നിങ്ങൾ ഒരുപിടി തവണ ChatGPT തുറന്നിട്ടുണ്ടാകാം, സബ്പാർ ഫലങ്ങൾ നേടുകയും മുന്നോട്ട് പോകുകയും ചെയ്തിരിക്കാം. ഒരുപക്ഷേ നിങ്ങൾ ഒന്നോ രണ്ടോ AI പരിശീലനത്തിൽ ഇരുന്നു, "നല്ലതാണ്, എന്നാൽ ഇത് യഥാർത്ഥത്തിൽ എൻ്റെ ജോലിക്ക് എങ്ങനെ ബാധകമാകും?" അല്ലെങ്കിൽ ലിങ്ക്ഡ്ഇനിൽ ശുപാർശ ചെയ്തതായി കണ്ട ഒരു ഡസൻ AI ടൂളുകൾ നിങ്ങൾ ബുക്ക്മാർക്ക് ചെയ്തിരിക്കാം, ഒരെണ്ണം പോലും പരീക്ഷിച്ചിട്ടില്ല. നിങ്ങൾ തനിച്ചല്ല. AI അറിയുന്നതും AI ഉപയോഗിക്കുന്നതും തമ്മിലുള്ള ആ വിടവ് ആണ് നമ്മളിൽ പലരും ഇപ്പോൾ ഉള്ളത്. എല്ലാവരും അത് ഉപയോഗിക്കാൻ നിങ്ങളോട് പറയുന്നത് സഹായിക്കില്ല. ഇത് ഏറെക്കുറെ എൻ്റെ ജോലിയായതിനാൽ എനിക്കറിയാം: ഹബ്സ്പോട്ട് ബ്ലോഗിൽ ഞാൻ ഒരു റൈറ്റിംഗ് ടീമിനെ മാനേജുചെയ്യുന്നു, എൻ്റെ ജോലിയുടെ വലിയൊരു ഭാഗം അവരെ AI ഉപയോഗിച്ച് പ്രവർത്തനക്ഷമമാക്കുന്നു. അമൂർത്തമായ, പ്രചോദനാത്മകമായ പ്രധാന അർത്ഥത്തിലല്ല, നിങ്ങളുടെ യഥാർത്ഥ ജോലി എങ്ങനെ മികച്ച അർത്ഥത്തിൽ ചെയ്യാമെന്ന് ഇവിടെയുണ്ട്. ഞാൻ പഠിച്ചത്, പ്രശ്നം ഒരിക്കലും പ്രചോദനമല്ല എന്നതാണ്. ആളുകൾ പഠിക്കാൻ ആഗ്രഹിക്കുന്നു. AI-യെ കുറിച്ചുള്ള വിവരങ്ങൾ എല്ലായിടത്തും ഉണ്ട്, എന്നാൽ യഥാർത്ഥ പ്രവർത്തനക്ഷമമാക്കൽ - നിങ്ങൾ എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്നത് യഥാർത്ഥത്തിൽ മാറ്റുന്നത് - അതിശയകരമാംവിധം അപൂർവമാണ്. അതിനെക്കുറിച്ചാണ് ഈ പോസ്റ്റ്. ഈ ഗൈഡിൽ, നിങ്ങളുടെ കഴിവുകൾ, സ്വാധീനം, കരിയർ എന്നിവ മെച്ചപ്പെടുത്തുന്ന തരത്തിൽ നിങ്ങളുടെ ജോലിയിൽ AI സമന്വയിപ്പിക്കുന്നതിനുള്ള ഒരു പ്രായോഗിക ചട്ടക്കൂട് ഞാൻ പങ്കിടും. ഉള്ളടക്ക പട്ടിക എന്തുകൊണ്ടാണ് AI- പ്രവർത്തനക്ഷമമാക്കുന്നത് നിങ്ങളുടെ കരിയറിനെ സഹായിക്കുന്നു എന്തുകൊണ്ടാണ് AI സ്വീകരിക്കാൻ ഇത്ര ബുദ്ധിമുട്ടുള്ളത്? AI പ്രവർത്തനക്ഷമമാക്കൽ എങ്ങനെയിരിക്കും? AI പരീക്ഷണത്തിൽ നിന്ന് എക്സിക്യൂഷനിലേക്ക് ടീമുകൾക്ക് എങ്ങനെ മാറാം ഫ്യൂച്ചർപീഡിയ AI പ്രവർത്തനക്ഷമമാക്കുന്നിടത്ത് എന്തുകൊണ്ടാണ് AI- പ്രവർത്തനക്ഷമമാക്കുന്നത് നിങ്ങളുടെ കരിയറിനെ സഹായിക്കുന്നു കുറച്ച് സത്യസന്ധതയോടെ തുടങ്ങാം. "AI നിങ്ങളുടെ ജോലിയെ സഹായിക്കുന്നു" എന്നത് 2026-ൽ ഒന്നുമില്ലാത്ത പ്രസ്താവനയ്ക്ക് അടുത്താണ്. അതിന് ഞങ്ങളെ കൂടുതൽ ഉൽപ്പാദനക്ഷമതയുള്ളവരാക്കാൻ കഴിയുമെന്ന് ഞങ്ങൾക്കറിയാം, അപ്പോൾ എന്താണ്? ഇവിടെ ഒരു മികച്ച ഉൾക്കാഴ്ചയുണ്ട്: AI ഉപയോഗിക്കുന്ന ആളുകളും അത് നന്നായി ഉപയോഗിക്കുന്ന ആളുകളും തമ്മിലുള്ള വിടവ് വർദ്ധിക്കുന്നു. കൂടുതൽ മുന്നോട്ട് പോയ ആളുകൾക്കും അവരുടെ ദിനചര്യകളിൽ AI നിർമ്മിച്ചവർക്കും അർത്ഥപൂർണ്ണമായ മികച്ച സൃഷ്ടികൾ സൃഷ്ടിക്കാൻ അത് ഉപയോഗിക്കുന്നവർക്കും ആ സ്വാധീനം കാണിക്കാൻ കഴിയുന്നവർക്കും നേട്ടം ലഭിക്കും. ഇത് കൃത്യമായി എന്തുകൊണ്ടാണെന്ന് നമുക്ക് സൂക്ഷ്മമായി പരിശോധിക്കാം: പ്രമോഷനുകൾ ഉത്പാദിപ്പിക്കുന്നത് ഔട്ട്പുട്ടിൽ നിന്നാണ്, പ്രയത്നത്തിലല്ല. "ഞാൻ വളരെയധികം പരിശ്രമിച്ചു, അതിനാൽ എനിക്ക് പ്രതിഫലം നൽകണം" എന്നത് ഇക്കാലത്ത് വാദിക്കാൻ വളരെ ബുദ്ധിമുട്ടാണ്. AI- പ്രാപ്തമാക്കിയ പ്രൊഫഷണലുകൾ അല്ലാത്തവരേക്കാൾ കൂടുതൽ ഔട്ട്പുട്ടും സ്വാധീനവും ഉത്പാദിപ്പിക്കാൻ പ്രവണത കാണിക്കുന്നതിനാലാണിത്. AI- പ്രാപ്തമാക്കിയത് കൊണ്ട്, അവരുടെ ഔട്ട്പുട്ടും ആഘാതവും വർദ്ധിപ്പിക്കുന്നതിന് അവരുടെ ദൈനംദിന ജോലിയിൽ AI-യെ പതിവായി ഉപയോഗിക്കുന്ന ഒരാളെയാണ് ഞാൻ ഉദ്ദേശിക്കുന്നത്. 2026-ൽ, പല വ്യവസായങ്ങളും ഇപ്പോൾ AI-യുടെ ഒരു "പ്രവർത്തന കാലഘട്ടത്തിലേക്ക്" മാറിയിരിക്കുന്നു. പരീക്ഷണ ഘട്ടം (അഡ്-ഹോക്ക് പ്രോംപ്റ്റിംഗ്, വൺ-ഓഫ് ടൂൾ ഉപയോഗം) ഏറെക്കുറെ അവസാനിച്ചു. ഇപ്പോൾ പ്രതീക്ഷിക്കുന്നത് സംയോജിതവും സുസ്ഥിരവുമായ ഉപയോഗമാണ്. ഉള്ളടക്ക വിപണനം ഒരു ഉദാഹരണമായി എടുക്കുക: ചെറുതും തന്ത്രപരമായി ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നതുമായ ടീമുകൾക്ക് AI ഒരു ഫോഴ്സ് മൾട്ടിപ്ലയർ ആയി ഉപയോഗിക്കാം, ഉൽപ്പാദനത്തിൻ്റെ പതിവ് വശങ്ങൾ ഓഫ്ലോഡ് ചെയ്യുന്നതിലൂടെ മനുഷ്യ എഡിറ്റർമാർക്ക് ആഖ്യാന പ്രവാഹത്തിലും ബ്രാൻഡ് ശബ്ദത്തിലും കൃത്യതയിലും ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ കഴിയും. ഹബ്സ്പോട്ടിൻ്റെ 2026 ലെ സ്റ്റേറ്റ് ഓഫ് മാർക്കറ്റിംഗ് റിപ്പോർട്ട് അനുസരിച്ച്, 67% മാർക്കറ്റിംഗ് ടീമുകളും AI തങ്ങൾക്ക് ആഴ്ചയിൽ 10 അല്ലെങ്കിൽ അതിൽ കൂടുതൽ മണിക്കൂർ ലാഭിക്കുന്നുവെന്ന് പറയുന്നു, 71% പേർ പറയുന്നത് AI തങ്ങളെ ഗണ്യമായി കൂടുതൽ ഉള്ളടക്കം സൃഷ്ടിക്കാൻ സഹായിക്കുന്നു എന്നാണ്. ഒരു റോളിൻ്റെ ദൈനംദിന കാര്യങ്ങളിൽ ഏറിയ പങ്കും കൈകാര്യം ചെയ്യാൻ AI-ന് കഴിയുന്നതിനാൽ, ഉയർന്ന ക്രമത്തിലുള്ള ജോലികൾക്കായി ഇത് സമയം സ്വതന്ത്രമാക്കുന്നു: തന്ത്രപരമായ ചിന്ത, ക്രിയാത്മകമായ പ്രശ്നപരിഹാരം, ക്രോസ്-ഫങ്ഷണൽ നേതൃത്വം, ദീർഘകാല ആസൂത്രണം. അടിസ്ഥാന ജോലികളുടെ നിർവ്വഹണം വിലകുറഞ്ഞതായി മാറുന്നു. നിങ്ങൾക്ക് ഇത് തടസ്സമാകാത്തപ്പോൾ, മാനേജർമാർ നിങ്ങൾക്ക് കൂടുതൽ വെല്ലുവിളി നിറഞ്ഞതും ദൃശ്യപരവുമായ ജോലി നൽകുന്നു. AI ഉപയോഗം പുതിയ അടിസ്ഥാനമായി മാറുകയാണ്. ഒരു തലമുറ മുമ്പ്, Excel എങ്ങനെ ഉപയോഗിക്കണമെന്ന് അറിയുന്നത് ഒരു വ്യത്യസ്തതയായിരുന്നു. പിന്നെ, അത് തറയായി. അതേ മാറ്റമാണ് ഇപ്പോൾ AI-യിലും സംഭവിക്കുന്നത്, അതിനർത്ഥം മുന്നോട്ട് പോകാനുള്ള ജാലകം അടയുന്നു എന്നാണ്. ഇപ്പോൾ, AI പ്രാവീണ്യം ഇപ്പോഴും ശ്രദ്ധേയമാണ്. ഒരു പ്രോസസ്സ് പകുതിയായി കുറയ്ക്കാൻ നിങ്ങൾ AI ഉപയോഗിച്ചുവെന്ന് നിങ്ങളുടെ മാനേജരോട് പറഞ്ഞാൽ അല്ലെങ്കിൽ നിങ്ങളുടെ ടീമിനെ ആഴ്ചയിൽ മൂന്ന് മണിക്കൂർ ലാഭിക്കുന്ന ഒരു പ്രോംപ്റ്റ് നിർമ്മിച്ചാൽ, അത് ശ്രദ്ധിക്കപ്പെടും (ഇതിനെക്കുറിച്ച് പിന്നീട് കൂടുതൽ). എന്നിരുന്നാലും, ഇന്ന് നിങ്ങളുടെ മാനേജരിൽ നിന്ന് നിങ്ങൾക്ക് അംഗീകാരം ലഭിക്കുന്നത് ഒന്നോ രണ്ടോ വർഷം കഴിഞ്ഞ് "ഞാൻ Excel-ൽ ഒരു പുതിയ മാക്രോ ഉണ്ടാക്കി" എന്ന് തോന്നും. ഉപയോഗപ്രദമാണ്, പക്ഷേ ശ്രദ്ധേയമല്ല. AI പ്രാവീണ്യം അടിസ്ഥാനമാകുമ്പോൾ, മറ്റെല്ലാവരും എവിടെ തുടങ്ങണമെന്ന് ആലോചിച്ചുകൊണ്ടിരിക്കുമ്പോൾ തന്നെ നേരത്തെ അവിടെയെത്തി അതിൽ നിർമ്മിച്ച ആളുകൾക്കാണ് നേട്ടം. ഇത് അടിസ്ഥാനമാണെന്ന് നിങ്ങൾക്ക് വാദിക്കാം: 83% വിപണനക്കാർ AI കാരണം തങ്ങൾ എന്നത്തേക്കാളും കൂടുതൽ ഉൽപ്പാദിപ്പിക്കുമെന്ന് പ്രതീക്ഷിക്കുന്നതായി HubSpot ഗവേഷണം കണ്ടെത്തി. നിങ്ങളുടെ കരിയറിന് ഏറ്റവും പ്രധാനപ്പെട്ടത് ഇതാ: AI നിങ്ങളെ മാറ്റിസ്ഥാപിക്കില്ല. എന്നാൽ ആരെങ്കിലും അത് നന്നായി ഉപയോഗിക്കുന്നു. ഏതെങ്കിലും സാങ്കൽപ്പിക റോബോട്ടോ അല്ലെങ്കിൽ ഓട്ടോമേഷൻ്റെ മുഖമില്ലാത്ത തരംഗമോ അല്ല. നിങ്ങളുടെ ഇൻഡസ്ട്രിയിലെ, നിങ്ങളുടെ തലത്തിലുള്ള ഒരാൾ, നിങ്ങൾ ചെയ്യുന്നതിനുമുമ്പ് ഇത് ഗൗരവമായി എടുക്കാൻ തീരുമാനിച്ചു. ആരാണ് AI ഉപയോഗിക്കുന്നത് (ആരാണ് അല്ലാത്തത്) എന്ന് മാനേജർമാർ ശ്രദ്ധിക്കുന്നു. 2026 ഗാലപ്പ് ഡാറ്റ കാണിക്കുന്നു69% നേതാക്കളും 55% മാനേജർമാരും വർഷത്തിൽ കുറച്ച് തവണയെങ്കിലും AI ഉപയോഗിക്കുന്നു, ഇത് വെറും 40% IC-കളെ അപേക്ഷിച്ച്. നിങ്ങളുടെ മാനേജർ നിങ്ങളെക്കാൾ കൂടുതൽ AI ഉപയോഗിക്കുന്നു, അതിനാൽ സാധ്യമായ കാര്യങ്ങളെ കുറിച്ചും നിങ്ങൾ തുടരുന്നുണ്ടോ എന്നതിനെ കുറിച്ചും അവർക്ക് നല്ല ധാരണയുണ്ട്. ക്ലോഡിനെ ആരാണ് കൂടുതൽ പ്രേരിപ്പിക്കുന്നത് എന്നതിൻ്റെ രഹസ്യ സ്കോർകാർഡ് നിങ്ങളുടെ ബോസ് സൂക്ഷിക്കുന്നുവെന്ന് ഞാൻ പറയുന്നില്ല. എന്നാൽ ഒരേ ടീമിലെ രണ്ട് ആളുകൾ സമാനമായ ജോലികൾ നൽകുകയും അവരിൽ ഒരാൾ സ്ഥിരമായി അത് വേഗത്തിലും കൂടുതൽ സമഗ്രമായും ചെയ്യുമ്പോൾ, അവർ അവരുടെ പ്രക്രിയയിൽ AI സംയോജിപ്പിച്ചതിനാൽ, അത് ശ്രദ്ധിക്കപ്പെടുന്നു. ആർക്കാണ് അടുത്ത സ്ട്രെച്ച് അസൈൻമെൻ്റ് ലഭിക്കുന്നത്, ആരെയാണ് തന്ത്രപരമായ സംഭാഷണത്തിലേക്ക് കൊണ്ടുവരുന്നത്, ആരെയാണ് പ്രമോട്ടുചെയ്യുന്നത് എന്നിവയെ ഇത് സ്വാധീനിക്കുന്നു. എന്തുകൊണ്ടാണ് AI സ്വീകരിക്കാൻ ഇത്ര ബുദ്ധിമുട്ടുള്ളത്? "ഞാൻ കൂടുതൽ AI ഉപയോഗിക്കണമെന്ന് എനിക്കറിയാം" എന്നതിനും അത് ശരിക്കും ചെയ്യുന്നതിനും ഇടയിൽ നിരവധി ആളുകൾ കുടുങ്ങിക്കിടക്കുന്നതിന് ഒരു കാരണമുണ്ട്. യഥാർത്ഥത്തിൽ, നന്നായി രേഖപ്പെടുത്തപ്പെട്ട നിരവധി കാരണങ്ങളുണ്ട്: അറിയുന്ന-ചെയ്യുന്ന വിടവ് നാമെല്ലാവരും പുതിയ എന്തെങ്കിലും പഠിക്കാനോ ശ്രമിക്കാനോ ആഗ്രഹിക്കുന്നു, മാസങ്ങളോ വർഷങ്ങളോ അതിനെക്കുറിച്ച് ഒന്നും ചെയ്യാതെ കടന്നുപോയി എന്ന് മനസ്സിലാക്കാൻ മാത്രം. എൻ്റെ കിടപ്പുമുറിയിൽ പൊടി ശേഖരിക്കുന്ന എൻ്റെ ബാസ് ഗിറ്റാർ ചോദിക്കൂ. ഗവേഷകരായ ജെഫ്രി ഫേഫറും റോബർട്ട് സട്ടണും ഈ പ്രതിഭാസത്തെ "അറിയുന്നത്-ചെയ്യുന്ന വിടവ്" എന്ന് ലേബൽ ചെയ്തു. അടിസ്ഥാനപരമായി, എന്തുചെയ്യണമെന്ന് അറിയുന്നതും യഥാർത്ഥത്തിൽ അത് ചെയ്യുന്നതും തികച്ചും വ്യത്യസ്തമായ പ്രശ്നങ്ങളാണ്. AI-യിലേക്ക് അറിയാനുള്ള വിടവ് പ്രയോഗിക്കുമ്പോൾ, ഗവേഷണം നിരത്തുന്നു: വ്യാപകമായ AI നടപ്പിലാക്കിയിട്ടും, 74% കമ്പനികൾ AI-യുടെ ഉപയോഗത്തിൽ നിന്ന് വ്യക്തമായ ബിസിനസ്സ് മൂല്യം കാണിക്കാൻ ഇതുവരെ കഴിഞ്ഞിട്ടില്ലെന്ന് BCG കണ്ടെത്തി. AI നടപ്പിലാക്കുമ്പോൾ കമ്പനികൾ അഭിമുഖീകരിക്കുന്ന വെല്ലുവിളികളിൽ 70% ആളുകളിൽ നിന്നും പ്രക്രിയയുമായി ബന്ധപ്പെട്ട പ്രശ്നങ്ങളിൽ നിന്നും ഉണ്ടാകുന്നതാണെന്ന് ഇത് കണ്ടെത്തി, സാങ്കേതിക പ്രശ്നങ്ങൾക്ക് 30% ഉം AI അൽഗോരിതങ്ങൾക്ക് 10% ഉം ആണ്. കാലതാമസത്തിൻ്റെ ഒരു ഭാഗം പ്രായോഗികമാണ്. നിങ്ങൾക്ക് ഇതിനകം ഒരു ജോലിയുണ്ട്. നിങ്ങളുടെ കലണ്ടർ നിറഞ്ഞിരിക്കുന്നു, നിങ്ങളുടെ ടാസ്ക് ലിസ്റ്റ് ദൈർഘ്യമേറിയതാണ്, കൂടാതെ "AI എങ്ങനെ മികച്ച രീതിയിൽ ഉപയോഗിക്കാമെന്ന് കണ്ടെത്തുക" എന്ന അമൂർത്തമായ ലക്ഷ്യം നിങ്ങളുടെ പ്ലേറ്റിലെ മറ്റെല്ലാ കാര്യങ്ങളുമായി മത്സരിക്കുകയാണ്. ഹബ്സ്പോട്ട് മീഡിയയുടെ പ്രോംപ്റ്റ് എഞ്ചിനീയറും AI സ്പെഷ്യലിസ്റ്റുമായ തിമോത്തി ബയോണ്ടല്ലോയോട് ഞാൻ ചോദിച്ചപ്പോൾ, എന്തുകൊണ്ടാണ് പലരും അവബോധത്തിനും ദത്തെടുക്കലിനും ഇടയിൽ സ്തംഭിക്കുന്നത്, അദ്ദേഹം ഷുഗർകോട്ട് ചെയ്തില്ല: "അവബോധം നിഷ്ക്രിയമാണ്, നിങ്ങളുടെ ബ്രൗസറിൽ ഒരു പുതിയ ടാബ് ചേർക്കുന്നത് മാത്രമല്ല, നിങ്ങൾ യഥാർത്ഥത്തിൽ എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്നത് മാറ്റാൻ ദത്തെടുക്കൽ ആവശ്യപ്പെടുന്നു. മിക്ക ആളുകളും ഇപ്പോഴും അവരുടെ ദൈനംദിന ജോലികളിലൂടെ, ക്രമത്തിൽ, ജോലി സ്വയം ചെയ്യുന്നു എന്നതാണ് വിടവ്. പ്രാപ്തരായ ആളുകൾ തികച്ചും വ്യത്യസ്തമായ ഒരു മാറ്റം വരുത്തി. അവർ സന്ദർഭം ശേഖരിക്കാനും നിർദ്ദേശങ്ങൾ എഴുതാനും തുടർന്ന് പത്ത് സമാന്തര വർക്ക്സ്ട്രീമുകൾ പ്രവർത്തിപ്പിക്കാനും സമയം ചെലവഴിക്കുന്നു. പരിവർത്തനം യഥാർത്ഥത്തിൽ അങ്ങനെയാണെന്ന് ആരും നിങ്ങളോട് പറയുന്നില്ല, അതിനാൽ ആളുകൾ കുറച്ച് തവണ AI പരീക്ഷിച്ചുനോക്കൂ, അത് അവർക്ക് വേണ്ടിയുള്ളതല്ല അല്ലെങ്കിൽ AI അത് ചെയ്യാൻ പര്യാപ്തമല്ലെന്ന് കരുതുക. നിങ്ങളുടെ നിലവിലുള്ള ഉത്തരവാദിത്തങ്ങൾ നിർവ്വഹിക്കുന്നതിന് മുകളിൽ AI പഠിക്കുന്നത് ഒരു യഥാർത്ഥ പരിമിതിയാണ്. നിങ്ങളുടെ മസ്തിഷ്കത്തിന് പുതിയ വിവരങ്ങൾ പ്രോസസ്സ് ചെയ്യുന്നതിന് പരിധിയുണ്ട്, അത് കവിഞ്ഞാൽ (കഴിഞ്ഞ കുറച്ച് വർഷങ്ങളായി AI-യുടെ വേഗത കണക്കിലെടുക്കുമ്പോൾ, ഇത് മിക്കവാറും അങ്ങനെയാണ്), പ്രചോദനം ഉയർന്നതാണെങ്കിൽ പോലും ദത്തെടുക്കൽ കുത്തനെ കുറയുന്നു. വളരെയധികം ഓപ്ഷനുകൾ, വേണ്ടത്ര വ്യക്തതയില്ല നിങ്ങൾ സമയം കണ്ടെത്തുകയാണെന്ന് പറയാം. ഇനി എന്ത്? വിപണിയിൽ ആയിരക്കണക്കിന് AI ഉപകരണങ്ങൾ ഉണ്ട്. ഭൂപ്രകൃതി പ്രതിമാസം മാറുന്നു. പുതിയ മോഡലുകളും ഫീച്ചറുകളും ലോഞ്ച് ചെയ്യുന്നു, അവരുടെ ജീവിതം മാറ്റിമറിച്ച ഒരു ടൂളിനെക്കുറിച്ച് നിങ്ങളോട് പറയുന്ന ആളുകളാൽ നിങ്ങളുടെ LinkedIn ഫീഡ് നിറഞ്ഞിരിക്കുന്നു. എവിടെ തുടങ്ങണമെന്ന് നിങ്ങൾക്കറിയില്ല, അതിനാൽ നിങ്ങൾ ആരംഭിക്കുന്നില്ല. തിരഞ്ഞെടുപ്പിൻ്റെ വിരോധാഭാസത്തെക്കുറിച്ച് നിങ്ങൾ കേട്ടിട്ടില്ലെങ്കിലും, നിങ്ങൾ തീർച്ചയായും അത് അനുഭവിച്ചിട്ടുണ്ട്. നമുക്ക് കൂടുതൽ ഓപ്ഷനുകൾ ഉണ്ട്, ഞങ്ങൾ തിരഞ്ഞെടുക്കാൻ ആഗ്രഹിക്കുന്നത് കുറവാണ്. അതിനാൽ ഞങ്ങൾ മരവിപ്പിക്കും, അല്ലെങ്കിൽ കുറച്ച് ഓപ്ഷനുകൾ നൽകിയാൽ ഉണ്ടാകുന്നതിനേക്കാൾ മോശമായ തീരുമാനം ഞങ്ങൾ എടുക്കും. ഒരു AI ശീലം കെട്ടിപ്പടുക്കാൻ ശ്രമിക്കുന്ന ആർക്കും ഇപ്പോൾ സംഭവിക്കുന്നത് അതാണ്. നിങ്ങൾ തിരഞ്ഞെടുക്കുന്ന ഉപകരണം യഥാർത്ഥത്തിൽ ശരിയാകാനുള്ള സാധ്യത എന്താണ്? ഭയപ്പെടുത്തുന്നത് ഒരു നിസ്സാരകാര്യമാണ്. ഉൽപ്പാദനക്ഷമത കെണി ക്രൂരമായ ഒരു വിരോധാഭാസവും ഇവിടെയുണ്ട്, അത് എത്രത്തോളം പരാമർശിക്കണമെന്ന് ഞാൻ കാണുന്നില്ല: AI ഉപയോഗിക്കുന്നതിനെക്കുറിച്ച് നിങ്ങൾ മനഃപൂർവം അല്ലെങ്കിൽ, അത് കുറയ്ക്കുന്നതിനേക്കാൾ കൂടുതൽ ജോലി സൃഷ്ടിക്കും. ഒരു മെമ്മോ ആയി ഒരു ഡാറ്റാസെറ്റ് സംഗ്രഹിക്കാൻ നിങ്ങൾ AI ഉപയോഗിക്കാൻ ആഗ്രഹിക്കുന്ന ഒരു സാഹചര്യം പരിഗണിക്കുക. നിങ്ങൾ ഷീറ്റ് കയറ്റുമതി ചെയ്യുക, അത് ChatGPT-ൽ ഇടുക, കൊള്ളാം, 30 സെക്കൻഡിനുള്ളിൽ ഒരു മെമ്മോ തിരികെ വരുന്നു. എന്നാൽ ഇപ്പോൾ നിങ്ങൾ ഔട്ട്പുട്ട് അവലോകനം ചെയ്യുന്നു, കൃത്യതയില്ലാത്തത് മനസ്സിലാക്കുന്നു, എന്തെങ്കിലും ഓഫായതിനാൽ വീണ്ടും ആവശ്യപ്പെടുന്നു, നിങ്ങൾക്ക് ഉറപ്പില്ലാത്ത ക്ലെയിമുകൾ വസ്തുത പരിശോധിക്കുന്നു, ശരിയായ ടോണിൽ തട്ടുന്നതിന് മുഴുവൻ കാര്യങ്ങളും വീണ്ടും ഫോർമാറ്റ് ചെയ്യുന്നു. നിങ്ങൾ പൂർത്തിയാകുമ്പോഴേക്കും, AI ഒരു പ്രവർത്തനക്ഷമമായി തോന്നുന്നില്ല;അത് ഒരു തടസ്സം പോലെ തോന്നുന്നു. AI ദത്തെടുക്കൽ മുടങ്ങാനുള്ള ഒരു വലിയ കാരണം ഇതാണ്. ആളുകൾ ഇത് പരീക്ഷിച്ചുനോക്കുന്നു, പൊതുവായ ഒരു പ്രതികരണം നേടുന്നു, അതാണെന്ന് കരുതുന്നുണ്ടോ? നിരന്തരമായ പരിശ്രമം വിലമതിക്കുന്നതല്ലെന്ന് അവർ നിഗമനം ചെയ്യുകയും പഴയ രീതിയിലേക്ക് മടങ്ങുകയും ചെയ്യുന്നു. എന്നാൽ പ്രശ്നം സമീപനമാണ്, ഉപകരണമല്ല. AI നന്നായി ഉപയോഗിക്കുന്നത് അർത്ഥമാക്കുന്നത് അത് യഥാർത്ഥമായി നിങ്ങളുടെ സമയം ലാഭിക്കുന്നത് എവിടെയാണെന്നും അത് ജോലിയെ എവിടേക്കാണ് മാറ്റുന്നതെന്നും അറിയുക എന്നതാണ്. ആ വ്യത്യാസം പ്രാക്ടീസ് എടുക്കുകയും AI-അറിയുന്ന ഒരാളെ AI- പ്രവർത്തനക്ഷമമാക്കിയ ഒരാളിൽ നിന്ന് വേർതിരിക്കുകയും ചെയ്യുന്നു. AI പ്രവർത്തനക്ഷമമാക്കൽ എങ്ങനെയിരിക്കും? AI പ്രവർത്തനക്ഷമമാക്കലും ദത്തെടുക്കലും എന്തിനാണെന്ന് ഞങ്ങൾക്കറിയാം. അറിവിൽ നിന്ന് പരിശീലനത്തിലേക്കുള്ള കുതിപ്പാണ് നമ്മളിൽ പലരും നിർത്തുന്നത്, അത് ശ്രമിക്കാത്തത് കൊണ്ടല്ല. അടുത്തതായി, എൻ്റെ ഉള്ളടക്ക ടീമിനും എനിക്കും വേണ്ടി പ്രവർത്തിച്ച തന്ത്രങ്ങളുടെ രൂപരേഖ ഞാൻ പറയാം. AI ഉത്കണ്ഠയെ പ്രവർത്തനമാക്കി മാറ്റുന്ന പ്രായോഗികവും വർദ്ധിച്ചുവരുന്നതുമായ ഘട്ടങ്ങളാണിവ. നിങ്ങൾ പിന്നിലല്ലെന്ന് മനസ്സിലാക്കുക (ഇതുവരെ). "ഏറ്റവും പുതിയ AI സാങ്കേതികവിദ്യ" എന്നതിനായി തിരയുന്നത് നിങ്ങളുടെ ലാപ്ടോപ്പ് ഉടൻ അടച്ച് ആ ദിവസത്തേക്ക് സൈൻ ഓഫ് ചെയ്യാനുള്ള മികച്ച മാർഗമാണ്. സ്വാധീനം ചെലുത്തുന്നവരുടെ നിരന്തരമായ സ്ട്രീം, ഉൽപ്പന്ന പ്രഖ്യാപനങ്ങൾ, ചിന്താവിഷയങ്ങൾ, സഹപ്രവർത്തകർ എന്നിവരിൽ നിന്ന് അവർ എങ്ങനെ മുന്നോട്ട് പോകുന്നുവെന്ന് നിങ്ങളോട് പറയുന്നതിൽ നിന്ന് AI-യിൽ ഒരു സമ്മർദ്ദമുണ്ട്. എന്നാൽ നിങ്ങളുടെ ശ്രദ്ധയും വിപണിയും നിങ്ങളിലേക്ക് എത്തിക്കുന്നതിനാണ് ആ ശബ്ദം പ്രധാനമായും രൂപകൽപ്പന ചെയ്തിരിക്കുന്നത്. പുസ്തകത്തിലെ ഏറ്റവും