Միգուցե դուք բացել եք ChatGPT-ն մի քանի անգամ, ստացել եք ցածր մակարդակի արդյունքներ և առաջ եք անցել: Միգուցե դուք նստել եք AI-ի կամ երկու դասընթացների և մտածել եք. Կամ գուցե դուք էջանշել եք մի տասնյակ AI գործիքներ, որոնք տեսել եք LinkedIn-ում առաջարկված և չեք փորձել որևէ մեկը: Դուք մենակ չեք: Արհեստական ինտելեկտի իմացության և արհեստական ինտելեկտի օգտագործման միջև եղած բացը հենց այն վայրն է, որտեղ մեզանից շատերն են հենց հիմա: Եվ դա չի օգնում, որ բոլորը ձեզ ասում են օգտագործել այն: Ես գիտեմ, որովհետև սա գրեթե իմ աշխատանքն է. ես ղեկավարում եմ գրողների թիմը HubSpot բլոգում, և իմ աշխատանքի մեծ մասը նրանց արհեստական ինտելեկտի հնարավորություն տալն է: Ոչ թե վերացական, ոգեշնչող հիմնական իմաստով, այլ ահա թե ինչպես կարելի է ձեր իրական աշխատանքը կատարելագործել ավելի լավ իմաստով: Այն, ինչ ես սովորեցի, այն է, որ խնդիրը գրեթե երբեք մոտիվացիան չէ: Մարդիկ ուզում են սովորել։ Դա այն է, որ AI-ի մասին տեղեկատվությունը ամենուր է, բայց իրական ակտիվացումը, ինչը իրականում փոխում է ձեր աշխատանքի ձևը, զարմանալիորեն հազվադեպ է: Ահա թե ինչի մասին է այս գրառումը: Այս ուղեցույցում ես կկիսվեմ ինտելեկտի ինտելեկտը ձեր աշխատանքին ինտեգրելու գործնական շրջանակով, որը կզարգացնի ձեր հմտությունները, ազդեցությունը և կարիերան: Բովանդակություն Ինչու է AI-ի միացված լինելն օգնում ձեր կարիերային Ինչու՞ է AI-ն այդքան դժվար ընդունելը: Ինչպիսի՞ն է AI-ի միացումը: Ինչպես կարող են թիմերը AI-ի փորձարկումից անցնել կատարման Որտեղ Futurepedia-ն տեղավորվում է AI-ի միացման մեջ Ինչու է AI-ի միացված լինելն օգնում ձեր կարիերային Սկսենք որոշ ազնվությամբ. «AI-ն օգնում է ձեր աշխատանքին» 2026 թվականին գրեթե ոչինչ չի հայտարարվում: Մենք գիտենք, որ դա կարող է մեզ ավելի արդյունավետ դարձնել, իսկ հիմա ի՞նչ: Ահա ավելի լավ պատկերացում. կա ընդլայնվող անջրպետ այն մարդկանց միջև, ովքեր օգտագործում են AI և այն մարդկանց միջև, ովքեր լավ են օգտագործում այն: Առավելությունը կտրամադրվի այն մարդկանց, ովքեր ավելի հեռուն են գնացել, ովքեր AI-ն ներկառուցել են իրենց առօրյայի մեջ, ովքեր օգտագործում են այն իմաստալից ավելի լավ աշխատանք արտադրելու համար և ովքեր կարող են ցույց տալ այդ ազդեցությունը: Եկեք ավելի սերտ նայենք, թե ինչու է սա. Առաջխաղացումները գալիս են արդյունքից, ոչ թե ջանքերից: «Ես շատ ջանք գործադրեցի, ուստի պետք է պարգևատրվեմ» այս օրերին շատ ավելի դժվար է վիճել: Դա պայմանավորված է նրանով, որ արհեստական ինտելեկտով աշխատող մասնագետները հակված են ավելի շատ արդյունք և ազդեցություն արտադրել, քան նրանք, ովքեր չունեն: AI-ի միացված ասելով ես նկատի ունեմ մեկին, ով պարբերաբար օգտագործում է AI-ն իր ամենօրյա աշխատանքում՝ մեծացնելու իր արդյունքն ու ազդեցությունը: 2026 թվականին շատ ոլորտներ այժմ անցել են AI-ի «գործառնական դարաշրջանի»: Փորձարարական փուլը (ad-hoc հուշում, գործիքի մեկանգամյա օգտագործում) հիմնականում ավարտված է: Ակնկալիքն այժմ ինտեգրված, կայուն օգտագործումն է: Վերցրեք բովանդակության շուկայավարման օրինակ. Փոքր, ռազմավարական ուղղվածություն ունեցող թիմերը կարող են օգտագործել AI-ն որպես ուժի բազմապատկիչ՝ բեռնաթափելով արտադրության սովորական ասպեկտները, որպեսզի մարդկային խմբագիրները կարողանան կենտրոնանալ պատմողական հոսքի, ապրանքանիշի ձայնի և ճշգրտության վրա: Համաձայն HubSpot-ի 2026 Մարքեթինգի վիճակի հաշվետվության՝ մարքեթինգային թիմերի 67%-ն ասում է, որ AI-ն իրենց խնայում է շաբաթական 10 կամ ավելի ժամ, իսկ 71%-ը ասում է, որ AI-ն օգնում է նրանց ստեղծել զգալիորեն ավելի շատ բովանդակություն: Քանի որ արհեստական ինտելեկտը կարող է կատարել առօրյա դերի մեծ մասը, այն ժամանակ է ազատում ավելի բարձր կարգի աշխատանքի համար՝ ռազմավարական մտածողություն, ստեղծագործական խնդիրների լուծում, բազմաֆունկցիոնալ առաջնորդություն և երկարաժամկետ պլանավորում: Հիմնական առաջադրանքների կատարումը դառնում է պակաս արժեքավոր: Եվ երբ դա ձեզ չի խանգարում, ղեկավարները ձեզ ավելի դժվար և տեսանելի աշխատանք են տալիս: AI-ի օգտագործումը դառնում է նոր ելակետ: Մեկ սերունդ առաջ Excel-ից օգտվել իմանալը տարբերակիչ էր: Այնուհետև այն դարձավ հատակ: Նույն տեղաշարժը