Ну вот ещё один отчёт 👇👇 (приложила ниже) о том, как применять ИИ. Написанный, конечн...
Ну вот ещё один отчёт 👇👇 (приложила ниже) о том, как применять ИИ. Написанный, конечно же, ИИ. Или, по крайней мере, очень похожий на результат его работы: 43 страницы, 8 500 публикаций, 80+ источников, 15 трендов, 19 изменений и 61 рекомендация. Всё красиво разложено по полочкам: перестать, изменить, начать (кстати вот эти 3 вопроса отличные, их и с людьми и командой стоит использовать регулярно). Но если отложить упаковку, в отчёте «Как меняется работа руководителя под влиянием ИИ» есть несколько действительно полезных мыслей. И кое-что неожиданное. 1. Экономия времени это ещё не экономический эффект. В отчёте есть занятная мысль: если сотрудник с помощью ИИ экономит час в день, нельзя просто умножить этот час на численность компании и объявить победу. Время должно превратиться в реальный результат: больше сделанной работы, меньше затрат, новые продукты или более качественный сервис. Кстати новость недавняя: ИИ проанализировал процессы и порекомендовал нанять 3000 людей :). Вот помощь кожаным пришла откуда не ждали. Почешут голову руководители и скажут: да ну этот ИИ и здравый смысл, пускай работают как раньше. В общем, считать нужно то, что изменилось в бизнесе. И закрывать пилоты, которые не дают результата. Карьеристам тоже полезно пересмотреть собственную продуктивность. Десять задач, выполненных за день, не обязательно ценнее одной, которая изменила ситуацию. ИИ может сделать вас быстрее. Но куда вы направите освободившееся время - это уже ваш выбор. Я это вижу по карьеристам, с которыми плотно работаю: в целом растет от использования ИИ обычно эйфория, а вот продажи - не очень. Причем продажи не очень и у тех, кто использует ИИ, и у тех, кто не использует. Хорошо от ИИ только в госе - там уж очень много документации и ее и правда с ИИ очень хорошо и весело разгребать, но вот и генерируют документацию и запросы с помощью же ИИ все больше и больше (привет, ХХ!) Результат - ну такое. 2. Самый неожиданный карьерный риск — потерять возможность стать экспертом. Да, а мы вот клубе Эльбрус как раз экспертный акселератор запустили для того, чтобы и топ управленцы свою экспертизу не потеряли. В отчёте обращают внимание на новичков: если ИИ забирает базовые задачи, на которых раньше учились начинающие специалисты, то как они будут набираться опыта? Рекомендация - сохранять часть задач, которые новички должны решать самостоятельно. Сначала построить собственную логику, потом обращаться к ИИ. А значит - ну опять наставничество. Кстати, именно по обучению, как построить систему наставничества, основные заказы в конце года. И еще: если раньше новички всегда учились на рабочих задачах, то у учебных центров опять появляется больше работы по обучению - рабочие задачи все чаще делегируются ИИ. А обучение все равно должно состояться. Потому что если вы не умеете самостоятельно рассуждать, вы не сможете надёжно проверить даже очень убедительный ответ нейросети. Для руководителя это вопрос подготовки следующего поколения специалистов. Для карьериста — вопрос собственной профессиональной состоятельности: не отдавайте алгоритму те задачи, на которых формируется ваша экспертиза. И ещё одна мысль про портфельное управление. В докладе есть слово «портфельная»! Правда, не карьера, а портфельное управление ИИ-проектами. Предлагается не запускать десятки экспериментов одновременно, а отбирать инициативы по ценности, ограничивать число активных проектов и вовремя закрывать слабые. Но ведь это и карьерный принцип: не обязательно хвататься за каждую возможность, курс, должность или проект. Важно понимать, что именно усиливает ваш профессиональный портфель, а что просто забирает время. Кстати, вот в пятницу планирую на конференцию Сбера "Больше, чем обучение" - там живой Герман Оскарович своими словами расскажет про новенькое в части ИИ и управления. Тоже очень рекомендую.