Poznavanje umjetne inteligencije nije dovoljno. Evo kako ga zapravo koristiti.

In This Article

Možda ste otvorili ChatGPT nekoliko puta, dobili ispodparične rezultate i nastavili dalje. Možda ste prošli kroz obuku za umjetnu inteligenciju ili dvije i pomislili: "Kul, ali kako se to zapravo odnosi na moj posao?" Ili ste možda označili desetak AI alata koje ste vidjeli preporučene na LinkedInu, a niste isprobali niti jedan. Niste sami. Taj jaz između poznavanja AI i korištenja AI je ono gdje se mnogi od nas upravo sada nalaze. I ne pomaže to što vam svi govore da ga koristite. Znam jer je ovo uglavnom moj posao: upravljam timom pisaca na HubSpot blogu i veliki dio mog posla je da im omogućim AI. Ne u apstraktnom, inspirativnom ključnom smislu, već u ovom smislu kako bolje obaviti svoj posao. Ono što sam naučio jest da gotovo nikada problem nije motivacija. Ljudi žele učiti. Radi se o tome da su informacije o umjetnoj inteligenciji posvuda, ali pravo omogućavanje - ono što zapravo mijenja vaš rad - iznenađujuće je rijetko. O tome govori ovaj post. U ovom ću vodiču podijeliti praktični okvir za integraciju umjetne inteligencije u vaš rad na način koji unapređuje vaše vještine, učinak i karijeru. Sadržaj Zašto AI-omogućenost pomaže vašoj karijeri Zašto je AI tako teško usvojiti? Kako izgleda omogućavanje umjetne inteligencije? Kako timovi mogu prijeći s AI eksperimenata na izvršenje Gdje se Futurepedia uklapa u omogućavanje AI Zašto AI-omogućenost pomaže vašoj karijeri Počnimo s malo iskrenosti. "AI pomaže vašem poslu" blizu je izjave ništa u 2026. Znamo da nas može učiniti produktivnijima, što sada? Evo boljeg uvida: postoji sve veći jaz između ljudi koji koriste umjetnu inteligenciju i onih koji je dobro koriste. Prednost će imati ljudi koji su otišli dalje, koji su ugradili umjetnu inteligenciju u svoje rutine, koji je koriste za stvaranje značajno boljeg rada i koji mogu pokazati taj utjecaj. Pogledajmo pobliže zašto je to točno: Promaknuća proizlaze iz učinka, a ne truda. “Uložio sam puno truda, pa me treba nagraditi” danas je puno teže argumentirati. To je zato što stručnjaci s omogućenom umjetnom inteligencijom imaju tendenciju proizvesti više rezultata i utjecaja od onih koji to ne rade. Pod omogućenom umjetnom inteligencijom mislim na nekoga tko redovito koristi umjetnu inteligenciju u svom svakodnevnom radu kako bi povećao učinak i učinak. Godine 2026. mnoge su industrije sada prešle u "operativno doba" umjetne inteligencije. Eksperimentalna faza (ad-hoc podsticanje, jednokratna upotreba alata) uglavnom je završila. Sada se očekuje integrirana, održiva uporaba. Uzmimo sadržajni marketing kao primjer: mali, strateški usmjereni timovi mogu koristiti AI kao multiplikator snage, rasterećujući rutinske aspekte proizvodnje tako da se ljudski urednici mogu usredotočiti na tijek naracije, glas marke i točnost. Prema HubSpotovom izvješću o stanju marketinga za 2026., 67% marketinških timova kaže da im AI štedi 10 ili više sati tjedno, a 71% kaže da im AI pomaže u stvaranju znatno više sadržaja. Budući da umjetna inteligencija može podnijeti velik dio svakodnevne svakodnevne uloge, oslobađa vrijeme za rad višeg reda: strateško razmišljanje, kreativno rješavanje problema, međufunkcionalno vodstvo i dugoročno planiranje. Izvršenje osnovnih zadataka postaje sve manje vrijedno. A kada niste usko grlo zbog toga, menadžeri vam daju izazovniji i vidljiviji posao. Korištenje umjetne inteligencije postaje nova baza. Prije jedne generacije, znanje kako koristiti