Az elmúlt évet azzal töltöttem, hogy láttam, amint cégtulajdonosok elkövetik ugyanazt a költséges hibát. Vásárolnak száz ChatGPT Plus előfizetést, tartanak egy „Lunch and Learn” előadást a „tökéletes” prompt megírásáról, majd csodálkoznak, hogy az eredményeik nem javulnak. Ezt MI-transzformációnak nevezik, de valójában valami sokkal vészjóslóbb dologról van szó: a rendszerarchitektúra kiszervezéséről azoknak, akik a legkevésbé alkalmasak a kezelésére – a végfelhasználóknak.
A vezetés nem arról szól, hogy egy üres szövegdobozt adunk a csapatnak, és azt mondjuk nekik: „legyetek hatékonyabbak”. Ez olyan, mintha vödröt adnánk mindenki kezébe, és elküldenénk őket a kúthoz vízért, miközben a vízvezetékrendszert kellene kiépítenünk. Ha a munkatársainak azon kell gondolkodniuk, hogyan beszéljenek egy géppel csak azért, hogy elvégezzék a munkájukat, akkor Ön semmit sem automatizált. Csak hozzáadta a „Prompt Engineer” feladatkört a már így is túlterhelt munkaköri leírásukhoz, anélkül, hogy növelte volna a fizetésüket vagy a kapacitásukat.
A prompting-paradoxon: Miért hanyagolják el munkatársai az MI-előfizetéseket?
💡 Szeretné, hogy Penny elemezze vállalkozását? Feltérképezi, hogy a mesterséges intelligencia mely szerepeket helyettesítheti, és szakaszos tervet készít. Indítsa el az ingyenes próbaidőszakot →
A jelenlegi MI-narratívában van egy alapvető súrlódási pont, amelyet prompting-paradoxonnak nevezek. Ez kimondja, hogy minél nagyobb kognitív erőfeszítést kell tennie a felhasználónak egy eredmény eléréséhez az MI-től, annál kevésbé valószínű, hogy használni fogja azt az ismétlődő, nagy értékű feladatokhoz.
Jelenleg arra kérünk magasan képzett szakembereket – könyvelőket, marketingeseket, mérnököket –, hogy szakítsák félbe a munkájukat, és bocsátkozzanak kreatív írási gyakorlatba egy chatbottal. Egy egyszeri ötletelésnél ez rendben van. Egy üzleti folyamat esetében viszont katasztrófa. Amikor egy feladathoz az embernek eszébe kell jutnia, hogy megnyisson egy lapot, beillesszen egy promptot, ellenőrizze a kimenetet, majd visszajuttassa azt a munkafolyamatba, a „súrlódási költség” gyakran meghaladja a „hatékonyságnövekedést”.
Ezért látok annyi céget, ahol az első hónapban magas az MI-használat, a harmadik hónapra pedig 90%-os a visszaesés. Az emberek nem prompt-mérnökök akarnak lenni; ők végezni akarnak a munkájukkal. A valódi MI-transzformáció akkor történik meg, amikor az MI a csővezeték, nem pedig a csap. A háttérben kell futnia, események által vezérelve, nem pedig emberi beavatkozásra várva.
A „manuális intelligencia adó” a mérlegében
Minden alkalommal, amikor egy alkalmazottnak manuálisan kell utasítania az MI-t olyasmire, aminek szabványos működési folyamatnak kellene lennie, Ön megfizeti az általam manuális intelligencia adónak nevezett díjat.
Gondoljon a jelenlegi költségeire. Számos professzionális szolgáltatás esetében a legdrágább erőforrás az „asszociatív rés” – az adatok egyik helyről a másikra mozgatásával vagy egy szabványos jelentés összeállításával töltött idő. Ha egy munkatársnak évi £60,000-ot fizet, és az ideje 20%-át azzal tölti, hogy az MI-t meetingek összefoglalására vagy e-mailek megfogalmazására „promptolja”, akkor évente £12,000-ot fizet azért, hogy emberi hídként funkcionáljon két rendszer között.
Ez a vezetés kudarca. A vezető feladata olyan környezet kiépítése, ahol az összefoglaló automatikusan elkészül a megbeszélés végén, az ügyfél előzményeinek kontextusával együtt, és a tervezet már ott vár a munkatárs bejövő fiókjában egy 30 másodperces ellenőrzésre. Ez a különbség egy „eszköz” és a „transzformáció” között.
A „generatív” MI-től az „integratív” MI felé
Ahhoz, hogy túllépjünk a manuális intelligencia adón, a vezetőknek a generatív MI-ről (az alkotás képessége) az integratív MI-re (az összekapcsolás képessége) kell helyezniük a hangsúlyt.
Egy integratív környezetben az MI nem promptra vár. Hanem egy indítékra (Trigger).
- Trigger: Új érdeklődő érkezik a CRM-be.
