Nepakanka žinoti apie AI. Štai kaip jį iš tikrųjų naudoti.

In This Article

Galbūt keletą kartų atidarėte „ChatGPT“, gavote prastesnių rezultatų ir judėjote toliau. Galbūt jūs išsėdėjote ar du AI mokymus ir pagalvojote: „Puiku, bet kaip tai iš tikrųjų taikoma mano darbui? O gal pažymėjote tuziną AI įrankių, kuriuos matėte rekomenduojamus „LinkedIn“, ir neišbandėte nei vieno. Jūs nesate vienas. Šis atotrūkis tarp AI žinojimo ir AI naudojimo yra ta vieta, kur daugelis iš mūsų šiuo metu yra. Ir tai nepadeda, kad visi liepia juo naudotis. Žinau, nes tai beveik mano darbas: vadovauju HubSpot tinklaraščio rašymo komandai, o didžioji mano darbo dalis yra įgalinti juos dirbtinio intelekto pagalba. Ne abstrakčia, įkvepiančia pagrindine prasme, o štai kaip geriau atlikti tikrąjį darbą. Sužinojau, kad problema beveik niekada nėra motyvacija. Žmonės nori mokytis. Informacija apie dirbtinį intelektą yra visur, tačiau tikras įgalinimas – tai, kas iš tikrųjų keičia jūsų darbą – yra stebėtinai reta. Štai apie ką šis įrašas. Šiame vadove papasakosiu praktinę AI integravimo į jūsų darbą sistemą, kuri pagerintų jūsų įgūdžius, poveikį ir karjerą. Turinys Kodėl dirbtinio intelekto naudojimas padeda jūsų karjerai Kodėl dirbtinį intelektą taip sunku priimti? Kaip atrodo AI įjungimas? Kaip komandos gali pereiti nuo AI eksperimentavimo prie vykdymo Kur „Futurepedia“ tinka dirbtinio intelekto įgalinimui Kodėl dirbtinio intelekto naudojimas padeda jūsų karjerai Pradėkime nuo sąžiningumo. „AI padeda jūsų darbui“ 2026 m. beveik nieko nereiškia. Žinome, kad tai gali padaryti mus produktyvesnius, o kas dabar? Čia yra geresnė įžvalga: didėja atotrūkis tarp žmonių, kurie naudojasi AI, ir žmonių, kurie jį gerai naudoja. Pranašumą gaus žmonės, kurie nuėjo toliau, kurie įtraukė dirbtinį intelektą į savo kasdienybę, naudoja jį reikšmingai geresniems darbams atlikti ir gali parodyti tą poveikį. Pažvelkime atidžiau, kodėl taip yra: Reklamos kyla dėl rezultato, o ne pastangų. „Aš įdėjau daug pastangų, todėl turėčiau būti apdovanotas“ šiais laikais daug sunkiau ginčytis. Taip yra todėl, kad dirbtinį intelektą palaikantys specialistai paprastai sukuria daugiau rezultatų ir daro didesnį poveikį nei tie, kurie to nedaro. Sakydamas, kad dirbtinis intelektas įgalintas, aš turiu galvoje asmenį, kuris reguliariai naudoja dirbtinį intelektą savo kasdieniame darbe, kad padidintų savo našumą ir poveikį. 2026 m. daugelis pramonės šakų dabar perėjo į AI „veiklos erą“. Eksperimentinis etapas (ad-hoc raginimas, vienkartinis įrankių naudojimas) iš esmės baigėsi. Dabar tikimasi integruoto, ilgalaikio naudojimo. Paimkite turinio rinkodarą kaip pavyzdį: mažos, strategiškai susitelkusios komandos gali naudoti AI kaip jėgos daugiklį, perkeldamos įprastus gamybos aspektus, kad redaktoriai galėtų sutelkti dėmesį į pasakojimo srautą, prekės ženklo balsą ir tikslumą. Remiantis „HubSpot“ 2026 m. „State of Marketing“ ataskaita, 67% rinkodaros komandų teigia, kad dirbtinis intelektas sutaupo 10 ar daugiau valandų per savaitę, o 71% teigia, kad AI padeda sukurti žymiai daugiau turinio. Kadangi dirbtinis intelektas gali susidoroti su daugybe kasdienių kasdienių vaidmenų, jis atlaisvina laiko aukštesnio lygio darbams: strateginiam mąstymui, kūrybiškam problemų sprendimui, įvairių funkcijų vadovavimui ir ilgalaikiam planavimui. Pagrindinių užduočių vykdymas tampa mažiau vertingas. Ir kai nesate suvaržytas, vadovai jums paskiria daugiau iššūkių ir matomų darbų. AI naudojimas tampa nauju pagrindu. Prieš