Использование искусственного интеллекта в работе становится не просто подспорьем, а насущной необходимостью. Технологическая трансформация происходила всегда. Но если для полного внедрения облачных или мобильных технологий потребовалось как минимум десять лет, то ChatGPT достиг миллионов пользователей в первые несколько месяцев.

Всё больше работодателей ожидают и даже требуют от сотрудников ежедневного использования ИИ. Это давление зачастую приводит к тому, что человек совершает больше ошибок при внедрении технологии в свои рабочие процессы. Руководитель стратегического направления в Freshworks Гита Раджан, ранее возглавлявшая программы повышения квалификации в PwC, в интервью Business Insider назвала три самые распространённые из них.

Переход от 0 до 100% за одну ночь

Многие пытаются сразу же стать Железным Человеком и полностью автоматизировать свою работу. Но это должен быть постепенный процесс. Первый шаг — относиться к ИИ или технологиям как к супер-стажерам. Предоставляя ему минимальные полномочия, вы максимально контролируете ситуацию. Например, если вы начинаете с предоставления структурированных данных, но проверяете каждый результат, ИИ может генерировать красиво оформленные результаты.

Неправильная стратегия аутсорсинга

«Я работаю консультантом и советником по стратегическому планированию. Генерации идей и аналитика — единственная часть работы, которую я обычно не отдаю искусственному интеллекту», — рассказывает Раджан.

По её словам, это стало результатом большого опыта работы в консалтинге. Сначала она сама мысленно формулирует свою модель и основные принципы. Обязательно проверяет цифры и даже пытается извлечь неструктурированные данные из ИИ. Но все равно очень тщательно пишет первый черновик.

После завершения черновика можно попросить ИИ выявить слабые места. Например, сказать: «Эй, вы самый скептически настроенный член совета директоров или финансовый директор, найдите недостатки в моей стратегии».

Многие результаты работы ИИ действительно отполированы. Но без должного навыка не всегда можно определить, ошибается он или нет. Именно здесь возникает большая часть проблем: вы просто берете результаты работы искусственного интеллекта и отправляете их по электронной почте или вставляете в аналитический отчет. Эксперт признаётся, что сама совершила такую ​​ошибку.

«У меня было пять или десять минут, и я попросил ИИ быстро записать для меня несколько принципов дизайна и выложить их на слайд. Во время презентации я подумала: „Подождите, мне кажется, это не имеет смысла, и это не то, что я на самом деле хотела сказать“. Я опозорилась», — рассказывает она.

Также легко попасть в ситуацию, когда искусственный интеллект использует язык, который вы сами не стали бы использовать в разговорной речи или даже в профессиональной среде.

«Иногда меня больше всего беспокоит то, что произойдет через пять лет — когда никто на самом деле не выполнит эту первоначальную работу, и мы будем сжигать лестницу, пытаясь подняться по ней. Хотя ИИ может многое, я думаю, важнее всего — это приверженность самому себе, умение решать проблемы и пользоваться Excel», — говорит Раджан.

Подход к ИИ без контекста

Вам необходимо точно знать, для кого вы решаете задачу и с какой целью. Например, если вы создаете модель ИИ для понимания клиентских сегментов вашего бизнеса, вам все равно необходимо хорошо знать свои сегменты. Фундаментальные аспекты вкуса, процесса, архитектуры, того, как вы создаете вещи, невозможно получить от ИИ-инструмента. Если он предложит вам пятьдесят идей, вам нужно знать, какая из них будет востребована. Как сотрудник, вы обязаны выбрать правильную, поэтому вам необходимы знания и опыт, чтобы это сделать.

• Телеграм
• Дзен
• Подписывайтесь на наши каналы и первыми узнавайте о главных новостях и важнейших событиях дня.