տեղի է ունենում AI-ի հետ հենց հիմա, ինչը նշանակում է, որ առաջ գնալու պատուհանը փակվում է: Այս պահին AI-ի իմացությունը դեռ տպավորիչ է: Եթե ձեր մենեջերին ասեք, որ օգտագործել եք արհեստական ինտելեկտը՝ գործընթացը կիսով չափ կրճատելու համար, կամ ստեղծել եք հուշում, որը խնայում է ձեր թիմին շաբաթական երեք ժամ, դա ուշադրություն կդարձնի (այս մասին ավելի ուշ): Այնուամենայնիվ, այն, ինչ այսօր ձեզ ճանաչում է բերում ձեր մենեջերի կողմից, այսուհետ մեկ կամ երկու տարի հետո շատ կհնչի «Ես նոր մակրո եմ ստեղծել Excel-ում»: Օգտակար, բայց ոչ ուշագրավ։ Երբ AI-ի իմացությունը դառնում է բազային, առավելությունը հասնում է այն մարդկանց, ովքեր շուտ են հասել այնտեղ և հիմնվել դրա վրա, մինչդեռ բոլորը դեռ պարզում էին, թե որտեղից սկսել: Դուք նույնիսկ կարող եք վիճել, որ դա ելակետն է. HubSpot-ի հետազոտությունը ցույց է տվել, որ շուկայավարների 83%-ն ասում է, որ ակնկալվում է, որ իրենք ավելի շատ արտադրեն, քան երբևէ AI-ի շնորհիվ: Եվ ահա թե ինչն է ամենակարևորը ձեր կարիերայի համար. AI-ն ձեզ չի փոխարինի: Բայց ինչ-որ մեկը դա ավելի լավ օգտագործող կարող է: Ոչ մի հիպոթետիկ ռոբոտ կամ ավտոմատացման անդեմ ալիք: Ինչ-որ մեկը ձեր ոլորտում, ձեր մակարդակի վրա, ով որոշել է լրջորեն վերաբերվել դրան, նախքան դա անելը: Կառավարիչները նկատում են, թե ով է օգտագործում AI (և ով ոչ): Gallup-ի 2026 թվականի տվյալները ցույց են տալիսոր առաջնորդների 69%-ը և մենեջերների 55%-ն օգտագործում են արհեստական ինտելեկտը առնվազն տարին մի քանի անգամ՝ համեմատած IC-ների ընդամենը 40%-ի հետ: Ձեր մենեջերը, հավանաբար, ավելի շատ է օգտագործում AI-ն, քան դուք, այնպես որ նրանք բավականին լավ են հասկանում, թե ինչ է հնարավոր, և արդյոք դուք շարունակում եք այդ քայլը: Ես չեմ ասում, որ ձեր ղեկավարը գաղտնի հաշիվ է պահում այն մասին, թե ով է ամենաշատը հուշում Կլոդին: Բայց երբ նույն թիմի երկու հոգի կատարում են նմանատիպ աշխատանք, և նրանցից մեկը հետևողականորեն դա անում է ավելի արագ և ավելի մանրակրկիտ, քանի որ նրանք ինտեգրել են AI-ն իրենց գործընթացում, դա նշվում է: Այն ազդում է, թե ով է ստանում հաջորդ առաջադրանքը, ով է ներգրավվում ռազմավարության զրույցի մեջ և ով է առաջխաղացում ստանում: Ինչու՞ է AI-ն այդքան դժվար ընդունելը: Պատճառ կա, որ շատ մարդիկ խրված են «Ես գիտեմ, որ պետք է ավելի շատ AI-ն օգտագործեմ» և իսկապես դա անելու միջև: Փաստորեն, կան մի քանի լավ փաստագրված պատճառներ. Գիտելիքի և անելու բացը Մենք բոլորս ցանկացել ենք սովորել կամ փորձել ինչ-որ նոր բան, միայն հասկանալու համար, որ ամիսներ կամ տարիներ են անցել՝ իրականում ոչինչ չանելով դրա մասին: Պարզապես հարցրեք իմ բաս կիթառին, որը փոշի է հավաքում իմ ննջասենյակում: Հետազոտողներ Ջեֆրի Պֆեֆերը և Ռոբերտ Սաթոնը այս երևույթը անվանել են «գիտելիք-գործելու բացը»: Հիմնականում, իմանալ, թե ինչ անել և իրականում դա անելը գրեթե ամբողջովին առանձին խնդիրներ են: Գիտելիքի և անելու բացը կիրառելով AI-ի նկատմամբ, հետազոտությունը համընկնում է. BCG-ն պարզել է, որ չնայած AI-ի լայն տարածմանը, ընկերությունների 74%-ը դեռևս պետք է շոշափելի բիզնես արժեք ցույց տան AI-ի օգտագործումից: Այն նաև պարզել է, որ AI-ի ներդրման ժամանակ ընկերություններին առնչվող մարտահրավերների 70%-ը բխում է մարդկանց և գործընթացներին առնչվող խնդիրներից՝ համեմատած տեխնոլոգիական խնդիրների ընդամենը 30%-ի և AI ալգորիթմների համար՝ 10%-ի հետ: Ուշացման պատճառի մի մասը պարզապես գործնական է: Դուք արդեն գործ ունեք անելու։ Ձեր օրացույցը լի է, ձեր առաջադրանքների ցանկը երկար է, և վերացական նպատակը՝ «պարզել, թե ինչպես ավելի լավ օգտագործել AI»-ն, մրցակցել ձեր ափսեի մեջ եղած ամեն ինչի հետ: Երբ ես հարցրի Թիմոթի Բիոնդոլլոյին, HubSpot Media-ի արագ ինժեներին և արհեստական ինտելեկտի մասնագետին, թե ինչու են այդքան շատ մարդիկ կանգ առնում իրազեկման և որդեգրման միջև, նա չնկատեց. «Իրազեկությունը պասիվ է, և որդեգրումը պահանջում է, որ դուք փոխեք իրականում ձեր աշխատանքը, այլ ոչ թե պարզապես նոր ներդիր ավելացնեք ձեր դիտարկիչին: Բացն այն է, որ մարդկանց մեծամասնությունը դեռ շարունակում է իր առօրյան առաջադրանք առ առաջադրանք, որպեսզի իրենք կատարեն աշխատանքը: Հզոր մարդիկ բոլորովին այլ տեղաշարժ են կատարել: Նրանք ծախսում են իրենց ժամանակը համատեքստ հավաքելով, հրահանգներ գրելով, այնուհետև գործարկելով տասը զուգահեռ աշխատանքային հոսքեր, որոնք ուղղում են ֆոնի վրա: ոչ ոք ձեզ չի ասում, թե իրականում այսպիսին է անցումը, ուստի մարդիկ մի քանի անգամ փորձում են արհեստական ինտելեկտը, չեն զգում այդ փոփոխությունը և ենթադրում են, որ դա իրենց համար չէ, կամ որ AI-ն բավականաչափ խելացի չէ դա անելու համար: Ձեր գոյություն ունեցող պարտականությունները կատարելուց բացի AI սովորելը իսկական սահմանափակում է: Ձեր ուղեղն ունի նոր տեղեկատվության մշակման սահմանափակում, և երբ դա գերազանցում է (որը, հաշվի առնելով վերջին մի քանի տարիների ընթացքում AI-ի տեմպերը, գրեթե անկասկած եղել է), որդեգրումը կտրուկ նվազում է, նույնիսկ երբ մոտիվացիան բարձր է: Չափազանց շատ տարբերակներ, ոչ բավարար հստակություն Ենթադրենք, դուք ժամանակ եք հատկացրել: Հիմա ի՞նչ։ Շուկայում կան հազարավոր AI գործիքներ: Լանդշաֆտը փոխվում է ամսական: Գործարկվում են նոր մոդելներ և գործառույթներ, և ձեր LinkedIn-ի հոսքը լի է մարդկանցով, ովքեր պատմում են ձեզ այն մեկ գործիքի մասին, որը փոխել է իրենց կյանքը: Դուք չգիտեք, թե որտեղից սկսել, այնպես որ դուք ընդհանրապես չեք սկսում: Նույնիսկ եթե դուք չեք լսել ընտրության պարադոքսի մասին, դուք, անշուշտ, զգացել եք այն: Որքան շատ տարբերակներ ունենք, այնքան քիչ ենք ցանկանում ընտրել: Այսպիսով, մենք սառեցնում ենք, կամ ավելի վատ որոշում ենք կայացնում, քան կունենայինք ավելի քիչ տարբերակների դեպքում: Դա հենց այն է, ինչ տեղի է ունենում հենց հիմա բոլոր նրանց համար, ովքեր փորձում են AI սովորություն կառուցել: Ո՞րն է հավանականությունը, որ ձեր ընտրած գործիքն իրականում ճիշտն է: Ահաբեկելը թերագնահատում է: Արտադրողականության ծուղակը Այստեղ կա նաև դաժան հեգնանք, որը ես չեմ տեսնում այնքան, որքան պետք է նշվի. Եթե դուք դիտավորյալ չեք օգտագործում AI-ն, այն ավելի շատ աշխատանք կստեղծի, քան կկրճատի: Մտածեք մի սցենար, որտեղ դուք ցանկանում եք օգտագործել AI-ը տվյալների բազան որպես հուշագիր ամփոփելու համար: Դուք արտահանում եք թերթիկը, դնում այն ChatGPT-ում, և հիանալի է, հուշագիրը վերադառնում է 30 վայրկյանից: Բայց հիմա դուք վերանայում եք ելքը, անճշտություններ եք հայտնաբերում, նորից հուշում եք, քանի որ ինչ-որ բան անջատված է, փաստերի ստուգում եք պնդումները, որոնցում վստահ չեք, և ամբողջը վերաձևակերպում եք ճիշտ տոնով: Երբ ավարտեք, AI-ն իրեն հնարավորություն չի տալիս.այն կարծես խցան է: Սա արհեստական ինտելեկտի որդեգրման կանգառի հսկայական պատճառ է: Մարդիկ փորձում են դա, ստանում ընդհանուր պատասխան և կարծում են, որ դա՞ է: Նրանք եզրակացնում են, որ չարժե շարունակական ջանքեր գործադրել և վերադառնում են հին ճանապարհին: Բայց խնդիրը մոտեցումն է, ոչ թե գործիքը։ Արհեստական ինտելեկտի լավ օգտագործումը նշանակում է իմանալ, թե որտեղ է այն իսկապես խնայում ձեր ժամանակը, և որտեղ այն պարզապես փոխում է աշխատանքը: Այդ տարբերությունը պրակտիկա է պահանջում և առանձնացնում է արհեստական ինտելեկտի մասին գիտակից մեկին, ով ունի AI-ի հնարավորություն: Ինչպիսի՞ն է AI-ի միացումը: Մենք գիտենք, թե ինչու է AI-ի ակտիվացումը և ընդունումը կարևոր: Գիտելիքից պրակտիկա անցնելն այն է, որտեղ մեզանից շատերը կանգ են առնում, և դա փորձության բացակայության պատճառով չէ: Հաջորդը, ես կներկայացնեմ այն ռազմավարությունները, որոնք աշխատել են իմ բովանդակության թիմի և ինձ համար: Սրանք գործնական, աստիճանական քայլեր են, որոնք AI-ի անհանգստությունը վերածում են գործողության: Գիտակցեք, որ հետ չեք մնացել (դեռ): «Վերջին AI տեխնոլոգիայի» որոնումը հիանալի միջոց է անմիջապես ձեր նոութբուքը փակելու և օրվա համար դուրս գալու համար: Արհեստական ինտելեկտի վրա ճնշում կա, որը գալիս է ազդեցիկների մշտական հոսքից, արտադրանքի հայտարարություններից, մտածողությունից և նույնիսկ գործընկերներից, որոնք պատմում են ձեզ, թե ինչպես են նրանք առաջ գնում: Բայց այդ աղմուկը հիմնականում նախատեսված է ձեր ուշադրությունն ու շուկան ձեզ վրա գրավելու համար: Դա գրքի ամենահին հնարքներից մեկն է՝ դու հետ ես մնում: Դուք չեք կարող հետ մնալ. Բաժանորդագրվեք իմ տեղեկագրին, որպեսզի