Можно бесконечно повышать эффективность. А потом обнаружить, что повышать её уже не у кого.
Сегодня читала Стивена Кови «7 навыков высокоэффективных людей» и остановилась на принципе P/PC.
Кови приводит очень простую метафору - гусыня, несущая золотые яйца.
P - золотые яйца, результат.
PC - гусыня, способность этот результат производить.
В бизнесе мы очень любим P:
больше продаж;
больше клиентов;
быстрее сделать;
меньше ошибок;
выше производительность.
И значительно реже задаём вопрос:
а что мы делаем с системой, которая должна всё это производить?
Представьте сотрудника, который каждый месяц делает один и тот же отчёт за 6 часов.
Можно годами требовать, чтобы он делал его быстрее.
А можно однажды потратить время, перестроить процесс с помощью ИИ - и, возможно, больше никогда не тратить на этот отчёт 6 часов.
И вот здесь для меня находится одна из самых интересных возможностей нейросетей.
Мы привыкли воспринимать ИИ как инструмент:
«Напиши текст».
«Сделай картинку».
«Ответь на вопрос».
Но для бизнеса гораздо интереснее другое:
ИИ может увеличивать способность человека производить результат.
Не сделать одну задачу за него.
А изменить способ выполнения целого класса задач.
И поэтому сегодня я бы спрашивала не:
«Используют ли мои сотрудники ChatGPT?»
А:
«Какие процессы мои сотрудники до сих пор выполняют старым способом просто потому, что не знают другого?»
🔥🔥🔥И вот это уже совсем другой разговор.
В следующем посте покажу, почему стоимость незнания ИИ может оказаться значительно выше стоимости обучения.
Сегодня читала Стивена Кови «7 навыков высокоэффективных людей» и остановилась на принципе P/PC.
Кови приводит очень простую метафору - гусыня, несущая золотые яйца.
P - золотые яйца, результат.
PC - гусыня, способность этот результат производить.
В бизнесе мы очень любим P:
больше продаж;
больше клиентов;
быстрее сделать;
меньше ошибок;
выше производительность.
И значительно реже задаём вопрос:
а что мы делаем с системой, которая должна всё это производить?
Представьте сотрудника, который каждый месяц делает один и тот же отчёт за 6 часов.
Можно годами требовать, чтобы он делал его быстрее.
А можно однажды потратить время, перестроить процесс с помощью ИИ - и, возможно, больше никогда не тратить на этот отчёт 6 часов.
И вот здесь для меня находится одна из самых интересных возможностей нейросетей.
Мы привыкли воспринимать ИИ как инструмент:
«Напиши текст».
«Сделай картинку».
«Ответь на вопрос».
Но для бизнеса гораздо интереснее другое:
ИИ может увеличивать способность человека производить результат.
Не сделать одну задачу за него.
А изменить способ выполнения целого класса задач.
И поэтому сегодня я бы спрашивала не:
«Используют ли мои сотрудники ChatGPT?»
А:
«Какие процессы мои сотрудники до сих пор выполняют старым способом просто потому, что не знают другого?»
🔥🔥🔥И вот это уже совсем другой разговор.
В следующем посте покажу, почему стоимость незнания ИИ может оказаться значительно выше стоимости обучения.
❤1
Сколько на самом деле стоит сотрудник, который не умеет работать с ИИ?
Не его зарплата.
⁉️Меня интересует другая цифра - стоимость времени, которое компания продолжает покупать для выполнения задач старым способом.
Допустим, специалист тратит:
2 часа на сбор информации;
3 часа на подготовку документа;
ещё час на его переработку;
несколько часов в неделю на таблицы, отчёты, письма, протоколы, презентации.
Самое опасное здесь - всё выглядит нормально.
Человек работает.
Задачи выполняются.
Компания функционирует.
Поэтому потери практически невидимы.
💢Но представим, что часть этих операций можно выполнять быстрее с помощью ИИ.
Тогда компания каждый месяц оплачивает не только полезную работу сотрудника.
Она оплачивает ещё и неэффективный способ её выполнения.
И на масштабе команды эта цифра начинает умножаться.
