دات‌های OpenAI و تصمیم بعدی برای رهبران سازمانی

دستیار هوش مصنوعی که پس از پایان گفتگو به کار ادامه می‌دهد، نحوه واگذاری کار را تغییر می‌دهد. برای رهبران سازمانی، سؤال مفید این است که کدام مسئولیت‌ها را می‌توانیم واگذار کنیم، چگونه کار را بررسی خواهیم کرد، و چه کسی پاسخگو می‌ماند.

OpenAI دات‌ها را به عنوان عامل‌های مداومی توصیف می‌کند که بین گفتگوها کار را ادامه می‌دهند و نتایج یا تصمیم‌ها را برای بازبینی برمی‌گردانند. دسترسی به‌تدریج برای حساب‌های واجد شرایط در حال ارائه است.

به نظر من، فرصت تجاری در کاهش تلاش لازم برای پیشبرد کار نهفته است. پژوهش، پیگیری‌ها و تهیه اسناد وقت می‌گیرند چون افراد باید مکرراً زمینه را جمع کنند و تصمیم بگیرند که چه اتفاقی بعدی بیفتد. عاملی که تداوم را حفظ کند می‌تواند کمک کند. ارزش آن هنوز باید در گردش کاری که در آن فعالیت خواهد کرد اثبات شود.

آنچه OpenAI معرفی کرده است

طبق اسناد رسمی OpenAI، یک دات روی GPT-6 Astra اجرا می‌شود و رایانه ابری و مرورگر مخصوص خود را دارد. می‌تواند پژوهش کند، داده‌ها را تحلیل کند، اسناد تهیه کند و نرم‌افزار بسازد. کار ابری آن حتی وقتی رایانه کاربر خاموش است می‌تواند ادامه یابد. [2]

اینجا به تمایز دقیق نیاز است. رایانه ابری، اتصال به یک اپلیکیشن و دسترسی به رایانه محلی قابلیت‌های جداگانه‌ای هستند. اتصال یک کانال پیام‌رسانی به‌طور خودکار دسترسی به سرویس‌های دیگر را نمی‌دهد. هر اتصال مجوزها و الزامات خود را دارد. [2]

برای یک CTO، این تمایز هنگام طراحی دسترسی مهم است. برای یک CEO، هنگام توافق بر سر اینکه عامل باید مسئول چه چیزی باشد مهم است.

یک مثال سازمانی عملی

تیم تهیه فرضی را در نظر بگیرید که در حال آماده‌سازی تمدید قرارداد یک تأمین‌کننده است. اطلاعات در یک قرارداد، گزارش‌های استفاده و چند ایمیل پراکنده است. در حال حاضر یک مدیر قبل از هر بحث آن‌ها را جمع می‌کند.

یک پایلوت معقول از دات می‌خواهد که با استفاده از منابع تأییدشده خلاصه تمدید را به‌روز نگه دارد، اطلاعات گمشده را شناسایی کند و سؤالاتی برای مدیر آماده کند. تیم قبل از گسترش مسئولیت، نتیجه اول را بازبینی می‌کند.

دستورالعمل باید خروجی و محدوده آن را تعریف کند: خلاصه را به‌روز نگه داشتن، نشان دادن منابع پشت ارقام مهم، برجسته کردن فرضیات حل‌نشده و آماده کردن مکاتبات برای بازبینی. مسئولیت تصمیم تجاری با مدیر می‌ماند.

این یک گردش کار توضیحی است، نه ادعایی مبنی بر اینکه OpenAI این مورد استفاده خاص را تأیید کرده یا صرفه‌جویی اندازه‌گیری‌شده‌ای ارائه داده است.

سیستم‌ها را بر اساس کاری که باید انجام دهند مقایسه کنید

قبل از انتخاب یک پلتفرم، سه رویکرد را مقایسه می‌کنم.

دستیار گفتگومحور به شخصی کمک می‌کند در جریان یک تبادل کاری را انجام دهد. عامل مداوم مسئولیتی را در طول تبادل‌ها حمل می‌کند. انتخاب بستگی دارد به اینکه تداوم یک مشکل واقعی را حل می‌کند یا نه.

گردش کار از پیش تعریف‌شده مراحل صریح را دنبال می‌کند. عامل می‌تواند پیشنهاد دهد وقتی اطلاعات تغییر می‌کند چگونه پاسخ داده شود. فرایندهای پایدار و تکراری ممکن است از اتوماسیون متعارف سود ببرند؛ کار با ورودی‌های متغیر ممکن است پایلوت عامل را توجیه کند.