Excel bilo je odlika. Zatim je to postao pod. Isti se pomak upravo sada događa s umjetnom inteligencijom, što znači da se prozor za napredak zatvara. Trenutno je vještina umjetne inteligencije još uvijek impresivna. Ako svom upravitelju kažete da ste upotrijebili umjetnu inteligenciju da prepolovite proces ili da ste izradili prompt koji vašem timu štedi tri sata tjedno, to se primijeti (više o tome kasnije). Međutim, ono što vam danas daje priznanje od vašeg upravitelja zvučat će poput "Napravio sam novu makronaredbu u Excelu" za godinu ili dvije. Korisno, ali ne vrijedno pažnje. Kada vještina umjetne inteligencije postane osnova, prednost imaju ljudi koji su rano stigli i gradili na tome dok su svi ostali još smišljali odakle započeti. Mogli biste čak tvrditi da je to osnovna vrijednost: istraživanje HubSpota pokazalo je da 83% trgovaca kaže da se od njih očekuje da proizvode više nego ikad zbog umjetne inteligencije. A evo što je najvažnije za vašu karijeru: AI vas neće zamijeniti. Ali netko tko ga bolje koristi mogao bi. Ne neki hipotetski robot ili bezlični val automatizacije. Netko u vašoj industriji, na vašoj razini, tko je odlučio to shvatiti ozbiljno prije vas. Menadžeri primjećuju tko koristi AI (a tko ne). Gallupovi podaci za 2026. pokazujuda 69% vođa i 55% menadžera koristi AI barem nekoliko puta godišnje, u usporedbi sa samo 40% IC-a. Vaš upravitelj vjerojatno koristi umjetnu inteligenciju više od vas, tako da ima prilično dobar osjećaj o tome što je moguće i idete li u korak. Ne kažem da vaš šef vodi tajnu tablicu rezultata tko Claudea najviše potiče. Ali kada dvoje ljudi u istom timu obavljaju sličan posao, a jedan od njih to stalno radi brže i temeljitije jer su integrirali AI u svoj proces, to se bilježi. Utječe na to tko će dobiti sljedeći dugi zadatak, tko će biti uključen u razgovor o strategiji i tko će biti unaprijeđen. Zašto je AI tako teško usvojiti? Postoji razlog zašto toliko ljudi zaglavi između "Znam da bih trebao više koristiti AI" i toga da to stvarno i učinim. Zapravo, postoji nekoliko dobro dokumentiranih razloga: Jaz između znanja i rada Svi smo željeli naučiti ili isprobati nešto novo, samo da bismo shvatili da su prošli mjeseci ili godine, a da zapravo ništa nismo učinili po tom pitanju. Samo pitajte moju bas gitaru koja skuplja prašinu u mojoj spavaćoj sobi. Istraživači Jeffrey Pfeffer i Robert Sutton ovaj su fenomen nazvali "jazom u znanju i djelovanju". U osnovi, znati što učiniti i stvarno učiniti to su gotovo potpuno odvojeni problemi. Kada se jaz u znanju i radu primijeni na umjetnu inteligenciju, istraživanje se poklapa: BCG je otkrio da unatoč širokoj implementaciji umjetne inteligencije, 74% tvrtki tek treba pokazati opipljivu poslovnu vrijednost od svoje upotrebe umjetne inteligencije. Također je utvrđeno da 70% izazova s ​​kojima se tvrtke suočavaju pri implementaciji umjetne inteligencije proizlaze iz problema povezanih s ljudima i procesima, u usporedbi sa samo 30% tehnoloških problema i 10% algoritama umjetne inteligencije. Dio razloga za kašnjenje je samo praktičan. Već imate posao koji morate obaviti. Vaš kalendar je pun, vaš popis zadataka je dugačak, a apstraktni cilj "shvatiti kako bolje koristiti AI" natječe se sa svakom drugom stvari na vašem tanjuru. Kad sam upitao Timothyja Biondolla, HubSpot Media Prompt Engineera i stručnjaka za umjetnu inteligenciju, zašto toliko ljudi stoji između svjesnosti i usvajanja, nije se ušećerio: "Svijest je pasivna, a usvajanje zahtijeva da promijenite način