Pemberdayaan AI untuk Perusahaan: Pelajaran dari 3.000 Orang dalam Seminggu

Saya menulis ini pada akhir minggu yang akan saya ingat untuk sementara waktu. Bukan karena sesuatu yang dramatis terjadi, namun karena angka-angka tersebut secara diam-diam menceritakan sebuah kisah yang telah saya tonton selama berbulan-bulan. Dalam serangkaian sesi pemberdayaan AI, saya berbicara dengan lebih dari 3.000 orang minggu ini. Satu sesi saja dihadiri 1.700 peserta, yang merupakan rekor bagi saya untuk jumlah penonton.

Saya tidak membagikan angka-angka itu untuk mengesankan siapa pun. Saya membagikannya karena sinyalnya. Ketika sebuah sesi menarik 1.700 pekerja profesional dari kotak masuk mereka selama satu jam di sebuah perusahaan bernilai miliaran dolar yang sangat besar, pertanyaan apakah organisasi tertarik pada AI telah terjawab. Ketertarikannya ada di sana. Yang tidak dimiliki masyarakat adalah jalur praktis dari minat menuju kemampuan.

Apa sebenarnya yang terlibat dalam minggu ini

Minggu itu sungguh campur aduk. Sesi Art of the Kemungkinan andalan saya dijalankan bersamaan dengan beberapa sesi yang berfokus pada Microsoft yang mencakup M365 Copilot, Excel dengan Copilot Chat, dan topik transformasi AI yang lebih luas. Audiens yang berbeda, tingkat kepercayaan yang berbeda, tetapi alur cerita yang konsisten mengalir melalui semuanya.

Art of the Kemungkinan sengaja bukan tur fitur. Ini adalah sesi yang saya jalankan ketika orang perlu melihat, dalam konteks kerja mereka sendiri, apa yang mungkin terjadi ketika AI berada di dalam alat yang sudah mereka gunakan. Sesi Microsoft kemudian mengambil hal itu dan mewujudkannya. Kopilot dalam alur kerja. Copilot Chat melakukan analisis yang biasanya ditakuti orang-orang di Excel. Peralihan dari “ini kelihatannya pintar” menjadi “Saya bisa menyelesaikan hari Selasa saya dengan ini” cenderung terjadi di tengah-tengah sesi tersebut, dan Anda biasanya dapat merasakan ruangan berubah saat itu terjadi.

Dimana organisasi sebenarnya berada

Jika Anda hanya membaca berita utama, Anda akan berasumsi bahwa sebagian besar organisasi sudah sepenuhnya berubah atau tertinggal jauh. Kenyataan yang saya lihat minggu ini lebih biasa dan lebih menggembirakan.

Kebanyakan orang tidak resisten. Mereka tidak yakin. Mereka telah mendengar klaim tersebut, mungkin memiliki lisensi yang diberikan kepada mereka, dan mencoba satu atau dua kali dengan hasil yang beragam. Mereka tidak skeptis terhadap AI itu sendiri. Mereka skeptis terhadap kesenjangan antara demo dan pekerjaan mereka yang sebenarnya. Skeptisisme itu sehat, dan saya tidak ingin membicarakan hal ini kepada siapa pun.

Hal kedua yang saya perhatikan adalah pertanyaannya sudah matang. Setahun yang lalu, pertanyaannya adalah “apa ini” dan “apakah aman”. Minggu ini pertanyaannya lebih tajam. Bagaimana cara mendapatkan hasil yang dapat diandalkan daripada hasil yang beruntung. Bagaimana cara saya menulis prompt yang berfungsi dengan cara yang sama dua kali? Bagaimana cara membawa hal ini ke dalam proses yang sudah diikuti oleh tim saya? Itu adalah pertanyaan-pertanyaan dari orang-orang yang telah melampaui rasa ingin tahu dan menginginkan kompetensi.

Pengamatan ketiga adalah hal yang paling penting bagi siapa pun yang merencanakan peluncuran. Akses bukanlah adopsi. Memberikan lisensi Kopilot kepada seseorang dan mengasumsikan penggunaannya akan mengikuti sama seperti memberikan keanggotaan gym kepada seseorang dan mengasumsikan kebugaran akan mengikuti. Lisensi adalah permulaan. Kemampuan tersebut dibangun dengan sengaja, dengan struktur, dan biasanya dengan seseorang yang menunjukkan jalannya.

Kerangka di bawahnya

Perbedaan besar antara hasil yang beruntung dan hasil yang dapat diandalkan terletak pada cara orang memberikan saran. Sepanjang minggu ini saya bersandar pada struktur sederhana, pendekatan BAB, yang memberi orang cara berulang untuk menyusun permintaan daripada berharap model menebak maksud mereka. Ini bukan satu-satunya kerangka kerja yang saya gunakan, tetapi ini adalah kerangka kerja yang paling cocok digunakan di ruangan dengan kemampuan campuran. Orang-orang mengingatnya, mereka menggunakannya keesokan paginya, dan itulah ujiannya yang penting.

Alasan struktur berhasil adalah karena mengubah AI dari hal baru menjadi kebiasaan. Skala kebiasaan. Kebaruan tidak. Sebuah organisasi yang memberikan orang-orangnya beberapa pola yang dapat diandalkan akan melihat lebih banyak perubahan dalam satu kuartal dibandingkan organisasi yang menjalankan satu acara peluncuran dan harapan yang menginspirasi.

Artinya jika Anda merencanakan peluncuran

Jika Anda adalah pemimpin L&D atau pengambil keputusan yang mempertimbangkan cara menerapkan kemampuan Copilot dan AI di seluruh angkatan kerja Anda, keinginan yang saya jelaskan di atas ada di pihak Anda. Orang-orang Anda menginginkan ini. Upaya yang perlu dilakukan adalah memberi mereka jalan yang menghargai waktu dan skeptisisme mereka, serta membangun kemampuan sejati, bukan kesadaran.

Untuk itulah Program Pemberdayaan AI saya dibuat, dan Art of the Kemungkinan biasanya merupakan awal mulanya. Sesi ini menciptakan nafsu makan. Program ini mengubahnya menjadi sesuatu yang bertahan setelah ruangan kosong.

Jika salah satu dari hal ini cocok dengan organisasi Anda, saya akan dengan senang hati membicarakannya. Bukan promosi, hanya percakapan tentang seperti apa peluncuran jika dibuat berdasarkan cara kerja orang sebenarnya. Anda dapat menemukan saya di gethynellis.com, dan cara tercepat untuk memulainya adalah dengan memberi tahu saya di mana organisasi Anda saat ini dan di mana Anda ingin berada di akhir tahun ini.

Tautan Berguna

Berhenti Mengetik Sampah ke dalam AI — Ada Cara yang Lebih Baik

Mengapa Saya Membangun LastPersonStanding.net (Dan Mengapa Saya Tidak Dapat Mengabaikan Idenya)

Dari Data ke Wawasan: Mengapa Makna Harus Dibuat Eksplisit