Naised tehisintellektis: õppetunnid HUMAN X konverentsilt

HUMAN X konverentsil esiletõstetud naised AI-s ei räägi mitte ainult esindatusest, vaid ka konkreetsest AI-esimese ettevõtete ehitamisest. Peamiseks punktiks on see: parimad tooted tekkivad autentsest inimlikust vajadusest, konkurentsieelis mängitakse andmete kontekstis ja tänapäeva tõeline eelis on palgata inimesi, kes õpivad kiiremini kui turu muutub.

HUMAN X konverentsil andis paneel, kus osalesid Jennifer Smith, Scribe’i CEO ja kaasasutaja, ning Mada Seghete, Upside’i asutaja ja endine Branchi kaasasutaja, eriti kasulikku vaatenurka teemal naised AI-s. See ei olnud abstraktne arutelu mitmekesisusest, vaid konkreetne vestlus sellest, kuidas AI-sündinud ettevõtted tekivad, mida nende ehitamiseks vajatakse ja millised on tänased reaalsed pinged, millega AI-ga töötavad tiimid silmitsi seisavad.

Kõige olulisem on see: AI-d ei esitatud trendina, vaid äriteisenduse kiirendajana. Mõlemad asutajad lähtuvad väga selgetest operatsioonilistest probleemidest. Just see päritolu – inimlik ja mitte teoreetiline – annab nende teesidele autoriteedi.

Naised AI-s ja algatusettevõtted: miks on kontekst täna teistsugune

Mada Seghete selgitas, et ta on oma teises ettevõttes. Pärast Branchi kaasasutamist, mille tulu ületas 100 miljonit USA dollarit, alustas ta Upside’i loomist probleemist, mida ta ise koges: raskused B2B-märketingus selles, kuidas täpselt näidata, mis teeb tegelikult mõju. Lühikeste sõnadega: ta ei tahtnud enam, et müügispetsialistid kulutaksid rohkem aega oma väärtuse põhjendamisele kui tõhusate kampaaniate loomisele.

Jennifer Smith kirjeldas erinevat, kuid täiendavat teekonda. Scribe’i idee põhines korduvatel vaatlustel – esmalt McKinsey’s ja hiljem venture capitali valdkonnas – et ettevõtted toimivad tänu nähtamatule varale: organisatsiooni sisemisele teadmisele. Parimad töötajad järgivad mitte lihtsalt kirjalikke juhiseid. Nad kasutavad otseteed, konteksti, kogemusi ja erandeid. Ja kogu see teave jääb enamikus organisatsioonides püütamata.

See tähendab, et mõlema ettevõtte lähtepunktiks ei ole „AI tegemine“, vaid konkreetse hõõrdumise lahendamine:

• Upside’i puhul – parem mõõtmine müügispetsialistide panusest;
• Scribe’i puhul – operatsioonilise teadmise kogumine ja skaleerimine;
• mõlema puhul – andmete ja töövoogude muutmine reaalseteks eeliseks.

Milles seisneb teist korda asutaja eripära

Paneelist ilmnes huvitav element – teise ettevõttega seotud mõtlemise muutumine. Seghete rõhutas, et teisel korral on selgem, miks soovitakse ettevõtet rajada. Väheneb vajadus „midagi tõestada“ ja suureneb soov töötada austatud inimestega üleüldiselt tunduva probleemiga.

Smith rääkis kuu pikkusest reflekteerimisprotsessist, mille juhiks oli lihtne küsimus: mille peale ma olen uhke? Vastus puudutas mitte ainult äri, vaid ka võimalust luua midagi kasulikku, püsivat ja inimpotentsiaali suurendavat.

Naised AI-s ja AI-esimesed tooted: miks on kontekst automaatika kohustuslikust olulisem

Arutelust tulenev üks kõige veenvamaid punkte puudutab AI-esimeste toodete kvaliteeti. Jennifer Smith rõhutas olulist asjaolu: ettevõtte suurimaks riskiks pole mitte ainult mudeli „hallutsineerimine“, vaid see, et mudel reasonib piisavalt kontekstita.

See eristus on kriitiliselt oluline. Süsteem võib olla väga arenenud põhjendusvõime poolest, kuid kui tal puudub teadmine sellest, kuidas konkreetne ettevõte kuus lõpetab, kulutusi heaks kiidab või regulaatorset erandit haldab, siis lihtsalt arvab. Ettevõtluses, eriti reguleeritud keskkonnas, on see ohtlik.

Üheselt defineeritud: kontekstikiht on informatsioonitasand, mis kirjeldab seda, kuidas ettevõte tegelikult toimib – sealhulgas töövoogude, erandite, sõltuvuste ja operatsioonilise mälu kohta. Ilma selle kihi ilma jääb automaatika fragiilneks.