na koji zapravo radite, a ne samo da dodate novu karticu u svoj preglednik. Razlika je u tome što većina ljudi još uvijek prolazi kroz svoj dan zadatak po zadatak, redom, radeći sami posao. Osposobljeni ljudi napravili su potpuno drugačiji pomak. Troše svoje vrijeme skupljajući kontekst, pišući upute, a zatim izvode deset paralelnih radnih tokova u pozadini dok su usredotočeni na strategiju i kvalitetu. To nije mala prilagodba. To je drugačiji operativni model Nitko vam ne kaže kako prijelaz zapravo izgleda, pa ljudi nekoliko puta isprobaju AI, ne osjete promjenu i pretpostave da to nije za njih ili da AI nije dovoljno pametan da to učini." Učenje umjetne inteligencije uz izvršavanje vaših postojećih odgovornosti istinsko je ograničenje. Vaš mozak ima ograničenje za obradu novih informacija, a kada se to premaši (što je, s obzirom na tempo AI-ja u posljednjih nekoliko godina, gotovo sigurno bio), usvajanje naglo opada, čak i kada je motivacija visoka. Previše opcija, nedovoljno jasnoće Recimo da ste odvojili vrijeme. Što sada? Postoje tisuće AI alata na tržištu. Krajolik se mijenja svaki mjesec. Pokreću se novi modeli i značajke, a vaš LinkedIn feed pun je ljudi koji vam govore o jednom alatu koji im je promijenio život. Ne znate odakle početi, pa uopće ne počnete. Čak i ako niste čuli za paradoks izbora, sigurno ste ga iskusili. Što više opcija imamo, to manje želimo birati. Stoga se smrzavamo ili donosimo lošiju odluku od one koju bismo imali da imamo manje mogućnosti. To je upravo ono što se trenutno događa svima koji pokušavaju izgraditi naviku AI. Kolika je šansa da je alat koji odaberete zapravo pravi? Zastrašivanje je podcjenjivanje. Zamka produktivnosti Ovdje postoji i okrutna ironija za koju ne vidim da se spominje onoliko koliko bi trebala: ako niste namjerni u korištenju umjetne inteligencije, to će stvoriti više posla nego što ga smanjuje. Razmotrite scenarij u kojem želite upotrijebiti AI za sažetak skupa podataka kao dopisa. Izvezete list, stavite ga u ChatGPT i super, bilješka se vraća za 30 sekundi. Ali sada pregledavate rezultate, otkrivate netočnosti, ponovno pitate jer nešto nije u redu, provjeravate činjenice u koje niste sigurni i preoblikujete cijelu stvar kako biste postigli pravi ton. Kad završite, umjetna inteligencija više ne djeluje kao pokretač;osjeća se kao usko grlo. To je veliki razlog zbog kojeg usvajanje AI-ja zastaje. Ljudi probaju, dobiju generički odgovor i misle da je to to? Zaključuju da nije vrijedno truda i vraćaju se na staro. Ali problem je pristup, a ne alat. Dobro koristiti AI znači znati gdje vam uistinu štedi vrijeme, a gdje samo prebacuje posao. Za to razlikovanje potrebna je praksa i odvaja nekoga tko je svjestan AI-ja od nekoga tko ga podržava. Kako izgleda omogućavanje umjetne inteligencije? Znamo zašto su omogućavanje i usvajanje umjetne inteligencije važni. Skok od znanja do prakse ono je gdje mnogi od nas zastaju, a to nije zbog nedostatka pokušaja. Zatim ću navesti strategije koje su uspjele za moj tim za sadržaj i mene. Ovo su praktični, postupni koraci koji tjeskobu AI pretvaraju u akciju. Shvatite da (još) ne zaostajete. Pretraživanje "najnovije AI tehnologije" odličan je način da odmah poželite zatvoriti prijenosno računalo i odjaviti se za taj dan. Postoji pritisak s umjetnom inteligencijom koji dolazi od stalnog toka utjecajnih osoba, najava proizvoda, razmišljanja, pa čak i kolega koji vam govore kako napreduju. Ali ta je buka uglavnom osmišljena kako bi privukla vašu pozornost i tržište. To je jedan od najstarijih trikova u knjizi: Zaostajete. Ne možete zaostati. Pretplatite se na moj newsletter kako ne biste zaostajali. Ova poruka poziva se na našu iskonsku želju da budemo unutar grupe. To je u osnovi logika pećinskog čovjeka. Neka stvarnost za vas: prema Gallupu, 49% američkih radnika izjavilo je da nikad ne koriste umjetnu inteligenciju u svojoj ulozi, a samo 26% koristi je nekoliko puta tjedno ili više. Neka se to shvati. U zemlji u kojoj se nalazi većina velikih AI kompanija, samo oko četvrtina radnika često koristi AI. Želim predstaviti još jedan koncept da stavim stvari u perspektivu: Teoriju širenja inovacija. Prvi put koju je podijelio E.M. Rodgers 1962. (a koja je još uvijek relevantna i danas), teorija o širenju inovacija podijelila je cjelokupnu publiku za tehnologiju u pet skupina: inovatori, rani usvojitelji, rana većina, kasna većina i zaostali. Ove skupine usvajaju bilo koju novu tehnologiju tim redoslijedom. Usvajanje počinje s inovatorima (mislim na tehnološke entuzijaste, influencere, ljude koji su prvi u redu za najnoviji telefon) i završava s onima koji zaostaju (koji još uvijek koriste fiksne telefone). Kao što možete vidjeti na donjem dijagramu, većina ljudi spada negdje u sredinu: Izvor Dakle, gdje smo na ovoj vremenskoj liniji s generativnom umjetnom inteligencijom? To je subjektivna ocjena, ali s obzirom na podatke koje do sada imamo, kladio bih se da smo upravo ušli u ranu većinu. Drugim riječima, iako je umjetna inteligencija kao koncept već neko vrijeme u javnosti, vještina umjetne inteligencije tek počinje ulaziti u mainstream. Svi ljudi koje ste čuli kako dive umjetnoj inteligenciji i njezinim mogućnostima su prvih 15%, inovatori i rani usvojitelji. I puno su glasniji od ostalih. Što to znači za vas? Ako vam još nije ugodno koristiti AI, još uvijek ste na dobrom mjestu. Ali nemojte ni zaostajati, jer je rana većina vaša zadnja prilika da povučete naprijed. To ne znači da je lako biti početnik u bilo čemu - sigurno nije. Ali velik dio te nelagode dolazi od uvjerenja da su svi ispred vas. To još nije slučaj. Počnite s malim. Kao i svaka vještina, vještina umjetne inteligencije je mišić koji se izgrađuje tijekom vremena ponovljenom upotrebom. Ne postaješ jači čitajući o dizanju utega. U jednom trenutku ćete morati uzeti bučice. To ne znači da morate pozvati agenta koji sažima sve vaše e-poruke, čisti vaše proračunske tablice, upravlja vašim rasporedom i plaća vam porez na prvi put. Prigrlite se kao početnik, tražite male pobjede i, baš kao i vježbanje, vidjet ćete prednosti prije nego što mislite. Prva stvar koju sam ikada napravio s umjetnom inteligencijom bila je da mi je upotrijebio da mi pomogne predložiti prepisivanje mojih internih Slack poruka ako sam osjećao da mi je ton isključen. Osnovne stvari, ali odmah mi je postalo jasno kako je to učinkovitije od pirjanja oko savršenog načina da se nešto sroči. Vidio sam korist s relativno malo ulaganja. Na kraju mi ​​je postalo ugodno koristiti Claudea kao pomoć pri kodiranju internih alata za svoj tim, generiranju dopisa iz skupova podataka i planiranju mojih tjednih obaveza. Teško bi mi bilo pronaći nešto za što ne koristim umjetnu inteligenciju u svom svakodnevnom životu. Primjena AI rješenja na vlastite probleme i uočavanje koristi u stvarnom svijetu snažan je motivator. Koristite ga na nečem konkretnom,i samo klikne. Pomislit ćete: "Oh, mogu ga koristiti za ovo... što drugo može?" Vaša znatiželja postaje motor koji gradi naviku. Osim toga, utkanje umjetne inteligencije u vaš postojeći rad (umjesto kao zaseban eksperiment ili aktivnost) uklanja barijeru pokušaja jednom, dobivanja sumnjivih rezultata i vraćanja na način na koji već radite. Vidite njegovu korisnost iz prve ruke, pa je vjerojatnije da ćete prevladati početne probleme. Prednosti umjetne inteligencije nadmašuju privremenu nelagodu. Pisateljica bloga HubSpot, Amy Rigby, iz prve ruke se snašla u ovome: "Najteži dio u vezi s utkanjem umjetne inteligencije u tijekove rada također je najteži dio bilo kojeg pokušaja povećanja učinkovitosti: u početku će biti krajnje neučinkovito. Spoticat ćete se o tome kako to radi, eksperimentirati i padati jer vam je sve to novo... Morate proći tu krivulju učenja da biste otključali tu vrijednost. Sjajan je osjećaj jednom kad to učiniš«. Saznajte kako zatražiti. Umjetna inteligencija je najkorisnija vještina koju možete naučiti na početku. Dobar upit znači razliku između generičkog odgovora i onoga koji stvarno pomaže. Kad sam pitao Meg Prater, voditeljicu strategije sadržaja i operacija za HubSpot Media, zašto postoji jaz između svijesti o umjetnoj inteligenciji i stvarnog usvajanja, rekla je: "Oni ne koriste ispravne upute. Jednom kada naučite kako bolje slati upute, vaši rezultati čine nemogućim da ne koristite umjetnu inteligenciju da poboljšate svoj rad i stvorite više vremena za obavljanje posla koji je važan." U početku je u redu eksperimentirati s različitim upitima, ali na kraju ćete htjeti okvir za bolje vođene razgovore. Potičem pisce u svom timu da koriste okvir WRITE — on AI-ju daje pet ključnih informacija za zahtjev: Tko: U ulozi koga djeluje AI? Dajte umjetnoj inteligenciji osobnost, poput iskusnog stratega, tehničkog stručnjaka, voditelja projekta itd. Resursi: Koju pozadinu treba umjetna inteligencija da bi ovo ispravno napravila? Ovo je vaš kontekstni deponij: relevantni detalji o projektu, problem koji rješavate, referentni materijali i bilo što drugo što umjetna inteligencija ne bi znala sama. Upute: Što točno treba učiniti AI? Budite konkretni. Uvjeti: Koja se pravila, ograničenja ili granice primjenjuju? Na primjer, duljina, format, ton, stvari koje treba izbjegavati i stvari koje treba uključiti. Očekivani ishod: Opišite gotov proizvod što preciznije možete: format, rezultate i, ako je moguće, primjer. Evo primjera upita WRITE: W: Vi ste marketinški savjetnik za male tvrtke koji se specijalizirao za lansiranje DTC proizvoda. Moja publika su žene u dobi od 25 do 40 godina koje kupuju ručno rađene svijeće kao poklon i za njegu sebe, uglavnom putem mog Etsy shopa i Instagrama. R: U lipnju lansiram ljetnu kolekciju svijeća. Moj budžet je oko 500 dolara za lansiranje. Moj najbolji prodajni kanal je Instagram, a imam oko 3000 pratitelja. Moja posljednja kolekcija rasprodana je u dva tjedna, uglavnom putem Instagram priča i e-pošte. I: Napravite mi četverotjedni plan lansiranja koji pokriva sadržaj najavljivanja, strategiju dana lansiranja i praćenje nakon lansiranja. Uključite što objaviti, kada to objaviti i jednu e-poruku za svaku fazu. T: Neka plan bude realan za operaciju jedne osobe. Nema plaćenih oglasa. Samo organsko i e-pošta. Ton bi trebao biti topao i osoban, a ne korporativni. E: Tjedan po tjedan kalendar koji mogu pratiti, s određenim idejama za sadržaj za svaki dan, tri kratke skice e-pošte i kontrolni popis za dan pokretanja. Pokrenite ovaj upit pored jednog bez okvira i vidjet ćete razliku. Ako ste zapravo svjećar, osjetit ćete i miris. Napravite raspored AI ciljeva. Nakon