Dit zoals verteld-essay is gebaseerd op een gesprek met Geetha Rajan, directeur van het wereldwijde strategieteam bij Freshworks, een SaaS-bedrijf. Ze is gevestigd in de San Francisco Bay Area. Haar identiteit en dienstverband zijn geverifieerd door Business Insider. Het volgende is aangepast voor lengte en duidelijkheid.
Ik ben directeur van het wereldwijde strategieteam bij Freshworks, waar ik strategische initiatieven met hoge prioriteit aanstuur die vorm geven aan de groei, investeringsbeslissingen en uitvoering van het bedrijf, inclusief op het gebied van AI-adoptie.
Voorheen heb ik bijna tien jaar bij PwC gewerkt om Fortune 500-bedrijven in de gezondheidszorg, financiële dienstverlening en technologie te adviseren over groeistrategieën en digitale transformatie. Als onderdeel van mijn rol leidde ik de bijscholing van meer dan 50.000 medewerkers op het gebied van automatiseringstools.
Technologische transformatie heeft altijd plaatsgevonden, maar het duurde minstens tien jaar voordat de cloud- of mobiele transformatie volledig was doorgevoerd. ChatGPT miljoenen gebruikers bereikt in de eerste paar maanden.
Veel werkgevers zullen dat blijven verwachten je gebruikt AI elke dag zonder de gevolgen echt te begrijpen. Dat is de druk die er feitelijk toe leidt dat je meer fouten maakt in plaats van er bedachtzaam gebruik van te maken.
Dit zijn enkele van de Ik zie fouten die werknemers maken maken bij het adopteren van AI:
1. Van 0-100% van de ene op de andere dag gaan
Veel mensen proberen meteen Iron Man te worden en hun workflow volledig te automatiseren. Het zou een proces moeten zijn. De eerste stap is het behandelen van AI of de technologie als een superstagiair, zodat je de meeste controle over de dingen hebt en er weinig keuzevrijheid aan hebt.
Bijvoorbeeld als je begint met het geven van gestructureerde data, maar je elke output verifieert. AI kan uitvoer hallucineren die prachtig is opgemaakt.
2. Outsourcingstrategie en -denken
Ik ben strategieconsultant en adviseur. Dus wat de ideevorming en het denken betreft, is dat het enige deel dat ik gewoonlijk niet uitbesteed aan AI.
Dit is het resultaat van veel ervaring in adviesverlening en in de beroepspraktijk zelf. Ik wil eerst mentaal mijn model en eerste principes opschrijven. Ik verifieer cijfers zeker en probeer zelfs ongestructureerde gegevens uit AI te halen, maar ik schrijf mijn eerste concept nog steeds zeer rigoureus en houd mijn hoed voor de eerste beginselen op.
Nadat je een concept hebt voltooid, kun je hem vragen gaten te prikken en te zeggen: “Hé, jij bent het meest sceptische bestuurslid, of de CFO, prik gaten in mijn strategie.”
Veel AI-uitvoer is echt gepolijst. Maar als je dat inzicht niet hebt, als je dit niet vaak genoeg hebt gezien, kun je eigenlijk niet zeggen of een AI daadwerkelijk een fout maakt of niet. Dit is waar veel de werkplaats komt binnen: Je neemt gewoon de AI-uitvoer en gooit deze in een e-mail of analyse.
Ik heb deze fout zelf gemaakt, waar ik vijf of tien minuten de tijd voor had, en ik vroeg AI om snel enkele ontwerpprincipes voor me op te schrijven en ze op een dia te gooien. Toen ik presenteerde, dacht ik: “Wacht, ik denk niet dat dit logisch is, en dit is niet wat ik eigenlijk probeerde te zeggen.” Eigenlijk bracht ik mezelf in verlegenheid.
Je kunt ook gemakkelijk verstrikt raken in een situatie waarin de taal die AI gebruikt niet iets is dat je in de volksmond of zelfs in een professionele omgeving zou gebruiken.
Soms is mijn grootste zorg wat er over vijf jaar gebeurt – als niemand dat eerste werk daadwerkelijk heeft gedaan en we de ladder verbranden terwijl we proberen deze te beklimmen. Hoewel AI dingen kan doen, denk ik dat het meer gaat om de toewijding aan jezelf dat je nog steeds probleemoplossende vaardigheden leert en Excel leert gebruiken.
3. AI benaderen zonder context
Je moet precies weten voor wie je een probleem oplost en wat het doel is van het oplossen van die oefening.
Als u bijvoorbeeld een AI-model bouwt om de klantsegmenten van uw bedrijf te begrijpen, moet u uw segmenten nog steeds op een hoog niveau kennen. Dat is het deel dat ik nooit zou uitbesteden. Als je die context zelf niet hebt, kun je een miljoen kanten op.
De fundamentele zaken over smaak, processen, architectuur, hoe je dingen bouwt – die komen niet uit welke tool dan ook, ongeacht of je ChatGPT of het nieuwste model gebruikt. Als AI vijftig ideeën naar je gooit, moet je weten welke daarvan blijft hangen. Als werknemer is het uw verantwoordelijkheid om de juiste te kiezen, dus u heeft daarvoor het inzicht en de expertise nodig.