یک نمایش نشان می‌دهد که یک بار چه اتفاقی افتاد. ارزیابی عملیاتی می‌پرسد آیا سیستم به‌طور مکرر نتایج قابل قبول تولید می‌کند، از جمله وقتی منبعی گم شده یا متناقض است. خرید سازمانی باید بر اساس مورد دوم باشد.

مدیران عامل باید چه کنند

یک مسئولیت محدود با مالک کسب‌وکار مشخص انتخاب کنید. خلاصه تأمین‌کننده، به‌روزرسانی پروژه داخلی یا آماده‌سازی برای جلسه‌ای مکرر نقطه شروع واضح‌تری نسبت به دستورالعمل کلی بهبود بهره‌وری ارائه می‌دهد.

فرایند فعلی را قبل از پایلوت اندازه بگیرید. زمان کارکنان، زمان گردش کار و اصلاحات لازم برای تولید خروجی قابل قبول را ثبت کنید. در طول پایلوت، زمان بازبینی و کار مجدد را نیز در مقایسه بگنجانید.

بپرسید آیا نتیجه به تیم کمک می‌کند تصمیم بهتری بگیرد یا ضرب‌الاجلی را برآورده کند. تولید اسناد بیشتر لزوماً به معنای ارزش تجاری بیشتر نیست.

شرایط گسترش را از قبل توافق کنید. مالک کسب‌وکار باید بتواند توضیح دهد کدام نتایج قابل قبول هستند و کدام شکست‌ها پایلوت را متوقف می‌کنند.

مدیران فناوری باید چه چیزی برقرار کنند

مشخص کنید عامل می‌تواند از کدام منابع استفاده کند و کدام اقدامات به انسان نیاز دارد. با کوچک‌ترین دامنه دسترسی مفید شروع کنید. قبل از گسترش دسترسی با داده‌های نماینده و ورودی‌های عمداً ناقص آزمایش کنید.

برای خروجی‌های مهم شواهد بخواهید. خلاصه تمدید باید امکان ردیابی مبلغ نقل‌شده تا منبع و تفکیک واقعیت کنونی از فرضیه را فراهم کند.

کل گردش کار را ارزیابی کنید. کیفیت بازیابی، محاسبات، کیفیت سند، مرزهای دسترسی و بازیابی پس از یک گام ناموفق را بررسی کنید. پاراگراف درست نمی‌تواند جای فایل منبع اشتباه را بگیرد.

رویه عملی وقفه و بازیابی تعیین کنید. OpenAI یادآور می‌شود که توقف کار، اقدامات تکمیل‌شده را خنثی نمی‌کند و وظایف واگذارشده یا مکرر ممکن است به کنترل‌های جداگانه نیاز داشته باشند. تیم‌ها باید قبل از واگذاری مسئولیت‌های مداوم آن کنترل‌ها را بفهمند. [2]

هزینه کار انجام‌شده، از جمله بازبینی انسانی، را پایش کنید. از تعمیم پایلوت کوچک موفق به صرفه‌جویی در سطح شرکت بدون شواهد بیشتر خودداری کنید.

تصمیم پیش رو

دات‌ها واگذاری مداوم را به یک پیشنهاد محصول ملموس تبدیل می‌کنند. اینکه آیا این پیشنهاد سازمانی را بهبود می‌بخشد به مسئولیت واگذارشده، اطلاعات موجود و کیفیت بازبینی بستگی دارد.

من با کاری شروع می‌کنم که نتیجه‌اش قابل بررسی باشد، از اصلاحات یاد می‌گیرم و فقط وقتی شواهد حمایت کنند گسترش می‌دهم. این به رهبران مبنایی برای سرمایه‌گذاری و به کارکنان نقشی روشن در شکل‌دهی به نحوه استفاده از ابزار می‌دهد.

کدام مسئولیت مداوم در سازمان شما را اول از همه به یک عامل هوش مصنوعی واگذار می‌کنید، و قبل از گسترش اختیارش به چه شواهدی نیاز دارید؟

ریاضی بیندیشید. هوشمندانه مهندسی کنید. راهبردی رهبری کنید. مسئولانه بسازید. جهانی گسترش یابید. از طریق هوش مصنوعی ارزش تجاری واقعی خلق کنید.

#OpenAI #Dots #EnterpriseAI #AIStrategy #AILeadership #ResponsibleAI


Originally published on LinkedIn by Keshavan Thiagaraja. Read the original on LinkedIn.