പഴയ തന്ത്രങ്ങളിലൊന്നാണിത്: നിങ്ങൾ പിന്നാക്കം പോവുകയാണ്. നിങ്ങൾക്ക് പിന്നിലാകാൻ കഴിയില്ല. എൻ്റെ വാർത്താക്കുറിപ്പിലേക്ക് സബ്സ്ക്രൈബ് ചെയ്യുക, അതിനാൽ നിങ്ങൾ പിന്നിലാകരുത്. ഈ സന്ദേശമയയ്ക്കൽ ഗ്രൂപ്പിൽ ആയിരിക്കാനുള്ള ഞങ്ങളുടെ പ്രാഥമിക ആഗ്രഹത്തെ ആകർഷിക്കുന്നു. ഇത് അടിസ്ഥാനപരമായി ഗുഹാവാസികളുടെ യുക്തിയാണ്. നിങ്ങൾക്കായി ചില യാഥാർത്ഥ്യങ്ങൾ: ഗാലപ്പിൻ്റെ അഭിപ്രായത്തിൽ, 49% യുഎസ് തൊഴിലാളികൾ തങ്ങളുടെ റോളിൽ AI ഉപയോഗിക്കുന്നില്ലെന്ന് റിപ്പോർട്ട് ചെയ്യുന്നു, കൂടാതെ 26% പേർ മാത്രമാണ് ആഴ്ചയിൽ കുറച്ച് തവണയോ അതിൽ കൂടുതലോ ഇത് ഉപയോഗിക്കുന്നത്. അത് അസ്തമിക്കട്ടെ. ഒട്ടുമിക്ക പ്രമുഖ AI കമ്പനികളും ആസ്ഥാനമായുള്ള രാജ്യത്ത്, ഏകദേശം നാലിലൊന്ന് തൊഴിലാളികൾ മാത്രമാണ് AI പതിവായി ഉപയോഗിക്കുന്നത്. കാര്യങ്ങൾ വീക്ഷണകോണിൽ സ്ഥാപിക്കാൻ മറ്റൊരു ആശയം അവതരിപ്പിക്കാൻ ഞാൻ ആഗ്രഹിക്കുന്നു: നവീകരണ സിദ്ധാന്തത്തിൻ്റെ വ്യാപനം. 1962-ൽ ഇ.എം.റോഡ്ജേഴ്സ് ആദ്യമായി പങ്കിട്ടു (ഇന്നും ഇന്നും പ്രസക്തമാണ്), ഡിഫ്യൂഷൻ ഓഫ് ഇന്നൊവേഷൻ സിദ്ധാന്തം ഒരു സാങ്കേതികവിദ്യയ്ക്കായി മുഴുവൻ പ്രേക്ഷകരെയും അഞ്ച് ഗ്രൂപ്പുകളായി വിഭജിച്ചു: നവീനർ, നേരത്തെ സ്വീകരിച്ചവർ, ആദ്യകാല ഭൂരിപക്ഷം, വൈകി ഭൂരിപക്ഷം, പിന്നാക്കക്കാർ. ഈ ഗ്രൂപ്പുകൾ ആ ക്രമത്തിൽ ഏത് പുതിയ സാങ്കേതികവിദ്യയും സ്വീകരിക്കുന്നു. ദത്തെടുക്കൽ ആരംഭിക്കുന്നത് പുതുമയുള്ളവരിൽ നിന്നാണ് (സാങ്കേതിക പ്രേമികൾ, സ്വാധീനം ചെലുത്തുന്നവർ, ഏറ്റവും പുതിയ ഫോണിനായി ആദ്യം വരുന്ന ആളുകൾ എന്ന് കരുതുക) പിന്നാക്കം നിൽക്കുന്നവരിൽ (ഇപ്പോഴും ലാൻഡ്ലൈനുകൾ ഉപയോഗിക്കുന്നവർ) അവസാനിക്കുന്നു. ചുവടെയുള്ള ഡയഗ്രാമിൽ നിന്ന് നിങ്ങൾക്ക് കാണാനാകുന്നതുപോലെ, മിക്ക ആളുകളും മധ്യത്തിൽ എവിടെയോ വീഴുന്നു: ഉറവിടം അപ്പോൾ, ജനറേറ്റീവ് AI ഉള്ള ഈ ടൈംലൈനിൽ നമ്മൾ എവിടെയാണ്? ഇതൊരു ആത്മനിഷ്ഠമായ കോളാണ്, പക്ഷേ ഇതുവരെയുള്ള ഡാറ്റ കണക്കിലെടുക്കുമ്പോൾ, ഞങ്ങൾ നേരത്തെയുള്ള ഭൂരിപക്ഷത്തിൽ പ്രവേശിച്ചുവെന്ന് ഞാൻ വാഗ്ദ്ധാനം ചെയ്യുന്നു. മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, AI ഒരു ആശയമെന്ന നിലയിൽ കുറച്ചുകാലമായി പൊതുജനശ്രദ്ധയിലാണെങ്കിലും, AI പ്രാവീണ്യം മുഖ്യധാരയിൽ എത്താൻ തുടങ്ങിയിരിക്കുന്നു. AI-യെ കുറിച്ചും അതിൻ്റെ സാധ്യതകളെ കുറിച്ചും നിങ്ങൾ കേട്ടിട്ടുള്ള എല്ലാ ആളുകളും ആദ്യത്തെ 15%, പുതുമയുള്ളവരും നേരത്തെ സ്വീകരിച്ചവരുമാണ്. അവർ ബാക്കിയുള്ളവരേക്കാൾ വളരെ കൂടുതൽ വാചാലരാണ്. അത് നിങ്ങൾക്ക് എന്താണ് അർത്ഥമാക്കുന്നത്? AI ഉപയോഗിക്കുന്നതിൽ നിങ്ങൾക്ക് ഇതുവരെ സുഖമില്ലെങ്കിൽ, നിങ്ങൾ ഇപ്പോഴും നല്ല സ്ഥലത്താണ്. എന്നാൽ കാലതാമസം വരുത്തരുത്, കാരണം ആദ്യകാല ഭൂരിപക്ഷം മുന്നോട്ട് പോകാനുള്ള നിങ്ങളുടെ അവസാന അവസരമാണ്. ഏതൊരു കാര്യത്തിലും ഒരു തുടക്കക്കാരനാകുന്നത് എളുപ്പമാണെന്ന് ഇതിനർത്ഥമില്ല - തീർച്ചയായും അല്ല. എന്നാൽ ആ അസ്വാസ്ഥ്യത്തിൻ്റെ ഭൂരിഭാഗവും നിങ്ങൾക്കുമുന്നിൽ എല്ലാവരും ഉണ്ടെന്ന് വിശ്വസിക്കുന്നതിൽ നിന്നാണ്. അത് ഇതുവരെ അങ്ങനെയല്ല. ചെറുതായി തുടങ്ങുക. ഏതൊരു വൈദഗ്ധ്യത്തെയും പോലെ, ആവർത്തിച്ചുള്ള ഉപയോഗത്തിലൂടെ കാലക്രമേണ നിർമ്മിക്കുന്ന ഒരു പേശിയാണ് AI പ്രാവീണ്യം. ഭാരോദ്വഹനത്തെക്കുറിച്ച് വായിക്കുന്നതിലൂടെ നിങ്ങൾ കൂടുതൽ ശക്തനാകില്ല. ചില സമയങ്ങളിൽ, നിങ്ങൾ ഡംബെൽസ് എടുക്കേണ്ടി വരും. നിങ്ങളുടെ എല്ലാ ഇമെയിലുകളും സംഗ്രഹിക്കുന്ന, സ്പ്രെഡ്ഷീറ്റുകൾ വൃത്തിയാക്കുന്ന, നിങ്ങളുടെ ഷെഡ്യൂൾ നിയന്ത്രിക്കുന്ന, ആദ്യ യാത്രയിൽ തന്നെ നിങ്ങളുടെ നികുതികൾ ചെയ്യുന്ന ഒരു ഏജൻ്റിനെ നിങ്ങൾ ഡ്രം ചെയ്യണമെന്ന് ഇതിനർത്ഥമില്ല. ഒരു തുടക്കക്കാരനാകുക, ചെറിയ വിജയങ്ങൾക്കായി നോക്കുക, വ്യായാമം പോലെ, നിങ്ങൾ വിചാരിക്കുന്നതിലും വേഗത്തിൽ നേട്ടങ്ങൾ കാണും. എൻ്റെ ടോൺ ഓഫ് ആണെന്ന് എനിക്ക് തോന്നിയാൽ, എൻ്റെ ആന്തരിക സ്ലാക്ക് സന്ദേശങ്ങൾ തിരുത്തിയെഴുതാൻ നിർദ്ദേശിക്കാൻ എന്നെ സഹായിക്കാൻ AI ഉപയോഗിച്ച് ഞാൻ ആദ്യമായി ചെയ്ത കാര്യം. അടിസ്ഥാനപരമായ കാര്യങ്ങൾ, പക്ഷേ എന്തെങ്കിലും പദപ്രയോഗം നടത്തുന്നതിനുള്ള മികച്ച മാർഗം പായിക്കുന്നതിനേക്കാൾ ഇത് എങ്ങനെ കാര്യക്ഷമമാണെന്ന് എനിക്ക് പെട്ടെന്ന് വ്യക്തമായി. താരതമ്യേന ചെറിയ നിക്ഷേപം കൊണ്ട് ഞാൻ നേട്ടം കണ്ടു. ഒടുവിൽ, എൻ്റെ ടീമിനായി ആന്തരിക ടൂളുകൾ കോഡ് ചെയ്യുന്നതിനും ഡാറ്റാസെറ്റുകളിൽ നിന്ന് മെമ്മോകൾ സൃഷ്ടിക്കുന്നതിനും എൻ്റെ പ്രതിവാര ഉത്തരവാദിത്തങ്ങൾ ആസൂത്രണം ചെയ്യുന്നതിനും ക്ലോഡ് ഉപയോഗിക്കുന്നത് എനിക്ക് സൗകര്യപ്രദമായി. ഇപ്പോൾ, എൻ്റെ ദൈനംദിന ജീവിതത്തിൽ ഞാൻ AI ഉപയോഗിക്കാത്ത എന്തും കണ്ടെത്താൻ എനിക്ക് പ്രയാസമാണ്. നിങ്ങളുടെ സ്വന്തം പ്രശ്നങ്ങൾക്ക് AI പരിഹാരങ്ങൾ പ്രയോഗിക്കുന്നതും യഥാർത്ഥ ലോക നേട്ടങ്ങൾ കാണുന്നതും ശക്തമായ ഒരു പ്രചോദനമാണ്. നിങ്ങൾ അത് കോൺക്രീറ്റ് എന്തെങ്കിലും ഉപയോഗിക്കുന്നു,അത് ക്ലിക്കുചെയ്യുന്നു. നിങ്ങൾ ചിന്തിക്കും, "ഓ, എനിക്കിത് ഇതിനായി ഉപയോഗിക്കാം ... ഇതിന് മറ്റെന്താണ് ചെയ്യാൻ കഴിയുക?" നിങ്ങളുടെ ജിജ്ഞാസ ശീലം കെട്ടിപ്പടുക്കുന്ന