Sådan opbygger du et team af AI-agenter – fra en, der har gjort det
Definition: AI-kolleger adskiller sig fra agenter; de er specialtilpassede GPT-værktøjer, der kræver menneskelig interaktion og kontekst.
Start: Opbyg AI-værktøjer dér, hvor ressourcerne er knappe, og der findes kompetencegab – især ved at begynde med indholdsopgaver.
Tid: Integrér AI-udvikling i små tidsrum, og opbyg og finjustér gradvist et AI-økosystem.
Data: Brug reelle, researchbaserede data til AI-personaer, og undgå at inkludere personhenførbare oplysninger.
Fremtid: Automatisér opgaver fra det nuværende arbejde, så der frigives tid til strategisk arbejde og udvikling af kompetencer i AI-miljøer.
Denne samtale blev oprindeligt gennemført i The Digital Project Manager Podcast, hvor værten Galen Low talte med Megan Ratcliff om, hvad det faktisk kræver at opbygge og lede et team af AI-kolleger — ikke en dag i fremtiden, men lige nu med dagens teknologi. Den er blevet omformateret til en artikel, så den er lettere at læse.
Megan Ratcliff, konsulent og coach inden for markedsintroduktion hos Clarity & Motion Collective, opbyggede et team af AI-kolleger, da hun var marketingchef hos SaaS-virksomheden Dice, der arbejder med karriereteknologi — et økosystem, som til sidst udførte hendes arbejde godt nok til, at hun fik tid til at opfinde sin næste rolle. Hun havde ingen teknisk baggrund, intet budget og ingen ledige timer i kalenderen. Her er hendes fremgangsmåde.
Hvad er en AI-kollega egentlig? (Og hvad er det ikke?)
Først lidt oprydning i definitionerne, for terminologien er ved at blive uklar. "Ordet AI-agent bliver brugt meget frit lige nu," siger Ratcliff. "En agent er et AI-værktøj, der handler autonomt på egen hånd. Og jeg tror, at når folk siger, at de laver agenter på LinkedIn, så laver de faktisk bare en kollega, hvilket er en tilpasset GPT med et menneske i processen."
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Den forskel er vigtig. En kollega er en formålsbygget assistent — en kampagnetekstforfatter, en strateg, en personasimulator — som er trænet på din virkelige kontekst og bruges, mens du har kontrollen. Og det er afgørende, at det ikke kræver, at du bliver ingeniør at bygge en. Ratcliff er ærlig om sine egne grænser: "Jeg er ikke en, der kommer til at bygge noget i JSON eller HTML eller React. Det er sort snak for mig."
Alle har heller ikke brug for samme dybde af færdigheder. "At lære AI er som at lære et andet sprog," siger hun. "Der vil måske være 10 til 20 % af befolkningen, som bliver flydende i AI, og det er dem, der bygger alle mulige ting, som du aldrig har drømt om. Og så kan vi bruge metaforen om sprogindlæring: Alle andre kan kun bestille et glas vand og spørge, hvor toilettet er." Grundniveauet er efter hendes opfattelse enkelt: "Kan du interagere med en LLM-chatbot? Og kan du bruge den effektivt?"
At lære AI er som at lære et andet sprog
Trin 1: Begynd dér, hvor problemet er (som regel indhold)
Ratcliffs første kollega blev ikke skabt ud fra en storslået AI-strategi. Den blev skabt på grund af knaphed. "Jeg var chef for efterspørgselsgenerering på det tidspunkt," husker hun. "Jeg havde ikke mange ressourcer. Jeg havde ikke mange penge. Jeg havde ikke meget tid, og jeg havde ikke mange teammedlemmer – menneskelige teammedlemmer – til at udføre arbejdet."
Så hun begyndte med det mest presserende problem: "Jeg begyndte med at opbygge den første kollega, som var en kampagnetekstforfatter. Skabelse af indhold er et godt sted for alle, der er nye inden for AI, at begynde. Det er virkelig nemt, fordi du nemt kan forstå, hvordan noget godt ser ud."
Skabelse af indhold er et godt sted for alle, der er nye inden for AI, at begynde. Det er virkelig nemt, fordi du nemt kan forstå, hvordan noget godt ser ud.
Derfra udvidede logikken sig til hendes egne kompetencehuller. Fordi hun havde en baggrund som kundeansvarlig på et bureau i stedet for klassisk træning i efterspørgselsgenerering, siger hun: "Jeg opbyggede kolleger for at supplere dér, hvor jeg havde huller i mine kompetencer." Det er det mønster, man skal kopiere: Byg ikke AI for AI's skyld — byg det dér, hvor du er mest presset.
Trin 2: Byg i mellemrummene — du behøver ikke en ledig eftermiddag
Den mest almindelige indvending mod at bygge noget nyt er tid, og Ratcliff afmonterer den. Hun afsatte ikke halve dage. "Det var mellem møderne. Hvis jeg havde 15 minutter, arbejdede jeg på noget og gav derefter et sæt instruktioner, gik til mit møde, kom tilbage, så på resultatet, forfinede og opdaterede."