Но есть и вторая ♨️потеря, которая мне кажется ещё интереснее.
Освободив 5 часов специалиста, можно просто дать ему ещё 5 часов рутины.
А можно направить их туда, где действительно нужен человек:
на анализ;
переговоры;
клиентов;
принятие решений;
разработку новых продуктов;
творческие задачи.
Поэтому эффект от ИИ я бы вообще не измеряла количеством созданных текстов или промптов.
❓Главный вопрос:
сколько человеческого времени мы можем вернуть из рутины в работу, где действительно нужен человек?
И здесь появляется следующая проблема.
Можно купить сотрудникам курс по нейросетям.
Но это ещё совершенно не означает, что через месяц они начнут работать иначе.
Почему - следующий пост.
Не его зарплата.
⁉️Меня интересует другая цифра - стоимость времени, которое компания продолжает покупать для выполнения задач старым способом.
Допустим, специалист тратит:
2 часа на сбор информации;
3 часа на подготовку документа;
ещё час на его переработку;
несколько часов в неделю на таблицы, отчёты, письма, протоколы, презентации.
Самое опасное здесь - всё выглядит нормально.
Человек работает.
Задачи выполняются.
Компания функционирует.
Поэтому потери практически невидимы.
💢Но представим, что часть этих операций можно выполнять быстрее с помощью ИИ.
Тогда компания каждый месяц оплачивает не только полезную работу сотрудника.
Она оплачивает ещё и неэффективный способ её выполнения.
И на масштабе команды эта цифра начинает умножаться.
Но есть и вторая ♨️потеря, которая мне кажется ещё интереснее.
Освободив 5 часов специалиста, можно просто дать ему ещё 5 часов рутины.
А можно направить их туда, где действительно нужен человек:
на анализ;
переговоры;
клиентов;
принятие решений;
разработку новых продуктов;
творческие задачи.
Поэтому эффект от ИИ я бы вообще не измеряла количеством созданных текстов или промптов.
❓Главный вопрос:
сколько человеческого времени мы можем вернуть из рутины в работу, где действительно нужен человек?
И здесь появляется следующая проблема.
Можно купить сотрудникам курс по нейросетям.
Но это ещё совершенно не означает, что через месяц они начнут работать иначе.
Почему - следующий пост.
❤3👍1🔥1
Продолжу тему эффективности на конкретном примере.
В этом проекте задача была не в том, чтобы «познакомить сотрудников с ChatGPT».
Мы работали с реальными задачами отдела закупок: тендерной документацией, техническими заданиями, аналитикой и большими объёмами информации.
В результате ИИ стал не отдельным инструментом «для экспериментов», а частью рабочего процесса.
По данным проекта, удалось высвободить 72 часа рабочего времени сотрудников отдела в месяц и ещё 10–20 часов ТОП-менеджера.
Также был зафиксирован рост конверсии на 10%.
Для меня здесь главный вывод:
ценность обучения ИИ не в количестве изученных нейросетей.
Ценность - в том, какие конкретные рабочие процессы после обучения начинают выполняться иначе.
В этом проекте задача была не в том, чтобы «познакомить сотрудников с ChatGPT».
Мы работали с реальными задачами отдела закупок: тендерной документацией, техническими заданиями, аналитикой и большими объёмами информации.
В результате ИИ стал не отдельным инструментом «для экспериментов», а частью рабочего процесса.
По данным проекта, удалось высвободить 72 часа рабочего времени сотрудников отдела в месяц и ещё 10–20 часов ТОП-менеджера.
Также был зафиксирован рост конверсии на 10%.
Для меня здесь главный вывод:
ценность обучения ИИ не в количестве изученных нейросетей.
Ценность - в том, какие конкретные рабочие процессы после обучения начинают выполняться иначе.
❤1👍1🔥1
Почему после обучения нейросетям сотрудники часто продолжают работать по-старому?
Потому что между:
«я знаю, что умеет ChatGPT»
и
«я изменил с его помощью свою ежедневную работу»
огромное расстояние.
Можно показать человеку:
50 промптов;
20 нейросетей;
генерацию изображений;
анализ файлов;
создание презентаций.