എഞ്ചിൻ ആയി മാറുന്നു. കൂടാതെ, നിങ്ങളുടെ നിലവിലുള്ള വർക്കിലേക്ക് AI നെയ്തെടുക്കുന്നത് (ഒരു പ്രത്യേക പരീക്ഷണത്തിനോ പ്രവർത്തനത്തിനോ പകരം) അത് ഒരിക്കൽ പരീക്ഷിക്കുന്നതിനും, iffy ഫലങ്ങൾ നേടുന്നതിനും, നിങ്ങൾ ഇതിനകം എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്നതിലേക്ക് മടങ്ങുന്നതിനുമുള്ള തടസ്സം മായ്ക്കുന്നു. നിങ്ങൾ അതിൻ്റെ യൂട്ടിലിറ്റി നേരിട്ട് കാണുന്നു, അതിനാൽ പ്രാരംഭ ഘർഷണത്തെ മറികടക്കാൻ നിങ്ങൾ കൂടുതൽ സാധ്യതയുണ്ട്. AI യുടെ പ്രയോജനങ്ങൾ താൽക്കാലിക അസ്വസ്ഥതകളെക്കാൾ കൂടുതലാണ്. ഹബ്സ്പോട്ട് ബ്ലോഗ് എഴുത്തുകാരൻ ആമി റിഗ്ബി ഇത് നേരിട്ട് നാവിഗേറ്റ് ചെയ്തു: “വർക്ക് ഫ്ലോകളിലേക്ക് AI നെയ്തെടുക്കുന്നതിനെക്കുറിച്ചുള്ള ഏറ്റവും പ്രയാസമേറിയ ഭാഗം കാര്യക്ഷമത നേടാനുള്ള ഏതൊരു ശ്രമത്തിൻ്റെയും ഏറ്റവും കഠിനമായ ഭാഗമാണ്: ആദ്യം, ഇത് വളരെ കാര്യക്ഷമമല്ല. ഒരിക്കൽ ചെയ്താൽ അതൊരു വലിയ അനുഭൂതിയാണ്.” എങ്ങനെ പ്രോംപ്റ്റ് ചെയ്യണമെന്ന് അറിയുക. ആരംഭിക്കുമ്പോൾ നിങ്ങൾക്ക് പഠിക്കാൻ കഴിയുന്ന ഏറ്റവും ഉപയോഗപ്രദമായ നൈപുണ്യമാണ് AI പ്രോംപ്റ്റിംഗ്. ഒരു നല്ല പ്രോംപ്റ്റ് അർത്ഥമാക്കുന്നത് പൊതുവായ പ്രതികരണവും യഥാർത്ഥത്തിൽ സഹായിക്കുന്നതും തമ്മിലുള്ള വ്യത്യാസമാണ്. AI അവബോധവും യഥാർത്ഥ ദത്തെടുക്കലും തമ്മിൽ എന്തുകൊണ്ടാണ് വിടവ് ഉണ്ടായതെന്ന് ഹബ്സ്പോട്ട് മീഡിയയുടെ ഉള്ളടക്ക സ്ട്രാറ്റജി & ഓപ്പറേഷൻസ് മേധാവി മെഗ് പ്രാറ്ററിനോട് ഞാൻ ചോദിച്ചപ്പോൾ, അവർ പറഞ്ഞു, "അവർ ശരിയായ നിർദ്ദേശങ്ങൾ ഉപയോഗിക്കുന്നില്ല. എങ്ങനെ മികച്ച രീതിയിൽ പ്രോംപ്റ്റ് ചെയ്യാമെന്ന് നിങ്ങൾ പഠിച്ചുകഴിഞ്ഞാൽ, നിങ്ങളുടെ ഫലങ്ങൾ നിങ്ങളുടെ ജോലി മെച്ചപ്പെടുത്തുന്നതിനും പ്രധാനപ്പെട്ട ജോലി ചെയ്യാൻ കൂടുതൽ സമയം സൃഷ്ടിക്കുന്നതിനും AI ഉപയോഗിക്കാതിരിക്കുന്നത് അസാധ്യമാക്കുന്നു." ആദ്യം വ്യത്യസ്ത നിർദ്ദേശങ്ങൾ ഉപയോഗിച്ച് പരീക്ഷിക്കുന്നത് കുഴപ്പമില്ല, എന്നാൽ ഒടുവിൽ നിങ്ങൾക്ക് മികച്ച മാർഗനിർദേശമുള്ള സംഭാഷണങ്ങൾക്കായി ഒരു ചട്ടക്കൂട് ആവശ്യമായി വരും. എൻ്റെ ടീമിലെ എഴുത്തുകാരെ റൈറ്റ് ഫ്രെയിംവർക്ക് ഉപയോഗിക്കാൻ ഞാൻ പ്രോത്സാഹിപ്പിക്കുന്നു - ഇത് അഭ്യർത്ഥനയ്ക്കായി AI-ക്ക് അഞ്ച് നിർണായക വിവരങ്ങൾ നൽകുന്നു: ആരാണ്: AI ആരായി പ്രവർത്തിക്കുന്നു? പരിചയസമ്പന്നനായ ഒരു തന്ത്രജ്ഞൻ, ഒരു സാങ്കേതിക വിദഗ്ദ്ധൻ, ഒരു പ്രോജക്റ്റ് മാനേജർ മുതലായവയെപ്പോലെ AI-യ്ക്ക് ഒരു വ്യക്തിത്വം നൽകുക. ഉറവിടങ്ങൾ: ഇത് ശരിയാക്കാൻ AI-ക്ക് എന്ത് പശ്ചാത്തലം ആവശ്യമാണ്? ഇതാണ് നിങ്ങളുടെ കോൺടെക്സ്റ്റ് ഡംപ്: പ്രോജക്റ്റിനെ കുറിച്ചുള്ള പ്രസക്തമായ വിശദാംശങ്ങൾ, നിങ്ങൾ പരിഹരിക്കുന്ന പ്രശ്നം, റഫറൻസ് മെറ്റീരിയലുകൾ, കൂടാതെ AI-ക്ക് സ്വന്തമായി അറിയാത്ത മറ്റെന്തെങ്കിലും. നിർദ്ദേശങ്ങൾ: AI കൃത്യമായി എന്താണ് ചെയ്യേണ്ടത്? പ്രത്യേകം പറയുക. നിബന്ധനകൾ: എന്ത് നിയമങ്ങൾ, പരിധികൾ അല്ലെങ്കിൽ അതിരുകൾ ബാധകമാണ്? ഉദാഹരണത്തിന്, നീളം, ഫോർമാറ്റ്, ടോൺ, ഒഴിവാക്കേണ്ട കാര്യങ്ങൾ, ഉൾപ്പെടുത്തേണ്ട കാര്യങ്ങൾ. പ്രതീക്ഷിക്കുന്ന ഫലം: പൂർത്തിയായ ഉൽപ്പന്നത്തെ നിങ്ങൾക്ക് കഴിയുന്നത്ര പ്രത്യേകം വിവരിക്കുക: ഫോർമാറ്റ്, ഡെലിവറി ചെയ്യാവുന്നവ, സാധ്യമെങ്കിൽ ഒരു ഉദാഹരണം. എഴുതാനുള്ള നിർദ്ദേശത്തിൻ്റെ ഒരു ഉദാഹരണം ഇതാ: W: നിങ്ങളൊരു ചെറുകിട ബിസിനസ് മാർക്കറ്റിംഗ് കൺസൾട്ടൻ്റാണ്, അവൻ DTC ഉൽപ്പന്ന ലോഞ്ചുകളിൽ വൈദഗ്ദ്ധ്യം നേടിയിട്ടുണ്ട്. കൈകൊണ്ട് നിർമ്മിച്ച മെഴുകുതിരികൾ സമ്മാനമായും സ്വയം പരിചരണത്തിനുമായി വാങ്ങുന്ന 25-40 വയസ്സ് പ്രായമുള്ള സ്ത്രീകളാണ് എൻ്റെ പ്രേക്ഷകർ, കൂടുതലും എൻ്റെ എറ്റ്സി ഷോപ്പിലൂടെയും ഇൻസ്റ്റാഗ്രാമിലൂടെയും. R: ഞാൻ ജൂണിൽ ഒരു മെഴുകുതിരി വേനൽക്കാല ശേഖരം സമാരംഭിക്കുന്നു. ലോഞ്ച് ചെയ്യുന്നതിന് ഏകദേശം $500 ആണ് എൻ്റെ ബജറ്റ്. എൻ്റെ ഏറ്റവും മികച്ച വിൽപ്പന ചാനൽ ഇൻസ്റ്റാഗ്രാം ആണ്, എനിക്ക് ഏകദേശം 3,000 ഫോളോവേഴ്സ് ഉണ്ട്. എൻ്റെ അവസാന ശേഖരം രണ്ടാഴ്ചയ്ക്കുള്ളിൽ വിറ്റുതീർന്നു, കൂടുതലും ഇൻസ്റ്റാഗ്രാം സ്റ്റോറികളിലൂടെയും ഇമെയിലിലൂടെയും. ഞാൻ: ടീസർ ഉള്ളടക്കം, ഒരു ലോഞ്ച് ഡേ സ്ട്രാറ്റജി, പോസ്റ്റ്-ലോഞ്ച് ഫോളോ-അപ്പ് എന്നിവ ഉൾക്കൊള്ളുന്ന നാലാഴ്ചത്തെ ലോഞ്ച് പ്ലാൻ എനിക്ക് നിർമ്മിക്കൂ. എന്താണ് പോസ്റ്റ് ചെയ്യേണ്ടത്, എപ്പോൾ പോസ്റ്റ് ചെയ്യണം, ഓരോ ഘട്ടത്തിനും ഒരു ഇമെയിൽ എന്നിവ ഉൾപ്പെടുത്തുക. ടി: ഒരു വ്യക്തിയുടെ പ്രവർത്തനത്തിനായി പ്ലാൻ യാഥാർത്ഥ്യമായി നിലനിർത്തുക. പണമടച്ചുള്ള പരസ്യങ്ങളൊന്നുമില്ല. ഓർഗാനിക്, ഇമെയിൽ മാത്രം. ടോൺ ഊഷ്മളവും വ്യക്തിപരവുമാകണം, കോർപ്പറേറ്റ് അല്ല. ഇ: ഓരോ ദിവസത്തെയും നിർദ്ദിഷ്ട ഉള്ളടക്ക ആശയങ്ങൾ, മൂന്ന് ഹ്രസ്വ ഇമെയിൽ ഡ്രാഫ്റ്റുകൾ, ഒരു ലോഞ്ച്-ഡേ ചെക്ക്ലിസ്റ്റ് എന്നിവയ്ക്കൊപ്പം എനിക്ക് പിന്തുടരാൻ കഴിയുന്ന ആഴ്ച-ആഴ്ച കലണ്ടർ. ചട്ടക്കൂട് ഇല്ലാതെ ഒന്നിന് അടുത്തായി ഈ പ്രോംപ്റ്റ് പ്രവർത്തിപ്പിക്കുക, നിങ്ങൾ വ്യത്യാസം കാണും. നിങ്ങൾ യഥാർത്ഥത്തിൽ ഒരു മെഴുകുതിരി നിർമ്മാതാവാണെങ്കിൽ, നിങ്ങൾക്കും അത് മണക്കും. ഒരു AI ലക്ഷ്യ ഷെഡ്യൂൾ സൃഷ്ടിക്കുക. നിങ്ങൾ കുറച്ച് ടിങ്കറിംഗ് നടത്തിക്കഴിഞ്ഞാൽ, AI-ന് നിങ്ങളെ എവിടെ സഹായിക്കാൻ കഴിയുമെന്ന് മനസ്സിലാക്കിയാൽ, അടുത്ത ഘട്ടം ആക്കം നിലനിർത്തുക എന്നതാണ്. പറഞ്ഞതിലും എളുപ്പം. അറിവും പ്രവർത്തനവും തമ്മിലുള്ള വിടവ് ഓർക്കുന്നുണ്ടോ? ശക്തമായ ലക്ഷ്യബോധമുണ്ടായാൽ മാത്രം പോരാ എന്ന് ഗവേഷണങ്ങൾ കാണിക്കുന്നു. പക്ഷേ, ഒരു ലക്ഷ്യത്തിലേക്ക് അവർ എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് കൃത്യമായി വ്യക്തമാക്കുന്ന പദ്ധതികൾ രൂപീകരിക്കുന്ന ആളുകൾ യഥാർത്ഥത്തിൽ പിന്തുടരാനുള്ള സാധ്യത കൂടുതലാണ്. "എഐ ഉപയോഗിക്കുന്നതിൽ എനിക്ക് മെച്ചപ്പെടണം" എന്ന് ചിന്തിക്കുന്നത് "എല്ലാ ചൊവ്വാഴ്ച രാവിലെയും എൻ്റെ പ്ലേറ്റിലെ ഒരു ടാസ്ക്കിൽ AI പ്രയോഗിക്കാൻ 20 മിനിറ്റ് ചെലവഴിക്കും" എന്നതിനേക്കാൾ ഫലപ്രദമല്ല. അതിനാൽ ഞാൻ ശുപാർശ ചെയ്യുന്നത് ഇതാ: AI വിജയങ്ങളുടെ പ്രതിവാര ഷെഡ്യൂൾ ആസൂത്രണം ചെയ്യുക. ഒരാഴ്ചയ്ക്കുള്ളിൽ നിങ്ങൾക്ക് ന്യായമായും നേടിയെടുക്കാൻ കഴിയുന്ന ജോലികളാണിത്. അവർ വലിയ കുതിച്ചുചാട്ടം ആവശ്യമില്ല. പകരം, അവയെ ഒരു വലിയ ലക്ഷ്യത്തിലേക്കുള്ള വർദ്ധിച്ചുവരുന്ന പുരോഗതിയായി കരുതുക, യഥാർത്ഥത്തിൽ പൂർത്തിയാക്കാൻ കഴിയുന്നത്ര ചെറുതും എന്നാൽ സൂചി ചലിപ്പിക്കാൻ മതിയായ അർത്ഥവുമുണ്ട്. ഒരു ഘടനാപരമായ ഷെഡ്യൂൾ രണ്ട് കാര്യങ്ങൾ ചെയ്യുന്നു. ഒന്നാമതായി, അത് ഉദ്ദേശ്യമായി മാറുന്നുശീലം, ഓരോ തവണയും ഇച്ഛാശക്തിയുടെ വീരകൃത്യങ്ങളില്ലാതെ നിങ്ങളെ അതിലേക്ക് തിരികെ കൊണ്ടുവരാൻ സ്കാർഫോൾഡിംഗ് നൽകുന്നു. രണ്ടാമതായി, ഇത് AI യുടെ അനന്തമായ സാധ്യതകളെ നിങ്ങളുടെ ജോലിക്ക് പ്രത്യേകമായുള്ള പ്രായോഗിക ഘട്ടങ്ങളായി ചുരുക്കുന്നു. ഇത് ഓപ്ഷൻ പക്ഷാഘാതത്തിനുള്ള മറുമരുന്നാണ്. നിങ്ങളുടെ മീറ്റിംഗ് കാര്യക്ഷമതയും ഫോളോ-അപ്പും മെച്ചപ്പെടുത്തുന്നതിന് AI ഉപയോഗിക്കാൻ നിങ്ങൾ ആഗ്രഹിക്കുന്നുവെന്ന് പറയുക. പ്രായോഗികമായി ഒരു ഷെഡ്യൂൾ എങ്ങനെയായിരിക്കുമെന്ന് ഇതാ: പ്രാഥമിക ലക്ഷ്യം: അടുത്ത മാസം സ്റ്റാറ്റസ് അപ്ഡേറ്റുകൾക്കും മീറ്റിംഗ് തയ്യാറെടുപ്പുകൾക്കുമായി ചെലവഴിക്കുന്ന സമയം കുറയ്ക്കാൻ AI ഉപയോഗിക്കുക. ആഴ്ച 1: നിങ്ങളുടെ ഏറ്റവും ആവർത്തിച്ചുള്ള മീറ്റിംഗ് തിരഞ്ഞെടുക്കുക. നിങ്ങളുടെ കുറിപ്പുകളിൽ നിന്ന് ഒരു ടെംപ്ലേറ്റ് അജണ്ട സൃഷ്ടിക്കാൻ AI ഉപയോഗിക്കുക. ആഴ്ച 2: മീറ്റിംഗിന് ശേഷം, ഫോളോ-അപ്പ് സംഗ്രഹം തയ്യാറാക്കാൻ AI ഉപയോഗിക്കുക. ഇതിന് സാധാരണയേക്കാൾ കുറച്ച് സമയമെടുത്തോയെന്ന് പരിശോധിക്കുക. ആഴ്ച 3: നിങ്ങൾ ഇതിനകം സൂക്ഷിച്ചിരിക്കുന്ന ബുള്ളറ്റ് പോയിൻ്റുകൾ ഉപയോഗിച്ച് പ്രതിവാര സ്റ്റാറ്റസ് അപ്ഡേറ്റുകൾക്കായി ഒരു പ്രോംപ്റ്റ് നിർമ്മിക്കുക. ആഴ്ച 4: ഇവ മൂന്നും ഒരു ലളിതമായ ആവർത്തന വർക്ക്ഫ്ലോയിലേക്ക് സംയോജിപ്പിക്കുക. ഒന്നിലധികം മീറ്റിംഗുകൾക്കിടയിൽ ഇത് ഒരാഴ്ചത്തേക്ക് പ്രവർത്തിപ്പിക്കുക. ആഴ്ച 5: നിങ്ങളുടെ സിസ്റ്റം അവലോകനം ചെയ്യുക. എന്താണ് പ്രവർത്തിക്കുന്നത്? എന്താണ് അല്ലാത്തത്? അടുത്തത് എന്താണ്? അടുത്ത മാസത്തേക്കുള്ള ലക്ഷ്യങ്ങൾ സജ്ജമാക്കുക. ഇവിടെ ഒന്നും ഒരു കുതിച്ചുചാട്ടമല്ല. ഓരോ ആഴ്ചയും അവസാനത്തേത് നിർമ്മിക്കുന്നു, അഞ്ചാം ആഴ്ചയോടെ നിങ്ങൾക്ക് ഒരു ഡോക്യുമെൻ്റഡ് സിസ്റ്റം ലഭിക്കും. നിങ്ങളുടെ പുരോഗതി ട്രാക്ക് ചെയ്യാൻ കഴിയും, എന്നിരുന്നാലും നിങ്ങൾക്കായി പ്രവർത്തിക്കുന്നു: നോട്ട് പോലുള്ള ഒരു കുറിപ്പ് ആപ്പ്, അസാന പോലെയുള്ള ഒരു ടാസ്ക് മാനേജ്മെൻ്റ് ടൂൾ, ഒരു റണ്ണിംഗ് ഡോക്യുമെൻ്റ് അല്ലെങ്കിൽ സ്റ്റിക്കി നോട്ടുകൾ അങ്ങനെയാണെങ്കിൽ. ഫോർമാറ്റിനെക്കാൾ സ്ഥിരതയാണ് പ്രധാനം. കൂടാതെ (ഇത് വരുന്നത് നിങ്ങൾ കണ്ടിരിക്കാം), ഷെഡ്യൂൾ നിർമ്മിക്കാൻ നിങ്ങളെ സഹായിക്കാൻ പോലും AI-ക്ക് കഴിയും. അതിനുള്ള നിങ്ങളുടെ റോളും ഉത്തരവാദിത്തങ്ങളും വിശദീകരിക്കുക, നിങ്ങളുടെ വർക്ക്ഫ്ലോയിൽ AI-യെ യാഥാർത്ഥ്യമായി എങ്ങനെ പ്രയോജനപ്പെടുത്താം എന്ന് ചിന്തിക്കാൻ നിങ്ങളെ സഹായിക്കാൻ ആവശ്യപ്പെടുക. അടുത്ത നാലോ ആറോ ആഴ്ചയ്ക്കുള്ളിൽ പ്രവർത്തിക്കാനുള്ള ഒരു പ്രധാന സ്മാർട്ട് ലക്ഷ്യത്തിൽ സ്ഥിരതാമസമാക്കുക, തുടർന്ന് അവിടെയെത്താനുള്ള ഉപ-ഘട്ടങ്ങൾ തയ്യാറാക്കാൻ AI ഉപയോഗിക്കുക. നിങ്ങളുടെ പുരോഗതി ദൃശ്യമാക്കുക. നിങ്ങളുടെ കമ്പനി AI- ഫോർവേഡ് ആണെങ്കിൽ, നിങ്ങളുടെ മാനേജർ നിങ്ങൾ എന്താണ് ചെയ്യുന്നതെന്ന് അറിയാൻ സാധ്യതയുണ്ട്. നിങ്ങളുടെ AI പുരോഗതി അവർക്ക് എത്രത്തോളം ദൃശ്യമാണ് എന്നത് നിങ്ങളുടെ കരിയറിന് ജോലി പോലെ തന്നെ പ്രധാനമാണ്. AI ദത്തെടുക്കലിലാണ് നിങ്ങളുടെ പ്രകടനം ലക്ഷ്യമിടുന്നതെങ്കിൽ ഇത് പ്രത്യേകിച്ചും സത്യമാണ്. നിങ്ങൾ എങ്ങനെയാണ് AI വിന്യസിക്കുന്നതെന്ന് നിങ്ങളുടെ മാനേജറോട് പതിവായി പറയുക, പുതിയ ഉപയോഗ സാഹചര്യങ്ങൾ അല്ലെങ്കിൽ കാര്യക്ഷമത നേട്ടങ്ങൾ എന്നിവയെക്കുറിച്ച് അവ അപ്ഡേറ്റ് ചെയ്യുക, നിങ്ങൾ ഭാവിയിൽ ചിന്തിക്കുകയാണെന്ന് സൂചന നൽകുന്നു. അത് ഒരു സ്ലാക്ക് സന്ദേശം പോലെയോ നിങ്ങളുടെ പ്രതിവാര അപ്ഡേറ്റിലെ ഒരു ഇനം പോലെയോ അല്ലെങ്കിൽ നിങ്ങളുടെ ഒറ്റയടിക്ക് ഒരു പരാമർശം പോലെയോ ആകാം. ചെറിയ വിജയങ്ങൾ പോലും നിങ്ങൾ ഒഴിച്ചുകൂടാനാവാത്തവരാണെന്ന ആശയം