Ikke alt overlevede. "Jeg beholdt nogle kolleger, droppede nogle andre, og så begyndte jeg at forbinde dem" — og den bunke af kasserede idéer er fremskridt, ikke fiasko. Den kumulative gevinst kom hurtigt: "Med tiden opbyggede jeg på sandsynligvis fire måneder et økosystem, som begyndte at udføre mit arbejde ret godt for mig. Og så fik jeg mere tid til at innovere."
Med tiden opbyggede jeg på sandsynligvis fire måneder et økosystem, som begyndte at udføre mit arbejde ret godt for mig. Og så fik jeg mere tid til at innovere.
To accelererende faktorer hjalp. Den første var mentorskab — en deltids-CMO hos Dice, som gennemgik hendes første instruktioner til en brugerdefineret GPT og opfordrede hende til at iterere. Som Ratcliff siger om de mennesker, hun nu træner: "Når først de kommer i gang, bliver de ustoppelige. Men de har bare brug for en lille smule hjælp til at begynde med." Den anden var temperament. "AI belønner virkelig idémennesker. Så hvis du er et idémenneske, er din tid kommet nu."
Trin 3: Giv den reel information — aldrig skrald og aldrig PII
Teammedlemmer er kun så gode som deres input, og Ratcliff trækker to skarpe grænser. Den første handler om personaer: "Du kan ikke opbygge en AI-persona baseret på AI-information. Du skal have faktisk, reel information. Du skal have foretaget undersøgelsen." Interviews, kvalitative data, kvantitative data — det er det, der gør noget som Ratcliffs personasimulator værd at konsultere.
Den anden grænse er absolut: "Jeg indtaster aldrig PII i AI, og det bør du heller ikke."
Trin 4: Gå fra soloværktøj til fælles intelligens
Når individuelle teammedlemmer fungerer, bliver spørgsmålet, hvad man skal bygge som det næste — og svaret begynder med resultater, ikke værktøjer. "Når du forstår det resultat, du arbejder hen imod, hjælper de kompetencer, du allerede har på dit team, dig med at identificere, hvilke teammedlemmer du overhovedet har brug for. Du behøver ikke bygge AI bare for AI's skyld," siger Ratcliff. "Der vil være huller. Så hvordan udfylder du de huller? Du bygger et teammedlem til at udfylde dem."
Du behøver ikke bygge AI bare for AI's skyld.
Den virkelige transformation sker, når teammedlemmer holder op med at være personlige produktivitetsgenveje og bliver til fælles infrastruktur. "Når du begynder at opbygge det fælles intelligenslag, og derefter har et fælles orkestreringslag med fælles teammedlemmer, som I bruger," forklarer hun, "så er det, I nedbryder siloerne mellem organisationerne og begynder at bevæge jer som én, og AI er jeres bindevæv."
Sådan ser det ud i praksis: to eksempler
Præsidentsimulatoren. Ratcliff havde en idé, som hun gerne ville præsentere for præsidenten for Dice — en person, hun ikke kendte godt. I stedet for at risikere en uventet præsentation byggede hun en simulator ud fra udskrifter af hans møder med hele organisationen, en jobbeskrivelse for hans rolle og formuleringer fra hans e-mails. Simulatoren hadede hendes idé. Så hun brugte den til at omformulere præsentationen omkring det, han faktisk gik op i: "Vi ændrede ikke stemningen, vi ændrede bare den måde, den blev præsenteret på." Den rigtige præsentation lykkedes. Da hun fortalte om eksperimentet, elskede han det — og simulatoren blev genbrugt som grundlaget for at opbygge hans personlige brandindhold.
Go-to-market-strategen. Efter en produktlancering skete der noget mærkeligt: "Vi lancerede det, og det gik anderledes, end vi alle havde troet. Og de mennesker, som vi troede ville købe produktet, købte det ikke." Den ideelle kundeprofil, ICP, skulle redefineres, og ingen havde ansvaret for det. "Ingen ejer go-to-market-indsatsen. Så tænkte jeg: Hvorfor ikke mig?" Hun byggede et strategisk teammedlem, forsynede det med konverteringsrater, den oprindelige ICP og købsdata på kontoniveau og brugte det til at opbygge en ny køberprofil og designe valideringstests. Det teammedlem blev delt på tværs af teams og "begyndte at nedbryde siloerne mellem marketing, salgsunderstøttelse og omsætningsdrift" — en enkelt sandhedskilde, som alle kunne konsultere.
Almindelige misforståelser aflivet
"AI vil tage dit job." Ratcliffs svar er et bevidst ja-og. "Du vil kunne opbygge et system af værktøjer, der understøtter det arbejde, du udfører, fra et eksekveringsperspektiv, og du kan også bruge disse værktøjer til at styrke din strategiske indflydelse på organisationen. Så det, du bør gøre, er at bruge AI til at erstatte dit nuværende job, mens du opbygger dit nye job. Det er sådan, fremtiden ser ud." Hun er dog ærlig om tidsperspektivet. Til alle, der udelukkende udfører repetitivt, opgaveorienteret arbejde: "Det kan du sandsynligvis slippe af sted med i yderligere to år, og så har du ikke længere et job."