vieną kartą mokėjimas naudotis „Excel“ buvo išskirtinis dalykas. Tada tai tapo grindimis. Tas pats pokytis šiuo metu vyksta su AI, o tai reiškia, kad langas patekti į priekį užsidaro. Šiuo metu AI įgūdžiai vis dar įspūdingi. Jei pasakysite savo vadovui, kad panaudojote dirbtinį intelektą, kad sumažintumėte procesą per pusę, arba sukūrėte raginimą, kuris sutaupo jūsų komandai tris valandas per savaitę, tai bus pastebėta (daugiau apie tai vėliau). Tačiau tai, kas šiandien pelnys jūsų vadovo pripažinimą, po metų ar dvejų skambės panašiai kaip „Excel sukūriau naują makrokomandą“. Naudinga, bet neverta dėmesio. Kai dirbtinio intelekto įgūdžiai tampa pagrindiniu tašku, pranašumą gauna tie žmonės, kurie ten atvyko anksti ir kūrėsi, kol visi kiti vis dar galvojo, nuo ko pradėti. Galima net ginčytis, kad tai yra pradinė padėtis: „HubSpot“ tyrimas parodė, kad 83 % rinkodaros specialistų teigia, kad dėl AI jie turėtų gaminti daugiau nei bet kada anksčiau. Ir štai kas svarbiausia jūsų karjerai: AI jūsų nepakeis. Bet kas nors jį naudoja geriau. Ne koks nors hipotetinis robotas ar beveidė automatikos banga. Kažkas iš jūsų pramonės, jūsų lygio, kuris nusprendė į tai žiūrėti rimtai anksčiau nei jūs. Vadovai pastebi, kas naudoja AI (o kas ne). 2026 m. „Gallup“ duomenys rodokad 69 % lyderių ir 55 % vadovų DI naudoja bent kelis kartus per metus, o IC – tik 40 %. Tikėtina, kad jūsų vadovas AI naudoja daugiau nei jūs, todėl jie puikiai supranta, kas įmanoma ir ar jūs neatsiliekate. Nesakau, kad jūsų viršininkas saugo slaptą rezultatų kortelę, kas labiausiai paskatina Klodą. Tačiau kai du žmonės toje pačioje komandoje atlieka panašų darbą, o vienas iš jų nuolat tai atlieka greičiau ir kruopščiau, nes integravo dirbtinį intelektą į savo procesą, tai pastebima. Tai daro įtaką tam, kas gauna kitą užduotį, kas įtraukiamas į strateginį pokalbį ir kas paaukštinamas. Kodėl dirbtinį intelektą taip sunku priimti? Yra priežastis, dėl kurios tiek daug žmonių įstrigo tarp „Aš žinau, kad turėčiau daugiau naudoti AI“ ir iš tikrųjų tai daryti. Tiesą sakant, yra keletas gerai dokumentuotų priežasčių: Žinojimo ir veikimo spraga Mes visi norėjome išmokti ar išbandyti ką nors naujo, tik supratome, kad mėnesiai ar metai praėjo nieko nedarant. Tiesiog paklausk mano bosinės gitaros, renkančios dulkes mano miegamajame. Tyrėjai Jeffrey Pfeffer ir Robert Sutton pavadino šį reiškinį „žinojimo ir veiklos atotrūkiu“. Iš esmės žinoti, ką daryti, ir iš tikrųjų tai daryti yra beveik visiškai atskiros problemos. Taikant DI žinių ir veiklos atotrūkį, tyrimai sutampa: BCG nustatė, kad, nepaisant plačiai paplitusio AI diegimo, 74 % įmonių dar turi parodyti apčiuopiamą verslo vertę, kurią naudodamos AI. Taip pat nustatyta, kad 70 % iššūkių, su kuriais susiduria įmonės diegdamos dirbtinį intelektą, kyla dėl su žmonėmis ir procesais susijusių problemų, palyginti su tik 30 % technologijų problemomis ir 10 % su AI algoritmais. Dalis atsilikimo priežasčių yra tik praktinė. Jūs jau turite darbą. Jūsų kalendorius pilnas, užduočių sąrašas ilgas, o abstraktus tikslas „išsiaiškinti, kaip geriau panaudoti dirbtinį intelektą“ konkuruoja su visais kitais dalykais. Kai paklausiau Timothy Biondollo, „HubSpot Media“ operatyvaus inžinieriaus ir dirbtinio intelekto specialisto, kodėl tiek daug žmonių sustoja tarp supratimo ir įvaikinimo, jis nesureikšmino: „Įsisąmoninimas yra pasyvus, o priėmus reikia pakeisti tai, kaip iš tikrųjų dirbate, o ne tik pridėti naują skirtuką naršyklėje. Spraga ta, kad dauguma