A. 优化你的 AI 协作 (5)

许多提供商都具备允许你在团队间保存和复用定制化指令的功能。例如,ChatGPT 允许你创建遵循你特定指南和数据的自定义"GPT"。Claude 拥有独立的工作空间,包括各自的聊天记录和被称为"Projects"的知识库。这些方法不需要编程知识,几分钟内即可设置完成,有助于团队建立可重复的工作流程。

你可以通过将 AI 与其他软件连接来提升其价值,从而实现自动化操作,例如创建任务或发送通知。虽然某些集成仍需要专业技术知识,但许多平台正在简化 AI 与各种工具的连接方式,且用户友好的 AI 自动化即将取得重大进展。一个被称为"AI Agents(AI 智能体)"的完整市场领域正获得众多风险投资公司和科技公司的大量投资,它将进一步增强这类集成,并拓展 AI 能够代我们执行的任务类型。

一如既往,谨慎行事。AI 可能会产生幻觉,更微妙的是,如果使用不当,它可能会过度影响你的思维。

没有任何技术是真正中立的,因为它反映了其创造者的设计决策——就 AI 而言,还反映了其训练数据。然而,我发现当观点由 AI 而非另一个人类提出时,人们往往更容易接受替代性的观点或方法。这可能源于几个因素。尽管 AI 存在固有偏见,但由于 AI 缺乏个人议程或情感投入,它常被视为比人类更公正。(AI 不会背负过往互动或办公室政治的包袱。)它也有助于化解自我意识,因为接受来自 AI 的不同观点可能不那么像是在"向同事的意见屈服"。在这些早期阶段,AI 的新奇性也可能起到一定作用,因为人们可能比对同事的建议更感兴趣,也更愿意考虑一个意想不到的 AI 建议。

团队的 AI 学习之旅

我发现一些方法对团队特别有帮助,我将其整理为团队学习之旅。当团队成员同时也在进行各自的个人 AI 学习之旅时,效果最佳:个人学习支持团队的集体成长,并有助于在团队中建立共同语言。理想情况下,应与第十三至第十五章详述的 A3 框架配合使用。

请将本章仅视为入门介绍。打造团队的 AI 能力是一项重大任务,需要投入大量的时间、关注和支持。当与组织合作时,我将其作为一个长期过程来管理,包括多次工作坊、持续的沟通、团队需求的协作发现、受支持的实验以及周到的变革管理。然而,虽然完整的实施超出了本书的范围,但你可以利用这些指导开始塑造你的方法。

勇于迈出第一步:不要等待完美的清晰度——现在就开始你的 AI 之旅。许多团队犹豫不决,但拖延会带来代价:随着竞争对手积累 AI 经验,等待的机会成本每季度都在攀升。而且你的员工可能已经在没有指导的情况下使用"影子 AI",这意味着他们——以及你——正在错失宝贵的学习机会。立即采取行动,即使你感觉尚未完全准备好。等待最佳时机才开始,可能意味着永远无法真正开始。

聚焦关键问题:制定并不断完善一组指导性问题,你的团队可以将其作为指路明灯来聚焦研究和探索。尽可能具体,深入挖掘以揭示潜在维度。一个简单却强大的技巧是对每个问题反复追问"这为什么真的很重要?"。这种方法本身就足以构成一次有价值的工作会议。讨论常常能揭示需要探索的关键方面:你挖掘得越深,在寻找答案的旅程中收获就越多。如果你正确地执行了这一步,你永远不会没有问题。相反,随着理解的深入,你将不断演进现有问题并产生新问题。定期以团队形式重访这些问题,以保持一致并根据需要调整焦点。

充分利用对齐流程：将第十四章中的第二步"对齐"调整应用于团队情境。首先，对团队的需求进行集体评估。然后，让两人搭档或小组选择一项人工智能挑战来攻克。鼓励定期分享发现和心得，并促进团队成员之间的交流，以便获得关于其进展的反馈。这种方法营造了一种协作环境，使每个人都能从团队不断扩展的集体AIQ中受益。