Det, du bør gøre, er at bruge AI til at erstatte dit nuværende job, mens du opbygger dit nye job. Det er sådan, fremtiden på dette område ser ud.
"Jeg kan bare lade denne her gå forbi." Hun sammenligner dette øjeblik med et tidligere vendepunkt: "Hvis du var modstander af internettet, du ved, hvis du ikke var med på det, så klarede du dig ikke særlig godt." Selv AI-certificeringer forekommer hende at være et midlertidigt signal — da nogen nævnte at certificere deres team, var hendes reaktion: "Fint, det svarer til at blive certificeret i internettet."
"At lede AI-kolleger er præcis som at lede mennesker." "Myte. Falsk. AI-kolleger har ikke følelser," siger hun — selv om de fortjener en diagnostisk gennemgang "sandsynligvis med jævne mellemrum, kvartalsvist, måske to gange om året i nogle tilfælde."
"Dette værktøj kan erstatte hele dit marketingteam." "Ethvert værktøj, der hævder, at det kommer til at erstatte dit marketingteam, er markedsføring. I bedste fald er det dårlig markedsføring," siger Ratcliff. Mennesker har stadig sansen, dømmekraften og nuancerne. "Det vil ikke erstatte dit marketingteam. Det vil gøre dem bedre."
"At sætte sine AI-agenter på sit CV er et reklamestunt." "Rigtigt. Det har jeg set før," siger hun om kandidater, der deltager i jobsamtaler sammen med deres agentteams — et signal om præcis den fortrolighed, hun ville ansætte på baggrund af. Hun ville endda vende det klassiske spørgsmål til jobsamtalen på hovedet: "Måske er det nye spørgsmål ikke, hvad din svaghed er? Det er, hvilke kolleger du har bygget for at styrke dine evner?"
Advarslen: hvorfor mennesket forbliver en del af processen
Trods al entusiasmen har Ratcliffs fremgangsmåde en klar grænse. "Kun mennesker har sans for kvalitet, og kun mennesker kan forstå nuancer samt historiske referencer og information, som en AI ikke kan opfange," siger hun. Hendes regel for placering af automatisering er: "Jeg automatiserer kanterne af de arbejdsgange, ikke kernen i dem." Rens dataene automatisk, udarbejd rapporten automatisk — men den afgørende vurdering i midten forbliver menneskelig.
Overskrider man den grænse, får man sjusk. Hun nævner en AI-reklame for McDonald's, der blev produceret i Europa: "Den var dårlig, og folk gjorde virkelig modstand, så de trak den tilbage, fordi den ikke var god. Og det er dér, det menneskelige element er så kritisk vigtigt."
Hendes yndlingssammenligning er vasketøj. Vaskemaskiner og tørretumblere automatiserer to trin, men et menneske beslutter, hvad der skal i, indstiller knapperne og tager leggingsene ud, før de krymper. "Der kommer til at være processer, som vi udfører manuelt lige nu, men som det simpelthen ikke giver mening" at fortsætte med at udføre manuelt, bemærker hun — men også processer, som det er afgørende, at mennesker bevarer kontrollen over, fordi "det handler om dømmekraft, det handler om etik."
Denne menneskecentrerede grænse er også svaret på teamets bekymringer, og derfor begynder hendes arbejde med forandringsledelse altid på samme måde: "Det første skridt er at aflive frygten." Derefter består det egentlige arbejde i at hjælpe folk med at gentænke deres roller ud fra det, de faktisk ønsker at bevare. "Det er så vigtigt at ændre tankegangen, for uden det, uden at gentænke arbejdet, ændrer intet sig grundlæggende. Man udfører bare det samme arbejde, måske lidt hurtigere."
Det er så vigtigt at ændre tankegangen, for uden det, uden at gentænke arbejdet, ændrer intet sig grundlæggende.
Paradokset i fremgangsmåden
Her er den ubehagelige kerne i Ratcliffs råd: Det sikreste karrieretræk, man kan foretage lige nu, er med vilje at automatisere sig selv væk fra sit nuværende job — fordi alternativet er at vente på, at nogen eller noget gør det for én. Belønningen er ikke arbejdsløshed; det er tiden og positionen til at række hånden op efter arbejde, som ingen endnu har ansvaret for, sådan som Ratcliff tog ansvaret for markedsintroduktion, da ingen andre ville. Og i den fremtid, hun beskriver, hvor organisationsdiagrammer viger for arbejdsdiagrammer, og teams samles om resultater frem for titler, er det den holdbare position. Som hun siger: "Slip af med titlen, behold evnerne, og udfør det arbejde, der passer bedst til det, du er god til, og det, du interesserer dig for."