žmonių vis dar atlieka kasdienę užduotį po užduoties ir atlieka darbą patys. Įgalinti žmonės padarė visiškai kitokią pamainą. Jie praleidžia laiką rinkdami kontekstą, rašydami instrukcijas, o paskui paleisdami dešimt skirtingų darbo srautų fone, o visą tai koregavimo strategiją ir kokybę, o ne mažą veiklos modelį. Niekas nesako, kaip iš tikrųjų atrodo perėjimas, todėl žmonės kelis kartus išbando dirbtinį intelektą, nejaučia pokyčio ir mano, kad tai ne jiems arba kad dirbtinis intelektas nėra pakankamai protingas tai padaryti. Mokymasis dirbtinio intelekto kartu su esamų pareigų vykdymu yra tikras suvaržymas. Jūsų smegenys gali apdoroti naują informaciją, o kai tai viršijama (kas, atsižvelgiant į DI tempą per pastaruosius kelerius metus, beveik neabejotinai buvo), priėmimas smarkiai sumažėja, net jei motyvacija yra didelė. Per daug galimybių, nepakanka aiškumo Tarkime, kad skiriate laiko. Kas dabar? Rinkoje yra tūkstančiai AI įrankių. Kraštovaizdis keičiasi kas mėnesį. Paleidžiami nauji modeliai ir funkcijos, o jūsų „LinkedIn“ sklaidos kanalas yra pilnas žmonių, pasakojančių apie vieną įrankį, kuris pakeitė jų gyvenimą. Nežinai nuo ko pradėti, todėl visai nepradedi. Net jei nesate girdėję apie pasirinkimo paradoksą, jūs tikrai jį patyrėte. Kuo daugiau galimybių turime, tuo mažiau norime rinktis. Taigi mes sustingstame arba priimame blogesnį sprendimą, nei būtume turėję mažiau galimybių. Būtent tai šiuo metu vyksta kiekvienam, bandančiam susikurti AI įprotį. Kokia tikimybė, kad jūsų pasirinktas įrankis iš tikrųjų yra tinkamas? Įbauginimas yra per menkas teiginys. Produktyvumo spąstai Čia taip pat yra žiauri ironija, apie kurią nemanau, kad ji būtų paminėta tiek, kiek turėtų būti: jei neketinate naudoti AI, tai sukurs daugiau darbo nei sumažins. Apsvarstykite scenarijų, kai norite naudoti AI duomenų rinkiniui apibendrinti kaip atmintinę. Jūs eksportuojate lapą, įdedate jį į ChatGPT ir puiku, atmintinė grįžta per 30 sekundžių. Tačiau dabar peržiūrite išvestį, fiksuojate netikslumus, dar kartą raginate, nes kažkas neveikia, tikrinate faktus, dėl kurių nesate tikri, ir performatuojate viską, kad pasiektumėte tinkamą toną. Kai baigsite, AI nesijaučia kaip įgalintuvas;tai jaučiasi kaip kliūtis. Tai yra didžiulė priežastis, dėl kurios AI priėmimas stringa. Žmonės tai išbando, gauna bendrą atsakymą ir galvoja, kad viskas? Jie daro išvadą, kad neverta dėti ilgalaikių pastangų, ir grįžta prie senojo būdo. Tačiau problema yra požiūris, o ne įrankis. Tinkamai naudojant dirbtinį intelektą reiškia žinoti, kur jis tikrai sutaupo jūsų laiko, o kur tiesiog perkelia darbą. Šis skirtumas reikalauja praktikos ir atskiria asmenį, kuris žino AI, nuo tų, kuriems įgalintas DI. Kaip atrodo AI įjungimas? Žinome, kodėl AI įgalinimas ir pritaikymas yra svarbūs. Tiek daug iš mūsų sustoja perėjimas nuo žinių prie praktikos, ir tai nėra dėl bandymų stokos. Toliau apibūdinsiu strategijas, kurios pasiteisino mano turinio komandai ir man. Tai praktiški, laipsniški žingsniai, paverčiantys AI nerimą veiksmais. Supraskite, kad (dar) neatsiliekate. Ieškoti „naujausios AI technologijos“ yra puikus būdas iš karto uždaryti nešiojamąjį kompiuterį ir išeiti iš dienos. AI patiria spaudimą, kurį sukelia nuolatinis influencerių srautas, produktų anonsai, mintys ir net kolegos, pasakojančios, kaip sekasi. Tačiau tas triukšmas daugiausia sukurtas tam, kad atkreiptų jūsų dėmesį ir į jus rinktųsi. Tai vienas iš seniausių triukų knygoje: tu atsilieki. Jūs negalite atsilikti. Prenumeruokite mano naujienlaiškį, kad neatsiliktumėte. Ši žinutė apeliuoja į mūsų pirminį troškimą būti grupėje. Iš esmės tai yra urvinio žmogaus logika. Šiek tiek realybės jums: „Gallup“ duomenimis, 49 % JAV darbuotojų teigia niekada nenaudojantys dirbtinio intelekto savo vaidmeniui ir tik 26 % naudojasi juo kelis kartus per savaitę ar dažniau. Tegul tai paskęsta. Šalyje, kurioje yra įsikūrusi dauguma pagrindinių DI įmonių, tik apie ketvirtadalis darbuotojų dažnai naudojasi dirbtiniu intelektu. Noriu pristatyti kitą koncepciją, kad viskas būtų perspektyvi: Inovacijų teorijos sklaida. Pirmą kartą E. M. Rodgersas pasidalijo 1962 m. (ir tebėra aktuali ir šiandien), Inovacijų sklaidos teorija suskirstė visą technologijos auditoriją į penkias grupes: novatorius, ankstyvuosius taikytojus, ankstyvąją daugumą, vėlyvąją daugumą ir atsilikusius. Šios grupės priima visas naujas technologijas tokia tvarka. Priėmimas prasideda nuo novatorių (galvokite apie technologijų entuziastus, influencerius, žmones, kurie pirmieji eilėje dėl naujausio telefono) ir baigiasi atsiliekančiaisiais (kurie vis dar naudojasi fiksuotojo ryšio telefonais). Kaip matote iš toliau pateiktos diagramos, dauguma žmonių patenka kažkur per vidurį: Šaltinis Taigi, kur mes esame šioje laiko juostoje naudojant generatyvųjį AI? Tai subjektyvus kvietimas, tačiau, atsižvelgiant į iki šiol turimus duomenis, lažinuosi, kad ką tik patekome į pirmąją daugumą. Kitaip tariant, nors dirbtinis intelektas kaip koncepcija jau kurį laiką buvo viešumoje, dirbtinio intelekto įgūdžiai tik pradeda pasiekti pagrindinį srautą. Visi žmonės, kuriuos girdėjote piktinantis apie AI ir jo galimybes, yra pirmieji 15 proc., novatoriai ir ankstyvieji taikėjai. Ir jie daug balsingesni nei kiti. Ką tai reiškia tau? Jei dar nesate patenkinti dirbtinio intelekto naudojimu, vis tiek esate geroje vietoje. Tačiau taip pat neatsilikkite, nes ankstyva dauguma yra jūsų paskutinė galimybė žengti į priekį. Tai nereiškia, kad būti pradedančiajam yra lengva – tikrai ne. Tačiau didžioji dalis to diskomforto kyla dėl tikėjimo, kad visi yra prieš jus. Taip dar nėra. Pradėkite nuo mažo. Kaip ir bet kuris įgūdis, dirbtinio intelekto įgūdžiai yra raumuo, kuris ilgainiui auga pakartotinai naudojant. Skaitydamas apie svarmenų kilnojimą nesustiprėsi. Tam tikru momentu turėsite pasiimti hantelius. Tai nereiškia, kad jums reikia sukurti agentą, kuris apibendrina visus jūsų el. laiškus, išvalo jūsų skaičiuokles, tvarko jūsų tvarkaraštį ir sumoka mokesčius iš pirmo karto. Būkite pradedantysis, ieškokite nedidelių laimėjimų ir, kaip ir mankštos, naudą pamatysite anksčiau, nei manote. Pirmas dalykas, kurį padariau naudodamas dirbtinį intelektą, buvo jo naudojimas, kad padėtų man pasiūlyti perrašyti vidinius „Slack“ pranešimus, jei pajutau, kad mano tonas buvo išjungtas. Pagrindiniai dalykai, bet man iškart tapo aišku, kaip tai buvo efektyviau, nei troškinti tobulą būdą ką nors suformuluoti. Pamačiau naudą su palyginti nedidelėmis investicijomis. Galiausiai man tapo patogu naudotis Claude, kad padėtų koduoti savo komandos vidinius įrankius, generuoti atmintines iš duomenų rinkinių ir planuoti savo savaitines pareigas. Dabar man būtų sunku rasti tai, kam nenaudoju dirbtinio intelekto savo kasdienybėje. AI sprendimų taikymas savo problemoms spręsti ir realaus pasaulio pranašumų matymas yra galingas motyvatorius. Jūs naudojate jį ant kažko konkretaus,ir tiesiog paspaudžia. Pagalvosite: „O, aš galiu tai panaudoti... ką dar jis gali padaryti? Jūsų