ສາລະບານ
ເດືອນແລ້ວນີ້, ພວກເຮົາໄດ້ຈັດກອງປະຊຸມຝຶກອົບຮົມ AI ເປັນເວລາສອງມື້ພາຍໃນ Sresky.
ແທ້ຈິງແລ້ວ, ໃນຕອນທຳອິດມີຄວາມຄິດເຫັນທີ່ແຕກຕ່າງກັນພາຍໃນບໍລິສັດ. ບາງຄົນຮູ້ສຶກວ່າ ເນື່ອງຈາກຕາຕະລາງທຸລະກິດທີ່ແໜ້ນໜາຂອງພວກເຮົາ, ການຈັດສັນເວລາສອງມື້ເພື່ອຮຽນຮູ້ກ່ຽວກັບ AI ອາດຈະ “ເປັນອຸດົມການເກີນໄປ.” ຄົນອື່ນໆກັງວົນວ່າ ໃນຂະນະທີ່ AI ເບິ່ງຄືວ່າເປັນທີ່ນິຍົມຫຼາຍ, ແຕ່ມັນອາດຈະບໍ່ສາມາດນຳໃຊ້ໄດ້ໃນການຂາຍຕົວຈິງ ແລະ ການພົວພັນກັບລູກຄ້າ.
ແຕ່ຫຼັງຈາກສອງມື້ຜ່ານໄປ, ຄຳຕິຊົມຂອງທຸກຄົນກໍ່ຂ້ອນຂ້າງສອດຄ່ອງກັນ: ມັນບໍ່ແມ່ນຄຳຖາມວ່າມັນເປັນປະໂຫຍດຫຼືບໍ່, ແຕ່ແມ່ນພວກເຮົາບໍ່ເຄີຍຮູ້ວິທີການໃຊ້ມັນມາກ່ອນ.
ສິ່ງທີ່ຍັບຍັ້ງທີມງານຂາຍບໍ່ແມ່ນຄວາມສາມາດ - ແຕ່ມັນແມ່ນການບໍລິຫານເວລາ
ຖ້າທ່ານເຄີຍເຮັດວຽກໃນການຂາຍ B2B, ທ່ານອາດຈະມີປະສົບການດຽວກັນ:
ໃນຕອນທ້າຍຂອງມື້, ຈຳນວນເວລາທີ່ໃຊ້ໃນ “ການຕັດສິນໃຈຂອງລູກຄ້າ” ແລະ “ການຍ້າຍຄຳສັ່ງຊື້ໄປຂ້າງໜ້າ” ແມ່ນມີຈຳກັດຢ່າງໜ້າປະຫລາດໃຈ.
ສ່ວນຫຼາຍແມ່ນແບ່ງອອກເປັນຫຼາຍໜ້າວຽກຄື:
- ການແກ້ໄຂນ້ຳສຽງ ແລະ ຖ້ອຍຄຳຂອງອີເມວຊ້ຳແລ້ວຊ້ຳອີກ
- ກຳລັງຄົ້ນຫາຂໍ້ມູນລູກຄ້າໃນຫຼາຍລະບົບ
- ຖືກລົບກວນກາງທາງໃນຂະນະທີ່ອ່ານເອກະສານຜະລິດຕະພັນ
- ໄດ້ຮັບການສອບຖາມຫຼາຍຢ່າງແຕ່ພະຍາຍາມຈັດລຳດັບຄວາມສຳຄັນໄດ້ຢ່າງວ່ອງໄວ
ຖ້າພິຈາລະນາເປັນສ່ວນບຸກຄົນແລ້ວ, ວຽກງານເຫຼົ່ານີ້ບໍ່ມີຄວາມສັບສົນ, ແຕ່ເມື່ອພວກມັນກອງຊ້ອນກັນ, ພວກມັນກໍ່ຈະລົບກວນຈັງຫວະຂອງມື້ຢ່າງສິ້ນເຊີງ.
ໃນລະຫວ່າງການທົບທວນຫຼັງການຝຶກອົບຮົມຂອງພວກເຮົາ, ພວກເຮົາໄດ້ບັນລຸຂໍ້ສະຫຼຸບທີ່ຊັດເຈນຄື:
ບັນຫາບໍ່ແມ່ນປະສິດທິພາບຕໍ່າ - ມັນແມ່ນຄວາມໜາແໜ້ນຕໍ່າຂອງການປະມວນຜົນຂໍ້ມູນ.
