超越代码——当工程师理解实践者

超越代码 当工程师理解从业者——将人工智能融入商业战略 1011参与度 + 采用率洞见 04GP BULLHOUND 05关键要点 13随着技术发展，机遇也随之增长。 08构建基础设施 1516关于GP BULLHOUND 观点 FROM GP BULLHOUND 领导者需要被要求达到最高的标准，以拥抱创新。如果高层不是新技术的强力使用者，那么他们如何期望能够激励和引导他人克服采纳过程中的陷阱。董事会应积极审视其高管所使用的工具，并监控他们对这些工具的参与程度。这比过分关注由那些不了解技术能力水平以及，更重要的是，当前局限性的某人制定的总体AI战略计划更为重要。 公元罗马合伙人，GP Bullhound 正如我们所展示的，在整个公司内部的参与度对组织获取任何新生产力提升工具的好处至关重要，而且在人工智能发展的快速节奏中这一点尤为关键。不难推断，当比竞争对手拥有更高比例的积极参与员工时，提高生产力的累积效益可以帮助一家敏捷且积极参与的公司抢占市场份额——最终保障员工的工作！ CALLUM STEWART投资原则，GP Bullhound 老话依旧适用：垃圾输入=垃圾输出。您的系统只与其所驱动数据的品质相当。一个成功的AI和数字化转型策略始于把握基础。技术领导者必须在考虑集成提高生产力的工具之前，投入时间和资源在不太引人注目的基础建设上。当是时候构建智能应用时，关键首先深入了解实践者的工作，然后从业务需求追溯到技术实施。这确保我们解决限制有效性的真正瓶颈，并且当您在早期就获得他们的支持时，就没有不参与的借口！ 伊凡·奥尔多内斯首席技术官，GP Bullhound 乔阿金·达尔合作伙伴，GP Bullhound BRANDON OVERMYER合作伙伴，GP Bullhound 我们曾经的方式 快速增长和成功可能成为一种诅咒，如果管理方式没有得到有效监督。 在多年的时间里，GP Bullhound 与世界上一些增长最快的软件公司合作，长期观察到快速增长公司的技术堆栈变得多么复杂、分散和碎片化。关键业务信息可能会散布在多个客户关系管理（CRM）系统、电子表格和孤岛化的数据库中，这导致协作困难并放缓决策过程。数据不一致成为反复出现的挑战，不同团队（通常跨越多个地理和部门）使用不同的格式和工具，这些工具之间没有相互连接。这些低效率不仅降低了运营速度，还阻碍了利用技术获得战略优势的能力。 我们观察到的却是，这些最佳企业能够及早识别这个问题，并将其解决作为他们追求增长的核心优先事项。在看到众多顶尖企业实施其自身的内部数据基础设施和技术栈革命后，我们认为其他企业可以从我们所提炼的知识中受益。我们自己的努力是将重建重点放在AI上，在更大规模上得到了近期关于Klarna、Neo4j和从Salesforce断开连接的讨论的补充。对于众多SaaS产品可能造成的广泛孤岛的觉醒，导致了一种认识，即AI将带来的生产力革命的第一部分之一就是打破这些孤岛。这是一个简单（理论上，实践中却困难）但至关重要的第一步，可以显著减少组织的官僚主义，缓解人类的挫折感和琐碎工作，腾出空间专注于工作的更具创造性的部分。 我们自己的AI革命 通过亲自经历这一过程，我们成功以定制化和结构化的方式从底层构建了我们的基础设施和定制工具，同时有选择性地整合了互补的3rd党派工具。这种动态的“去隔阂”以及通过为一线员工创建真正的生产力提升工具，我们能够看到员工参与度维持在70%以上。虽然从头开始创建这些定制工具耗时且针对我们一些最艰巨的任务进行定制，但它们使任务生产力在过去的6个月内提高了31倍。这不仅显著提高了产出，而且任务时间减少了98%，使我们能够在比实施前减少的总产出少65%的时间内实现这一结果。 我们所展示的是，如果你正确把握了角色，使员工参与并专注于为你的用例构建合适的工具，潜在效益可能巨大。当其他公司为看到AI的任何影响而苦苦挣扎时，那些在提高生产率方面做得正确的企业有超越同侪加速发展的机会。