smalsumas tampa varikliu, kuris formuoja įprotį. Be to, dirbtinio intelekto įtraukimas į esamą darbą (o ne kaip atskiras eksperimentas ar veikla) ​​pašalina kliūtis išbandyti vieną kartą, gauti nepatogių rezultatų ir grįžti prie to, kaip jau dirbate. Jūs matote jo naudingumą iš pirmų lūpų, todėl labiau tikėtina, kad išvengsite pradinės trinties. AI nauda nusveria laikiną diskomfortą. „HubSpot“ tinklaraščio rašytoja Amy Rigby apie tai sužinojo iš pirmų lūpų: „Sunkiausia dalis dirbtinio intelekto įtraukiant į darbo eigą taip pat yra sunkiausia dalis bet kokio bandymo padidinti efektyvumą: iš pradžių tai bus nepaprastai neefektyvu. Suklupsite, kaip tai veikia, eksperimentuosite ir žlugsite, nes jums tai viskas nauja... Turite išmesti tą puikią mokymosi vertę, kad atsikratytumėte. Sužinokite, kaip raginti. AI raginimas yra pats naudingiausias įgūdis, kurio galite išmokti pradėdami. Geras raginimas reiškia skirtumą tarp bendro atsakymo ir to, kuris iš tikrųjų padeda. Kai paklausiau Meg Prater, „HubSpot Media“ turinio strategijos ir operacijų vadovės, kodėl yra atotrūkis tarp AI supratimo ir faktinio pritaikymo, ji pasakė: „Jie nenaudoja tinkamų raginimų. Kai išmoksite raginti geriau, jūsų rezultatai neleidžia nenaudoti dirbtinio intelekto savo darbui pagerinti ir skirti daugiau laiko svarbiam darbui atlikti. Iš pradžių galima eksperimentuoti su skirtingais raginimais, bet galiausiai norėsite geriau nukreiptų pokalbių sistemos. Raginu savo komandos rašytojus naudoti WRITE sistemą – ji suteikia AI penkias svarbias užklausos informacijos dalis: Kas: Kas yra AI? Suteikite AI asmenybę, pavyzdžiui, patyrusiam strategui, techniniam ekspertui, projektų vadovui ir pan. Ištekliai: kokio pagrindo reikia dirbtiniam intelektui, kad tai būtų teisinga? Tai yra jūsų konteksto sąvartynas: svarbi informacija apie projektą, jūsų sprendžiama problema, informacinė medžiaga ir visa kita, ko dirbtinis intelektas pats nežinotų. Instrukcijos: ką tiksliai turėtų daryti AI? Būkite konkretūs. Sąlygos: kokios taisyklės, apribojimai ar ribos galioja? Pavyzdžiui, ilgis, formatas, tonas, dalykai, kurių reikia vengti, ir dalykai, kuriuos reikia įtraukti. Tikėtinas rezultatas: kiek galite tiksliau apibūdinkite gatavą produktą: formatą, rezultatus ir, jei įmanoma, pavyzdį. Štai raginimo RAŠYTI pavyzdys: W: Jūs esate smulkaus verslo rinkodaros konsultantas, kurio specializacija yra DTC produktų pristatymas. Mano auditorija – 25–40 metų moterys, kurios perka rankų darbo žvakes dovanoms ir savęs priežiūrai, dažniausiai per mano Etsy parduotuvę ir Instagram. R: Birželio mėnesį pristatysiu žvakių vasaros kolekciją. Mano paleidimo biudžetas yra apie 500 USD. Mano geriausias pardavimo kanalas yra Instagram, turiu apie 3000 sekėjų. Paskutinė mano kolekcija buvo išparduota per dvi savaites, daugiausia per „Instagram Stories“ ir el. I: Sukurkite man keturių savaičių paleidimo planą, apimantį anonso turinį, paleidimo dienos strategiją ir tolesnius veiksmus po paleidimo. Įtraukite, ką skelbti, kada paskelbti, ir po vieną el. laišką kiekvienam etapui. T: Vieno asmens operacijos planą laikykite realistišką. Nėra mokamų skelbimų. Tik natūrali ir el. paštu. Tonas turi jaustis šiltas ir asmeniškas, o ne firminis. E: Savaitės kalendorius, kurį galiu sekti, su konkrečiomis turinio idėjomis kiekvienai dienai, trimis trumpais el. laiškų juodraščiais ir paleidimo dienos kontroliniu sąrašu. Vykdykite šį raginimą šalia programos be sistemos ir pamatysite skirtumą. Jei iš tikrųjų esate