što malo petljate i imate osjećaj gdje vam umjetna inteligencija može pomoći, sljedeći korak je zadržavanje zamaha. Lakše reći nego učiniti. Sjećate li se jaza u znanju i djelovanju? Istraživanja pokazuju da snažna namjera cilja nije dovoljna sama po sebi. No, vjerojatnije je da će ljudi koji stvaraju planove koji točno određuju kako će postupiti prema cilju vjerojatnije da će ih i ostvariti. Razmišljanje "Želim postati bolji u korištenju AI" manje je učinkovito od "Svakog utorka ujutro, provest ću 20 minuta primjenjujući AI na jedan zadatak na svom tanjuru." Pa evo što preporučujem: Planirajte tjedni raspored pobjeda AI-ja. Ovo su zadaci koje razumno možete postići u tjedan dana. Ne moraju biti veliki skokovi. Umjesto toga, razmišljajte o njima kao o postupnom napretku prema većem cilju, dovoljno malom da ga zapravo dovršite, ali dovoljno značajnom da pomaknete iglu. Strukturirani raspored čini dvije stvari. Prvo, pretvara namjeru unavika, pružajući skele da joj se svaki put vraćate bez herojskog čina volje. Drugo, sažima beskrajne mogućnosti umjetne inteligencije u praktične korake specifične za vaš posao. To je protuotrov za paralizu opcije. Recimo da želite upotrijebiti umjetnu inteligenciju za poboljšanje učinkovitosti sastanka i praćenja. Evo kako bi raspored mogao izgledati u praksi: Primarni cilj: Upotrijebite AI kako biste smanjili vrijeme potrošeno na ažuriranje statusa i pripremu sastanka tijekom sljedećeg mjeseca. 1. tjedan: Odaberite svoj sastanak koji se najčešće ponavlja. Upotrijebite umjetnu inteligenciju za generiranje predloška dnevnog reda iz svojih bilješki. 2. tjedan: Nakon sastanka upotrijebite umjetnu inteligenciju za nacrt naknadnog sažetka. Provjerite je li ovo trajalo kraće nego inače. 3. tjedan: Izradite upit za tjedna ažuriranja statusa pomoću grafičkih oznaka koje već imate. 4. tjedan: Kombinirajte sva tri u jednostavan tijek rada koji se može ponavljati. Pokrenite ga tjedan dana tijekom više sastanaka. 5. tjedan: Pregledajte svoj sustav. Što funkcionira? Što nije? Što je sljedeće? Postavite ciljeve za sljedeći mjesec. Ovdje ništa nije skok. Svaki tjedan se nadovezuje na prethodni, a do petog tjedna imate dokumentirani sustav. Možete pratiti svoj napredak, no vama odgovara: aplikacija za bilješke kao što je Notion, alat za upravljanje zadacima kao što je Asana, tekući dokument ili samoljepljive bilješke ako se tako vrtite. Dosljednost je važnija od formata. I (možda ste vidjeli da ovo dolazi), AI vam čak može pomoći da napravite sam raspored. Objasnite mu svoju ulogu i odgovornosti i zamolite ga da vam pomogne u razmišljanju gdje biste mogli realno iskoristiti AI u svom tijeku rada. Odlučite se za jedan glavni SMART cilj prema kojem ćete raditi tijekom sljedećih četiri do šest tjedana, a zatim upotrijebite AI da nacrtate pod-korake kako biste to postigli. Učinite svoj napredak vidljivim. Ako je vaša tvrtka okrenuta umjetnoj inteligenciji, velike su šanse da vaš upravitelj želi znati što namjeravate. Koliko im je vidljiv vaš AI napredak jednako je važno za vašu karijeru kao i sam posao. To je osobito istinito ako je vaš učinak usmjeren na usvajanje umjetne inteligencije. Redovito govoreći svom upravitelju kako implementirate umjetnu inteligenciju, obavještavajući ih o novim slučajevima upotrebe ili poboljšanjima učinkovitosti, signalizira da razmišljate unaprijed. To bi moglo izgledati kao Slack poruka, stavka u vašem tjednom ažuriranju ili spominjanje u vašem osobnom razgovoru. Čak i male pobjede usađuju ideju da ste