Он посмотрит.
Попробует.
Скажет: «Интересно».
А потом откроет привычный Excel, Word или браузер и продолжит работать так же, как последние пять лет.
Почему?
Потому что обучение начиналось с возможностей инструмента, а не с задач человека.
Я считаю, что начинать нужно наоборот.
Не:
«Давайте я расскажу вам, что умеет ИИ».
А:
«Покажите, как проходит ваш рабочий день».
Что вы делаете регулярно?
Что занимает больше всего времени?
Где приходится много искать?
Что постоянно приходится переделывать?
Какие документы создаются снова и снова?
Где вы анализируете большие объёмы информации?
Где существует повторяющийся алгоритм действий?
И только после этого имеет смысл открывать нейросеть.
Потому что теперь мы учимся не писать абстрактные промпты.
Мы перестраиваем конкретную работу конкретного человека.
И именно поэтому в корпоративном обучении я сначала хочу видеть задачи сотрудников, а уже потом строить программу.
Но тот же принцип работает и для одного человека.
И в следующем посте расскажу, почему иногда вам вообще не нужен большой курс по ИИ.
Потому что между:
«я знаю, что умеет ChatGPT»
и
«я изменил с его помощью свою ежедневную работу»
огромное расстояние.
Можно показать человеку:
50 промптов;
20 нейросетей;
генерацию изображений;
анализ файлов;
создание презентаций.
Он посмотрит.
Попробует.
Скажет: «Интересно».
А потом откроет привычный Excel, Word или браузер и продолжит работать так же, как последние пять лет.
Почему?
Потому что обучение начиналось с возможностей инструмента, а не с задач человека.
Я считаю, что начинать нужно наоборот.
Не:
«Давайте я расскажу вам, что умеет ИИ».
А:
«Покажите, как проходит ваш рабочий день».
Что вы делаете регулярно?
Что занимает больше всего времени?
Где приходится много искать?
Что постоянно приходится переделывать?
Какие документы создаются снова и снова?
Где вы анализируете большие объёмы информации?
Где существует повторяющийся алгоритм действий?
И только после этого имеет смысл открывать нейросеть.
Потому что теперь мы учимся не писать абстрактные промпты.
Мы перестраиваем конкретную работу конкретного человека.
И именно поэтому в корпоративном обучении я сначала хочу видеть задачи сотрудников, а уже потом строить программу.
Но тот же принцип работает и для одного человека.
И в следующем посте расскажу, почему иногда вам вообще не нужен большой курс по ИИ.
❤1
Продолжу на примере руководителей.
В этом кейсе мы начали не с обучения нейросетям, а с аудита реальных рабочих задач двух руководителей: инвестиционные программы, капстроительство, отчётность, презентации.
После этого ИИ встроили непосредственно в работу: совещания стали автоматически превращаться в протоколы, а стратегическое планирование - выполняться вместе с ИИ.
Подготовка стратегии сократилась с 20 до 10 дней.
Главный вывод:
руководителю нужен не курс «про ИИ», а решение конкретных задач с помощью ИИ.
В этом кейсе мы начали не с обучения нейросетям, а с аудита реальных рабочих задач двух руководителей: инвестиционные программы, капстроительство, отчётность, презентации.
После этого ИИ встроили непосредственно в работу: совещания стали автоматически превращаться в протоколы, а стратегическое планирование - выполняться вместе с ИИ.
Подготовка стратегии сократилась с 20 до 10 дней.
Главный вывод:
руководителю нужен не курс «про ИИ», а решение конкретных задач с помощью ИИ.
❤1👍1
Возможно, вам вообще не нужен курс по нейросетям.
Это одна из вещей, в которых я всё больше убеждаюсь.
Если ваша цель:
«Я хочу знать всё про искусственный интеллект» -
тогда действительно нужен большой системный курс.
Но чаще человек приходит совсем с другим запросом.
Например:
«У меня есть вот такая задача. Я понимаю, что её можно решать с ИИ, но не понимаю как».
И тогда зачем ему 30 часов общей теории?
Можно взять его реальные задачи и учиться непосредственно на них.
