Näin rakennat tekoälyagenttien tiimin henkilön kokemuksista oppien
Määritelmä: Tekoälyä hyödyntävät työtoverit eroavat agenteista; ne ovat mukautettuja GPT-työkaluja, jotka edellyttävät ihmisen vuorovaikutusta ja asiayhteyttä.
Aloita: Rakenna tekoälytyökaluja sinne, missä resursseista on pulaa ja osaamisessa on puutteita, erityisesti aloittamalla sisältötehtävistä.
Aika: Sovita tekoälyn kehittäminen pieniin ajankäytön hetkiin; rakenna ja kehitä tekoälyekosysteemiä vähitellen.
Tiedot: Käytä tekoälyn persoonien pohjana todellista, tutkimukseen perustuvaa tietoa ja vältä henkilötietojen sisällyttämistä.
Tulevaisuus: Automatisoi nykyisen työn tehtäviä ja vapauta aikaa strategiseen työhön sekä tekoäly-ympäristöissä tarvittavien taitojen kehittämiseen.
Tämä haastattelu tehtiin alun perin The Digital Project Manager Podcast -podcastia varten, jossa juontaja Galen Low keskusteli Megan Ratcliffin kanssa siitä, mitä tekoälytiimiläisten tiimin rakentaminen ja johtaminen todella vaatii — ei joskus tulevaisuudessa, vaan juuri nyt, tämän päivän teknologialla. Se on muokattu artikkeliksi lukemisen helpottamiseksi.
Megan Ratcliff, Clarity & Motion Collectiven markkinoilletulokonsultti ja valmentaja, rakensi joukon tekoälytiimiläisiä työskennellessään SaaS-alan urateknologiayritys Dicellä markkinointijohtajana — ekosysteemin, joka lopulta hoiti hänen työnsä riittävän hyvin, jotta hänellä oli aikaa keksiä itselleen seuraava työtehtävä. Hänellä ei ollut teknistä taustaa, budjettia eikä kalenterissaan ylimääräisiä tunteja. Seuraavassa on hänen toimintamallinsa.
Mikä tekoälytiimiläinen oikein on? (Ja mitä se ei ole)
Ensiksi hieman määritelmien selventämistä, sillä terminologia on muuttumassa epäselväksi. ”Tekoälyagentti-sanaa käytetään tällä hetkellä todella vapaasti”, Ratcliff sanoo. ”Agentti on tekoälytyökalu, joka toimii itsenäisesti. Ja uskon, että kun ihmiset sanovat LinkedInissä rakentavansa agentteja, he todellisuudessa rakentavat tiimiläistä, joka on mukautettu GPT ja jonka käytössä ihminen on mukana.”
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
Erottelulla on merkitystä. Tiimiläinen on tiettyyn tarkoitukseen rakennettu avustaja — kampanjatekstien kirjoittaja, strategi tai persoonasimulaattori — joka on koulutettu todellisen toimintaympäristösi perusteella ja jota käytetään sinun ohjauksessasi. Mikä tärkeintä, sen rakentaminen ei edellytä insinööriksi ryhtymistä. Ratcliff puhuu suoraan omista rajoistaan: ”En ole ihminen, joka lähtisi rakentamaan jotakin JSONilla, HTML:llä tai Reactilla. Se on minulle hepreaa.”
Kaikkien ei myöskään tarvitse hallita asioita yhtä syvällisesti. ”Tekoälyn oppiminen on kuin uuden kielen oppimista”, hän sanoo. ”Ehkä 10–20 prosentista väestöstä tulee sujuvia tekoälyn käyttäjiä, ja juuri he rakentavat kaikenlaisia asioita, joita et ole koskaan osannut kuvitellakaan. Ja jos jatketaan kieltenoppimisvertauksen avulla, kaikki muut pystyvät vain tilaamaan lasin vettä ja kysymään, missä on vessa.” Hänen näkemyksensä mukaan perustaso on yksinkertainen: ”pystytkö keskustelemaan suurta kielimallia käyttävän chatbotin kanssa? Ja pystytkö käyttämään sitä tehokkaasti?”
Tekoälyn oppiminen on kuin uuden kielen oppimista
Vaihe 1: Aloita sieltä, missä ongelma on (yleensä sisällöstä)
Ratcliffin ensimmäinen tiimiläinen ei syntynyt suuren tekoälystrategian pohjalta. Se syntyi niukkuudesta. ”Olin tuolloin kysynnän luomisesta vastaava johtaja”, hän muistelee. ”Minulla ei ollut paljon resursseja. Minulla ei ollut paljon rahaa. Minulla ei ollut paljon aikaa eikä paljon tiimin jäseniä – ihmistiimin jäseniä – tekemään työtä.”