我们希望这份报告能帮助您有效地为您的组织提供一些见解，实现其他80%未能做到的，即未能从他们的组织中看到任何AI的益处。(1). 数据碎片化与集中的挑战 作为一家在传统上技术专业化程度较低、主要专注于人员和客户的领域中的公司，我们能够成为一项出色的案例研究，展示如何通过周密的思考和自上而下的创新领导者，公司可以从一个孤立、复杂的科技堆栈转变为运行专有工具的高效和灵活的数据基础设施。然后，一旦构建了一个更有效的后端，就可以与一些最新的3rdAI 工具可重新启动以在更清洁的数据环境中捕获最新进展。 在这段旅程中，关键的第一步是识别和拆除阻碍效率的数据孤岛。由于数据格式不一致、存储实践缺乏标准化以及难以确定哪些数据最有价值，公司面临着重大的瓶颈。通过这个过程，我们可以分类我们所拥有的、所需的以及如何收集的数据，从而以统一和可扩展的方式存储数据的最佳方式。 非技术领域 数据来源 内部 客户界面 构建基础设施 数据准备和后台管道搭建的要点 解决方案是开始整个流程，涉及将所有业务关键数据整合并构建到一个单一、可访问的生态系统中。这需要一个系统性的方法来提取、转换和清理数据，以确保在整个组织中的可靠性和可用性。 一旦数据集中化，下一步便是构建一个健壮、可扩展且经济的基础设施。没有了老旧系统的限制，GP Bullhound能够采用以事件驱动和免服务器计算为基础的现代云架构。自动数据处理管道被引入，以简化数据的采集、转换和集成，确保洞察信息的实时可用。该基础设施为人工智能和自动化奠定了基础，实现无缝的可扩展性，同时保持了安全性及成本效率。 自下而上问题，自上而下支持。 工作小组、获得初级团队的认同并惠及所有人——GP Bullhound ICAS的组织技术转型方法 对于任何以技术驱动转型的成功，广泛的组织认同至关重要。GP Bullhound采纳了问题优先的方法，让所有层级的员工参与其中，以确保技术实施与实际业务需求的一致性。跨职能工作组得以建立，将技术团队和商业利益相关者聚集在一起，确保解决方案针对真正的痛点。初级团队成员被赋予权力去识别他们工作流程中的低效之处，同时领导层提供自上而下的支持，确保统一的数字战略。 初步胜利 当时与最先进技术兼容并提供了最大价值的工具 保持股东参与度需要在短期成果和长期愿景之间取得平衡。该策略侧重于通过解决高摩擦、重复性任务来迅速取得胜利，这些任务正在减缓团队的工作。早期的自动化努力导致了显著的效率提升，增强了对此项举措的信心。同时，一个结构化的长期路线图确保了人工智能能力的逐步整合，防止了中断，同时关注着进一步创新的潜在机会。 为了减少在多个数据孤岛间导航的摩擦，避免在多个隔离的地域重复工作，并确保所有相关数据都能在需要时对所有人员可用，我们构建了一个基于对话的文档检索工具。效果显示，搜索文件所需的时间显著减少，定制材料的重用率提高，从而降低了工作量。 一个原本通常需要数小时甚至一整天手动工作和研究才能完成的客户参与工具，现在已被缩短至极小的一部分时间。这不仅减少了初级团队成员在相当重复和琐碎的工作上所花费的时间，还导致了我们自己的轻微的Jevons悖论。随着越来越多不同级别的团队成员使用它来完成他们的客户参与或个人研究任务，这种情况也在增加。 不可能 THE VALIDATOR 一个工具，能够将来自所有不同来源的所有数据汇总在一起，并3rd党派平台是我们使用的。降低摩擦以确保高质量数据收集，确保每个关系、互动和事件都被追踪。以便未来能够有效地生成趋势和洞察。 当前可用的工具和我们的技术堆栈的灵活性意味着我们现在能够分析和处理之前不可能的客户数据。这使我们从零到一的场景转变，让我们的客户感到非常高兴，并使我们能够为他们创造更多的价值。 我们战略性地整合了3RD党派工具 我们现在已经拥有理想的基础设施，通过精心挑选的外部工具的添加，可以提升我们的生产力，而不是创造更多的孤岛和复杂性。