ບ່ອນທີ່ AI ສ້າງຄວາມແຕກຕ່າງຢ່າງແທ້ຈິງບໍ່ແມ່ນໂດຍການ "ທົດແທນວຽກງານ," ແຕ່ໂດຍການຫຼຸດຜ່ອນພາລະ
ໃນລະຫວ່າງການຝຶກອົບຮົມ, ພວກເຮົາບໍ່ໄດ້ສຸມໃສ່ແນວຄວາມຄິດທາງທິດສະດີ; ແທນທີ່ຈະ, ພວກເຮົາໄດ້ເຮັດວຽກໂດຍກົງກັບສະຖານະການທາງທຸລະກິດໃນໂລກຕົວຈິງ.
ຍົກຕົວຢ່າງອີເມວຂ້າມພາສາ.
ກ່ອນໜ້ານີ້, ເມື່ອເພື່ອນຮ່ວມງານທາງທຸລະກິດຂຽນອີເມວເປັນພາສາເຢຍລະມັນ ຫຼື ພາສາສະເປນ, ຂະບວນການມາດຕະຖານແມ່ນ: ຮ່າງເປັນພາສາຈີນ → ແປ → ປັບສຽງ → ກວດສອບຄຳສັບທາງເທັກນິກ.
ມັນເປັນເລື່ອງປົກກະຕິທີ່ຈະແກ້ໄຂໄປມາ, ແລະ ອີເມວສະບັບດຽວມັກຈະໃຊ້ເວລາ 30-40 ນາທີ.
ຕໍ່ມາ, ພວກເຮົາໄດ້ປ່ຽນໄປໃຊ້ວິທີການທີ່ແຕກຕ່າງກັນ, ເຊິ່ງອະນຸຍາດໃຫ້ AI ເຂົ້າຮ່ວມໂດຍກົງໃນ "ການສ້າງຮ່າງສະບັບທຳອິດ".
ຜົນປະໂຫຍດທີ່ໜ້າສັງເກດຢ່າງໜຶ່ງບໍ່ແມ່ນວ່າມັນ "ໄວຂຶ້ນ", ແຕ່ພວກເຮົາບໍ່ຕ້ອງກັງວົນກ່ຽວກັບການໃຊ້ຖ້ອຍຄຳອີກຕໍ່ໄປ.
ຄຳຕິຊົມທີ່ພົບເລື້ອຍທີ່ສຸດຈາກເພື່ອນຮ່ວມງານແມ່ນ: “ສຸດທ້າຍ, ຂ້ອຍບໍ່ຈໍາເປັນຕ້ອງເບິ່ງປະໂຫຍກດຽວ ແລະ ຄິດກ່ຽວກັບມັນເປັນເວລາດົນ.”
ຄຳຕິຊົມຈາກລູກຄ້າກໍ່ຂ້ອນຂ້າງກົງໄປກົງມາ; ບາງຄົນກໍ່ຕອບໂດຍສະເພາະວ່າ "ຄຳຕອບນີ້ເປັນມືອາຊີບ ແລະ ທັນເວລາກວ່າແຕ່ກ່ອນ."
ການປ່ຽນແປງນີ້ອາດເບິ່ງຄືວ່າບໍ່ໜ້າຕື່ນເຕັ້ນ, ແຕ່ສຳລັບການຄ້າລະຫວ່າງປະເທດ ຫຼື ທີມງານ B2B ຢູ່ຕ່າງປະເທດ, ຕົວຈິງແລ້ວມັນມີຄວາມໝາຍຫຼາຍ.
ການປ່ຽນແປງຄັ້ງທີສອງເກີດຂຶ້ນໃນ “ການປະມວນຜົນຂໍ້ມູນລູກຄ້າ”
ໃນທຸລະກິດ B2B, ວຽກງານທີ່ໃຊ້ແຮງງານຫຼາຍທີ່ສຸດມັກຈະເປັນວຽກງານທີ່ເບິ່ງຄືວ່າເປັນ "ພຽງແຕ່ການຈັດຕັ້ງໜ້ອຍໜຶ່ງເທົ່ານັ້ນ."