Niinpä hän aloitti suurimmasta ongelmakohdasta: ”Aloitin rakentamalla ensimmäisen tiimiläisen, joka oli kampanjatekstien kirjoittaja. Sisällöntuotanto on hyvä paikka aloittaa kaikille, jotka ovat uusia tekoälyn parissa. Se on todella helppoa, koska hyvän lopputuloksen tunnistaa helposti.”
Sisällöntuotanto on hyvä paikka aloittaa kaikille, jotka ovat uusia tekoälyn parissa. Se on todella helppoa, koska hyvän lopputuloksen tunnistaa helposti.
Siitä logiikka laajeni hänen omiin osaamisaukkoihinsa. Hän oli tullut tehtäväänsä toimiston asiakkuusjohtajan taustalla eikä perinteisen kysynnänluonnin koulutuksen kautta, joten hän sanoo: ”Rakensin tiimiläisiä täydentämään niitä osaamiseni alueita, joissa minulla oli puutteita.” Tämä on malli, jota kannattaa seurata: älä rakenna tekoälyä vain tekoälyn vuoksi — rakenna sitä sinne, missä olet eniten kuormittunut.
Vaihe 2: Rakenna joutohetkinä — et tarvitse kokonaista vapaata iltapäivää
Yleisin vastaväite kaiken uuden rakentamiselle on ajan puute, ja Ratcliff kumoaa sen. Hän ei varannut siihen puolikkaita työpäiviä. ”Se tapahtui kokousten välissä. Jos minulla oli 15 minuuttia aikaa, työskentelin jonkin asian parissa ja annoin tekoälylle joukon ohjeita, menin kokoukseen, palasin takaisin, katsoin, millainen tulos oli, hioin sitä ja päivitin ohjeita.”
Kaikki ei jäänyt käyttöön. ”Pidin osan tiimiläisistä, luovuin joistakin ja aloin sitten yhdistää niitä toisiinsa” — ja tämä hylättyjen kokeilujen kasa on edistystä, ei epäonnistumista. Hyöty alkoi kasautua nopeasti: ”Ajan mittaan rakensin luultavasti neljässä kuukaudessa ekosysteemin, joka alkoi hoitaa työni melko hyvin puolestani. Sitten minulla oli enemmän aikaa innovointiin.”
Ajan myötä rakensin todennäköisesti neljässä kuukaudessa ekosysteemin, joka alkoi hoitaa työni puolestani varsin hyvin. Sen jälkeen minulla oli enemmän aikaa innovoida.
Kaksi tekijää vauhditti kehitystä. Ensimmäinen oli mentorointi — Dicellä työskentelevä osa-aikainen markkinointijohtaja, joka tarkisti hänen ensimmäiset mukautetun GPT:n ohjeensa ja kannusti häntä iteroimaan. Kuten Ratcliff sanoo nyt kouluttamistaan ihmisistä: "Kun he pääsevät vauhtiin, heistä tulee pysäyttämättömiä. Mutta ensin he tarvitsevat vain hieman apua." Toinen tekijä oli hänen luonteensa. "Tekoäly palkitsee todella paljon idearikkaita ihmisiä. Jos siis olet ideaihminen, nyt on sinun aikasi."
Vaihe 3: Syötä sille oikeaa tietoa — ei koskaan roskaa eikä henkilötietoja
Tiimikaverit ovat vain niin hyviä kuin niiden saamat lähtötiedot, ja Ratcliff asettaa kaksi tiukkaa rajaa. Ensimmäinen koskee persoonakuvauksia: "Et voi rakentaa tekoälypersoonallisuutta tekoälyn tuottaman tiedon perusteella. Tarvitset oikeaa, todellista tietoa. Sinun on täytynyt tehdä tutkimusta." Haastattelut, laadullinen data ja määrällinen data — juuri ne tekevät Ratcliffin persoonasimulaattorin kaltaisesta työkalusta konsultoinnin arvoisen.
Toinen raja on ehdoton: "En koskaan syötä henkilötietoja tekoälylle, eikä sinunkaan pitäisi."
Vaihe 4: Skaalaa henkilökohtaisesta työkalusta jaettuun älykkyyteen
Kun yksittäiset tiimikaverit toimivat, seuraavaksi on päätettävä, mitä rakennetaan — ja vastaus alkaa tavoitteista, ei työkaluista. "Kun ymmärrät, mitä tavoitetta kohti olet menossa, tiimilläsi jo oleva osaaminen auttaa sinua tunnistamaan, millaisia tiimikavereita edes tarvitset. Tekoälyä ei tarvitse rakentaa vain tekoälyn vuoksi", Ratcliff sanoo. "Aukkoja tulee olemaan. Miten siis täytät ne? Rakennat tiimikaverin täyttämään nuo aukot."
