AI для корпораций
AI для корпораций OpenAI выпустил инструкцию руководителям – как внедрять агентов. Написано на очень “корпоративном”, я старался облегчить как мог, но всё же не добалвлял отсебятины. ------ – Выбрать одну и только одну задачу. Критерии – процесс, в котором сходятся стратегический приоритет, системы, передачи работы между людьми, контроль и измеримый результат. Он должен повторяться достаточно часто, чтобы на нём было чему учиться, и быть достаточно важным, чтобы его стоило перекраивать. – Сформулировать результат и способ его измерения до старта. Назначить ответственного владельца, KPI, базовый уровень и ограничители. Отдельно мерить глубину – сколько задач доведено до конца, сколько подключено контекста и инструментов, сколько вылезает исключений, какая нагрузка на ревью, – и отдельно ценность: время цикла, качество, стоимость, выручку, риск. Объём выдачи говорит лишь, что у AI стали больше просить, а есть ли в этом толк, показывают результаты процесса. – Написать агенту должностную инструкцию. Что запускает работу, каким должен быть результат, какой нужен контекст, какие инструменты и права доступа, насколько настойчиво добиваться завершения. Какие доказательства своей работы агент обязан предъявить, и в какой точке обязан остановиться и позвать человека. – Построить вокруг агента человеческую систему. В контур проектирования посадить тех, кто ближе всего к процессу, и явно назначить, кто отвечает за бизнес-результат, кто за доменную логику, кто за доступы и контроль, кто за внедрение и повседневное использование. – Сделать эксперименты видимыми и переиспользуемыми. Через полгода после внедрения сотрудники в начале карьеры пишут AI на 13 сообщений в неделю больше, чем руководители – пробуют в основном снизу. Значит, надо дать людям место пробовать, а удачное забирать наверх: фиксировать процесс и доказательства того, что сработало, и упаковывать в скиллы, плагины, общие рабочие пространства. Режимы разные под разные задачи: Chat – вопросы и быстрое обсуждение, Work – многошаговая работа с готовым результатом на выходе, Codex – техническое исполнение. – Переносить схему дальше. Сохранять не сам результат, а обвязку вокруг него – контекст, права доступа, оценки, точки проверки, владельцев, метрики, обучение людей, – и прикладывать к следующему процессу. Каждый следующий эксперимент должен начинаться с лучшей стартовой точки, чем предыдущий. -------- 5 из 6 пунктов, кажется, универсальны и относятся к любым изменениям, не только внедрению AI. Что, впрочем, совершенно логично. https://openai.com/index/ai-native-company-workflows/