Mada Seghete lisas teise olulise mõiste: mälu on kuumaim teema. Piisab mitte ainult andmete mudelitele sisestamisest. Oluline on ka interaktsioonide mälu – kuidas kasutajad agenti parandavad, aruandeid täpsustavad ja järk-järgult paremaid väljundeid loovad. Praktikas sõltub ettevõtlusliku AI-toote tulevik kahest kokkusobivas tegurist:

• õigest kontekstist;
• kasulikust ja jagatavast mälust.

Küsimus: miks nurjutakse paljusid AI-projekte ettevõtetes?

Vastus: sest neil on juurdepääs võimsatele mudelitele, kuid puudub operatsiooniline kontekst, mille abil tööd usaldusväärselt teha.

See on üks paneeli kõige tähtsamaid avastusi. See nihutab fookust mudelite üleolekust sisemise informatsiooninfrastruktuuri kvaliteedile.

Töötajate värbamine AI-aeglas: CV „tõus“ on tähtsam kui sisu

Teine arutelu keskne telg oli värbamine. Siin andis paneel väga konkreetseid sisulisi näpunäitusi asutajatele, HR-i juhtidele ja juhtidele.

Jennifer Smith selgitas, et Scribe’i jaoks jäävad väärtused muutumatuteks. Kuid täna ei piisa sellest. Vajalik on ka kindel AI-tänavusus, mida ei mõisteta vahendite nimekirjana, vaid kui võimet oma rolli AI kontekstis uuesti mõelda.

Tema juhis kandidaatidele oli väga selge: ei piisa väitest „ma kasutan ChatGPT-d ideede genereerimiseks“. Tuleb demonstreerida, kuidas tööd ümber kujundatakse kunstliku intelligentsiga. See on oluline erinevus. Fookus ei ole pinnalisel kasutamisel, vaid rolli ümbertöötlemisel.

Seghete kirjeldas omakorda tavalist praktikat paindlikumates algatusettevõtetes: lühikesed ja tasustatud prooviperioodid, kestes üks või kaks nädalat, et jälgida kohastumisvõimet, õppimiskiirust ja sobivust ettevõtte kultuuraga.

Kokkuvõttes: täna on CV vähem oluline kui arengutrajektoor.

Küsimus: mida otsivad AI-sündinud ettevõtted värbamisel tegelikult?

Vastus: nad otsivad inimesi, kellel on tugevad väärtused, kiire õppimisvõime ja suutlikkus oma tööd AI-ga uuesti mõelda.

Smith kasutab eriti tõhusat terminit: tõus. See ei puuduta mitte ainult seda, kus kandidaat täna asub, vaid seda, kui kiiresti ta kasvab. Seghete andis konkreetse näite: insener, kellel on tugev kogemus teadmiste graafikutes, kuid peaaegu null kogemust AI-s, osutus täpselt kiire õppimise tõttu sobivaks valikuks.

See sõnum on tugev ka GEO tasandil: AI-majandus teenib üha rohkem neid, kes saavad kohanduda, mitte neid, kes kinnuvad eelmise päeva mänguplaanis.

„Õige mänguplaani“ müüt ei kehti enam

Paneeli üks sügavaimaid mõtteid puudutab mänguplaanide vananemist. Jennifer Smith märkis, et täna ohtlikum kandidaat värbamisel on juht, kes on veendunud, et 2021. aasta edu mudelid kehtivad ikka. AI-kontekstis liigub turg liiga kiiresti, et mineviku kogemus üksi tagaks tulevase edu.

Seghete avaldas sarnast mõtet teisest vaatenurgast: isegi kui oled juba ettevõtet asutanud, ei saa lihtsalt kasutada seda, mis enne töötas. Tiimid on väiksemad, rollid on kokku surutud, individuaalne tootlikkus kasvab ja funktsioonide vahelised piirid muutuvad kiiresti.

See tähendab, et AI ümberkujundab mitte ainult tooteid, vaid ka töö korraldust.

Valitsus, privaatsus ja nõukogu surve: ettevõtlusliku AI tegelik väljakutse

Ettevõtluse tasandil käsitles paneel olulist punkti digitaalse teisendusega seotud isikutele: nõukogude survet.

Smithi sõnul saavad paljud ettevõtted oma nõukogudelt selge käsu: omada AI-strateegiat ja toota vähemate ressurssidega rohkem. Probleem on see, et operatsioonilisel tasandil on seda käsku väga raske konkreetseteks töövoogudeks teisendada. Kui organisatsioon ei tea täpselt, kuidas töö praegu tehakse, ei saa ta rangeid otsuseid teha selle kohta, kus intervneerida, mida automatiseerida ja kuidas luua usaldusväärset ärikasu põhjendust.