Tekoälyä ei tarvitse rakentaa vain tekoälyn vuoksi.
Varsinainen muutos tapahtuu, kun tiimikaverit lakkaavat olemasta henkilökohtaisia tuottavuuskikkoja ja muuttuvat jaetuksi infrastruktuuriksi. "Kun alat rakentaa tätä jaetun älykkyyden kerrosta ja sen jälkeen jaettua orkestrointikerrosta, jaettuja tiimikavereita, joita kaikki käytätte", hän selittää, "silloin organisaatioiden väliset siilot murtuvat, alatte toimia yhtenä ja tekoäly toimii yhdistävänä kudoksenanne."
Miltä tämä näyttää käytännössä: kaksi esimerkkiä
Toimitusjohtajasimulaattori. Ratcliffillä oli idea, jonka hän halusi esitellä Dicen toimitusjohtajalle — henkilölle, jota hän ei tuntenut hyvin. Sen sijaan että hän olisi ottanut riskin kylmällä yhteydenotolla, hän rakensi simulaattorin toimitusjohtajan koko henkilöstön kokousten litteroinneista, hänen roolinsa tehtäväkuvauksesta ja hänen sähköpostiensa kielenkäytöstä. Simulaattori tyrmäsi hänen ideansa. Niinpä hän käytti sitä muotoillakseen esityksen uudelleen sen ympärille, mikä toimitusjohtajaa oikeasti kiinnosti: "Emme muuttaneet sisältöä, vaan ainoastaan tapaa, jolla se kehystettiin." Oikea esitys onnistui. Kun hän tunnusti kokeilun, toimitusjohtaja piti siitä — ja simulaattori muokattiin hänen henkilöbrändinsä sisältöjen rakentamisen perustaksi.
Markkinoillemenostrategi. Tuotelanseerauksen jälkeen tapahtui jotain outoa: "Lanseerasimme sen, ja kaikki meni eri tavalla kuin olimme ajatelleet. Ihmiset, joiden ajattelimme ostavan tuotteen, eivät ostaneet sitä." Ihanneasiakasprofiili eli ICP piti määritellä uudelleen, eikä kukaan ollut vastuussa siitä. "Kukaan ei omista markkinoillemenoa. Joten ajattelin, miksen minä?" Hän rakensi strategin tiimikaveriksi, syötti sille konversioasteet, alkuperäisen ICP:n ja tilikohtaiset ostotiedot ja käytti sitä uuden ostajaprofiilin rakentamiseen sekä validointitestien suunnitteluun. Tiimien kesken jaettuna tiimikaveri "alkoi murtaa markkinoinnin, myynnin mahdollistamisen ja liikevaihto-operaatioiden välisiä siiloja" — se tarjosi yhden totuuden lähteen, jota kaikki saattoivat konsultoida.
Yleiset väärinkäsitykset kumottuina
"Tekoäly vie työsi." Ratcliffin vastaus on harkittu kyllä, ja samalla myös. "Pystyt rakentamaan työkalujen järjestelmän, joka tukee tekemääsi työtä toteutuksen näkökulmasta, ja voit myös käyttää näitä työkaluja vahvistamaan strategista vaikutusvaltaasi organisaatiossa. Sinun pitäisi siis käyttää tekoälyä korvaamaan nykyinen työsi samalla, kun rakennat itsellesi uutta työtä. Tältä tämän tulevaisuus näyttää." Hän suhtautuu kuitenkin rehellisesti aikatauluun. Niille, jotka tekevät pelkästään toistuvaa, tehtäväkeskeistä työtä, hän sanoo: "Pystyt jatkamaan sitä todennäköisesti vielä kaksi vuotta, ja sen jälkeen sinulla ei enää ole työpaikkaa."
Sinun pitäisi käyttää tekoälyä korvaamaan nykyinen työsi samalla kun rakennat uutta työtäsi. Tältä tämän tulevaisuus näyttää.
"Voin vain jättää tämän väliin." Hän vertaa tätä hetkeä aiempaan murroskohtaan: "Jos vastustit internetiä, tiedäthän, asiat eivät tainneet sujua kovin hyvin." Jopa tekoälysertifikaatit vaikuttavat hänestä väliaikaiselta signaalilta – kun joku mainitsi tiiminsä sertifioimisen, hänen reaktionsa oli: "Hienoa, se on vähän kuin hankkisi sertifikaatin internetistä."
"Tekoälykumppanien johtaminen on aivan samanlaista kuin ihmisten johtaminen." "Myytti. Väärin. Tekoälykumppaneilla ei ole tunteita", hän sanoo – vaikka ne ansaitsevatkin diagnostisen tarkastelun "todennäköisesti säännöllisin neljännesvuosittaisin välein, joissakin tapauksissa ehkä kahdesti vuodessa".