nezamjenjivi. Ipak, vidljivost je lakše reći nego učiniti: kad jednom uđete u korov s umjetnom inteligencijom, lako vas je toliko zaokupiti da zaboravite priopćiti svoj napredak. Ponekad se toliko uložim u projekt da zaboravim obavijestiti svog šefa o tome kako je korištenje umjetne inteligencije zapravo poboljšalo moje rezultate. Jedno rješenje: postavite ponavljajući kalendarski podsjetnik za ažuriranje AI upravitelja. Zatim kopirajte svoj raspored usvajanja (ili bilo što što koristite za praćenje napretka AI), zalijepite ga u svoj AI alat po izboru i zatražite da sažmete svoj tjedni napredak. Bam, nešto što možete podijeliti sa svojim šefom gotovo bez dodatnog posla. Zbog toga korištenje alata za upravljanje zadacima kao što je Asana za praćenje vašeg rada može biti korisno. Možete izvesti svoje dovršene zadatke u proračunsku tablicu, predati je AI alatu i zamoliti ga da izvuče nedavne pobjede. Praćenje napretka je ugrađeno i puno je lakše nego držati zasebnu Google tablicu koju morate ažurirati svaki put kada nešto radite. Također vas potičem da povežete svoju upotrebu umjetne inteligencije s načinom na koji ona unapređuje vaš rad. Ispričajte priču: kako ste sve bolji u tome, i posljedično, kako je vaš rad postao bolji, i kako je to povezano s KPI-jevima tima. Ipak govorimo o napredovanju vaše karijere. Još jedna napomena: važna je i vidljivost ravnopravnih korisnika. Menadžeri su važni, ali važno je i biti osoba kojoj se suigrači obraćaju kada imaju pitanje o umjetnoj inteligenciji. Taj neformalni status stručnjaka povećava pritisak na vaše vlastito napredovanje. Timothy je ovdje imao neki koristan uvid: "Trik je podijeliti kako, a ne vau. Ne 'pogledaj što sam napravio' nego 'evo kako sam to napravio, možda ti ovo pomogne.' Čim postane korisno nekom drugom u prostoriji, prestaje biti hvalisanje i postaje otključavanje sposobnosti za cijeli tim." Održavajte informacijski krug. Obavljate posao, pokazujete posao, a sada se pobrinite da ostanete oštri. Moj posljednji savjet je da nastavite učiti i ažurirati se s napretkom dok svoje znanje stavljate u praksu. Kao što Meg kaže: "Netko kome je omogućena umjetna inteligencija je znatiželjan. Trebali biste eksperimentirati s njom, vježbati s njom i isprobavati nove alate/gradnje. Nije dovoljno pokretati ista triupute (iako je to odlično mjesto za početak). To što danas imate omogućenu umjetnu inteligenciju znači da koristite i razvijate se s ovim alatima i modelima kako se objavljuju." Ključ je zadržati informacijsku petlju koja je dovoljno lagana kako se ne biste preopteretili. Želite tijek koji je dovoljno sveobuhvatan da ostanete u toku, ali ne toliko da se želite zavući u rupu. Ograničite se na četiri ili pet informacijskih kanala umjetne inteligencije odjednom. To mogu biti bilten ili blog, YouTube kanal, interna zajednica, mentor, podcast, LinkedIn račun ili čak AI pandan, netko u sličnoj ulozi tko također eksperimentira. A kako bi sve ovo bilo održivo: Svaki put kada dodate novi kanal, razmislite o tome da ga izbacite. Moji kanali trenutno su: Simple.ai: bilten koji predstavlja AI novosti i ažuriranja na utemeljen, prizeman način. Ako želite bilten o umjetnoj inteligenciji, a da ne budete preopterećeni, to je to. Ben’s Bites: Podskup koji je malo ambicioznijeg opsega, a još uvijek je probavljiv. Interni AI Slack kanal koji imamo na HubSpotu za dijeljenje AI napretka relevantnog za marketing. AI mentor. Moj tim, s kojim redovito raspravljam o tome kako najbolje implementirati AI na našem blogu. I