հետ չմնաք: Այս հաղորդագրությունը դիմում է խմբում լինելու մեր սկզբնական ցանկությանը: Դա հիմնականում քարանձավային տրամաբանություն է: Որոշ իրականություն ձեզ համար. Համաձայն Gallup-ի, ԱՄՆ-ի աշխատողների 49%-ը հայտնում է, որ երբեք չի օգտագործել AI-ն իրենց դերում, և միայն 26%-ն է այն օգտագործում շաբաթական մի քանի անգամ կամ ավելի: Թող դա խորտակվի: Երկրում, որտեղ հիմնված են արհեստական ինտելեկտի հիմնական ընկերությունները, աշխատողների միայն քառորդն է հաճախակի օգտագործում արհեստական ինտելեկտը: Ես ուզում եմ ներկայացնել մեկ այլ հայեցակարգ՝ իրերը ներդնելու համար՝ նորարարության տարածման տեսությունը: Առաջին անգամ 1962 թվականին (և դեռևս արդիական է) E.M. Rodgers-ի կողմից տարածված նորարարության տարածման տեսությունը տեխնոլոգիայի ողջ լսարանը բաժանեց հինգ խմբի՝ նորարարներ, վաղ ընդունողներ, վաղ մեծամասնություն, ուշ մեծամասնություն և հետամնացներ: Այս խմբերն այդ կարգով ընդունում են ցանկացած նոր տեխնոլոգիա։ Որդեգրումը սկսվում է նորարարներից (կարծում եմ՝ տեխնոլոգիական էնտուզիաստները, ազդեցիկները, մարդիկ, ովքեր առաջին հերթին հերթ են կանգնում նորագույն հեռախոսի համար) և ավարտվում են հետամնացներով (որոնք դեռ օգտագործում են ֆիքսված հեռախոսներ): Ինչպես տեսնում եք ստորև ներկայացված գծապատկերից, մարդկանց մեծամասնությունն ընկնում է ինչ-որ տեղ մեջտեղում. Աղբյուր Այսպիսով, որտե՞ղ ենք մենք այս ժամանակացույցում գեներատիվ AI-ի հետ: Դա սուբյեկտիվ կոչ է, բայց հաշվի առնելով այն տվյալները, որոնք մենք ունենք մինչ այժմ, ես գրազ կգամ, որ մենք նոր ենք մտել վաղ մեծամասնության մեջ: Այլ կերպ ասած, մինչ AI-ն որպես հայեցակարգ արդեն որոշ ժամանակ է, ինչ հանրության ուշադրության կենտրոնում է, AI-ի իմացությունը նոր է սկսում հարվածել հիմնական հոսքին: Բոլոր այն մարդիկ, ում լսել եք AI-ի և դրա հնարավորությունների մասին զայրույթը, առաջին 15%-ն է, նորարարներն ու վաղ որդեգրողները: Եվ նրանք շատ ավելի ձայնային են, քան մնացածը: Ի՞նչ է դա նշանակում ձեզ համար: Եթե ձեզ դեռ հարմար չէ AI-ի օգտագործումը, դուք դեռ լավ տեղում եք: Բայց մի՛ ուշացեք, քանի որ վաղ մեծամասնությունը ձեր վերջին հնարավորությունն է առաջ գնալու: Սա չի նշանակում, որ ինչ-որ բանում սկսնակ լինելը հեշտ է, իհարկե, ոչ: Բայց այդ անհանգստության մեծ մասը գալիս է նրանից, որ հավատալով, որ բոլորը ձեզնից առաջ են: Դա դեռ այն դեպքը չէ: Սկսեք փոքրից: Ինչպես ցանկացած հմտություն, AI-ի տիրապետումը մկան է, որը ժամանակի ընթացքում ձևավորվում է բազմակի օգտագործման միջոցով: Դուք չեք ուժեղանում՝ կարդալով ծանրամարտի մասին: Ինչ-որ պահի դուք պետք է վերցնեք համրերը: Սա չի նշանակում, որ դուք պետք է թմբկահարեք մի գործակալ, որը կամփոփի ձեր բոլոր նամակները, մաքրի ձեր աղյուսակները, կառավարի ձեր ժամանակացույցը և կատարի ձեր հարկերը առաջին իսկ քայլից: Ընդունեք սկսնակ լինելը, փնտրեք փոքր հաղթանակներ և, ինչպես վարժությունները, դուք ավելի շուտ կտեսնեք օգուտները, քան կարծում եք: Առաջին բանը, որ ես երբևէ արել եմ AI-ի հետ, օգտագործել եմ այն՝ օգնելու ինձ առաջարկել վերաշարադրել իմ ներքին Slack հաղորդագրությունները, եթե ես զգում եմ, որ իմ տոնն անջատված է: Հիմնական բաներ, բայց ինձ համար անմիջապես պարզ դարձավ, թե ինչպես է սա ավելի արդյունավետ, քան շոգեխաշել ինչ-որ բան արտահայտելու կատարյալ ձևով: Ես տեսա օգուտը համեմատաբար փոքր ներդրումներով: Ի վերջո, ես հարմարավետ դարձա օգտագործել Կլոդը՝ օգնելու իմ թիմի ներքին գործիքների կոդավորմանը, տվյալների հավաքածուներից հուշագրեր ստեղծելուն և շաբաթական իմ պարտականությունները պլանավորելու համար: Հիմա ես դժվարությամբ կգտնեմ այն, ինչի համար չեմ օգտագործում AI-ն իմ առօրյայում: Ինտելեկտուալ արհեստական ինտելեկտի լուծումներ կիրառելը ձեր սեփական խնդիրների համար և տեսնել իրական աշխարհի օգուտները հզոր դրդապատճառ է: Դուք այն օգտագործում եք կոնկրետ ինչ-որ բանի վրա,և այն պարզապես կտտացնում է: Դուք կմտածեք. «Օ, ես կարող եմ օգտագործել այն դրա համար… էլ ի՞նչ կարող է դա անել»: Ձեր հետաքրքրասիրությունը դառնում է այն շարժիչը, որը ստեղծում է սովորություն: Բացի այդ, արհեստական ինտելեկտը ձեր գոյություն ունեցող աշխատանքի մեջ միացնելը (առանձին փորձի կամ գործունեության փոխարեն) վերացնում է այն մեկ անգամ փորձելու, անհաջող արդյունքներ ստանալու և արդեն իսկ աշխատելու ճանապարհին վերադառնալու արգելքը: Դուք առաջին ձեռքից տեսնում եք դրա օգտակարությունը, ուստի ավելի հավանական է, որ անցնեք նախնական շփումը: AI-ի առավելությունները գերազանցում են ժամանակավոր անհարմարությունը: HubSpot բլոգի գրող Էմի Ռիգբին ինքն է պարզել. «AI-ն աշխատանքային հոսքերի մեջ մտցնելու ամենադժվար մասը նաև արդյունավետության բարձրացման ցանկացած փորձի ամենադժվարն է. Սկզբում դա կլինի չափազանց անարդյունավետ: Դուք կսայթաքեք, թե ինչպես է այն աշխատում, փորձարկումներ կանցկացնեք և կձախողվեք, որովհետև դուք պետք է սովորեք, որ դա նոր է ձեզ համար: Հիանալի զգացողություն է, երբ դա անում ես»: Իմացեք, թե ինչպես հուշել: AI-ի հուշումը միակ ամենաօգտակար հմտությունն է, որը կարող եք սովորել սկսելիս: Լավ հուշումը նշանակում է տարբերություն ընդհանուր պատասխանի և իրականում օգնող պատասխանի միջև: Երբ ես հարցրի Մեգ Պրատերին՝ HubSpot Media-ի բովանդակության ռազմավարության և գործառնությունների ղեկավարին, թե ինչու է անջրպետը AI-ի իրազեկման և իրական ընդունման միջև, նա ասաց. Սկզբում նորմալ է փորձարկել տարբեր հուշումներ, բայց, ի վերջո, դուք կցանկանաք ավելի լավ առաջնորդվող խոսակցությունների շրջանակ: Ես խրախուսում եմ իմ թիմի գրողներին օգտագործել WRITE շրջանակը. այն AI-ին տալիս է հինգ կարևոր տեղեկատվություն հարցման համար. Ո՞վ: Ո՞վ է AI-ն գործում: Տվեք արհեստական ինտելեկտին այնպիսի կերպար, ինչպիսին է փորձառու ստրատեգը, տեխնիկական փորձագետը, ծրագրի ղեկավարը և այլն: Ռեսուրսներ. Ի՞նչ նախադրյալ է անհրաժեշտ AI-ին՝ դա ճիշտ ստանալու համար: Սա ձեր համատեքստի աղբանոցն է՝ նախագծի վերաբերյալ համապատասխան մանրամասներ, ձեր լուծվող խնդրի, տեղեկատու նյութեր և այն ամենը, ինչ AI-ն ինքնուրույն չի իմանա: Հրահանգներ. Կոնկրետ ի՞նչ պետք է անի AI-ն: Եղեք կոնկրետ. Պայմաններ. ի՞նչ կանոններ, սահմանափակումներ կամ սահմաններ են կիրառվում: Օրինակ՝ երկարությունը, ձևաչափը, տոնայնությունը, խուսափելու բաները և ներառելու բաները: Ակնկալվող արդյունք. Նկարագրեք պատրաստի արտադրանքը որքան հնարավոր է կոնկրետ՝ ձևաչափը, ստացվող արդյունքները և, հնարավորության դեպքում, օրինակ: Ահա WRITE հուշման օրինակ. W: Դուք փոքր բիզնեսի մարքեթինգի խորհրդատու եք, որը մասնագիտացած է DTC արտադրանքի թողարկումներում: Իմ լսարանը 25-40 տարեկան կանայք են, ովքեր ձեռագործ մոմեր են գնում որպես նվեր և ինքնասպասարկման համար, հիմնականում իմ Etsy խանութի և Instagram-ի միջոցով: R: Ես թողարկում եմ մոմերի ամառային հավաքածուն հունիսին: Իմ բյուջեն կազմում է մոտ $500 մեկնարկի համար: Իմ լավագույն վաճառքի ալիքը Instagram-ն է, և ես ունեմ մոտ 3000 հետևորդ: Իմ վերջին հավաքածուն սպառվել է երկու շաբաթվա ընթացքում, հիմնականում Instagram Stories-ի և էլ.փոստի միջոցով: Ես. Կառուցեք ինձ մեկնարկի չորսշաբաթյա պլան, որն ընդգրկում է թիզերի բովանդակությունը, մեկնարկի օրվա ռազմավարությունը և գործարկումից հետո հետագա գործողությունները: Ներառեք, թե ինչ պետք է փակցնել, երբ այն փակցնել, և յուրաքանչյուր փուլի համար մեկ էլ. T: Պահպանեք պլանը իրատեսական մեկ անձի համար նախատեսված գործողությունների համար: Վճարովի գովազդ չկա: Օրգանական և միայն էլ. Տոնը պետք է լինի ջերմ և անձնական, այլ ոչ թե կորպորատիվ: E. Շաբաթ առ շաբաթ օրացույց, որը ես կարող եմ հետևել՝ յուրաքանչյուր օրվա համար հատուկ բովանդակության գաղափարներով, էլփոստի երեք կարճ նախագծերով և մեկնարկի օրվա ստուգաթերթով: Գործարկեք այս հուշումը մեկի կողքին առանց շրջանակի, և դուք կտեսնեք տարբերությունը: Եթե դուք իսկապես մոմագործ եք, դուք նույնպես կզգաք դրա հոտը: Ստեղծեք AI նպատակների ժամանակացույց: Երբ դուք ինչ-որ բան եք անում և զգում եք, թե որտեղ կարող է ձեզ օգնել AI-ն, հաջորդ քայլը թափը պահելն է: Ավելի հեշտ է ասել, քան անել: Հիշու՞մ եք գիտելիքի բացը: Հետազոտությունները ցույց են տալիս, որ ուժեղ նպատակային մտադրություն ունենալն ինքնին բավարար չէ: Բայց մարդիկ, ովքեր կազմում են պլաններ, որոնք հստակեցնում են, թե ինչպես են նրանք գործում նպատակին հասնելու համար, ավելի հավանական է, որ իրականում հետևեն դրան: «Ես ուզում