žvakidė, taip pat užuosite tai. Sukurkite AI tikslų tvarkaraštį. Kai tik šiek tiek padirbėsite ir suprasite, kur AI gali jums padėti, kitas žingsnis – išlaikyti pagreitį. Lengviau pasakyti nei padaryti. Prisimeni žinojimo ir veiklos atotrūkį? Tyrimai rodo, kad vien tik turėti stiprų tikslą neužtenka. Tačiau žmonės, kurie sudaro planus, kuriuose tiksliai nurodo, kaip jie elgiasi siekdami tikslo, yra labiau linkę tai padaryti. Mąstymas „noriu geriau naudotis AI“ yra mažiau efektyvus nei „kiekvieną antradienio rytą 20 minučių pritaikysiu dirbtinį intelektą vienai užduočiai savo lėkštėje“. Taigi aš rekomenduoju štai ką: suplanuokite savaitinį AI laimėjimų tvarkaraštį. Tai yra užduotys, kurias galite pagrįstai atlikti per savaitę. Jie neturi būti dideli šuoliai. Vietoj to, galvokite apie juos kaip apie laipsnišką pažangą siekiant didesnio tikslo, pakankamai mažo, kad iš tikrųjų būtų įvykdytas, bet pakankamai prasmingas, kad judėtų adata. Struktūrinis tvarkaraštis daro du dalykus. Pirma, tai paverčia ketinimąįprotį, parūpindami pastolius, kad kiekvieną kartą į juos sugrįžtumėte be herojiško valios akto. Antra, tai sugriauna neribotas AI galimybes į praktinius veiksmus, būdingus jūsų darbui. Tai priešnuodis pasirinktam paralyžiui. Tarkime, kad norite naudoti dirbtinį intelektą, kad pagerintumėte susitikimų efektyvumą ir tolesnius veiksmus. Štai kaip tvarkaraštis gali atrodyti praktiškai: Pagrindinis tikslas: naudokite dirbtinį intelektą, kad kitą mėnesį sumažintumėte laiką, skiriamą būsenos atnaujinimams ir susitikimams. 1 savaitė: pasirinkite pasikartojantį susitikimą. Naudokite AI, kad sukurtumėte šabloninę darbotvarkę iš savo užrašų. 2 savaitė: po susitikimo naudokite dirbtinį intelektą, kad sukurtumėte tolesnių veiksmų santrauką. Patikrinkite, ar tai užtruko trumpiau nei įprastai. 3 savaitė: sukurkite savaitinių būsenos naujinimų raginimą naudodami jau saugomus ženklelius. 4 savaitė: sujunkite visas tris į paprastą pakartojamą darbo eigą. Paleiskite jį savaitę per kelis susitikimus. 5 savaitė: peržiūrėkite savo sistemą. Kas veikia? Kas ne? Kas toliau? Nustatykite kito mėnesio tikslus. Nieko čia nėra šuolio. Kiekviena savaitė remiasi paskutine, o penktą savaitę turite dokumentuotą sistemą. Galite sekti savo pažangą, tačiau tai jums tinka: užrašų programa, pvz., „Notion“, užduočių valdymo įrankis, pvz., „Asana“, veikiantis dokumentas arba lipnūs lapeliai, jei taip ritinate. Nuoseklumas svarbiau nei formatas. Ir (galbūt matėte, kad tai ateina), AI netgi gali padėti jums sudaryti patį tvarkaraštį. Paaiškinkite jai savo vaidmenį ir pareigas ir paprašykite, kad ji padėtų išsiaiškinti, kur galėtumėte realiai panaudoti dirbtinį intelektą savo darbo eigoje. Nustatykite vieną pagrindinį SMART tikslą, kurio sieksite per ateinančias keturias–šešias savaites, tada naudokite dirbtinį intelektą, kad nubrėžtumėte tolesnius veiksmus. Padarykite savo pažangą matomą. Jei jūsų įmonė yra DI, tikėtina, kad jūsų vadovas nori žinoti, ką jūs darote. Tai, kaip jiems matoma jūsų dirbtinio intelekto pažanga, jūsų karjerai taip pat svarbu, kaip ir pats darbas. Tai ypač aktualu, jei jūsų veikla yra nukreipta į AI pritaikymą. Reguliarus pasakojimas savo vadovui, kaip diegiate dirbtinį intelektą, naujinimas apie naujus naudojimo atvejus ar efektyvumo padidėjimą, rodo, kad galvojate į priekį. Tai gali atrodyti kaip „Slack“ pranešimas, savaitinio atnaujinimo elementas arba paminėjimas „vienas su vienu“. Net maži laimėjimai ugdo idėją, kad esate nepakeičiamas. Vis dėlto