نحوه ساخت فرهنگ شرکت AI محور

در اوایل دهه 1900 ، هنگامی که انقلاب خودروسازی صنایع را تغییر شکل داد ، آهنگران و سازندگان کالسکه تلاش کردند تا سازگار شوند. بیش از یک قرن بعد ، ما با یک نقطه تورم مشابه با هوش مصنوعی روبرو هستیم. درست همانطور که واگن های اسب سواری جای خود را به خودروها می دادند ، امروز صنایع توسط الگوریتم ها تعریف می شوند.

سوال این نیست که آیا شرکت شما هوش مصنوعی را اتخاذ خواهد کرد ، اما چگونه. و پاسخ به یک عامل مهم بستگی دارد: فرهنگ.

مرتبط: چگونه می توان یک فرهنگ در محل کار ایجاد کرد که از تحول دیجیتال پشتیبانی کند (و چرا مهم است)

“فرهنگ هوش مصنوعی” چگونه به نظر می رسد؟

ساختن یک فرهنگ AI محور همیشه مربوط به خرید ابزار یا استخدام دانشمندان یادگیری ماشین نیست. این در مورد پرورش یک طرز فکر است که در آن آزمایش ، یادگیری و همکاری انسانی و آه برای DNA شرکت شما اصلی است. در اینجا نحوه شروع:

کنجکاوی مدل برای رفع ترس:

رهبری باید قهرمان هوش مصنوعی شود ، اما نوآوری مردمی همان چیزی است که آن را در گردش کار واقعی قرار می دهد. در Codesignal ، تیم مهندسی ما فقط از AI استفاده نمی کند – آنها با آن می سازند. از اعمال کپی GitHub برای اصلاح مجدد پیچیده تا تنظیم دقیق عوامل LLM سفارشی برای ابزارهای داخلی ، هوش مصنوعی بخشی از ابزار روزانه آنها است. و این فقط مهندسی نیست. به عنوان مثال ، بازاریابان ما ایده های تبلیغاتی نمونه اولیه در Claude و اعتبار سنجی پیام رسانی با جمینی را تأیید می کنند.

کلید؟ رهبران باید کنجکاوی را مدل کنند. آزمایش های هوش مصنوعی خود – و شکست ها را با تیم خود به اشتراک بگذارید. CodeSignal یک کانال Slack دارد که به آزمایش با LLMS اختصاص داده شده است ، جایی که اعضای تیم نحوه استفاده از AI و آنچه را که آنها یاد می گیرند به اشتراک می گذارند (“هک های بهره وری” مورد علاقه تیم هستند).

من بیش از یک دهه است که در حال مطالعه فناوری هوش مصنوعی و ساخت محصولات بومی AI هستم ، اما این باعث نمی شود که من از ادامه یادگیری جلوگیری کنم. من به طور مرتب یادگیری های خود را به اشتراک می گذارم ، از استفاده از آخرین مدل های LLM برای همه چیز ، از نوشتن کد گرفته تا نوشتن ایمیل تا تولید تصویر ، و با همکارانم در مورد چگونگی عملکرد مدل های مختلف بر روی چالش های ریاضی پیچیده بحث می کنم.

نکته من در انجام این کار این است که نمونه ای از این است که ترکیب AI در گردش کار روزانه شما لازم نیست که ارعاب کننده باشد و در واقع می تواند بسیار لذت بخش باشد. همچنین تقویت می کند که همه ما این فناوری جدید را یاد می گیریم و می دانیم که چگونه بهتر می توان از آن برای انجام کار خود با هم استفاده کرد.

دسترسی به ابزارهای مناسب AI را فراهم کنید:

امروز ، ابزارهایی مانند Chatgpt و Midjourney رایگان هستند ، اما بسیاری از شرکت ها هنوز هم به دروازه بان دسترسی دارند. این یک اشتباه بزرگ است. ما به همه اعضای تیم اشتراک تیم های Chatgpt می دهیم ، با این انتظار که آنها با آن بازی کنند و حتی GPT های خود را برای تقویت گردش کار خود ایجاد کنند. در یک سال گذشته ، کارمندان ما بیش از 50 GPT سفارشی ایجاد کرده اند که به آنها در تهیه ایمیل های فروش ، جمع آوری بینش بازار ، استخراج داده ها ، پاسخ به سؤالات HR و موارد دیگر کمک می کند.

