AI的7次商业课程

这是许多人渴望正确的方法。

他们遇到了几个障碍 - 该技术仍处于起步阶段，缺乏对企业的明确路线图，并且关于使用大型语言模型（LLMS）来自动化核心操作的广泛怀疑。

那么领导者应该做什么？

领导者的见识

最近，我从Lidiane Jones的一篇论文中获得了宝贵的观点，Lidiane Jones是Slack的前负责人，也是Bumble的首席执行官，Bumble是领先的约会平台。

琼斯概述了高管在将AI集成到组织中时正在权衡的主要考虑因素。

数据集成和监督

她指出，虽然诸如ETL（提取，变换，负载）和ELT（提取，负载，变换）之类的数据过程在AI之前就存在，但数据孤岛仍然是一个持久的问题。

她提出的解决方案？ “全渠道数据策略”。根据琼斯的说法，这种方法“确保数据隐私和安全性，简化业务应用程序的访问，启用实时功能，并与日常工具无缝集成。”

遵守财务合规标准

琼斯强调合规的重要性，尤其是财务数据。

她说：“每个组织都处理必须严格保护的审计，法规和合规要求管辖的敏感财务信息。” “在较大的企业中，这些数据通常位于ERP系统中。CEO，CFO，COO和CRO都取决于这些系统的及时见解，以评估针对目标，监控支出与预算的绩效或评估员工投资的转变如何影响整体成本和业务动力。”

通过商业智能增强决策能力

关于商业智能的话题，琼斯分享了一个令人信服的例子：

她写道：“想象一位销售主管与公司最高客户之一培养了多年的高信任关系，然后决定留下新的机会。” “虽然可能有关于客户的记录和记录，但许多深厚的上下文知识与她走出了大门。组织智慧是由人，文化和过程塑造的，而且通常居住在个人中。”

她强调了协作平台如何帮助维护这一知识。

她说：“ Slack，Google Workspace和Microsoft团队等工具包含大量嵌入的人类见解，这些洞察力很少被杠杆化。” “来自这些来源的非结构化数据对于培训LLM，解锁新的可能性非常有价值，例如确定这个关键客户最有价值的销售关系的哪些方面。”

她承认这一挑战：“将数据策略扩展到这个规模似乎是压倒性的，”但建议与供应商和合作伙伴的合作可以缓解过渡。

她建议：“逐步逐步和优先考虑将数据集成到统一系统中对于取得稳定的进步和实现切实的业务价值至关重要。”

AI特工采取行动

琼斯强调了AI代理的变革潜力。与处理和呈现数据的传统系统不同，这些代理可以主动集思广益和重新配置工作流程。

她解释说：“在许多情况下，代理可以通过发现更有效的完成任务的方法来自我优化过程。”

真实的旅程

琼斯（Jones）参考了Chatgpt的快速上升，反思了自己在Slack（用于商业沟通的平台）的时间以及伙伴关系如何塑造其AI的演变。

她回忆说：“当我领导懈怠时，与OpenAI，Cohere和Anthropic合作，这使他们的LLMS应对我们一些客户最艰难的生产力挑战。”

其中包括：“在渠道的海洋中找到一个被遗忘的对话，总结和优先考虑消息超载，改善搜索功能以获取更快的信息检索等等。”

团队还开发了新工具。

她说：“我们使用模板推出了Slack Canvas，以帮助用户使用公司数据生成内容，并开始捕获Huddles的会议笔记和行动项目，这只是开始的。” “ LLM允许我们以直观，有意义的方式解决真正的客户痛点，同时保留懈怠的经验的本质。”

琼斯描述了当今公司景观的“桌子赌注”，铺平了她所谓的“共同智能”的道路，这是一个由工作流动自动化，代理AI，多代理系统和创新界面的未来。

管理我们的数字劳动力

琼斯为处理AI代理提供了强大的隐喻：

“将自主代理视为'数字工人'可以帮助构建熟悉的管理问题：组织如何评估其产出的质量？他们有权访问哪些系统？在审核期间，我们如何追踪数字工人采取的行动？如果代理商行为恶意，我们如何关闭它？”

关于自主权，她澄清说，即使是完全独立的代理也需要明确的参数。

她说：“像人类一样，自主代理需要有效的工作范围或一组指令才能有效运行。” “这是现实的领导者必须为so做准备。”

AI时代的四个领导原则

琼斯在采用AI采用的领导者方面得出结论：

1. 动手：继续积极参与AI倡议作为领导者
2. 战略合作：与供应商和外部专家合作
3. 培养AI优先的心态：启动AI-NATIANIGE项目以推动创新
4. 专注于价值：确定并确定产生实际业务影响的用例

该框架为任何计划在AI时代进行重大战略转变的人提供了实用的智慧。一些最有影响力的领导才能的见解不是来自教科书，而是来自现实世界的经验，即通过TED谈话，行业活动和琼斯（Jones's）等第一手帐户展示。

以上是AI的7次商业课程的详细内容。更多信息请关注PHP中文网其他相关文章！