եմ ավելի լավը դառնալ արհեստական ինտելեկտի օգտագործման մեջ» մտածելն ավելի քիչ արդյունավետ է, քան «Ամեն երեքշաբթի առավոտ ես 20 րոպե կծախսեմ արհեստական ինտելեկտը կիրառելով իմ ափսեի մեկ առաջադրանքում»: Այսպիսով, ահա թե ինչ եմ խորհուրդ տալիս. Պլանավորեք AI-ի շահումների շաբաթական ժամանակացույց: Սրանք առաջադրանքներ են, որոնց կարող եք ողջամտորեն հասնել մեկ շաբաթվա ընթացքում: Պետք չէ, որ դրանք մեծ թռիչքներ լինեն: Փոխարենը, մտածեք դրանք որպես աճող առաջընթաց դեպի ավելի մեծ նպատակ, բավական փոքր՝ իրականում ավարտելու համար, բայց բավականաչափ իմաստալից՝ ասեղը շարժելու համար: Կառուցված ժամանակացույցը երկու բան է անում. Նախ, այն վերածվում է մտադրությանսովորություն՝ ապահովելով փայտամածներ, որպեսզի ամեն անգամ վերադառնաս դրան առանց կամքի ուժի հերոսական գործողության: Երկրորդ, այն փլուզում է AI-ի անսահման հնարավորությունները ձեր աշխատանքին հատուկ գործնական քայլերի: Դա տարբերակային կաթվածի հակաթույն է: Ասեք, որ ցանկանում եք օգտագործել AI-ն՝ բարելավելու ձեր հանդիպման արդյունավետությունը և հետևելը: Ահա թե ինչպիսին կարող է լինել գրաֆիկը գործնականում. Առաջնային նպատակ. Օգտագործեք AI՝ հաջորդ ամսվա ընթացքում կարգավիճակի թարմացումների և հանդիպումների նախապատրաստման վրա ծախսվող ժամանակը նվազեցնելու համար: Շաբաթ 1. Ընտրեք ձեր ամենակրկնվող հանդիպումը: Օգտագործեք AI՝ ձեր նշումներից ձևանմուշային օրակարգ ստեղծելու համար: Շաբաթ 2. Հանդիպումից հետո օգտագործեք արհեստական ինտելեկտը՝ հետագա ամփոփագիրը կազմելու համար: Ստուգեք, արդյոք դա սովորականից քիչ ժամանակ է պահանջում: Շաբաթ 3. Շաբաթական կարգավիճակի թարմացումների համար հաղորդագրություն ստեղծեք՝ օգտագործելով ձեր արդեն իսկ պահած կետերը: Շաբաթ 4. Միավորել բոլոր երեքը պարզ կրկնվող աշխատանքային հոսքի մեջ: Գործարկեք այն մեկ շաբաթվա ընթացքում բազմաթիվ հանդիպումների ժամանակ: Շաբաթ 5. Վերանայեք ձեր համակարգը: Ինչ է աշխատում: Ինչը չէ Ի՞նչ է հաջորդը: Նպատակներ դրեք հաջորդ ամսվա համար։ Այստեղ ոչինչ թռիչք չէ: Յուրաքանչյուր շաբաթ հիմնվում է վերջինի վրա, իսկ հինգերորդ շաբաթվա ընթացքում դուք ունեք փաստաթղթավորված համակարգ: Դուք կարող եք հետևել ձեր առաջընթացին, սակայն այն աշխատում է ձեզ համար՝ նշումների հավելված, ինչպիսին է Notion-ը, առաջադրանքների կառավարման գործիք, ինչպիսին է Asana-ն, գործող փաստաթուղթ կամ կպչուն նշումներ, եթե այդպես եք գլորում: Հետևողականությունն ավելի կարևոր է, քան ձևաչափը: Եվ (դուք գուցե տեսել եք, որ սա գալիս է), AI-ն կարող է նույնիսկ օգնել ձեզ ինքնուրույն կազմել ժամանակացույցը: Բացատրեք ձեր դերն ու պարտականությունները դրա համար և խնդրեք, որ օգնի ձեզ մտածել, թե որտեղ կարող եք իրատեսորեն օգտագործել AI-ն ձեր աշխատանքային հոսքում: Որոշեք SMART-ի մեկ հիմնական նպատակը, որի վրա պետք է աշխատեք առաջիկա չորսից վեց շաբաթվա ընթացքում, այնուհետև օգտագործեք AI-ն՝ այնտեղ հասնելու ենթակետերը մշակելու համար: Ձեր առաջընթացը տեսանելի դարձրեք: Եթե ձեր ընկերությունը զարգացնում է AI-ն, հավանական է, որ ձեր ղեկավարը ցանկանում է իմանալ, թե ինչ եք անում: Թե որքանով է տեսանելի ձեր AI-ի առաջընթացը նրանց համար, նույնքան կարևոր է ձեր կարիերայի համար, որքան աշխատանքը: Սա հատկապես ճիշտ է, եթե ձեր կատարումը նպատակաուղղված է AI-ի ընդունմանը: Պարբերաբար ձեր մենեջերին պատմելը, թե ինչպես եք տեղակայում AI-ն, թարմացնելով դրանք նոր օգտագործման դեպքերի կամ արդյունավետության բարձրացման վերաբերյալ, ազդանշան է, որ դուք մտածում եք առաջ: Դա կարող է թվալ Slack հաղորդագրության, ձեր շաբաթական թարմացման նյութի կամ ձեր առանձին-առանձին հիշատակումների: Նույնիսկ փոքր հաղթանակները գաղափար են տալիս, որ դուք անփոխարինելի եք: Տեսանելիությունն ավելի հեշտ է ասել, քան անել, սակայն. Հենց որ մոլախոտի մեջ մտնեք արհեստական ինտելեկտի հետ, հեշտ կլինի այնքան գրավել, որ մոռանաք տեղեկացնել ձեր առաջընթացի մասին: Երբեմն ես այնքան ներդրումներ եմ կատարում նախագծում, որ մոռանում եմ իմ ղեկավարին թարմացնել այն մասին, թե ինչպես է իմ AI-ի օգտագործումը իրականում բարելավել իմ արդյունքը: Մեկ լուծում. Սահմանեք պարբերական օրացույցի հիշեցում մենեջերի AI թարմացման համար: Այնուհետև պատճենեք