Люди «внедряют AI» и очень быстро октатываются обратно в ручной труд, не пользуются и начинают отрицать еще сильнее.
Стоит ли говорить, что при повторных попытках сопротивление будет еще больше?
Как же так получается?
Волею судеб, я сейчас наблюдаю разные сценарии в разных командах и хочу сказать, что залог успеха во внедрении к себе новых технологий, стар как мир, в принципах не поменялось вообще ничего.
Революции опять не случилось.
1. Данные-данные-данные
Сначала собрать вообще всю информацию, сделать ее полной, читаемой и структурированной, а потом что-то внедрять.
Любая автоматизация ломается, если данные кривые: не на чем отладить, не на чем обучить, невозможно точно измерить эффект.
И это самое сложное обычно т.к. тут мы не строим с нуля, а приводим в порядок накопленное годами.
В продуктовом/бизнес анализе тоже все начинается с данных, что 50 лет назад, что сейчас.
2. Не просто «снять рутину»
Выбрать то, что имеет реальный коммерческий смысл для бизнеса, а не то, что просто более повторяемое.
От того, что кто-то перестанет быть занят рутиной, он не начнет это время направлять на создание других ценных результатов. Пойдет, ну не знаю, покурит или в танчики погоняет, рилсы полистает.
В каком году ROI придумали?
Ну вот, тоже не новинка.
3. Измеримость, е-мае
Это основа основ была еще полвека назад. Чтобы понять что именно улучшилось, нужно это померять, предварительно продумав что именно, как мерять и как не обмануться (контрметрики, если у вас С1 в этой теме).
Заодно и пункт выше валидировать.
Ну впрочем, если команда дошла до третьего пункта, сделав первые два, это уже большая победа.
И только потом начинаются агенты, смена ролей, переход на новые процессы с видимым результатом для бизнеса.
——
Согласие и несогласие всегда можно (нужно!) обсудить в комментариях.
А еще поделиться личным опытом, мыслями, чувствами.
И поставить реакцию!
🐳