matomumą lengviau pasakyti nei padaryti: kai įveiksite dirbtinio intelekto piktžoles, nesunku taip susigaudyti, kad pamiršite pranešti apie savo pažangą. Kartais aš taip investuoju į projektą, kad pamirštu savo viršininkui pranešti, kaip mano dirbtinio intelekto naudojimas iš tikrųjų pagerino mano rezultatus. Vienas sprendimas: nustatykite pasikartojantį kalendoriaus priminimą apie valdytojo AI atnaujinimą. Tada nukopijuokite savo priėmimo tvarkaraštį (arba bet ką, ką naudojate dirbtinio intelekto pažangai stebėti), įklijuokite jį į pasirinktą AI įrankį ir paprašykite apibendrinti savaitės pažangą. Bam, kuo galima pasidalinti su savo viršininku be jokio papildomo darbo. Štai kodėl gali būti naudinga naudoti užduočių valdymo įrankį, pvz., „Asana“, kad galėtumėte stebėti savo darbą. Galite eksportuoti atliktas užduotis į skaičiuoklę, perduoti ją dirbtinio intelekto įrankiui ir paprašyti ištraukti paskutinius laimėjimus. Pažangos stebėjimas yra integruotas, ir tai daug lengviau nei turėti atskirą „Google“ skaičiuoklę, kurią reikia nepamiršti atnaujinti kiekvieną kartą, kai ką nors darote. Taip pat raginu susieti savo AI naudojimą su tuo, kaip jis skatina jūsų darbą. Papasakokite pasakojimą: kaip jums sekėsi, taigi, kaip sekėsi jūsų darbas ir kaip tai susiję su komandos KPI. Galų gale, mes kalbame apie jūsų karjeros pažangą. Dar viena pastaba: svarbu ir bendraamžių matomumas. Vadovai yra svarbūs, bet taip pat svarbu būti žmogumi, į kurį kreipiasi jūsų komandos draugai, kai jiems kyla klausimų dėl dirbtinio intelekto. Šis neoficialus eksperto statusas didina spaudimą jūsų pačių pažangai. Timothy čia turėjo naudingos įžvalgos: „Apgaulė yra dalintis kaip, o ne wow. Ne „pažiūrėk, ką aš sukūriau“, o „štai kaip aš tai sukūriau, galbūt tai tau padės“. Antrą kartą jis tampa naudingas kam nors kitam kambaryje, jis nustoja girtis ir tampa visos komandos galimybių atrakinimu. Tęskite informacijos ratą. Atliekate darbą, rodote darbą, dabar įsitikinkite, kad esate ryškus. Paskutinis mano patarimas – mokykitės ir atnaujinkite savo žinias praktiškai. Kaip sako Megė: „Žmogus, turintis AI, yra tas, kuris domisi dirbtiniu intelektu. Turėtumėte eksperimentuoti su juo, praktikuotis ir išbandyti naujus įrankius / konstrukcijas. Neužtenka naudoti tuos pačius trisraginimų (nors tai puiki vieta pradėti). Tai, kad šiandien įgalintas dirbtinis intelektas, reiškia, kad naudojate ir tobulinate šiuos įrankius ir modelius, kai jie išleidžiami. Svarbiausia, kad informacijos kilpa būtų pakankamai lengva, kad nepervargtumėte. Norite srauto, kuris būtų pakankamai išsamus, kad išliktų dabartinis, bet ne tiek, kad norėtųsi įlįsti į skylę. Vienu metu apsiribokite keturiais ar penkiais AI informacijos kanalais. Tai gali būti informacinis biuletenis arba tinklaraštis, „YouTube“ kanalas, vidinė bendruomenė, mentorius, podcast'as, „LinkedIn“ paskyra ar net AI kolega, kažkas panašaus vaidmens, kuris taip pat eksperimentuoja. Ir kad visa tai būtų tvaru: kiekvieną kartą, kai pridedate naują kanalą, apsvarstykite galimybę jį atsisakyti. Šiuo metu mano kanalai yra: Simple.ai: informacinis biuletenis, kuriame pateikiamos dirbtinio intelekto naujienos ir atnaujinimai pagrįstu ir paprastu būdu. Jei norite gauti informacinį biuletenį apie AI, nebūdami priblokšti, tai yra. „Ben's Bites“: „Substack“, kurio apimtis yra šiek tiek ambicingesnė, tačiau vis tiek yra lengvai virškinama. Vidinis „AI Slack“ kanalas, kurį turime „HubSpot“, kuriame dalijamės su rinkodara susijusia AI pažanga. AI