ձեր որդեգրման ժամանակացույցը (կամ այն, ինչ օգտագործում եք ձեր AI առաջընթացը հետևելու համար), տեղադրեք այն ձեր ընտրած AI գործիքի մեջ և խնդրեք ամփոփել ձեր շաբաթական առաջընթացը: Բա՛մ, մի բան, որը կարելի է կիսել ձեր ղեկավարի հետ՝ գրեթե առանց ավելորդ աշխատանքի: Ահա թե ինչու ձեր աշխատանքին հետևելու համար Asana-ի նման առաջադրանքների կառավարման գործիք օգտագործելը կարող է օգտակար լինել: Դուք կարող եք ձեր ավարտված առաջադրանքները արտահանել աղյուսակի մեջ, հանձնել այն AI գործիքին և խնդրել նրան դուրս բերել վերջին հաղթանակները: Առաջընթացի հետագծումը ներկառուցված է, և դա շատ ավելի հեշտ է, քան առանձին Google Աղյուսակ պահելը, որը պետք է հիշեք, որ թարմացնեք ամեն անգամ, երբ որևէ բան եք անում: Ես նաև խրախուսում եմ ձեզ կապել ձեր AI-ի օգտագործումը այն բանի հետ, թե ինչպես է այն առաջ մղում ձեր աշխատանքը: Պատմեք մի պատմություն. ինչպես եք դրանում ավելի լավացել, և, հետևաբար, ինչպես է ձեր աշխատանքը լավացել, և ինչպես է դա կապված թիմի KPI-ների հետ: Ի վերջո, մենք խոսում ենք ձեր կարիերայի առաջխաղացման մասին: Եվս մեկ նշում. գործընկերների տեսանելիությունը նույնպես կարևոր է: Կառավարիչները կարևոր են, բայց կարևոր է նաև լինել այն անձը, որին դիմում են ձեր թիմակիցները, երբ նրանք ունեն AI հարց: Այդ ոչ պաշտոնական փորձագետի կարգավիճակը բարձր ճնշում է ստեղծում ձեր սեփական առաջընթացի վրա: Թիմոթին այստեղ ինչ-որ օգտակար պատկերացում ուներ. «Հնարքն այն է, որ կիսվի ինչպես, այլ ոչ թե վայը: Ոչ թե «նայեք, թե ինչ եմ կառուցել», այլ «այսպես եմ կառուցել այն, գուցե սա ձեզ օգնի»: Շարունակեք տեղեկատվական օղակը: Դուք կատարում եք աշխատանքը, դուք ցույց եք տալիս աշխատանքը, այժմ համոզվեք, որ դուք մնում եք սուր: Իմ վերջին խորհուրդն է՝ շարունակել սովորել և թարմացվել առաջընթացներով՝ միաժամանակ կիրառելով ձեր գիտելիքները գործնականում: Ինչպես Մեգն է ասում, «Ինչ-որ մեկը, ով ունի արհեստական ինտելեկտը, նա է, ով հետաքրքրասեր է արհեստական ինտելեկտով: Դուք պետք է փորձեր կատարեք դրա հետ, վարժվեք դրա հետ և փորձեք նոր գործիքներ/շինություններ: Բավական չէ նույն երեքը գործարկելը:հուշումներ (չնայած դա հիանալի տեղ է սկսելու համար): Այսօր AI-ի միացված լինելը նշանակում է, որ դուք օգտագործում և զարգանում եք այս գործիքների և մոդելների հետ, երբ դրանք թողարկվեն»: Հիմնական բանը բավականաչափ թեթև տեղեկատվական օղակ պահելն է, որպեսզի չծանրաբեռնվեք: Դուք ցանկանում եք հոսք, որը բավականաչափ ընդգրկուն է, որպեսզի մնա ընթացիկ, բայց ոչ այնքան, որ ցանկանաք սողալ դեպի անցքը: Սահմանափակեք ձեզ միաժամանակ չորս կամ հինգ AI տեղեկատվական ալիքներով: Դրանք կարող են լինել տեղեկագիր կամ բլոգ, YouTube-ի ալիք, ներքին համայնք, մենթոր, փոդքասթ, LinkedIn-ի հաշիվ կամ նույնիսկ արհեստական ինտելեկտի գործընկեր, նմանատիպ դեր ունեցող մեկը, ով նույնպես փորձեր է անում: Եվ այս ամենը կայուն դարձնելու համար. Ամեն անգամ, երբ նոր ալիք եք ավելացնում, մտածեք թողնել այն: Իմ ալիքներն այս պահին հետևյալն են. Simple.ai. տեղեկագիր, որը ներկայացնում է AI-ի նորություններն ու թարմացումները հիմնավորված, գետնի վրա: Եթե ցանկանում եք տեղեկագիր AI-ի մասին առանց ծանրաբեռնվածության, սա այն է: Ben's Bites. ենթակույտ, որը մի փոքր ավելի հավակնոտ է իր ծավալով, մինչդեռ դեռ մարսելի է: Ներքին AI Slack ալիք, որը մենք ունենք HubSpot-ում՝ շուկայավարմանն առնչվող AI առաջընթացը կիսելու համար: AI մենթոր: Իմ թիմը, որի հետ ես պարբերաբար քննարկում եմ, թե ինչպես լավագույնս տեղակայել AI-ն մեր բլոգում: Եվ դա միայն առայժմ: Դրանք կարող են փոխվել ապագայում, երբ իմ հարմարավետության մակարդակն ու պարտականությունները փոխվեն: Ինչպես կարող են թիմերը AI-ի փորձարկումից անցնել կատարման Վերը նշված ամեն ինչ վերաբերում է ինքներդ ձեզ հնարավորություն տալու: Իսկ IC-ների համար կարող եք կանգ առնել այնտեղ: Բայց եթե դուք ղեկավարում եք թիմը, «մենք փորձում ենք դա» անել դեպի «սա այն մաս է, թե ինչպես ենք մենք բոլորս աշխատում հիմա», այլ մարտահրավեր է: Վարորդական որդեգրումը թիմում տրված չէ: Դուք չեք կարող ինչ-որ մեկին տեղեկատվություն ներկայացնել և ակնկալել, որ նա անմիջապես վազում է դրա հետ: Ոչ բոլորն են պատրաստ կամ այնքան հարմարավետ սովորելու, որքան դուք: Դա նրանց թակոց չէ. մարդիկ տարբեր փոխհարաբերություններ ունեն նոր տեխնոլոգիաների հետ, և դուք կարող եք ունենալ վաղ ընդունողներ, վաղ/ուշ մեծամասնություն և գուցե նույնիսկ նորարարներ կամ հետամնացներ ձեր կողքին: Մարդիկ սովորաբար վստահում են այլ մարդկանց, երբ նրանք հարմարվում են ինչ-որ նոր բանի: Գրազ կգամ, որ դա այն բանի մի մասն է, թե ինչու ես խորհուրդներ փնտրել իմ՝ հավաստագրված իրական անձի կողմից գրված բլոգի գրառումից՝ միայն ChatGPT-ին կամ Կլոդին խնդրելու փոխարեն: «Ահա, թե ինչն է ինձ մոտ» մեկ այլ մարդուց լսելու մեջ կա մի բան, որը ոչ մի չաթբոտ չի կարող ամբողջությամբ կրկնել: Կառավարչական աջակցությունը նաև ամենաուժեղ կանխատեսողներից է, թե արդյոք ինչ-որ մեկը օգտագործում է AI աշխատավայրում. ըստ Irrational Labs-ի, աշխատողների արհեստական ինտելեկտի օգտագործումը նվազում է 79%-ից մինչև 34%՝ առանց ղեկավարի հավանության: Այսպիսով, հանդիպեք ձեր թիմին այնտեղ, որտեղ նրանք են: Հարցրեք նրանց, թե ինչպես են նրանք օգտագործում AI-ն: Ոչ թե միկրո կառավարմամբ՝ «ցույց տուր ինձ քո հուշող պատմությունը», այլ իրական հետաքրքրասիրության վայրից: Ի՞նչն է նրանց հետ պահում: Ձեր գտածի հիման վրա առաջարկեք որոշ ռազմավարություններ, որոնք ես ներկայացրել եմ այստեղ: Ես իմ թիմի հետ դեմ առ դեմ խոսելուց ավելին եմ սովորել, քան կարող էր ինձ սովորեցնել որևէ օգնության հոդված կամ ուսումնական պլան: Յուրաքանչյուր անհատի AI-ի ակտիվացման ճամփորդությունը իրենն է, և լավագույն բանը, որ դուք կարող եք անել որպես մենեջեր, խրախուսելն է՝ միաժամանակ նրանց ուսումնասիրելու տարածք տալը: Որտեղ Futurepedia-ն տեղավորվում է AI-ի միացման մեջ Այս ամբողջ գրառումը մեկ գաղափարի մասին է. AI-ի մասին իմանալը նույնը չէ, ինչ դրա կողմից միացված լինելը: Եվ ամենամեծ խոչընդոտները խնդիրները չեն, որոնք կարող եք լուծել՝ կարդալով ևս մեկ հոդված կամ էջանշելով ևս մեկ գործիք: Ահա թե ինչու HubSpot-ը ձեռք բերեց Futurepedia-ն: Futurepedia-ն աշխարհի ամենամեծ անկախ AI կրթության և բացահայտման հարթակն է: Այն գործարկում է AI գործիքների առաջին գրացուցակը` հազարավոր ընտրված գործիքներ յուրաքանչյուր կատեգորիայի համար, որը դուք կարող եք մտածել, կողքին աճող կրթական հարթակ` 25+ դասընթացներով և ավելի քան 1000 դասերով, որոնք կենտրոնացած են բիզնեսի և արտադրողականության իրական աշխարհի AI հմտությունների վրա: Futurepedia-ում, նրա YouTube-ի ալիքներում և նրա տեղեկագրում այն դարձել է լռելյայն մեկնարկային կետ մասնագետների համար, ովքեր ցանկանում են իրականում սովորել, թե ինչպես օգտագործել AI-ն, այլ ոչ միայն լսել դրա մասին: HubSpot-ն օգնում է միլիոնավոր ընկերությունների ավելի լավ զարգանալ: Futurepedia-ն օգնում է մասնագետներին գտնել և տիրապետել AI գործիքներին, որոնք ավելի լավ են դարձնում իրենց աշխատանքը: Այժմ նրանք նույն թիմն են, ինչը նշանակում է ավելի շատ ռեսուրսներ, ավելի մեծ հասանելիություն և նույն մոլուցքը, որ AI-ն աշխատի իրական մարդկանց համար: Մասնագետները, ովքեր կհաղթեն հաջորդ հինգ տարիներին, նրանք չեն, ովքեր ամենաշատը գիտեն AI-ի մասին: Նրանք են, ովքեր իրականում սովորել են աշխատել դրա հետ: Եթե այս գրառումը տվել է ձեզ շրջանակը, Futurepedia-ն ձեզ հնարավորություն է տալիս սկսելու տեղը:
AI-ի մասին իմանալը բավարար չէ: Ահա թե ինչպես կարելի է իրականում օգտագործել այն:
By Marketing
·
·
23 min read
·
408 views
Read in:
aa
ace
af
ak
alz
am
ar
as
awa
ay
az
ba
ban
be
bew
+191 more
bg
bho
bik
bm
bn
brx
bs
bug
ca
ceb
cgg
ckb
co
crh
cs
cv
cy
da
de
din
doi
dv
dyu
dz
ee
el
en
eo
es
et
eu
fa
ff
fi
fj
fo
fr
fur
fy
ga
gd
gl
gom
gn
gu
ha
haw
he
hi
hil
hne
hmn
hr
hrx
ht
hu
hy
id
ig
ilo
is
it
ja
jam
jv
ka
kab
kbp
kg
kha
kk
kl
km
kn
ko
kri
ku
ktu
ky
la
lb
lg
li
lij
ln
lo
lmo
lt
ltg
lua
luo
lus
lv
mai
mak
mg
mi
min
mk
ml
mn
mni-mtei
mos
mr
ms
mt
my
nd
ne
nl
nn
no
nr
nso
nus
ny
oc
om
or
pa
pag
pam
pap
pl
ps
pt
pt-br
qu
rn
ro
ru
rw
sa
sah
sat
sc
scn
sg
si
sk
sl
sm
sn
so
sq
sr
ss
st
su
sus
sv
sw
szl
ta
tcy
te
tg
th
ti
tiv
tk
tl
tn
to
tpi
tr
trp
ts
tt
tum
ty
udm
ug
uk
ur
uz
ve
vec
vi
war
wo
xh
yi
yo
yua
yue
zap
zh
zh-hk
zh-tw
zu
