Większość dzisiejszych organizacji tkwi w frustrującym schemacie. Wdrożyły narzędzia AI. Stworzyły automatyzacje. Wprowadziły imponujące proof of concept w poszczególnych zespołach. Jednak w jakiś sposób oczekiwany przełomowy wzrost wydajności pozostaje nieosiągalny.
Problem nie leży w technologii.
Większość firm nadal działa na pierwszym etapie dojrzałości AI: automatyzacji w izolowanych obszarach.
Różnica między automatyzacją opartą na silosach a kolejnym etapem, w którym AI staje się prawdziwie ambientowa, proaktywna i świadoma kontekstu, stanowi jeden z najważniejszych punktów zwrotnych w dzisiejszym biznesie.
Sygnał, że jesteś gotowy na ewolucję
Skąd wiadomo, że organizacja jest gotowa, aby wyjść poza automatyzację opartą na silosach? Zaobserwowałem konkretny wzorzec, który wskazuje na gotowość. `
- Kompleksowy cykl pracy: zaprojektowany z myślą o konkretnych zastosowaniach, takich jak zarządzanie zgłoszeniami w zakresie wsparcia technicznego lub generowanie i przeglądanie kodu, z wykorzystaniem AI opartej na agentach.
- Potrzeba funkcjonalnej łączności: dążenie do połączenia cykli pracy z funkcjami upstream i downstream, takimi jak zarządzanie wydaniami, plany rozwoju produktów, szkolenia i wdrażanie.
- Konsolidacja narzędzi: ograniczenie rozrostu narzędzi i nakładających się licencji AI
Kiedy dojrzałość i konsolidacja cyklu pracy następują jednocześnie, Twoja organizacja jest gotowa, aby przejść od automatyzacji w izolowanych obszarach do ujednoliconej, ambientowej AI.
Ten moment konwergencji ma ogromne znaczenie. To właśnie wtedy zespoły przestają zadawać pytanie „Co potrafi to narzędzie?”, a zaczynają pytać „Jak stworzyć środowisko, w którym sztuczna inteligencja zrozumie całość naszej działalności?”.
Bariery hamujące rozwój zespołów
Nawet przy wyraźnej gotowości większość organizacji napotyka te same przeszkody:
- Konsolidacja technologii: bez wspólnego środowiska, w którym AI może obserwować, uczyć się i działać, Teams nie mogą iść naprzód.
- Bariery kulturowe: Brak międzyfunkcjonalnego udostępniania wiedzy, celowego wsparcia i bezpiecznej przestrzeni do praktycznego wykorzystania AI utrudnia postępy.
- Brak centrum ciężkości: Brak strategii AI wspieranej przez kierownictwo sprawia, że organizacje pozostają ograniczone do silosów.
W tym miejscu niezbędna staje się matryca transformacji AI.
Organizacje potrzebują wysokiego poziomu dojrzałości w obu obszarach: dojrzałości AI i dojrzałości kontekstowej. Możesz mieć najbardziej zaawansowane możliwości AI na świecie, ale jeśli Twój kontekst jest rozdrobniony na dziesiątki niepołączonych narzędzi, Twoja AI pozostanie ślepa na wzorce, które mają największe znaczenie.
Obalamy popularne mity
Zanim zespoły będą mogły się rozwijać, muszą przemyśleć, czym właściwie jest AI.
Generatywna AI a AI agentowa:
- Generatywna AI obsługuje zadania jednorazowe.
- AI oparta na agentach wymaga struktury, ograniczeń i jasnych definicji zadań, aby uzyskać powtarzalne wyniki.
AI otoczenia nie pojawia się „tak po prostu”. Wymaga ona celowego zaprojektowania w celu udostępniania kontekstu, koordynacji i jasnych zasad zaangażowania.
Pomyśl o tym w ten sposób: posiadanie interfejsu podobnego do ChatGPT nie sprawia, że coś staje się agentem, tak samo jak posiadanie kierownicy nie sprawia, że coś staje się samochodem autonomicznym.
Prawdziwa sztuczna inteligencja działa w ramach określonych parametrów, wykonuje wieloetapowe cykle pracy i podejmuje decyzje w oparciu o zgromadzony kontekst. Sztuczna inteligencja otoczenia idzie jeszcze dalej, działając niewidocznie w tle w całym przedsiębiorstwie.