通过与我们自己的数据湖集成，该数据湖作为促成因素、数据连接器和与验证器协同工作，我们可以确保任何新的工具都增加了一层功能或知识，而不产生不必要的噪音或稀释有用信息。例如，我们不会自己编写转录工具，而是寻找最适合并补充我们堆栈的最佳工具，丰富我们已有的数据。 参与洞察 与相反的外部研究相比，我们对我们工具的参与程度感到震惊。 为了跟踪进展并确保转型处于正确的轨道上，GP Bullhound 密切监控了参与度和采用度指标。收集了员工如何与新系统互动的数据，并建立了定期的反馈循环以完善工具和流程。使用统计数据显示采用率不断提高，这验证了现代化投资的合理性。这些洞察还帮助微调了人工智能应用，确保它们满足了用户的实际需求，而不是被视为不必要的科技补充。 使用情况的分解在工具参与度方面呈现出一个有趣的画面，展示了每个群体所承担的任务类型——初级成员上传数据并对其发表评论，而资深成员则快速寻求洞察与数据互动。在此处未捕获的上传和评论，因此无法真正衡量在提供数据后端工具中的参与度，这可能部分解释了为什么在总查询中，最年轻的员工代表不足。然而，似乎来自我们所有AI工具的总查询几乎完全映射到我们的洞察工具，这对于快速信息检索和快速（现场）信息非常有用，这对于资深交易员来说可能非常有用，例如在与客户通话时。而观察检索工具时，使用情况的分解则更为平衡，每个人都从轻松、对话式的访问先前材料中受益。生产力工具则完全颠覆了这一画面，显示出初级团队在减轻他们不那么引人入胜的工作部分时所使用的工具中的使用主导。 真正的成功体现在采用之外。 不仅我们看到了稳定的参与度，这已经转化为实际、可衡量的生产力提升。 尽管我们的旅程才刚刚开始，并且团队规模较小，我们已经在所有我们关注的领域实现了显著的生产力提升。这为每个人带来了信心和动力，去探索更远。技术团队也受到了公司各层级的积极参与，提出了可以提高工作效率的工具。通过找到可以提升每个人工作体验的工具，释放他们的时间专注于更关键的任务，我们希望持续这种高参与度和显著的生产力提升的幸运循环。 我们有31倍的产出，而花费的时间仅为0.65倍。 58亿 与银行家合作，使他们能够使用他们之前无法访问的数据集。所有，将业务需求转化为代码。现在结果可以在几天内交付。通常需要从外部数据服务团队那里花费数周或超过一个月的时间。记录由我们新的特别行动数据团队为一次提案处理。该团队手牵手工作。 技术有所提升，我们的机遇也随之增加。 我们刚刚开始转型成为一个以人工智能驱动的组织。 Chat-GPT的问世为我们加速了已经开始的数字化转型之旅。虽然这个新聊天机器人引发了人们对技术可能性的极大热情，但其真正的商业应用案例相当有限。高昂的成本、导致输出不可靠的幻觉发生率以及社区中较低的技术素养意味着将其整合到商业工作流程中具有挑战性。然而，它确实表明了企业需要为未来的指数级改进做好准备。作为一家公司，我们确保自己尽可能为即将到来的浪潮做好准备，通过加速我们的数据基础设施改进和聚焦我们的战略。 由于这个原因，我们的人工智能战略的初期阶段集中在通过实施数据集中化、高级处理和智能检索技术来加速获取关键信息。通过打破信息孤岛和简化可搜索性，我们确保团队能够快速获取所需见解，提高效率和决策质量。 同时，我们针对关键操作瓶颈——耗时、重复但 straightforward 的任务进行了目标定位，这些任务耗费资源却未增加战略价值。这些领域为 AI 驱动的自动化提供了一个理想的战场，使我们能够释放宝贵的人力资本，用于更高影响的工作。 在此坚实基础之上，我们现在正准备将人工智能的采纳提升到新的高度。先进的人工智能推理模型的出现，为我们应对更复杂的企业挑战打开了大门，使我们能够将自动化推进到日常任务之外，进入更高阶的问题解决领域。这一转变标志着人工智能新时代的开始，人工智能不仅能够加速工作流程，还能提升整个组织层面的战略决策能力。 虽然我们经历的过程很重要，但人员、理念和文化至关重要。如