Каждый день, когда вы не используете ИИ в реальной работе, вы, возможно, оставляете без дела полезный рычаг.
Речь о вещи куда более близкой, чем абстрактная подготовка к будущему на ИИ: найти в нынешней работе места, где лучшая обратная связь, более ясное мышление или меньшее трение могут изменить результат.
Интересно, что многие такие возможности не особенно сложны.
Это обычные вещи, которые мы делаем каждый день.
Начните с разговоров, которые уже ведёте
Возьмём встречи.
Одно из самых простых применений ИИ — записать встречу, расшифровать её и затем изучить разговор.
Не только чтобы получить краткое содержание или сохранить запись сказанного. Это полезно, но это наименее интересные возможности.
Настоящая ценность начинается, когда вы относитесь к разговору как к материалу для размышления.
Где мне не удалось объяснить важную мысль?
Где мой аргумент оказался слабее, чем я думал?
Не упустил ли я вопрос, который стоило задать?
В какой момент разговор пошёл не туда?
Я действительно слушал или просто готовил следующую реплику?
И если это был разговор с потенциальным клиентом — смог ли я ясно и без лишнего давления показать ценность работы?
На эти вопросы трудно ответить по памяти. Разговоры мы обычно помним через то, что собирались сказать, и плохо помним, что произошло на самом деле.
Расшифровка даёт более конкретный материал для разбора.
ИИ помогает увидеть закономерности, оспорить нашу трактовку и предложить альтернативы. Он не скажет наверняка, что думал собеседник, но может дать полезный взгляд со стороны.
Конечно, для этого нужны согласие участников, бережное обращение с чувствительной информацией и человеческое суждение. Разговор — это больше, чем данные для извлечения.
Это возможность понять, как мы общаемся.
А общение важно далеко за пределами продаж.
Большая часть жизни — это переговоры в самом широком смысле: согласовать ожидания, разрешить разногласия, объяснить решения, понять, что нужно другому человеку.
Клиенты, коллеги, партнёры, сотрудники, друзья и близкие — каждый приносит в разговор свои допущения.
Внимательность к этим допущениям ценна почти в любом контексте.
Дайте мелким повторяющимся задачам систему
Вторая возможность связана скорее с исполнением, чем с размышлением.
Есть бесчисленное множество задач, которые нужно делать регулярно, но под которые нет смысла нанимать отдельного человека.
По отдельности они слишком мелкие, но слишком важные, чтобы о них забыть.
Хороший пример — производство контента.
Допустим, бизнесу нужен полезный блог, но штатный автор не нужен.
Хорошо спроектированный рабочий процесс с ИИ может взять на себя значительную часть этой работы.
В моей работе это может выглядеть так: агент изучает сайт и рынок вокруг него, исследует релевантные поисковые темы, предлагает редакционные направления, готовит черновики, помогает с переводами, создаёт визуальные материалы и готовит контент к публикации.
Ничто из этого не отменяет того, что кто-то должен решать, что стоит сказать.
Исследование по-прежнему нужно проверять. Тексту по-прежнему нужен редакторский взгляд. Публикация по-прежнему означает ответственность.
Но рутинная работа вокруг этих решений может стать намного легче.
Важно различать эпизодическое использование ИИ и проектирование процесса, в котором у ИИ есть определённая роль.
Полезный агент — это больше, чем чат-бот с длинным промптом.
Это часть рабочего процесса, где есть входные данные, ограничения, точки проверки и понятный результат.
Преимущество накапливается
Здесь, по-моему, и начинается практическое преимущество ИИ.
Эффектная демонстрация или один впечатляющий ответ его не дают. Как и идея, что технология должна принимать за нас все решения.
Оно появляется, когда повторяющийся процесс с каждым запуском становится чуть умнее.
Встреча становится поводом улучшить общение.
Контентный процесс становится легче поддерживать.
Рутинная задача перестаёт съедать внимание, которое можно отдать чему-то более важному.
Со временем эти улучшения накапливаются.
ИИ полезнее всего, когда помогает нам разбирать, структурировать и последовательнее применять собственное мышление, оставляя его нашим.
Поэтому сам факт использования ИИ мало что говорит.
Настоящий вопрос — перестроили ли мы хоть какую-то часть своей работы так, чтобы она стала лучше благодаря ИИ.