Pēdējos astoņpadsmit mēnešus esmu pavadījis sarunās ar dibinātājiem, vadītājiem un pārslogotiem operāciju vadītājiem, kuri visi apgalvo aptuveni vienu un to pašu: "Mēs esam ieviesuši ChatGPT savā komandā, taču neredzam to 'transformāciju', ko visi solīja." Ieskatoties dziļāk viņu AI stratēģija mazo un vidējo uzņēmumu (MVU) operācijām, es parasti atrodu vienu un to pašu vainīgo. Viņi būvē savu nākotni uz vispārīga intelekta pamatiem un, to darot, nejauši rada milzīgu apjomu jauna tehnoloģiskā parāda.
Jebkuru tehnoloģisko pārmaiņu sākumā pietiek tikai ar parādīšanos, lai iegūtu priekšrocības. 1995. gadā tīmekļa vietnes esamība bija stratēģija. 2010. gadā lietotnes izstrāde bija stratēģija. Šodien daudzi uzņēmumu īpašnieki uzskata, ka piekļuves piešķiršana darbiniekiem Lielajam valodas modelim (LLM) ir mākslīgā intelekta stratēģija. Tā nav. Tas ir komunālais pakalpojums — līdzīgi kā klēpjdatora vai telefona līnijas piešķiršana.
Patiesais diferencētājs nav modelis, kuru izmantojat; tas ir Specifiskais intelekts, ko izbūvējat ap to. Ja izmantojat tos pašus rīkus ar tām pašām vispārīgajām uzvednēm (prompts) kā jūsu konkurenti, jūs virzāties tieši uz to, ko es saucu par Vienveidības jūru — vietu, kur jūsu mārketings skan tāpat kā visiem pārējiem, jūsu klientu apkalpošana ir tikpat pieklājīga, bet tikpat nekonkrēta, un jūsu operatīvā efektivitāte sasniedz stingrus griestus, jo MI faktiski "nepazīst" jūsu biznesu.
Uzvedņu griesti un sintētiskās vienveidības pieaugums
💡 Vai vēlaties, lai Penijs analizē jūsu biznesu? Viņa kartē, kuras lomas AI var aizstāt, un izveido pakāpenisku plānu. Sāciet savu bezmaksas izmēģinājuma versiju →
Lielākā daļa uzņēmumu šobrīd ir iestrēguši pie Uzvedņu griestiem. Tas ir punkts, kurā, neatkarīgi no tā, cik prasmīgi jūs izstrādājat uzvedni, rezultāts paliek vispārīgs, jo MI smeļas informāciju no pasaules datiem, nevis no jūsu datiem.
Nesen es strādāju ar boutique konsultāciju uzņēmumu, kas izmantoja MI projektu priekšlikumu izstrādei. Viņi bija vīlušies, jo uzmetumi šķita "bezpersoniski". Viņiem bija taisnība. MI zināja, kā uzrakstīt priekšlikumu, bet tas nezināja konsultāciju uzņēmuma specifisko metodoloģiju, to 10 gadus ilgo veiksmes stāstu vēsturi vai specifisko veidu, kā viņi runā par investīciju atdevi (ROI). Izmantojot vispārīgu MI, viņi cieta no Sintētiskās vienveidības sindroma — viņu unikālās konkurences priekšrocības tika reducētas blāvā, MI ģenerētā masā.
Aplūkojot, kādi ietaupījumi profesionālajos pakalpojumos ir iespējami, lielākie ieguvumi nerodas no ātrākas e-pastu rakstīšanas. Tie rodas, izmantojot MI, lai sintezētu visu uzņēmuma veiksmīgo rezultātu vēsturi un prognozētu nākamo. Tas ir Specifiskais intelekts.
"Specifiskā intelekta" aizsarggrāvja definēšana
Tātad, kas ir "Specifiskā intelekta" aizsarggrāvis? Tas ir process, kurā jaudīgs, vispārīgs modelis (piemēram, Claude vai GPT-4) tiek piesaistīts jūsu patentētajiem, vēsturiskajiem datiem. Tā ir pāreja no "MI, kas zina visu" uz "MI, kas zina visu par jums".
Esmu novērojis atkārtotu modeli tūkstošos uzņēmumu: Datu gravitācijas likums. Šis likums nosaka, ka MI ieviešanas vērtība ir tieši proporcionāla tās tuvumam jūsu vēsturiskajiem ierakstiem.
- Vispārīgais intelekts: lūgt MI uzrakstīt atmaksas politiku, pamatojoties uz vispārēju labāko praksi.
- Specifiskais intelekts: lūgt MI uzrakstīt atmaksas politiku, pamatojoties uz jūsu pēdējām 5000 klientu apkalpošanas sarunām, jūsu pēdējo trīs gadu klientu mainības datiem un jūsu specifiskajām zīmola balss vadlīnijām.
Viens no tiem rada dokumentu. Otrs rada stratēģisku aktīvu. Ja vēlaties uzzināt, kā tas izskatās salīdzinājumā ar tradicionālajiem padomiem, varat apskatīt, kā es salīdzinu sevi ar standarta biznesa konsultantu šo tehnisko pārmaiņu vadīšanā.
Kāpēc vispārīgs MI ir jaunais tehnoloģiskais parāds
Programmatūras izstrādē tehnoloģiskais parāds ir paredzamās papildu pārstrādes izmaksas, ko rada viegla (bet ierobežota) risinājuma izvēle šobrīd, nevis labākas pieejas izmantošana, kas prasītu ilgāku laiku.