ຍົກຕົວຢ່າງ:
- ການຈັດລຳດັບຄວາມສຳຄັນຂອງການສອບຖາມເປັນຊຸດ
- ການຕື່ມຂໍ້ມູນພື້ນຫລັງຂອງລູກຄ້າທີ່ຂາດຫາຍໄປ
- ການປຽບທຽບລາຍລະອຽດດ້ານເຕັກນິກໃນທົ່ວລຸ້ນຕ່າງໆ
- ການຈັດປະເພດຄຳຕິຊົມຫຼັງການຂາຍຕາມປະເພດບັນຫາ
ວຽກງານເຫຼົ່ານີ້ບໍ່ຍາກ, ແຕ່ພວກມັນໃຊ້ເວລາຫຼາຍ ແລະ ມັກຈະມີຂໍ້ຜິດພາດໄດ້.
ພວກເຮົາໄດ້ດຳເນີນການທົດລອງໃນລະຫວ່າງການຝຶກອົບຮົມ:
ພວກເຮົາໄດ້ປ້ອນຂໍ້ມູນການສອບຖາມຕົວຈິງຈຳນວນໜຶ່ງ ແລະ ເອກະສານຜະລິດຕະພັນຫຼາຍສິບໜ້າເຂົ້າໃນ AI ໂດຍກົງ ແລະ ໃຫ້ທີມງານອອກແບບຂັ້ນຕອນການເຮັດວຽກການປະມວນຜົນ.
ຜົນໄດ້ຮັບທີ່ຊັດເຈນຢ່າງໜຶ່ງຄື:
ເນື້ອຫາທີ່ເຄີຍໃຊ້ເວລາເຄິ່ງມື້ໃນການຈັດລະບຽບໃນປັດຈຸບັນສາມາດປ່ຽນເປັນ "ລຸ້ນທີ່ໃຊ້ໄດ້" ໃນເວລາພຽງສິບກວ່ານາທີ, ລວມທັງ:
- ລູກຄ້າໃດທີ່ຄຸ້ມຄ່າທີ່ຈະໃຫ້ຄວາມສຳຄັນ
- ການຮ້ອງຂໍໃດທີ່ມີຄວາມສ່ຽງທີ່ອາດເກີດຂຶ້ນ
- ຂໍ້ມູນໃດທີ່ຂາດຫາຍໄປຢ່າງຈະແຈ້ງ
ແນ່ນອນ, ນີ້ບໍ່ໄດ້ໝາຍຄວາມວ່າ AI ຈະ "ຕັດສິນໃຈ" ໂດຍກົງ; ແທນທີ່ຈະ, ມັນຈັດລະບຽບຂໍ້ມູນທີ່ກະແຈກກະຈາຍກ່ອນໜ້ານີ້ໃຫ້ເປັນຮູບແບບທີ່ມີໂຄງສ້າງກ່ອນ, ຫຼັງຈາກນັ້ນມະນຸດຈະຕັດສິນໃຈສຸດທ້າຍ.
ຄວາມແຕກຕ່າງນີ້ແມ່ນມີຄວາມສຳຄັນຫຼາຍໃນວຽກງານປະຈຳວັນ:
AI ບໍ່ໄດ້ຕັດສິນໃຈແທນທ່ານ - ມັນຊ່ວຍຫຼຸດຜ່ອນເວລາທີ່ທ່ານໃຊ້ "ຄົ້ນຫາຂໍ້ມູນ".
ການປ່ຽນແປງຄັ້ງທີສາມແມ່ນໜ້າສົນໃຈຍິ່ງກວ່າ: ທຸກຄົນເລີ່ມສ້າງຂະບວນການເຮັດວຽກຂອງຕົນເອງ
ໃນມື້ສຸດທ້າຍຂອງການຝຶກອົບຮົມ, ພວກເຮົາໄດ້ຂໍໃຫ້ທຸກຄົນແກ້ໄຂໜ້າວຽກທີ່ຂ້ອນຂ້າງ "ເປີດກວ້າງ":
ລະບຸສາມໜ້າວຽກທີ່ຊໍ້າຊ້ອນຫຼາຍທີ່ສຸດໃນກິດຈະວັດປະຈຳວັນຂອງເຂົາເຈົ້າ ແລະ ຊອກຫາວິທີການເຊື່ອມໂຍງພວກມັນເຂົ້າກັນໂດຍໃຊ້ AI.
ບໍ່ມີຂໍ້ກຳນົດກ່ຽວກັບການຂຽນລະຫັດ, ແລະບໍ່ມີຄຳຕອບຄົງທີ່.
ຜົນໄດ້ຮັບແມ່ນໜ້າສົນໃຈຫຼາຍ:
ບຸກຄົນຜູ້ໜຶ່ງໄດ້ເຊື່ອມໂຍງການຄົ້ນຄວ້າຂອງຄູ່ແຂ່ງ, ການຂຽນລາຍງານປະຈຳອາທິດ, ແລະ ການລາຍງານພາຍໃນເຂົ້າກັນເປັນຂະບວນການເຮັດວຽກດຽວ. ສິ່ງທີ່ເຄີຍໃຊ້ເວລາຫຼາຍຊົ່ວໂມງຕໍ່ອາທິດໃນປັດຈຸບັນສາມາດເຮັດສຳເລັດໄດ້ພາຍໃນປະມານເຄິ່ງຊົ່ວໂມງ.
ຄົນອື່ນໄດ້ສ້າງ “ຂະບວນການຕ້ອນຮັບລູກຄ້າໃໝ່” ເຊິ່ງລວມມີ:
- ຈັດລະບຽບພື້ນຫຼັງຂອງບໍລິສັດໂດຍອັດຕະໂນມັດ
- ການສະກັດເອົາຈຸດສື່ສານທີ່ສຳຄັນ
- ການສ້າງຈຸດສົນທະນາສຳລັບກອງປະຊຸມຄັ້ງທຳອິດ
ທີມງານຂາຍໄດ້ສັງເກດເຫັນວ່າການປ່ຽນແປງທີ່ສັງເກດເຫັນໄດ້ຫຼາຍທີ່ສຸດບໍ່ແມ່ນຄວາມໄວ, ແຕ່ແມ່ນ "ບໍ່ມີຫຍັງຖືກມອງຂ້າມອີກຕໍ່ໄປ."
ຈຸດນີ້ແມ່ນມີຄວາມສຳຄັນຫຼາຍ:
ບັນຫາດ້ານປະສິດທິພາບຫຼາຍຢ່າງບໍ່ໄດ້ເກີດຈາກຄວາມຊ້າ, ແຕ່ເກີດຈາກຄວາມບໍ່ສອດຄ່ອງ.
ການປ່ຽນແປງບໍ່ໄດ້ໜ້າຕື່ນເຕັ້ນຄືກັບທີ່ພວກເຮົາຄາດໄວ້, ແຕ່ພວກມັນຍັງຄົງທີ່
ຫຼັງຈາກການຝຶກອົບຮົມ, ພວກເຮົາໄດ້ດໍາເນີນການປຽບທຽບງ່າຍໆໃນໄລຍະເວລາໜຶ່ງເດືອນຄື:
- ເວລາປະມວນຜົນອີເມວຫຼຸດລົງຢ່າງຫຼວງຫຼາຍ (ພວກເຮົາຄາດຄະເນປະມານ 60%)
- ການກວດສອບການສອບຖາມໄດ້ໄວຂຶ້ນ
- ເວລາທີ່ໃຊ້ໃນການຈັດລະບຽບຂໍ້ມູນດ້ວຍຕົນເອງຫຼຸດລົງ
- ອັດຕາຄວາມຜິດພາດຍັງຫຼຸດລົງເລັກນ້ອຍ
ແຕ່ສິ່ງທີ່ໜ້າສັງເກດກວ່າຕົວເລກເຫຼົ່ານີ້ແມ່ນການປ່ຽນແປງແບບການເຮັດວຽກຂອງພວກເຮົາ.
ໃນອະດີດ, ທຸກຄົນປະຕິບັດຕາມວິທີການ “ຈັດການວຽກງານກ່ອນ, ຈາກນັ້ນຈຶ່ງຊອກຫາຂໍ້ມູນ.”
ດຽວນີ້, ມັນເປັນກໍລະນີຂອງ "ການປ່ອຍໃຫ້ລະບົບຈັດລະບຽບຂໍ້ມູນກ່ອນ, ຈາກນັ້ນຈຶ່ງຈັດການໜ້າວຽກ."
ການປ່ຽນແປງລຳດັບນີ້ແມ່ນບໍ່ຮຸນແຮງ, ແຕ່ຜົນກະທົບຂອງມັນມີຄວາມສຳຄັນຫຼາຍ.
ຈຸດໜຶ່ງທີ່ງ່າຍທີ່ຈະມອງຂ້າມ: AI ບໍ່ພຽງແຕ່ນຳເອົາປະສິດທິພາບມາໃຫ້ເທົ່ານັ້ນ - ມັນຍັງປ່ຽນແປງໂຄງສ້າງຂອງວຽກງານອີກດ້ວຍ
ຕໍ່ມາພວກເຮົາໄດ້ສົນທະນາບັນຫາພາຍໃນກັນຄື:
ຖ້າພວກເຮົາສຸມໃສ່ແຕ່ຜົນປະໂຫຍດດ້ານປະສິດທິພາບເທົ່ານັ້ນ, ມັນງ່າຍທີ່ຈະປະເມີນຜົນກະທົບຂອງ AI ຕໍ່າເກີນໄປ.
ການປ່ຽນແປງທີ່ສຳຄັນກວ່ານັ້ນແມ່ນ:
- ເວລາຂອງຄົນເຮົາໃນປັດຈຸບັນແມ່ນສຸມໃສ່ “ການຕັດສິນ” ແລະ “ການສື່ສານ”
- “ການຈັດລະບຽບ” ແລະ “ໜ້າວຽກທີ່ຊ້ຳໆ” ກຳລັງຫຼຸດລົງເທື່ອລະກ້າວ
- ການເພິ່ງພາອາໄສຂໍ້ມູນຂອງທີມງານໄດ້ປ່ຽນແປງໄປ
ເວົ້າອີກຢ່າງໜຶ່ງ, ມັນບໍ່ແມ່ນວ່າວຽກງານສະເພາະໃດໜຶ່ງໄດ້ໄວຂຶ້ນ, ແຕ່ວ່າຈຸດສຸມຂອງວຽກງານໄດ້ປ່ຽນໄປ.
ຄວາມຄິດສຸດທ້າຍ: AI ບໍ່ແມ່ນບັນຫາເຄື່ອງມື, ແຕ່ເປັນບັນຫາຂອງຂະບວນການ
ໃນປະຈຸບັນນີ້ ບໍລິສັດຫຼາຍແຫ່ງກຳລັງເວົ້າກ່ຽວກັບ AI, ແຕ່ເມື່ອເວົ້າເຖິງການຈັດຕັ້ງປະຕິບັດຕົວຈິງ, ພວກເຂົາມັກຈະຕິດຂັດຢູ່ຈຸດດຽວຄື:
ມັນບໍ່ແມ່ນຄຳຖາມທີ່ວ່າ "ຈະໃຊ້ມັນຫຼືບໍ່," ແຕ່ແມ່ນ "ວິທີການເຊື່ອມໂຍງມັນເຂົ້າກັນ."
ປະສົບການຂອງພວກເຮົາໃນຄັ້ງນີ້ແມ່ນຂ້ອນຂ້າງຊັດເຈນ:
ຖ້າ AI ເປັນພຽງເຄື່ອງມືທີ່ແຍກອອກມາຕ່າງຫາກ, ມູນຄ່າຂອງມັນຈະມີຈຳກັດ;
ແຕ່ຖ້າມັນຖືກປະສົມປະສານເຂົ້າໃນຂະບວນການຕ່າງໆ, ມັນຈະຄ່ອຍໆປ່ຽນແປງວິທີການເຮັດວຽກຂອງທີມງານ.
ນີ້ຍັງເປັນສິ່ງທີ່ຊັດເຈນທີ່ສຸດຈາກ ການຝຶກຊ້ອມ ຂອງ Sresky.