വളർത്തുന്നു. ദൃശ്യപരത ചെയ്യുന്നത് ചെയ്യുന്നതിനേക്കാൾ എളുപ്പമാണ്, എന്നിരുന്നാലും: നിങ്ങൾ AI ഉപയോഗിച്ച് കളകളിലേക്ക് പ്രവേശിച്ചുകഴിഞ്ഞാൽ, നിങ്ങളുടെ പുരോഗതി ആശയവിനിമയം നടത്താൻ മറക്കുന്ന തരത്തിൽ പിടിക്കുന്നത് എളുപ്പമാണ്. ചിലപ്പോൾ ഞാൻ ഒരു പ്രോജക്റ്റിൽ വളരെയധികം നിക്ഷേപിക്കപ്പെടും, എൻ്റെ AI ഉപയോഗം യഥാർത്ഥത്തിൽ എൻ്റെ ഔട്ട്പുട്ട് എങ്ങനെ മെച്ചപ്പെടുത്തി എന്നതിനെക്കുറിച്ച് എൻ്റെ ബോസിനെ അപ്ഡേറ്റ് ചെയ്യാൻ ഞാൻ മറക്കുന്നു. ഒരു പരിഹാരം: മാനേജർ AI അപ്ഡേറ്റിനായി ആവർത്തിച്ചുള്ള കലണ്ടർ റിമൈൻഡർ സജ്ജീകരിക്കുക. തുടർന്ന്, നിങ്ങളുടെ ദത്തെടുക്കൽ ഷെഡ്യൂൾ പകർത്തുക (അല്ലെങ്കിൽ നിങ്ങളുടെ AI പുരോഗതി ട്രാക്ക് ചെയ്യാൻ നിങ്ങൾ ഉപയോഗിക്കുന്നതെന്തും), അത് നിങ്ങളുടെ ഇഷ്ടാനുസൃത AI ടൂളിലേക്ക് ഒട്ടിക്കുക, നിങ്ങളുടെ പ്രതിവാര പുരോഗതി സംഗ്രഹിക്കാൻ ആവശ്യപ്പെടുക. ബാം, അധിക ജോലികളൊന്നുമില്ലാതെ നിങ്ങളുടെ ബോസുമായി പങ്കിടാൻ എന്തെങ്കിലും. അതുകൊണ്ടാണ് നിങ്ങളുടെ ജോലി ട്രാക്ക് ചെയ്യാൻ അസാന പോലുള്ള ഒരു ടാസ്ക് മാനേജ്മെൻ്റ് ടൂൾ ഉപയോഗിക്കുന്നത് ഉപയോഗപ്രദമാകുന്നത്. നിങ്ങൾക്ക് പൂർത്തിയാക്കിയ ടാസ്ക്കുകൾ ഒരു സ്പ്രെഡ്ഷീറ്റിലേക്ക് എക്സ്പോർട്ട് ചെയ്യാനും അത് ഒരു AI ടൂളിലേക്ക് കൈമാറാനും സമീപകാല വിജയങ്ങൾ പിൻവലിക്കാൻ ആവശ്യപ്പെടാനും കഴിയും. പ്രോഗ്രസ് ട്രാക്കിംഗ് അന്തർനിർമ്മിതമാണ്, ഒരു പ്രത്യേക Google ഷീറ്റ് സൂക്ഷിക്കുന്നതിനേക്കാൾ ഇത് വളരെ എളുപ്പമാണ്, നിങ്ങൾ ഒരു കാര്യം ചെയ്യുമ്പോൾ ഓരോ തവണയും അപ്ഡേറ്റ് ചെയ്യാൻ ഓർമ്മിക്കേണ്ടത് ആവശ്യമാണ്. നിങ്ങളുടെ AI ഉപയോഗം നിങ്ങളുടെ ജോലി എങ്ങനെ മുന്നോട്ട് കൊണ്ടുപോകുന്നു എന്നതുമായി ബന്ധിപ്പിക്കാനും ഞാൻ നിങ്ങളെ പ്രോത്സാഹിപ്പിക്കുന്നു. ഒരു വിവരണം പറയുക: നിങ്ങൾ അതിൽ എങ്ങനെ മെച്ചപ്പെടുന്നു, അതിൻ്റെ ഫലമായി, നിങ്ങളുടെ ജോലി എങ്ങനെ മെച്ചപ്പെടുന്നു, അത് ടീം കെപിഐകളുമായി എങ്ങനെ ബന്ധപ്പെട്ടിരിക്കുന്നു. എല്ലാത്തിനുമുപരി, നിങ്ങളുടെ കരിയർ മുന്നോട്ട് കൊണ്ടുപോകുന്നതിനെക്കുറിച്ചാണ് ഞങ്ങൾ സംസാരിക്കുന്നത്. ഒരു കുറിപ്പ് കൂടി: സമപ്രായക്കാരുടെ ദൃശ്യപരതയും പ്രധാനമാണ്. മാനേജർമാർ പ്രധാനമാണ്, എന്നാൽ നിങ്ങളുടെ ടീമംഗങ്ങൾക്ക് ഒരു AI ചോദ്യം ഉണ്ടാകുമ്പോൾ അവർ ബന്ധപ്പെടുന്ന വ്യക്തിയാണ്. ആ അനൗപചാരിക വിദഗ്ദ്ധ നില നിങ്ങളുടെ സ്വന്തം പുരോഗതിയിൽ മുകളിലേക്ക് സമ്മർദ്ദം ചെലുത്തുന്നു. തിമോത്തിക്ക് ഇവിടെ ചില സഹായകമായ ഉൾക്കാഴ്ച ഉണ്ടായിരുന്നു: "എങ്ങനെയെന്ന് പങ്കിടുക എന്നതാണ് തന്ത്രം, കൊള്ളാം. 'ഞാൻ എന്താണ് നിർമ്മിച്ചതെന്ന് നോക്കുക' എന്നല്ല, 'ഇതാ ഞാനിത് നിർമ്മിച്ചത്, ഒരുപക്ഷേ ഇത് നിങ്ങളെ സഹായിച്ചേക്കാം.' രണ്ടാമത്തേത് അത് മുറിയിലെ മറ്റൊരാൾക്ക് ഉപയോഗപ്രദമാകും, അത് ഒരു വീമ്പിളക്കുന്നത് നിർത്തുകയും മുഴുവൻ ടീമിനും ഒരു ശേഷി അൺലോക്ക് ആകുകയും ചെയ്യും. ഒരു വിവര ലൂപ്പ് തുടരുക. നിങ്ങൾ ജോലി ചെയ്യുന്നു, നിങ്ങൾ ജോലി കാണിക്കുന്നു, ഇപ്പോൾ നിങ്ങൾ മൂർച്ചയുള്ളവരാണെന്ന് ഉറപ്പാക്കുക. എൻ്റെ അവസാനത്തെ ഉപദേശം, നിങ്ങളുടെ അറിവ് പ്രയോഗത്തിൽ വരുത്തുമ്പോൾ സ്വയം പഠിക്കുകയും പുരോഗതികൾക്കൊപ്പം അപ്ഡേറ്റ് ചെയ്യുകയും ചെയ്യുക എന്നതാണ്. മെഗ് പറയുന്നതുപോലെ, "AI- പ്രാപ്തമാക്കിയ ഒരാൾ AI- ജിജ്ഞാസയുള്ള ഒരാളാണ്. നിങ്ങൾ അത് പരീക്ഷിക്കുകയും അത് പരിശീലിക്കുകയും പുതിയ ഉപകരണങ്ങൾ/നിർമ്മാണങ്ങൾ പരീക്ഷിക്കുകയും വേണം. ഒരേ മൂന്നെണ്ണം പ്രവർത്തിപ്പിച്ചാൽ മാത്രം പോരാ.ആവശ്യപ്പെടുന്നു (അത് ആരംഭിക്കാനുള്ള മികച്ച സ്ഥലമാണെങ്കിലും). ഇന്ന് AI- പ്രാപ്തമാക്കിയിരിക്കുന്നത് എന്നതിനർത്ഥം ഈ ടൂളുകളും മോഡലുകളും പുറത്തിറങ്ങുമ്പോൾ നിങ്ങൾ ഉപയോഗിക്കുകയും വികസിക്കുകയും ചെയ്യുന്നു എന്നാണ്. നിങ്ങൾ അമിതമാകാതിരിക്കാൻ വേണ്ടത്ര ഭാരം കുറഞ്ഞ ഒരു വിവര ലൂപ്പ് സൂക്ഷിക്കുക എന്നതാണ് പ്രധാന കാര്യം. നിലവിലുള്ളത് തുടരാൻ ആവശ്യമായത്ര സമഗ്രമായ ഒരു ഒഴുക്ക് നിങ്ങൾക്ക് വേണം, എന്നാൽ ഒരു ദ്വാരത്തിലേക്ക് ഇഴയാൻ നിങ്ങൾ ആഗ്രഹിക്കുന്നില്ല. ഒരു സമയം നാലോ അഞ്ചോ AI ഇൻഫർമേഷൻ ചാനലുകളിലേക്ക് സ്വയം പരിമിതപ്പെടുത്തുക. ഇത് ഒരു വാർത്താക്കുറിപ്പ് അല്ലെങ്കിൽ ബ്ലോഗ്, ഒരു YouTube ചാനൽ, ഒരു ആന്തരിക കമ്മ്യൂണിറ്റി, ഒരു മെൻ്റർ, പോഡ്കാസ്റ്റ്, ഒരു ലിങ്ക്ഡ്ഇൻ അക്കൗണ്ട് അല്ലെങ്കിൽ ഒരു AI എതിരാളി, സമാനമായ റോളിലുള്ള ഒരാൾ എന്നിവയും ആകാം. ഇതെല്ലാം സുസ്ഥിരമാക്കാൻ: നിങ്ങൾ ഒരു പുതിയ ചാനൽ ചേർക്കുമ്പോഴെല്ലാം, ഒന്ന് ഉപേക്ഷിക്കുന്നത് പരിഗണിക്കുക. ഇപ്പോൾ എൻ്റെ ചാനലുകൾ ഇവയാണ്: Simple.ai: AI വാർത്തകളും അപ്ഡേറ്റുകളും അടിസ്ഥാനപരമായ, ഡൗൺ ടു എർത്ത് രീതിയിൽ അവതരിപ്പിക്കുന്ന ഒരു വാർത്താക്കുറിപ്പ്. AI-യെക്കുറിച്ചുള്ള ഒരു വാർത്താക്കുറിപ്പ് നിങ്ങൾക്ക് വേണമെങ്കിൽ, അത് അമിതമാകാതെ, ഇതാണ്. ബെൻസ് ബൈറ്റ്സ്: ദഹിപ്പിക്കപ്പെടുമ്പോൾ തന്നെ വ്യാപ്തിയിൽ അൽപ്പം കൂടുതൽ അഭിലാഷമുള്ള ഒരു സബ്സ്റ്റാക്ക്. വിപണനത്തിന് പ്രസക്തമായ AI പുരോഗതി പങ്കിടാൻ ഞങ്ങൾക്ക് ഹബ്സ്പോട്ടിൽ ഒരു ആന്തരിക AI സ്ലാക്ക് ചാനൽ ഉണ്ട്. ഒരു AI ഉപദേശകൻ. ഞങ്ങളുടെ ബ്ലോഗിൽ AI എങ്ങനെ മികച്ച രീതിയിൽ വിന്യസിക്കാമെന്ന് ഞാൻ പതിവായി ചർച്ച ചെയ്യുന്ന എൻ്റെ ടീം. അതും ഇപ്പോൾ മാത്രം. ഭാവിയിൽ എൻ്റെ കംഫർട്ട് ലെവലും ഉത്തരവാദിത്തങ്ങളും മാറുന്നതിനനുസരിച്ച് അവ മാറിയേക്കാം. AI പരീക്ഷണത്തിൽ നിന്ന് എക്സിക്യൂഷനിലേക്ക് ടീമുകൾക്ക് എങ്ങനെ മാറാം മുകളിലുള്ളതെല്ലാം സ്വയം പ്രാപ്തമാക്കുന്നതിനെക്കുറിച്ചാണ്. ഐസികൾക്ക്, നിങ്ങൾക്ക് അവിടെ നിർത്താം. എന്നാൽ നിങ്ങൾ ഒരു ടീമിനെ നിയന്ത്രിക്കുകയാണെങ്കിൽ, "ഞങ്ങൾ ഇത് പരീക്ഷിക്കുന്നു" എന്നതിൽ നിന്ന് "ഇത് നാമെല്ലാവരും ഇപ്പോൾ എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്നതിൻ്റെ ഭാഗമാണ്" എന്നതിലേക്കുള്ള നീക്കം വ്യത്യസ്തമായ വെല്ലുവിളിയാണ്. ഒരു ടീമിൽ ഡ്രൈവിംഗ് ദത്തെടുക്കൽ നൽകിയിട്ടില്ല. നിങ്ങൾക്ക് ആരുടെയെങ്കിലും മുമ്പാകെ വിവരങ്ങൾ അവതരിപ്പിക്കാൻ കഴിയില്ല, അവർ അത് ഉടൻ തന്നെ പ്രവർത്തിക്കുമെന്ന് പ്രതീക്ഷിക്കുക. എല്ലാവരും നിങ്ങളെപ്പോലെ പഠിക്കാൻ തയ്യാറോ സുഖപ്രദമോ ആയിരിക്കില്ല. അത് അവരെ തട്ടിയെടുക്കലല്ല; ആളുകൾക്ക് പുതിയ സാങ്കേതികവിദ്യയുമായി വ്യത്യസ്ത ബന്ധങ്ങളുണ്ട്, കൂടാതെ നിങ്ങൾക്ക് ആദ്യകാല ദത്തെടുക്കുന്നവരുടെയും ആദ്യകാല/വൈകി ഭൂരിപക്ഷത്തിൻ്റെയും ഒരു വ്യാപനം ഉണ്ടായിരിക്കാം. ആളുകൾ പൊതുവെ പുതിയ കാര്യങ്ങളുമായി പൊരുത്തപ്പെടുമ്പോൾ മറ്റുള്ളവരെ വിശ്വസിക്കുന്നു. ChatGPT അല്ലെങ്കിൽ Claude-നോട് മാത്രം ചോദിച്ച് സാക്ഷ്യപ്പെടുത്തിയ യഥാർത്ഥ വ്യക്തിയായ ഞാൻ എഴുതിയ ഒരു ബ്ലോഗ് പോസ്റ്റിൽ നിന്ന് നിങ്ങൾ ഉപദേശം തേടുന്നതിൻ്റെ ഭാഗമാണിതെന്ന് ഞാൻ വാതുവയ്ക്കുന്നു. ഒരു ചാറ്റ്ബോട്ടിനും പൂർണ്ണമായി പകർത്താൻ കഴിയാത്ത ചിലത് മറ്റൊരു മനുഷ്യനിൽ നിന്ന് "ഇവിടെ എനിക്ക് വേണ്ടി പ്രവർത്തിച്ചത്" കേൾക്കുന്നു. ജോലിസ്ഥലത്ത് ആരെങ്കിലും AI ഉപയോഗിക്കുന്നുണ്ടോ എന്നതിൻ്റെ ശക്തമായ പ്രവചകരിൽ മാനേജീരിയൽ പിന്തുണയും ഉൾപ്പെടുന്നു - ഇറേഷണൽ ലാബുകൾ അനുസരിച്ച്, ജീവനക്കാരുടെ AI ഉപയോഗം മാനേജരുടെ അംഗീകാരമില്ലാതെ 79% ൽ നിന്ന് 34% ആയി കുറയുന്നു. അതിനാൽ, നിങ്ങളുടെ ടീമിനെ അവർ എവിടെയാണെന്ന് കണ്ടുമുട്ടുക. അവർ എങ്ങനെയാണ് AI ഉപയോഗിക്കുന്നത് എന്ന് അവരോട് ചോദിക്കുക. ഒരു മൈക്രോമാനേജിംഗിലല്ല, "നിങ്ങളുടെ പ്രോംപ്റ്റിംഗ് ചരിത്രം എന്നെ കാണിക്കൂ", മറിച്ച് യഥാർത്ഥ ജിജ്ഞാസയുടെ ഒരു സ്ഥലത്ത് നിന്നാണ്. എന്താണ് അവരെ തടഞ്ഞുനിർത്തുന്നത്? നിങ്ങൾ കണ്ടെത്തുന്നതിനെ അടിസ്ഥാനമാക്കി, ഞാൻ ഇവിടെ അവതരിപ്പിച്ച ചില തന്ത്രങ്ങൾ നിർദ്ദേശിക്കുക. എൻ്റെ ടീമുമായി മുഖാമുഖം സംസാരിച്ചതിൽ നിന്ന്, ഏതെങ്കിലും സഹായ ലേഖനങ്ങളോ പരിശീലന ഡെക്കുകളോ എന്നെ പഠിപ്പിക്കാൻ കഴിയുന്നതിനേക്കാൾ കൂടുതൽ ഞാൻ പഠിച്ചു. ഓരോ വ്യക്തിയുടെയും AI പ്രവർത്തനക്ഷമമാക്കൽ യാത്ര അവരുടേതാണ്, ഒരു മാനേജർ എന്ന നിലയിൽ നിങ്ങൾക്ക് ചെയ്യാൻ കഴിയുന്ന ഏറ്റവും മികച്ച കാര്യം അവർക്ക് പര്യവേക്ഷണം ചെയ്യാൻ ഇടം നൽകുമ്പോൾ പ്രോത്സാഹിപ്പിക്കുക എന്നതാണ്. ഫ്യൂച്ചർപീഡിയ AI പ്രവർത്തനക്ഷമമാക്കുന്നിടത്ത് ഈ കുറിപ്പ് മുഴുവനും ഒരു ആശയത്തെക്കുറിച്ചാണ്: AI-യെ കുറിച്ച് അറിയുന്നത് അത് പ്രവർത്തനക്ഷമമാക്കുന്നതിന് തുല്യമല്ല. ഒരു ലേഖനം കൂടി വായിച്ചുകൊണ്ടോ ഒരു ടൂൾ കൂടി ബുക്ക്മാർക്കുചെയ്യുന്നതിലൂടെയോ നിങ്ങൾക്ക് പരിഹരിക്കാവുന്ന പ്രശ്നങ്ങളല്ല ഏറ്റവും വലിയ തടസ്സങ്ങൾ. അതുകൊണ്ടാണ് ഹബ്സ്പോട്ട് ഫ്യൂച്ചർപീഡിയയെ ഏറ്റെടുത്തത്. ലോകത്തിലെ ഏറ്റവും വലിയ സ്വതന്ത്ര AI വിദ്യാഭ്യാസ, കണ്ടെത്തൽ പ്ലാറ്റ്ഫോമാണ് ഫ്യൂച്ചർപീഡിയ. 25+ കോഴ്സുകളും ബിസിനസ്സിനും ഉൽപ്പാദനക്ഷമതയ്ക്കുമുള്ള യഥാർത്ഥ ലോക AI കഴിവുകളെ കേന്ദ്രീകരിച്ച് 1,000-ലധികം പാഠങ്ങളുള്ള വളർന്നുവരുന്ന വിദ്യാഭ്യാസ പ്ലാറ്റ്ഫോമിനൊപ്പം - നിങ്ങൾക്ക് ചിന്തിക്കാൻ കഴിയുന്ന എല്ലാ വിഭാഗത്തിലും ആയിരക്കണക്കിന് ക്യൂറേറ്റ് ചെയ്ത ടൂളുകൾ - ഇത് ആദ്യത്തെ AI ടൂൾ ഡയറക്ടറി പ്രവർത്തിപ്പിക്കുന്നു. ഫ്യൂച്ചർപീഡിയ, അതിൻ്റെ YouTube ചാനലുകൾ, വാർത്താക്കുറിപ്പ് എന്നിവയിലുടനീളം, AI എങ്ങനെ ഉപയോഗിക്കണമെന്ന് അറിയാൻ ആഗ്രഹിക്കുന്ന പ്രൊഫഷണലുകളുടെ സ്ഥിരസ്ഥിതി ആരംഭ പോയിൻ്റായി ഇത് മാറിയിരിക്കുന്നു, അതിനെക്കുറിച്ച് കേൾക്കുക മാത്രമല്ല. ദശലക്ഷക്കണക്കിന് കമ്പനികളെ മികച്ച രീതിയിൽ വളരാൻ ഹബ്സ്പോട്ട് സഹായിക്കുന്നു. പ്രൊഫഷണലുകളെ അവരുടെ ജോലി മികച്ചതാക്കുന്ന AI ടൂളുകൾ കണ്ടെത്താനും മാസ്റ്റർ ചെയ്യാനും ഫ്യൂച്ചർപീഡിയ സഹായിക്കുന്നു. ഇപ്പോൾ അവർ ഒരേ ടീമാണ്, അതിനർത്ഥം കൂടുതൽ വിഭവങ്ങൾ, വലിയ വ്യാപ്തി, യഥാർത്ഥ ആളുകൾക്ക് AI പ്രവർത്തിക്കാനുള്ള അതേ അഭിനിവേശം. അടുത്ത അഞ്ച് വർഷം വിജയിക്കുന്ന പ്രൊഫഷണലുകൾ AI-യെ കുറിച്ച് കൂടുതൽ അറിയുന്നവരല്ല. അവരാണ് യഥാർത്ഥത്തിൽ അതിനൊപ്പം പ്രവർത്തിക്കാൻ പഠിച്ചത്. ഈ പോസ്റ്റ് നിങ്ങൾക്ക് ചട്ടക്കൂട് നൽകിയിട്ടുണ്ടെങ്കിൽ, ആരംഭിക്കാനുള്ള സ്ഥലം ഫ്യൂച്ചർപീഡിയ നിങ്ങൾക്ക് നൽകുന്നു.
AI-യെ കുറിച്ച് അറിഞ്ഞാൽ മാത്രം പോരാ. ഇത് യഥാർത്ഥത്തിൽ എങ്ങനെ ഉപയോഗിക്കാമെന്നത് ഇതാ.
By Marketing
·
·
23 min read
·
453 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