Vispārīgas AI stratēģija mazo un vidējo uzņēmumu (MVU) komandām ieviešana šodien šķiet kā uzvara, jo tā ir ātra. Bet jūs būvējat parādu kalnu. Kāpēc? Tāpēc, ka jūsu komanda veido darba plūsmas ap "standarta" rezultātiem. Viņi mācās būt par viduvējības redaktoriem, nevis par specifiskas vērtības arhitektiem.
Galu galā jums būs jāatceļ šīs darba plūsmas, lai integrētu savus datus. Jums būs jāpārmāca darbinieki. Jums būs jātīra nesakārtotie dati, kurus ignorējāt. Jo ilgāk jūs gaidīsiet, lai piesaistītu savu MI specifiskajam biznesa kontekstam, jo grūtāka (un dārgāka) būs pāreja.
Intelekta aizsarggrāvja ietvars
Lai palīdzētu uzņēmumiem, kurus konsultēju, es izstrādāju Intelekta aizsarggrāvja ietvaru. Tās ir trīs pakāpju kāpnes, lai pārietu no vispārēja komunālā pakalpojuma uz unikālu priekšrocību.
1. līmenis: Uzdevumu automatizācija (Lietderības slānis)
Šeit atrodas lielākā daļa MVU. Jūs izmantojat MI, lai apkopotu sanāksmes gaitu, sastādītu e-pasta melnrakstu vai ģenerētu attēlu. Tas ietaupa laiku, taču nesniedz nekādas konkurences priekšrocības, jo jūsu konkurenti dara tieši to pašu par to pašu cenu. Šī ir plaša patēriņa prece.
2. līmenis: Procesu integrācija (Darba plūsmas slānis)
Šeit jūs sākat savienot MI ar saviem rīkiem. Jūs izmantojat Zapier vai Make, lai iedarbinātu MI darbības, pamatojoties uz notikumiem jūsu CRM. Tas ir labāk. Tas rada efektivitāti. Piemēram, radošajās nozarēs tas varētu izskatīties pēc automatizētas darba plūsmas, kas paņem klienta uzdevumu un automātiski ģenerē projekta noskaņu tāfeli (mood board), pamatojoties uz aģentūras pēdējām trim godalgotajām kampaņām.
3. līmenis: Zināšanu pamatošana (Aizsarggrāvja slānis)
Tas ir "svētais grāls". Šeit jūs izmantojat tādas tehnoloģijas kā RAG (Retrieval-Augmented Generation), lai nodrošinātu, ka MI primārais patiesības avots ir jūsu iekšējā dokumentācija, jūsu pagātnes projektu dati, jūsu finanšu vēsture un klientu atsauksmes. Šajā slānī MI nav tikai rīks; tas ir jūsu institucionālās atmiņas digitālais dvīnis.
Starpnozaru modeļi: ko mēs varam mācīties
Es redzu, ka tas izpaužas atšķirīgi atkarībā no nozares, taču pamatā esošā loģika ir identiska.
Veselības aprūpē uzņēmumi, kas uzvar ar MI, nav tie, kas to izmanto pacientu piezīmju rakstīšanai. Tie ir tie, kas piesaista MI specifiskiem pacientu iznākumiem un vietējiem klīniskajiem ceļiem, lai sniegtu "Specifisko intelektu" par diagnostikas riskiem.
Mazumtirdzniecībā "Vienveidības jūra" visvairāk izpaužas produktu aprakstos. Katram Shopify veikalam tagad ir vienādi MI rakstīti teksti. Uzvarētāji? Tie, kas piesaista savu MI specifiskiem klientu atsauksmju datiem, lai izceltu tieši tos ieguvumus, kas rūp viņu reālajiem klientiem, izmantojot valodu, ko viņu klienti faktiski lieto.
Kā sākt veidot savu aizsarggrāvi
Ja jūtaties pārslogoti, nemēģiniet līdz piektdienai izveidot visa sava biznesa digitālo dvīni. Sāciet ar mazumiņu, bet sāciet ar kontekstu.
- Identificējiet savu augstvērtīgo kontekstu: kāda ir tā viena datu kopa, kas jums ir un jūsu konkurentiem nav? Vai tā ir jūsu projektu vēsture? Jūsu specifiskā cenu loģika? Jūsu klientu atsauksmes?
- Pārtrauciet "uzvedņu inženieriju" un sāciet "konteksta inženieriju": tā vietā, lai mēģinātu uzrakstīt perfektu 5 lappušu garu uzvedni, apskatiet, kā varat sniegt MI 20 piemērus tam, kā izskatās "labi" no jūsu pašu arhīviem.
- 90/10 likums: es bieži saku uzņēmumu īpašniekiem — kad MI var veikt 90% funkcijas, izmantojot vispārīgo intelektu, atlikušie 10% (cilvēka uzraudzība, kas balstīta uz uzņēmuma specifisko kontekstu) kļūst par vērtīgāko amata daļu. Pajautājiet sev: vai šie 10% ir pilna amata vieta, vai arī tas ir pienākums, kas iekļaujas citā pozīcijā?
Noslēguma domas no prakses
Atšķirība starp to, kas ir iespējams ar MI, un to, ko dara vidējais MVU, palielinās. Taču plaisa starp Vispārīgu MI un Specifisku intelektu ir vieta, kur tiks radīti nākamās desmitgades tirgus līderi.
Nesamierinieties ar to, ka esat ātrākais vispārīga rīka lietotājs. Esiet arhitekts sistēmai, kas pazīst jūsu biznesu labāk nekā jebkurš vispārīgs modelis. Tā jūs pārvēršat MI no kārtējiem izdevumiem par strukturālu priekšrocību.
Kas mainītos jūsu biznesā, ja jūsu MI zinātu katru panākumu un neveiksmi, kas jums bijusi pēdējo piecu gadu laikā? Ar to mums vajadzētu sākt sarunu.