AI的7次商業課程

這是許多人渴望正確的方法。

他們遇到了幾個障礙 - 該技術仍處於起步階段，缺乏對企業的明確路線圖，並且關於使用大型語言模型（LLMS）來自動化核心操作的廣泛懷疑。

那麼領導者應該做什麼？

領導者的見識

最近，我從Lidiane Jones的一篇論文中獲得了寶貴的觀點，Lidiane Jones是Slack的前負責人，也是Bumble的首席執行官，Bumble是領先的約會平台。

瓊斯概述了高管在將AI集成到組織中時正在權衡的主要考慮因素。

數據集成和監督

她指出，雖然諸如ETL（提取，變換，負載）和ELT（提取，負載，變換）之類的數據過程在AI之前就存在，但數據孤島仍然是一個持久的問題。

她提出的解決方案？ “全渠道數據策略”。根據瓊斯的說法，這種方法“確保數據隱私和安全性，簡化業務應用程序的訪問，啟用實時功能，並與日常工具無縫集成。”

遵守財務合規標準

瓊斯強調合規的重要性，尤其是財務數據。

她說：“每個組織都處理必須嚴格保護的審計，法規和合規要求管轄的敏感財務信息。” “在較大的企業中，這些數據通常位於ERP系統中。CEO，CFO，COO和CRO都取決於這些系統的及時見解，以評估針對目標，監控支出與預算的績效或評估員工投資的轉變如何影響整體成本和業務動力。”

通過商業智能增強決策能力

關於商業智能的話題，瓊斯分享了一個令人信服的例子：

她寫道：“想像一位銷售主管與公司最高客戶之一培養了多年的高信任關係，然後決定留下新的機會。” “雖然可能有關於客戶的記錄和記錄，但許多深厚的上下文知識與她走出了大門。組織智慧是由人，文化和過程塑造的，而且通常居住在個人中。”

她強調了協作平台如何幫助維護這一知識。

她說：“ Slack，Google Workspace和Microsoft團隊等工具包含大量嵌入的人類見解，這些洞察力很少被槓桿化。” “來自這些來源的非結構化數據對於培訓LLM，解鎖新的可能性非常有價值，例如確定這個關鍵客戶最有價值的銷售關係的哪些方面。”

她承認這一挑戰：“將數據策略擴展到這個規模似乎是壓倒性的，”但建議與供應商和合作夥伴的合作可以緩解過渡。

她建議：“逐步逐步和優先考慮將數據集成到統一系統中對於取得穩定的進步和實現切實的業務價值至關重要。”

AI特工採取行動

瓊斯強調了AI代理的變革潛力。與處理和呈現數據的傳統系統不同，這些代理可以主動集思廣益和重新配置工作流程。

她解釋說：“在許多情況下，代理可以通過發現更有效的完成任務的方法來自我優化過程。”

真實的旅程

瓊斯（Jones）參考了Chatgpt的快速上升，反思了自己在Slack（用於商業溝通的平台）的時間以及夥伴關係如何塑造其AI的演變。

她回憶說：“當我領導懈怠時，與OpenAI，Cohere和Anthropic合作，這使他們的LLMS應對我們一些客戶最艱難的生產力挑戰。”

其中包括：“在渠道的海洋中找到一個被遺忘的對話，總結和優先考慮消息超載，改善搜索功能以獲取更快的信息檢索等等。”

團隊還開發了新工具。

她說：“我們使用模板推出了Slack Canvas，以幫助用戶使用公司數據生成內容，並開始捕獲Huddles的會議筆記和行動項目，這只是開始的。” “ LLM允許我們以直觀，有意義的方式解決真正的客戶痛點，同時保留懈怠的經驗的本質。”

瓊斯描述了當今公司景觀的“桌子賭注”，鋪平了她所謂的“共同智能”的道路，這是一個由工作流動自動化，代理AI，多代理系統和創新界面的未來。

管理我們的數字勞動力

瓊斯為處理AI代理提供了強大的隱喻：

“將自主代理視為'數字工人'可以幫助構建熟悉的管理問題：組織如何評估其產出的質量？他們有權訪問哪些系統？在審核期間，我們如何追踪數字工人採取的行動？如果代理商行為惡意，我們如何關閉它？”

關於自主權，她澄清說，即使是完全獨立的代理也需要明確的參數。

她說：“像人類一樣，自主代理需要有效的工作範圍或一組指令才能有效運行。” “這是現實的領導者必須為so做準備。”

AI時代的四個領導原則

瓊斯在採用AI採用的領導者方面得出結論：

1. 動手：繼續積極參與AI倡議作為領導者
2. 戰略合作：與供應商和外部專家合作
3. 培養AI優先的心態：啟動AI-NATIANIGE項目以推動創新
4. 專注於價值：確定並確定產生實際業務影響的用例

該框架為任何計劃在AI時代進行重大戰略轉變的人提供了實用的智慧。一些最有影響力的領導才能的見解不是來自教科書，而是來自現實世界的經驗，即通過TED談話，行業活動和瓊斯（Jones's）等第一手帳戶展示。

以上是AI的7次商業課程的詳細內容。更多資訊請關注PHP中文網其他相關文章！