mentorius. Mano komanda, su kuria reguliariai aptariu, kaip geriausiai pritaikyti dirbtinį intelektą mūsų tinklaraštyje. Ir tai tik kol kas. Tai gali pasikeisti ateityje, kai pasikeis mano komforto lygis ir atsakomybė. Kaip komandos gali pereiti nuo AI eksperimentavimo prie vykdymo Viskas, kas išdėstyta aukščiau, yra apie įgalinimą sau. O dėl IC galite sustoti. Tačiau jei vadovaujate komandai, pereiti nuo „mes tai išbandome“ prie „tai yra mūsų visų dabar darbo dalis“ yra kitoks iššūkis. Įvaikinimas komandoje nėra savaime suprantamas dalykas. Negalite kam nors pateikti informacijos ir tikėtis, kad jie tuoj pat ją paleis. Ne visi taip norės ar taip patogiai mokysis kaip jūs. Tai nėra jų smūgis; žmonių santykiai su naujomis technologijomis skiriasi, o šalia jūsų gali būti daug ankstyvųjų taikytojų, ankstyvųjų / vėlyvųjų daugumos žmonių, o gal net novatorių ar atsilikėlių. Žmonės paprastai pasitiki kitais žmonėmis, kai jie prisitaiko prie kažko naujo. Tikėčiau, kad dėl to jūs ieškojote patarimo iš mano, sertifikuoto tikro asmens, parašyto tinklaraščio įrašo, o ne vien tik ChatGPT ar Claude'o. Yra kažkas, kas susiję su kito žmogaus išgirdimu „štai, kas man pasiteisino“, ko negali visiškai atkartoti joks pokalbių robotas. Vadovų palaikymas taip pat yra vienas iš geriausių prognozių, ar kas nors naudoja dirbtinį intelektą darbe – „Irrational Labs“ duomenimis, darbuotojų dirbtinio intelekto naudojimas sumažėja nuo 79 % iki 34 % be vadovo pritarimo. Taigi, susipažinkite su savo komanda ten, kur jie yra. Paklauskite jų, kaip jie naudoja AI. Ne mikrovadybos būdu, „parodyk man savo skatinančią istoriją“, o iš tikro smalsumo. Kas juos sulaiko? Remdamiesi tuo, ką radote, pasiūlykite keletą strategijų, kurias čia pristačiau. Kalbėdamasis su savo komanda akis į akį išmokau daugiau, nei bet kuris pagalbos straipsnis ar mokymų rinkinys galėjo mane išmokyti. Kiekvieno žmogaus dirbtinio intelekto įgalinimo kelionė yra individuali, o geriausia, ką galite padaryti kaip vadovas, tai padrąsinti ir suteikti erdvės tyrinėti. Kur „Futurepedia“ tinka dirbtinio intelekto įgalinimui Visas šis įrašas buvo apie vieną idėją: žinoti apie AI nėra tas pats, kas jį įgalinti. Ir didžiausios kliūtys nėra problemos, kurias galite išspręsti perskaitę dar vieną straipsnį arba pažymėdami dar vieną įrankį. Štai kodėl „HubSpot“ įsigijo „Futurepedia“. Futurepedia yra didžiausia pasaulyje nepriklausoma AI švietimo ir atradimų platforma. Jame valdomas pirmasis AI įrankių katalogas – tūkstančiai kuruojamų įrankių kiekvienoje kategorijoje, apie kurią galite galvoti – kartu su augančia švietimo platforma su 25+ kursais ir daugiau nei 1000 pamokų, skirtų realaus pasaulio AI įgūdžiams verslui ir produktyvumui užtikrinti. Visoje „Futurepedia“, jos „YouTube“ kanaluose ir naujienlaiškyje tai tapo numatytuoju atspirties tašku profesionalams, kurie nori ne tik išgirsti, bet ir išmokti naudotis AI. „HubSpot“ padeda milijonams įmonių geriau augti. Futurepedia padeda profesionalams rasti ir įsisavinti dirbtinio intelekto įrankius, kurie pagerina jų darbą. Dabar jie yra ta pati komanda, o tai reiškia daugiau išteklių, didesnį pasiekiamumą ir tą patį manija, kad dirbtinis intelektas veiktų tikriems žmonėms. Profesionalai, kurie laimės ateinančius penkerius metus, nėra tie, kurie išmano daugiausiai apie AI. Jie yra tie, kurie iš tikrųjų išmoko su tuo dirbti. Jei šis įrašas suteikė jums pagrindą, „Futurepedia“ suteikia jums galimybę pradėti.

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