Kiedy połączone cykle pracy uwalniają prawdziwą wartość
Podam konkretny przykład tego, co się zmienia, gdy przechodzi się od automatyzacji w izolowanych obszarach do połączonych, agentowych cykli pracy.
- Automatyczne przechwytywanie kontekstu: agenci gromadzą i centralizują kluczowe informacje z cykli sprzedaży.
- Płynne przekazywanie zadań: kontekst jest dostępny dla zespołów ds. dostaw i powodzenia klienta, co pozwala wyeliminować luki w komunikacji.
- Łączenie wiedzy: informacje są zachowywane i ulepszane, a nie tracone w różnych narzędziach.
Nie chodzi tu tylko o wydajność.
Chodzi o stworzenie pamięci instytucjonalnej, która faktycznie trwa i z czasem staje się coraz bardziej wartościowa. W starym modelu kontekst sprzedaży zostaje uwięziony w wątkach e-maili, wiadomościach czatu i notatkach ze spotkań rozrzuconych po różnych systemach. W modelu ambient AI kontekst ten automatycznie przepływa tam, gdzie jest potrzebny i kiedy jest potrzebny.
Kontekst jest prawdziwym czynnikiem przyspieszającym
Gdy sztuczna inteligencja uzyska dostęp do kontekstu organizacyjnego, zadań, osi czasu, rozmów i decyzji, przestaje zachowywać się jak narzędzie do pisania i zaczyna działać jak analityk. ClickUp BrainGPT wykorzystuje to, czerpiąc z całego obszaru roboczego ClickUp, ujawniając wzorce, które często umykają ludziom, i tworząc połączenia, których nie podałeś ręcznie.
Ty myślisz na głos, system słucha dzięki funkcji Talk-to-Text, koreluje informacje, a uzyskane wnioski odzwierciedlają rzeczywisty przebieg pracy w Twojej firmie.
Ewolucja roli przywództwa
W miarę jak organizacje postępują od podstawowej automatyzacji do prawdziwie ambientowej AI, rola przywództwa ulega fundamentalnej zmianie.
- Sponsorowanie przywództwa: dyrektorzy generalni i dyrektorzy ds. technologii muszą podnieść AI z poziomu eksperymentu technicznego do rangi niepodważalnego priorytetu biznesowego.
- Strategiczne dostosowanie: Stworzenie jednolitego planu działania, który sprzyja konwergencji technologii i standaryzacji zestawu narzędzi w całym przedsiębiorstwie.
- Ewolucja kulturowa: inwestowanie w pracowników poprzez społeczności praktyków, aktywne programy wsparcia i ciągłe doskonalenie zawodowe.
Nie chodzi tu o wiedzę techniczną. Chodzi o stworzenie warunków organizacyjnych, które umożliwią rozwój sztucznej inteligencji otoczenia. Oznacza to zaangażowanie się w konwergencję, nawet jeśli poszczególne zespoły nie chcą zrezygnować ze swoich ulubionych narzędzi. Oznacza to inwestowanie w infrastrukturę i zarządzanie, które umożliwiają bezpieczne, wielofunkcyjne operacje sztucznej inteligencji. Co najważniejsze, oznacza to traktowanie transformacji sztucznej inteligencji jako priorytetu strategicznego, a nie serii eksperymentów taktycznych.
Dwa podejścia do tworzenia AI otoczenia
Devin Stoker, dyrektor naszego Centrum Doskonałości AI w ClickUp, ma bogate doświadczenie we współpracy z organizacjami przechodzącymi tę transformację. Dostrzega on dwa różne podejścia, które mogą doprowadzić do wdrożenia sztucznej inteligencji w całej firmie.
1. Agregacja marginalnych zysków
Zasadniczo jest to podobne do podejścia brytyjskiej drużyny kolarskiej, kierowanej przez Sir Dave'a Brailsforda, która skupiała się na agregacji marginalnych zysków — wyjaśnia Devin. — Uważam, że każdy nowy wysokiej jakości agent lub cykl pracy AI przyczynia się do 1% marginalnego zysku dla Twojej firmy. Kontynuując inwestycje w te ulepszenia, osiągniesz znaczący wynik w postaci płynnej integracji sztucznej inteligencji otoczenia we wszystkich procesach.
Zasadniczo jest to podobne do podejścia brytyjskiej drużyny kolarskiej, kierowanej przez Sir Dave'a Brailsforda, która skupiała się na agregacji marginalnych zysków — wyjaśnia Devin. — Uważam, że każdy nowy wysokiej jakości agent lub cykl pracy AI przyczynia się do 1% marginalnego zysku dla Twojej firmy. Kontynuując inwestycje w te ulepszenia, osiągniesz znaczący wynik w postaci płynnej integracji sztucznej inteligencji otoczenia we wszystkich procesach.
W tym modelu:
- Każdy dobrze zaprojektowany agent lub cykl pracy stanowi wartość dodaną.
- Rzeczywista zmiana następuje w miarę wprowadzania ulepszeń w różnych zespołach i funkcjach.
2. Sztuczna inteligencja działająca w tle
Drugie podejście opisane przez Devina koncentruje się na AI działającej automatycznie w tle, która wykonuje zadania w imieniu użytkownika. Agenci otoczenia nie wymagają bezpośrednich komend, aby zapewnić wsparcie.
ClickUp zawiera wiele rodzajów takich ambientowych agentów, którzy mogą odpowiadać na pytania na czacie, podejmować działania w ramach cyklu pracy, dostosowywać się do opinii użytkowników w miarę upływu czasu, a nawet aktualizować wiedzę firmy w tle.
- Świadomość kontekstu: Działa w oparciu o środowisko użytkownika i bieżące działania.
- Działanie w tle: Działa dyskretnie w tle, unikając ciągłej interakcji z użytkownikiem.
- Spersonalizowane: może uczyć się na podstawie zachowań użytkowników i dostosowywać się do indywidualnych potrzeb.
- Utrzymanie wiedzy: Ambient AI może automatycznie aktualizować i wzbogacać wiedzę organizacyjną.
Oba podejścia mają wspólny kluczowy wymóg: potrzebują one zintegrowanego środowiska, w którym AI ma dostęp do pełnego kontekstu wszystkich zadań, komunikacji i współpracy.
Cicha siła agentów środowiskowych
Najbardziej niedocenianą zaletą agentów środowiskowych jest to, że działają one autonomicznie, eliminując potrzebę ręcznego wprowadzania instrukcji. Gromadzą one kontekst w tle, kierują informacje tam, gdzie powinny trafić, przechwytują wiedzę, zanim zostanie utracona, i utrzymują połączenia między zespołami, których zespoły nigdy nie mają czasu udokumentować.
Gdy agenci ci działają w środowisku konwergentnym, stają się podstawą systemu, który nieustannie się uczy i ulepsza bez konieczności wydawania podpowiedzi.
Droga naprzód
Przejście od automatyzacji w izolowanych silosach do AI otoczenia nie polega tylko na wdrożeniu lepszej technologii. Chodzi o stworzenie warunków, w których AI może działać w sposób przejrzysty, kontekstowy i ciągły.
Oto, do czego zobowiązują się organizacje osiągające największe powodzenie:
- Commit to Convergence: ujednolicenie pracy, wiedzy i współpracy w jednym środowisku.
- Dziel się wiedzą na temat AI: buduj kulturę międzyfunkcjonalnego udostępniania wiedzy.
- Wykorzystaj AI strategicznie: potraktuj transformację opartą na AI jako priorytet, a nie tylko kolejny projekt informatyczny.
Organizacje, które dokonują tej transformacji, nie tylko osiągają lepszą wydajność. Uwalniają one efekt kumulacyjny, w którym każda poprawa sprawia, że kolejna jest łatwiejsza i bardziej wartościowa.
Ich AI staje się inteligentniejsza, ponieważ ma więcej kontekstu. Ich Teams działają szybciej, ponieważ poświęcają mniej czasu na wyszukiwanie, a więcej na tworzenie. Ich przewaga konkurencyjna rośnie, ponieważ mogą działać w tempie, którego konkurenci nie są w stanie dorównać.
Pytanie nie brzmi, czy dokonać tej transformacji, ale jak to zrobić skutecznie. Chodzi o to, czy będziesz liderem, czy będziesz patrzeć, jak Twoi konkurenci wyprzedzają Cię.