سواد هوش مصنوعی را به یک انتظار اصلی تبدیل کنید – سپس بر روی آن بنا کنید:

دسترسی به مردم به ابزارهای AI ضروری است ، اما این فقط اولین قدم است. برای ایجاد تأثیر معنی دار ، رهبران باید دسترسی به ابزارها را با آموزش جفت کنند.

CodeSignal این کار را با درخواست از هر یک از اعضای تیم برای تکمیل آموزش سوادآموزی هوش مصنوعی انجام می دهد ، جایی که آنها در استفاده و تعامل با LLM ها با تمرین دستی مهارت ایجاد می کنند. تیم ما به تازگی “آموزش بهاری” را در سوادآموزی AI به پایان رساند ، جایی که همه در این شرکت (حتی من!) یک سری دوره های یادگیری تجربی را بصورت آنلاین به پایان رساندند و یادگیری ها ، سؤالات و لحظات آه را در یک کانال Slack به اشتراک گذاشتند. ما با ایجاد هدف مشارکت 95 ٪ – که توسط Swag New Cool پاداش می دهیم ، هنگامی که هدف را برآورده کردیم ، انگیزه برای تکمیل آموزش را افزایش دادیم.

در مرحله بعد ، ما با اجرای یک هکاتون هوش مصنوعی در دیدار بعدی حضوری ما در حال ساخت این بنیاد سواد هوش مصنوعی هستیم. در اینجا ، اعضای تیم بر اساس نحوه استفاده از هوش مصنوعی و عمق دانش آنها وارد تیم ها می شوند. به عنوان مثال ، برخی از تیم ها با استفاده از LLMS برای تهیه برنامه های خلاقانه و تنظیم جدول زمانی پروژه ، در حالی که برخی دیگر برای خودکار سازی بخش های واقعی کار خود ، GPT های سفارشی را می سازند. در همین حال ، کارشناسان یادگیری ماشین در تیم ما در تلاش خواهند بود تا برنامه های نوآورانه جدید هوش مصنوعی را از زمین به بالا بسازند.

هدف در اینجا این است که این انتظار را تعیین کنید که همه از هوش مصنوعی استفاده کنند ، بله – اما بیش از این ، به اعضای تیم مالکیت آنچه را که با آن انجام می دهند و آزادی انتخاب بخش هایی از شغل خود را می توان به بهترین وجه توسط هوش مصنوعی تکمیل کرد.

مرتبط: AI همکار آینده است – 3 راه آماده شدن کارفرمایان

سهام هرگز بیشتر نبوده است

برای برخی از سازمان ها و تیم ها ، اتخاذ هوش مصنوعی در ابتدا ناراحت کننده خواهد بود. ابزارهای هوش مصنوعی طیف وسیعی از سؤالات جدید فنی ، نظارتی و اخلاقی را مطرح می کنند. بسیاری از کارمندان می ترسند که هوش مصنوعی آنها را از شغل خود جابجا کند. این ناراحتی واقعی است – و سزاوار توجه ما است.

به عنوان رهبران ، مسئولیت ما این است که تیم های خود را از طریق عدم اطمینان با یکپارچگی و شفافیت هدایت کنیم با نشان دادن چگونگی پذیرش هوش مصنوعی می تواند به آنها کمک کند تا در شغل خود تأثیرگذارتر شوند. من این کار را با الگوبرداری از هوش مصنوعی در کارهای روزمره خود انجام می دهم و آشکارا یادگیری هایم را با تیمم به اشتراک می گذارم. این به اعضای تیم اجازه می دهد تا به تنهایی آزمایش کنند و به آنها کمک می کند تا از ذهنیت ترس به کنجکاوی در مورد چگونگی شریک زندگی در شغل خود در کار خود حرکت کنند.

برای بازگشت به قیاس انقلاب خودرو: ما در حال آموزش ماشین سازان خود هستیم که چگونه ماشین های خودران را بسازند.

اگر شما یک رهبر تجارت هستید ، از خود بپرسید: آیا من الگوبرداری می کنم که به نظر می رسد یادگیری و ریسک کردن چیست؟ آیا من به تیمم ابزارها و آموزش های لازم برای ایجاد سواد هوش مصنوعی را می دهم؟ آیا من فرهنگ اکتشاف و آزمایش را در تیمم پرورش می دهم؟

انقلاب هوش مصنوعی در حال حاضر در اینجا است ، و آینده نمی خواهد منتظر بماند تا شرکت ها به دست بیایند. نه باید