Поэтому индивидуальную работу я разделила на три формата:
📌
3 часа
Для конкретной задачи или нескольких связанных задач.
Разбираемся, как её решать с помощью ИИ, создаём рабочий сценарий и учимся им пользоваться.
📌📌
10 часов
Когда нужно уже не решить одну задачу, а существенно перестроить собственную работу с нейросетями.
Берём ваши реальные процессы и на них осваиваем необходимые инструменты.
📌📌📌
20 часов
Для тех, кому нужна более глубокая индивидуальная работа: несколько направлений, сложные задачи, собственные сценарии использования ИИ и системное внедрение в работу.
Стоимость во всех форматах -
5 500 ₽ за час.
То есть вы выбираете не «курс из коробки».
✨Вы выбираете глубину решения именно своих задач.
И есть важный момент.
Иногда после первых трёх часов становится понятно, что человеку больше ничего не нужно.
Задача решена - прекрасно.
А иногда одна решённая задача показывает ещё пять процессов, которые имеет смысл перестроить.
Тогда продолжаем.
Мне такой формат кажется намного рациональнее универсального обучения.
Если хотите понять, какой объём нужен именно вам, напишите мне «ЗАДАЧА» и коротко опишите (или наговорите аудио-сообщением), что хотите научиться делать с помощью ИИ.
Я скажу, с какого формата разумнее начать.
Это одна из вещей, в которых я всё больше убеждаюсь.
Если ваша цель:
«Я хочу знать всё про искусственный интеллект» -
тогда действительно нужен большой системный курс.
Но чаще человек приходит совсем с другим запросом.
Например:
«У меня есть вот такая задача. Я понимаю, что её можно решать с ИИ, но не понимаю как».
И тогда зачем ему 30 часов общей теории?
Можно взять его реальные задачи и учиться непосредственно на них.
Поэтому индивидуальную работу я разделила на три формата:
📌
3 часа
Для конкретной задачи или нескольких связанных задач.
Разбираемся, как её решать с помощью ИИ, создаём рабочий сценарий и учимся им пользоваться.
📌📌
10 часов
Когда нужно уже не решить одну задачу, а существенно перестроить собственную работу с нейросетями.
Берём ваши реальные процессы и на них осваиваем необходимые инструменты.
📌📌📌
20 часов
Для тех, кому нужна более глубокая индивидуальная работа: несколько направлений, сложные задачи, собственные сценарии использования ИИ и системное внедрение в работу.
Стоимость во всех форматах -
5 500 ₽ за час.
То есть вы выбираете не «курс из коробки».
✨Вы выбираете глубину решения именно своих задач.
И есть важный момент.
Иногда после первых трёх часов становится понятно, что человеку больше ничего не нужно.
Задача решена - прекрасно.
А иногда одна решённая задача показывает ещё пять процессов, которые имеет смысл перестроить.
Тогда продолжаем.
Мне такой формат кажется намного рациональнее универсального обучения.
Если хотите понять, какой объём нужен именно вам, напишите мне «ЗАДАЧА» и коротко опишите (или наговорите аудио-сообщением), что хотите научиться делать с помощью ИИ.
Я скажу, с какого формата разумнее начать.
👍2❤1💯1
А теперь представим, что таких людей не один, а целая команда.
Маркетолог делает свои задачи.
Менеджер - свои.
Аналитик - свои.
Руководитель - свои.
Финансист - свои.
📢 И сказать всем:
«Теперь используйте искусственный интеллект»
примерно то же самое, что раздать людям одинаковый набор инструментов и ожидать, что каждый самостоятельно поймёт, какой из них нужен именно для его работы.
Поэтому корпоративную программу я строю не с обучения.
🚩Сначала - аудит задач команды.
До 7 сотрудников.
Мы разбираем, что именно люди делают в своей работе и где использование ИИ действительно имеет смысл.
🚩И только после этого я формирую программу обучения под найденные задачи этой конкретной команды.
Дальше - 10 часов практической работы.
Не просто показываю возможности нейросетей.
Сотрудники работают со своими задачами прямо во время занятий.
Между занятиями выполняют домашние задания.
