Program pemberdayaan AI menghasilkan penghematan $400k

Ujian sebenarnya dari program pemberdayaan AI bukanlah sertifikatnya. Itulah yang berubah pada hari Senin.

Sebagian besar pelatihan AI perusahaan menghasilkan dua hal: perasaan momentum dan folder sertifikat penyelesaian. Tidak ada yang muncul di neraca. Saya telah mengikuti cukup banyak sesi yang dipimpin vendor untuk mengetahui polanya. Semua orang pulang dengan semangat, tidak ada yang mengubah cara kerjanya, dan enam minggu kemudian lisensi membayar alat, tidak ada yang membukanya.

Jadi ketika sesuatu yang berbeda terjadi, ada baiknya untuk menuliskannya.

Minggu ini, pertengahan (Minggu 8 dari 12) an Program pemberdayaan AI Saya mencalonkan diri untuk fungsi TI sebuah organisasi besar, salah satu delegasi mengatakan kepada ruangan bahwa pekerjaan yang didorong oleh program ini telah mengarahkan timnya untuk mengotomatiskan proses yang telah mereka lakukan dengan tangan selama bertahun-tahun. Perkiraan penghematannya sendiri adalah sekitar $400.000.

Saya akan jujur ​​tentang apa itu angka itu dan apa yang bukan. Ini adalah nomor delegasi sendiri, yang dibagikan di tengah penayangan, bukan item baris yang ditandatangani oleh keuangan yang telah diaudit. Saya ingin menangkap detailnya dengan benar sebelum menganggapnya sebagai Injil. Namun bahkan dengan peringatan tersebut, sertifikat ini memberi tahu Anda sesuatu yang tidak pernah dilakukan oleh sertifikat: ada perubahan proses sebenarnya, dan perubahannya cukup besar sehingga orang yang bertanggung jawab langsung memberi nomor pada proses tersebut.

Mengapa ini pengecualian, bukan aturannya

Kenyataan yang tidak menyenangkan tentang peningkatan keterampilan AI adalah bahwa sebagian besar AI mengajarkan alat, bukan hasil. Orang-orang mempelajari apa yang bisa dilakukan Copilot, atau cara membangun alur di Power Automate, lalu kembali ke simpanan yang tidak memberi mereka waktu atau mandat untuk menerapkannya. Pengetahuannya menguap. Itu bukan kegagalan rakyat. Ini adalah kegagalan desain.

Hal yang membuat perbedaan di sini bukanlah demo yang lebih pintar. Artinya, setiap sesi dikaitkan dengan pekerjaan nyata yang sudah dimiliki oleh delegasi. Tidak ada yang membuat aplikasi mainan untuk melakukan latihan. Mereka menghadirkan proses yang tulus, menyakitkan, dan berulang dari pekerjaan mereka yang sebenarnya, dan program ini ada untuk memajukan hal spesifik tersebut, minggu demi minggu.

Ketika Anda menyusun pemberdayaan seperti itu, pembelajaran akan mencapai tujuannya. $400.000 tidak berasal dari pelatihan secara abstrak. Itu datang dari seseorang yang sudah memahami prosesnya dengan cukup baik hingga mengetahui berapa biayanya, akhirnya diberikan alat dan izin untuk memperbaikinya.

Apa sebenarnya arti “berlabuh pada pekerjaan nyata” dalam praktiknya

Mudah untuk mengatakan bahwa pelatihan harus praktis. Kebanyakan penyedia mengatakan demikian. Jauh lebih sedikit yang membangunnya sedemikian rupa sehingga dapat bertahan dari kontak dengan delegasi yang sibuk. Inilah yang saya temukan membuat perbedaan.

Satu masalah nyata per orang, disebutkan pada hari pertama. Bukan hipotesis. Proses yang spesifik, penerima manfaat yang spesifik, dan idealnya angka yang melekat pada besarnya biaya yang dikeluarkan saat ini baik dalam bentuk waktu maupun uang. Jika seorang delegasi tidak dapat menyebutkan ketiga hal tersebut, maka sisa programnya tidak ada yang bisa dijadikan acuan.

Setiap modul memajukan masalah itu. Setiap sesi bukanlah topik yang berdiri sendiri. Ini adalah lapisan lain yang ditambahkan ke hal yang sebenarnya sedang dibangun oleh delegasi. Ujung-ujungnya, mereka tidak punya sertifikat. Mereka mempunyai solusi yang berhasil dan tertata yang dapat mereka dukung.

Tata kelola sudah ada sejak awal, bukan langsung diterapkan. Otomatisasi yang berhubungan dengan data bisnis nyata harus aman, patuh, dan dapat didukung, atau otomatisasi akan dimatikan saat seseorang di bagian keamanan TI menyadarinya. Membangun pemikiran tersebut sejak dini adalah perbedaan antara pembuktian konsep yang cerdas dan sesuatu yang bertahan.

Skeptisisme masih ada

Hal ini tidak berarti bahwa AI akan mengubah setiap organisasi dalam sekejap. Saya tetap skeptis terhadap klaim-klaim yang tidak masuk akal seperti biasanya. Sebagian besar inisiatif AI masih kurang terlaksana, dan kurang terlaksana karena alasan struktural yang membosankan: tidak ada masalah yang jelas, tidak ada kepemilikan, tidak ada tindak lanjut, tidak ada tata kelola.

Itulah mengapa satu hasil nyata bernilai lebih dari seratus studi kasus yang cemerlang. Ini adalah bukti bahwa ketika Anda memperbaiki masalah struktural, teknologi akan menyelesaikan sisanya. Alat-alat tersebut benar-benar mampu sekarang. Kemacetan telah berpindah. Itu bukan AI. Masalahnya adalah apakah orang-orang Anda diperlengkapi dan diizinkan untuk menunjukkan sesuatu yang penting.

Kesimpulannya

Jika Anda mengadakan pelatihan AI dan ukuran keberhasilannya adalah skor kehadiran atau kepuasan, Anda mengukur hal yang salah. Ajukan pertanyaan yang lebih sulit. Enam minggu setelah program berakhir, perubahan apa yang dilakukan, dan apa manfaatnya? Jika penyedia layanan tidak dapat memberi tahu Anda bagaimana pelatihan dirancang untuk menghasilkan jawaban tersebut, kemungkinan besar penyedia layanan tidak akan memberikan jawaban tersebut.

Satu delegasi, satu proses, satu nomor. Seperti itulah pemberdayaan yang baik.

Bekerjalah dengan saya dalam hal ini

Saya merancang dan memberikan program pemberdayaan AI yang dibangun berdasarkan pekerjaan nyata orang-orang Anda, bukan demo umum, sehingga pembelajaran menghasilkan sesuatu yang benar-benar dapat Anda gunakan. Jika hasil seperti itu yang Anda inginkan untuk tim Anda, lihat bagaimana struktur program pemberdayaan AI, atau hubungi kami dan kami akan membahas seperti apa program tersebut bagi Anda.