"Tämä työkalu voi korvata koko markkinointitiimisi." "Kaikki työkalut, jotka väittävät korvaavansa markkinointitiimisi, ovat markkinointia. Vähintäänkin huonoa markkinointia", Ratcliff sanoo. Ihmisillä on edelleen hallussaan maku, harkintakyky ja vivahteet. "Se ei korvaa markkinointitiimiäsi. Se tekee siitä paremman."
"Tekoälyagenttien lisääminen ansioluetteloon on temppu." "Pätevä huomio. Olen nähnyt tämän ennenkin", hän sanoo ehdokkaista, jotka osallistuvat työhaastatteluihin agenttitiimiensä kanssa – tämä on merkki juuri sellaisesta sujuvasta osaamisesta, jota hän palkkaisi. Hän voisi jopa kääntää klassisen haastattelukysymyksen toisin päin: "Ehkä uusi kysymys ei olekaan, mikä on heikkoutesi? Vaan mitä kumppaneita olet rakentanut täydentämään taitojasi?"
Varoitus: miksi ihminen pysyy mukana prosessissa
Kaikesta innostuksesta huolimatta Ratcliffin toimintamalliin liittyy tiukka raja. "Vain ihmisillä on makua, ja vain ihmiset voivat ymmärtää vivahteita sekä historiallisia viittauksia ja tietoja, joita tekoäly ei pysty omaksumaan", hän sanoo. Hänen sääntönsä automatisoinnin sijoittamiselle on: "Automatisoin työnkulkujen reuna-alueita, en niiden ydintä." Puhdista tiedot automaattisesti ja laadi raportin luonnos automaattisesti – mutta keskellä tehtävä harkinta pysyy ihmisellä.
Jos tuon rajan ohittaa, tuloksena on ala-arvoista sisältöä. Hän viittaa Euroopassa tuotettuun McDonald'sin tekoälymainokseen: "Se oli huono, ja ihmiset vastustivat sitä voimakkaasti, joten se vedettiin pois, koska se ei ollut hyvä. Ja juuri siksi inhimillinen elementti on niin kriittisen tärkeä."
Hänen lempivertauksensa liittyy pyykinpesuun. Pesukoneet ja kuivausrummut automatisoivat kaksi vaihetta, mutta ihminen päättää, mitä koneeseen laitetaan, säätää asetukset ja ottaa trikoot pois ennen kuin ne kutistuvat. "On prosesseja, joita teemme tällä hetkellä manuaalisesti ja joiden manuaalisena pitämisessä ei yksinkertaisesti ole järkeä", hän huomauttaa – mutta myös prosesseja, joiden säilyttäminen ihmisten hallinnassa on kriittisen tärkeää, koska "kyse on harkinnasta ja etiikasta".
Tuo ihmiskeskeinen raja on myös vastaus tiimin ahdistukseen, minkä vuoksi hänen muutosjohtamista koskeva työnsä alkaa aina samalla tavalla: "Ensimmäinen askel on hälventää pelko." Sen jälkeen todellinen työ on auttaa ihmisiä suunnittelemaan roolinsa uudelleen sen ympärille, mitä he oikeasti haluavat säilyttää. "Ajattelutavan muutos on niin tärkeä, koska ilman sitä, ilman työn uudelleen kuvittelemista, mikään ei pohjimmiltaan muutu. Teet vain samaa työtä, ehkä hieman nopeammin."
Ajattelutavan muutos on niin tärkeä, koska ilman sitä, ilman työn uudelleen kuvittelemista, mikään ei pohjimmiltaan muutu.
Toimintamallin paradoksi
Tässä on Ratcliffin neuvojen epämukava ydin: tällä hetkellä turvallisin urasiirto on automatisoida itsesi tarkoituksella ulos nykyisestä työstäsi – koska vaihtoehtona on odottaa, että joku tai jokin tekee sen puolestasi. Palkintona ei ole työttömyys, vaan aika ja asema ottaa vastuulleen työ, jota kukaan ei vielä omista, aivan kuten Ratcliff otti vastuulleen markkinoilletuontityön, kun kukaan muu ei sitä tehnyt. Hänen kuvaamassaan tulevaisuudessa, jossa organisaatiokaaviot väistyvät työkaavioiden tieltä ja tiimit muodostetaan tulosten eivätkä nimikkeiden ympärille, juuri tämä on kestävä asema. Kuten hän sanoo: "Hankkiudu eroon nimikkeestä, pidä taidot ja tee työtä, joka sopii parhaiten siihen, missä olet hyvä ja mistä olet kiinnostunut."