Возвращаются с результатами, вопросами и ошибками.
Корректируем.
И постепенно ИИ должен перейти из категории:
«нам про это рассказывали на обучении»
в категорию:
«вот так теперь выполняется эта рабочая задача».
В программу входит:
- аудит задач до 7 сотрудников;
- определение процессов, где имеет смысл использовать ИИ;
- разработка программы под результаты аудита;
- 10 часов практического обучения;
- работа на реальных задачах;
- домашние задания.
Стоимость всей программы - 180 000 ₽.
И здесь я возвращаюсь к мысли С.Кови, с которой мы начали.
Можно бесконечно требовать от системы больше P - результата.
Но долгосрочная эффективность появляется тогда, когда мы инвестируем ещё и в PC - способность этот результат создавать.
Если хотите понять, где именно ваша команда теряет время и какие задачи уже имеет смысл перестроить с помощью ИИ, напишите мне «КОМАНДА». проведем встречу для поиска наилучшего решения.
Начнём не с курса.
Начнём с задач.
Маркетолог делает свои задачи.
Менеджер - свои.
Аналитик - свои.
Руководитель - свои.
Финансист - свои.
📢 И сказать всем:
«Теперь используйте искусственный интеллект»
примерно то же самое, что раздать людям одинаковый набор инструментов и ожидать, что каждый самостоятельно поймёт, какой из них нужен именно для его работы.
Поэтому корпоративную программу я строю не с обучения.
🚩Сначала - аудит задач команды.
До 7 сотрудников.
Мы разбираем, что именно люди делают в своей работе и где использование ИИ действительно имеет смысл.
🚩И только после этого я формирую программу обучения под найденные задачи этой конкретной команды.
Дальше - 10 часов практической работы.
Не просто показываю возможности нейросетей.
Сотрудники работают со своими задачами прямо во время занятий.
Между занятиями выполняют домашние задания.
Возвращаются с результатами, вопросами и ошибками.
Корректируем.
И постепенно ИИ должен перейти из категории:
«нам про это рассказывали на обучении»
в категорию:
«вот так теперь выполняется эта рабочая задача».
В программу входит:
- аудит задач до 7 сотрудников;
- определение процессов, где имеет смысл использовать ИИ;
- разработка программы под результаты аудита;
- 10 часов практического обучения;
- работа на реальных задачах;
- домашние задания.
Стоимость всей программы - 180 000 ₽.
И здесь я возвращаюсь к мысли С.Кови, с которой мы начали.
Можно бесконечно требовать от системы больше P - результата.
Но долгосрочная эффективность появляется тогда, когда мы инвестируем ещё и в PC - способность этот результат создавать.
Если хотите понять, где именно ваша команда теряет время и какие задачи уже имеет смысл перестроить с помощью ИИ, напишите мне «КОМАНДА». проведем встречу для поиска наилучшего решения.
Начнём не с курса.
Начнём с задач.
❤1👍1💯1
Этот кейс - уже про следующий уровень внедрения ИИ.
Компания не хотела расширять штат, но текущая команда не справлялась с объёмом сложных выгрузок.
Вместо найма новых людей сначала изучили процессы, затем внедрили 10 нейросетей,
базу знаний и 5 AI-помощников под конкретные задачи компании.
Результат:
скорость работы выросла в 5 раз, а часть материалов стала готовиться за минуты вместо нескольких дней - без увеличения штата.
Главный вывод:
иногда следующий шаг после обучения - не работать быстрее самому, а перестроить процесс так, чтобы часть работы выполняла AI-команда.
Компания не хотела расширять штат, но текущая команда не справлялась с объёмом сложных выгрузок.
Вместо найма новых людей сначала изучили процессы, затем внедрили 10 нейросетей,
базу знаний и 5 AI-помощников под конкретные задачи компании.
Результат:
скорость работы выросла в 5 раз, а часть материалов стала готовиться за минуты вместо нескольких дней - без увеличения штата.
Главный вывод:
иногда следующий шаг после обучения - не работать быстрее самому, а перестроить процесс так, чтобы часть работы выполняла AI-команда.
❤1💯1👀1