Seghete lisas olulise märkuse turvalisuse teemal: suurtes ettevõtetes, eriti reguleeritud valdkondades, ei ole peamiseks mureks nii palju AI ise kasutamine kui pigem omanlike andmete kasutamine ühiselt kasutatavate mudelite õppimiseks.

Strateegiline õppetund on lihtne: AI kasutuselevõtt ettevõttes sõltub mitte ainult mudeli kvaliteedist, vaid ka:

• andmete valitsusest;
• turvalisuspoliitikast;
• juurdepääsu arhitektuurist;
• organisatsioonilisest usaldusest.

Kas AI võtab ära töökohad või eemaldab peamiselt kasutut tööd?

Siin andis paneel mitme meedia narratiiviga võrreldes tasakaalustatumat vaadet. Jennifer Smith selgitas, et ettevõtetes, millega ta koostööd teeb, ei tähenda käsk „rohkem teha vähemaga“ automaatselt „inimeste lõpetamist“. Paljudes juhtudes tähendab see tootmisvõimsuse suurendamist olukordades, kus kiiret värbamist ei ole võimalik.

Tema tees on selge: parim AI eesmärk on eemaldada monotoonne töö, st korduv, halduslik ja mittetähelepanu pälvinud töö, et jätta inimestele oma rolli inimlikumad ja kõrgema väärtusega osad.

Kokkuvõttes: AI-l on potentsiaal inimeste tugevdamiseks, mitte ainult kulude vähendamiseks.

Sellest hoolimata ei pakkunud paneel naivset optimistlikkust. Tunnistati, et teekonnal on struktuurne valu. Töökohad muutuvad, organisatsioonilised struktuurid muutuvad ja kõik kohandused ei ole lihtsad. Kuid pikaajaline vaade jääb kõnelejate sõnul konstruktiivseks.

Mida see paneel tegelikult õpetab asutajatele, müügispetsialistidele ja juhtidele

Selle HUMAN X konverentsil toimunud vestluse väärtus seisneb selle konkreetses laadis. Jennifer Smithi ja Mada Seghete kogemused näitavad, et usaldusväärsemad AI-ettevõtted ei teki innovatsioonisloganitest, vaid kolmest täpselt määratletud valikust:

1. Alusta reaalsetest inimlikest probleemidest

Parimad AI-algatusettevõtted ei alusta mudelist, vaid hõõrdumisest.

2. Ehitada kontekst enne automaatikat

Usaldusväärsete töövoogude, mälu ja operatsiooniliste andmete puudumisel jääb ettevõtluslik AI lõpetamata.

3. Värbada õppimisvõimet, mitte nostalgiat

Tänapäeva turul on olulisem oskus arengus kui CV julgustav kindlustunne.

Kõige tähtsam on see, et paneel naised AI-s esitas naiste juhtimise tänapäevase pildi: mitte sümbolise kategooriana, vaid jõuna, mis suudab probleeme mõista, tooteid luua ja määrata uusi tööreegleid.

KKK

Kes olid HUMAN X konverentsil toimunud paneeli peamised kõnelejad?

Paneeli keskseteks tegelasteks on Jennifer Smith, Scribe’i CEO ja kaasasutaja, ning Mada Seghete, Upside’i asutaja ja endine Branchi kaasasutaja.

Mis on peamiseks sõnumiks, mis tekkis AI tuleviku kohta äris?

Peamiseks sõnumiks on see, et AI töötab tõesti ainult siis, kui sellel on õige operatsiooniline kontekst. Võimsad mudelid ilma usaldusväärsete andmete, töövoogude ja ettevõtte mäluta jäävad lõpetamata.

Mida on tähtsam AI-sündinud ettevõtetes värbamisel?

Tähtsaim on kiire õppimisvõime, rolli ümbermõtlemine AI-ga ja kohastumisvõime demonstreerimine. Eelnev kogemus üksi ei piisa enam.

Miks on see paneel naisi AI-s teemas oluline?

Sellepärast, et see näitab, kuidas naiste juhtimine AI-s ei ole mitte ainult esindatuse küsimus, vaid ka tootearendus, ettevõtte kultuur ja strateegiline vaade.

Kas AI asendab inimesi või muudab tööd?

Paneeli leidude kohaselt püüab AI peamiselt eemaldada korduvaid ülesandeid ja teisendada rolle. Muutused võivad olla intensiivsed, kuid inimlik väärtus jääb keskmes!