nav piemērota. Likmes un pārskatīšanas laiks pirmajam izmēģinājumam ir pārāk augsts.

3) Pirms testēšanas definējiet, kas ir "labs" rezultāts

Uzzīmējiet teikumu, kas apraksta pareizu vai lietojamu rezultātu, par ko izlemts pirms redzēt, ko mākslīgais intelekts saražo.

Paņemiet trīs reālus manuāli izveidota rezultāta piemērus (trīs statusa atjauninājumus, trīs izdevumu pārskatus) un pierakstiet, kas tiem ir kopīgs: garums, struktūra, detalizācijas līmenis.

Pēc tam jautājiet, kas padarītu to nelietojamu. Dažreiz ir vieglāk definēt labu rezultātu, nosaucot kļūmi. Iekļaujiet katras kļūmes pretstatu laba rezultāta definīcijā.

Piemēram, statusa atjauninājumam tas varētu būt: "Ietver to, kas ir nosūtīts un kas ir bloķēts, divās rindkopās, ar minimālu nepieciešamo pārrakstīšanu."

Izdevumu pārskatam tas varētu būt: "Katrai rindai ir kategorija, un dublikāti ir atzīmēti."

4) Izveidojiet un testējiet uzvedni

Sāciet ar vienkāršu uzdevuma aprakstu un "laba" rezultāta definīciju no 3. soļa, pēc tam palaidiet to pret diviem vai trim reāliem gadījumiem.

Pēc katras izpildes salīdziniet rezultātu ar šo definīciju un atzīmējiet, kas nav pareizi: trūkst sadaļas, pārāk garš, nepareizs tonis. Pievienojiet uzvednei rindu, kas risina šo konkrēto nepilnību, un palaidiet to vēlreiz.

Apstājieties, tiklīdz rezultātam ir nepieciešama tikai neliela rediģēšana, nevis pārrakstīšana. Saglabājiet galīgo versiju vietā, kur to ir viegli atrast no jauna: piemēram, piespraustā dokumentā, piezīmju lietotnē vai kopīgotā uzvedņu bibliotēkā.

5) Izlemiet par vienu kvalitātes kontroles pārbaudi

Izvēlieties vienu atkārtojamu lietu, ko pārbaudīt manuāli. Izdevumu pārskatam tas varētu nozīmēt kategoriju kopsummu salīdzināšanu ar neapstrādāto eksportu pirms tā iesniegšanas. Veiciet šo pašu pārbaudi katram rezultātam divas nedēļas, pat ja tas sāk šķist uzticams.

6) Pēc divām nedēļām salīdziniet ar bāzes līniju.

Katram gadījumam izsekojiet, cik ilgs laiks bija nepieciešams uzdevuma izpildei no sākuma līdz beigām, ieskaitot pārbaudes posmu, un kā tas salīdzināms ar 1. solī reģistrēto laiku. Divu nedēļu beigās saskaitiet to visu kopā, lai izlemtu, vai ir vērts saglabāt automatizāciju tādu, kāda tā ir. Ja nē, pielāgojiet un mēģiniet vēlreiz vai atmetiet to un izvēlieties citu uzdevumu.

Pāreja uz praksi

Izvēlieties uzdevumu, kas patērē visvairāk laika un viskonsekventāk parādās, izlaidiet to cauri izmēģinājuma soļiem un ievērojiet, cik daudz laika vai pūļu mākslīgais intelekts ietaupa.

Perplexity Computer nodrošina zināšanu darbiniekam lielāku kapacitāti, nepievienojot dienai papildu stundas. Tas savienojas ar rīkiem, kas jau tiek izmantoti ikdienā, tostarp Gmail, Outlook, Google Drive, Notion un Slack, un var iegūt attiecīgo materiālu, sagatavot rezultāta melnrakstu un atzīmēt visu, kam nepieciešams otrreizējs skats pirms tā nonākšanas apritē.

Izmēģiniet Perplexity Computer savam ikdienas darbam.

Bieži uzdotie jautājumi

Kas ir mākslīgais intelekts darba vietā?

Tā ir mākslīgā intelekta rīku, piemēram, savienotu asistenti un tērzēšanas botu, izmantošana, lai palīdzētu ar darba atkārtotajām daļām: informētības uzturēšanu, saziņu, plānošanu, pārskatīšanu un administratīvo darbu papildus vienreizējiem jautājumiem, ko vairums cilvēku jau uzdod.

Kādi ir mākslīgā intelekta piemēri darba vietā?

Darbības uzdevumu izgūšana no sapulces atšifrējuma, neapstrādātu piezīmju pārvēršana statusa atjauninājumā, izdevumu pārskata kategorizēšana, avotos balstītas prezentācijas struktūras izveide un sagatavošanās zvanam, izmantojot iepriekšējo kontekstu, ir pieci izplatīti piemēri.

Kādi ir mākslīgā intelekta ieguvumi darba vietā?

Vislielākais ieguvums ir laika ietaupījums uzdevumos, kas seko paredzamam paraugam: darbu kopsavilkumu sagatavošana, melnrakstu rakstīšana, kategorizēšana un pārskatīšana, kas prasa reālu laiku, bet neprasa dziļu spriedumu.

Kādi ir mākslīgā intelekta ieguvumi un trūkumi darba vietā?

Ieguvums ir ātrāki pirmie melnraksti un mazāks laiks, kas pavadīts atkārtotiem uzdevumiem. Trūkums parādās, ja tiek izlaists pārbaudes posms: nepārbaudīts kopsavilkums, pret kuru izturas kā pret faktiem, bez pārskatīšanas nosūtīts melnraksts vai jutīgi dati, kas ielīmēti rīkā, kurš tam nekad nav apstiprināts.

Kā izmantot mākslīgo intelektu darba vietā?

Sāciet ar vienu atkārtotu uzdevumu, nedēļu izsekojiet, kā tas pašlaik tiek darīts, definējiet, kā izskatās labs rezultāts, testējiet uzvedni pret dažiem reāliem gadījumiem un iestatiet vienu fiksētu pārbaudi, ko veikt katram rezultātam divu nedēļu izmēģinājuma laikā.

Kādi ir mākslīgā intelekta riski darba vietā?

Galvenie riski ir uztvert mākslīgā intelekta rezultātu kā pārbaudītu, kad tas tā nav, sūtīt jutīgus datus caur neapstiprinātu rīku un ļaut mākslīgā intelekta kopsavilkumam aizstāt lēmumu, apstiprinājumu vai attiecību spriedumu, kuram joprojām ir nepieciešams cilvēks.

Vai mākslīgais intelekts aizvietos darbavietas?

Lielākajai daļai zināšanu darba mākslīgais intelekts aizvieto konkrētus atkārtotus uzdevumus kādā amatā, nevis pašu amatu. Šajā ceļvedī minētie uzdevumi – komunikācija, administrēšana, pirmie melnraksti – ir tie, kas, visticamāk, mainīsies, savukārt spriedums, atbildība un attiecību veidošana paliek pie personas, kura veic šo darbu.