- Kontextus: Az MI lekéri az elmúlt három év iparági trendjeit, az érdeklődő LinkedIn-profilját és a cég belső esettanulmányait.
- Akció: Személyre szabott tájékoztatót készít az értékesítőnek.
Senki sem utasította. Az értékesítőnek nem kellett gondolkodnia. Csak kinyitotta a laptopját, és tízszer hatékonyabb volt a munkájában, mert a rendszert az ő támogatására tervezték. Én is így vezetem a saját vállalkozásomat. Nem „beszélgetek” magammal egy chatfelületen egész nap. Olyan hurkokat építettem ki, ahol az események (egy e-mail, egy új feliratkozó, egy adatfeltöltés) aktiválják a belső modelljeimet, hogy specifikus, előre meghatározott funkciókat hajtsanak végre.
A láthatatlan MI három szintje
Ha valódi MI-transzformációt szeretne vezetni, el kell felejtenie a chatfelületeket, és a láthatatlanság szintjeiben kell gondolkodnia.
1. Az árnyékszint (Eseményvezérelt)
Itt az MI a meglévő szoftverparkon belül él. Amikor például a HR-szoftverek költségeit nézi, nem csak a licencdíjat kellene vizsgálnia. Azt kellene néznie, hogy a szoftver használ-e MI-t a „manuális intelligencia” feladatok automatikus kezelésére – például a kiadások kategorizálására vagy a megfelelőségi kockázatok jelzésére –, anélkül, hogy egy embernek valaha is kérdeznie kellene.
2. A kontextuális szint (Adatgazdag)
Az „elég egy utasítás” megközelítés legnagyobb gyengesége, hogy az MI-nek nincs emlékezete a vállalkozásáról. A prompt-mentes környezet ezt úgy oldja meg, hogy folyamatosan táplálja az MI-t a vállalati adatokkal. Az oktatás és képzés területén ez egy olyan MI-t jelent, amely ismeri minden diák korábbi teljesítményét, és automatikusan kiigazítja a tananyagot, ahelyett, hogy a tanárnak kellene manuálisan utasítania egy botot: „írj óratervet egy nehézségekkel küzdő diáknak”.
3. Az orchestrációs szint (Többlépcsős)
Ez a szent grál. Itt több MI-ágens dolgozik együtt egy összetett projekt befejezésén. Az egyik ágens azonosítja a problémát, a második megoldást javasol, a harmadik ellenőrzi a költségvetési megfelelést, az ember pedig csak a legvégén lép be a folyamatba, hogy kimondja a végső „igent”.
A vezető mint rendszerarchitektus
A vezetés jövője nem a technológiai jártasság abban az értelemben, hogy tudjuk, melyik gombra kell kattintani. Hanem az, hogy rendszerarchitektusok legyünk.
Képesnek kell lennie arra, hogy ránézzen egy üzleti folyamatra – legyen az ügyfélbevezetés, termékfejlesztés vagy pénzügyi jelentéstétel –, és feltérképezze azt a „logikai folyamatot”, amelyet egy MI követni tud.
Ha nem tudja leírni üzleti folyamatát logikai lépések sorozataként, akkor nem tudja automatizálni. Ha pedig nem tudja automatizálni, akkor arra kényszeríti munkatársait, hogy drága emberi agyukat egy olcsó szilíciumáramkör munkájára használják. Ez nemcsak nem hatékony, hanem az emberi potenciál pazarlása is.
Miért vagyok radikálisan őszinte a promptingról?
Tudom, hogy népszerű dolog „Prompt Engineering” kurzusokat árulni. Könnyű, kézzelfogható, és az emberek úgy érzik, új készséget tanultak. De azért vagyok itt, hogy elmondjam: a prompt engineering egy átmeneti fázis. Ez az MI-korszak „MS-DOS parancssora”. Végül el fog tűnni egy olyan felhasználói felület mögött, amely ténylegesen megérti, mit akarunk.
A tanácsom? Ne képezze a munkatársait egy olyan világra, amely már eltűnőben van. Inkább fektesse azt az időt és pénzt olyan infrastruktúra kiépítésébe, amely feleslegessé teszi a promptolást.
Ne kérdezze többé a csapatát, mit tudnak kezdeni a ChatGPT-vel. Kezdje el kérdezni őket arról, hol működnek jelenleg manuális hídként a rendszerek között – és építse meg a hidat.
A valódi MI-transzformáció nem arról a dobozról szól, amibe a munkatársai gépelnek. Hanem arról a munkáról, amit soha többé nem kell elvégezniük.
Készen áll feltárni, hol fizet még a vállalkozása manuális intelligencia adót? Vizsgáljuk meg a működését, és keressük meg a kiépítésre váró csővezetékeket. A lehetőség kapuja e váltás vezetésére zárul, és a győztesek nem azok lesznek, akik a legjobb promptokkal rendelkeznek – hanem azok, akiknek eleve nem is volt szükségük rájuk.