to je samo za sada. To bi se moglo promijeniti u budućnosti kako se moja razina udobnosti i odgovornosti mijenjaju. Kako timovi mogu prijeći s AI eksperimenata na izvršenje Sve gore navedeno odnosi se na omogućavanje sebi. A što se tiče IC-ova, tu možete stati. Ali ako upravljate timom, prijelaz s "iskušavamo ovo" na "ovo je dio načina na koji sada svi radimo" drugačiji je izazov. Poticanje usvajanja u timu nije zadano. Ne možete nekome prezentirati informaciju i očekivati da će odmah potrčati s njom. Neće svi biti voljni ili ugodni za učenje kao vi. To nije udarac za njih; ljudi imaju različite odnose s novom tehnologijom, a uz vas možete imati raširene korisnike, ranu/kasnu većinu, a možda čak i inovatore ili one koji zaostaju. Ljudi općenito vjeruju drugim ljudima kada se prilagođavaju nečem novom. Kladim se da je to jedan od razloga zašto ste tražili savjet u postu na blogu koji sam napisao ja, certificirana stvarna osoba, umjesto da ste samo pitali ChatGPT ili Claudea. Postoji nešto u tome da od drugog čovjeka čujete "evo što mi je pomoglo" što nijedan chatbot ne može u potpunosti ponoviti. Podrška menadžera također je među najjačim pokazateljima da li netko koristi umjetnu inteligenciju na poslu - prema Irrational Labsu, upotreba umjetne inteligencije među zaposlenicima pada sa 79% na 34% bez odobrenja menadžera. Dakle, upoznajte svoj tim tamo gdje jesu. Pitajte ih kako koriste AI. Ne na način mikroupravljanja, "pokažite mi svoju povijest poticaja", već iz mjesta istinske znatiželje. Što ih sputava? Na temelju onoga što pronađete, predložite neke od strategija koje sam ovdje predstavio. Naučio sam više iz razgovora sa svojim timom licem u lice nego što bi me mogao naučiti bilo koji članak za pomoć ili trening. Putovanje svakog pojedinca u omogućavanju umjetne inteligencije je njegovo vlastito, a najbolja stvar koju možete učiniti kao upravitelj je ohrabriti ga dok mu dajete prostor za istraživanje. Gdje se Futurepedia uklapa u omogućavanje AI Cijeli ovaj post bio je o jednoj ideji: znati o umjetnoj inteligenciji nije isto što i biti omogućen pomoću nje. A najveće prepreke nisu problemi koje možete riješiti čitanjem još jednog članka ili označavanjem još jednog alata. Zato je HubSpot preuzeo Futurepedia. Futurepedia je najveća svjetska neovisna platforma za obrazovanje i otkrivanje umjetne inteligencije. Upravlja prvim imenikom alata za umjetnu inteligenciju — tisućama odabranih alata u svim kategorijama kojih se sjetite — uz rastuću obrazovnu platformu s 25+ tečajeva i više od 1000 lekcija usmjerenih na stvarne vještine umjetne inteligencije za poslovanje i produktivnost. U Futurepediji, njezinim YouTube kanalima i biltenu, to je postalo zadana polazna točka za profesionalce koji žele zapravo naučiti kako koristiti AI, a ne samo slušati o tome. HubSpot pomaže milijunima tvrtki da se bolje razvijaju. Futurepedia pomaže profesionalcima da pronađu i ovladaju AI alatima koji njihov rad čine boljim. Sada su isti tim, što znači više resursa, veći doseg i istu opsjednutost da AI radi za stvarne ljude. Profesionalci koji će pobijediti sljedećih pet godina nisu oni koji znaju najviše o umjetnoj inteligenciji. Oni su ti koji su zapravo naučili raditi s tim. Ako vam je ovaj post dao okvir, Futurepedia vam daje mjesto za početak.

You May Also Like

13 Trending Songs on TikTok in March 2026 (+ How to Use Them)

Our Best AI PM Workflows for Prototyping, Strategy, and Personal OS (2026)

China’s Cybersecurity Agency Issues Security Warning About OpenClaw