هوش مصنوعی بهترین افراد شما را کندتر می کند

جلسات گفتگوی قهوه CMO جمعه ما می تواند هرج و مرج باشد. چت تصویری زنده در طول چت Zoom.

چند هفته پیش، مکالمه پر از افرادی بود که از هوش مصنوعی خسته شده بودند.

اینها مظنون یا بازداشت کننده نبودند. آن‌ها مدیران بازاریابی بودند که برنامه‌های هوش مصنوعی را در شرکت‌های خود اجرا می‌کردند و بیشتر آنها هنوز در حال گسترش این برنامه‌ها هستند.

یکی از آنها تعداد اسنادی را که به خوبی ساخته شده و به طرز چشمگیری ساخته شده اند، بر روی میز او می نویسد که معلوم می شود بی فایده هستند، و ساعت ها (به علاوه اعتبار کلود) برای پردازش آنها هزینه دارد. یکی دیگر صریحاً گفت که تیمش مجاز به ارسال محتوای تولید شده توسط هوش مصنوعی برای او نیست زیرا به آنها گفته است که آن را نمی‌خواند. سومی اعتراف کرد که خواندن هوش مصنوعی اکنون او را آزار می دهد.

دو نفر از آنها به خاطر اهانت خود عذرخواهی کردند. اما آنها اشتباه نمی کنند.

سرعت هرگز یک اقتصاد نبود.

ریاضی AI ROI یک طرفه و ناقص است

تقریباً هر مورد کسب و کار هوش مصنوعی که تاکنون در بازاریابی B2B دیده‌ام، تنوعی از یک چیز را اندازه‌گیری می‌کند: سرعت انجام کار چقدر سریع‌تر است. ساعات صرفه جویی در اولین پیش نویس، محتوای تولید شده در یک هفته، اقلام خط دفتر بازگردانده شده در داخل، از تعداد کار خودداری می شود. همه با ارزش و همه در قسمت تولید دفتر کل قرار دارند.

ما فراموش کرده‌ایم که اکنون باید همه این موارد را بررسی کنیم.

این زمانی امکان پذیر بود که نتیجه نازک تر بود. زمانی که همه اعضای تیم چندین برابر حجم قدیمی خود تولید می کنند و هر کدام از آن ها هنوز به کسی که روزش طولانی تر نشده است، دیگر قابل اجرا نیست.

بالاخره یکی اندازه گرفت

یک نظرسنجی جهانی اخیر از بیش از 2000 CMO در هفت کشور نشان داد که 76 درصد از آنها حداقل سه ساعت در هفته را صرف ویرایش، بررسی واقعیت یا تصحیح می کنند و تنها 4 درصد می گویند که هوش مصنوعی در تمام مراحل فرآیند در زمان آنها صرفه جویی می کند. این نظرسنجی از سوی شرکتی انجام شد که نرم افزار بازاریابی هوش مصنوعی را می فروشد، که تشخیص را دشوار می کند. اسمش را گذاشتند مالیات تجدیدنظر.

در همان نظرسنجی، 54 درصد از پاسخ دهندگان گفتند که رهبری تلاش لازم برای به دست آوردن خروجی عملی از هوش مصنوعی را دست کم می گیرد.

محققان در استنفورد و آزمایشگاه BetterUp اخیراً آن را تعریف کرده‌اند: محتوایی که صیقلی به نظر می‌رسد و فاقد مواد است، بی‌صدا به کسی که آن را دریافت می‌کند، فکر می‌کند. اسمش را گذاشتند کار.

در یک نظرسنجی از بیش از 1000 کارمند میز، حدود 40 درصد در ماه قبل با هزینه حدود دو ساعت برای هر حادثه “کارگاه” را تجربه کرده بودند. آنها آن را 186 دلار برای هر کارمند در ماه اعلام کردند که برای یک شرکت 10000 نفری حدود 9 میلیون دلار در سال است.

چرا همه ما آن را از دست دادیم

یک نمونه گیج کننده از این در یک مطالعه تصادفی اخیر نشان داده شد که در آن توسعه دهندگان نرم افزار با تجربه روی مشکلات واقعی در مخازن خود کار می کردند. با استفاده از ابزارهای هوش مصنوعی، تکمیل آنها 19 درصد بیشتر طول کشید. قبل از شروع، آنها انتظار داشتند که ابزارها آنها را حدود یک چهارم سریعتر کنند، و بعداً آنها در واقع کندتر بودند، اما همچنان معتقد بودند که هوش مصنوعی آنها را حدود 20 درصد سریعتر کرده است.

شکاف بین آنچه اندازه‌گیری کردند و آنچه احساس کردند دیوانه‌کننده است.

ما نسل را می شناسیم، اما هزینه مطالعه را در نظر نمی گیریم یا تعیین نمی کنیم زیرا شخص دیگری این کار را می کند. هزینه ها به یک دلیل ساده خارج از تجارت باقی مانده است: نویسنده اثر کسی نیست که هزینه آن را پرداخت می کند.

Aaand محدودیت فقط باعث شلوغی بیشتر شد

حالا این ریاضی را در تیم خودتان انجام دهید. فرض کنید هشت نفر در روز چهار مستند تولید می‌کنند که قبلاً هرگز آن‌ها را تجربه نمی‌کردند، و همه به سمت یک یا دو نفر جریان می‌یابد که باید تصمیم بگیرند که آیا چیزی درست است یا خیر.

محدودیت‌ها اهمیتی نمی‌دهند که ایستگاه‌های بالادست آن‌ها چقدر کارآمد هستند. سرعت بخشیدن به همه چیز در مقابل گلوگاه، صف را طولانی تر می کند، و ما این را از سایر مناطق عملیاتی می دانیم. بازاریابی به اختراع مجدد آن ادامه می دهد.

قدیمی‌ترین و قابل اعتمادترین بازبین‌های شما در حالت اختناق قرار دارند و برنامه هوش مصنوعی که شما تأمین مالی کرده‌اید کار آنها را سخت‌تر کرده است.

حجمی که نمی توانید از آن دفاع کنید

آیا تا به حال اصطلاح “کارشناس توخالی” را شنیده اید؟ شخصی که حجم قابل توجهی کار تولید می کند که نمی تواند به هیچ سوالی در مورد آن پاسخ دهد. اینگونه است که میانه رو مقیاس می کنید.

یک اعتراض منصفانه در اینجا شمارنده است. آیا به همکارانی که کمتر از کسی که تقسیم طولانی را انجام داده از ماشین حساب استفاده می کند اعتماد دارید؟ البته نه. اما کاربر ماشین حساب هنوز می داند که این عدد به چه معناست و چرا به آن نیاز داشته است. آن بخش نادیده گرفته نشد، و این قسمتی است که وقتی کسی به عقب رانده است در جلسه ظاهر می شود.

نوشتن تفکر است. هر سندی که به یک مدل داده می شود، سندی است که هیچ کس به آن فکر نکرده است، که برای به روز رسانی وضعیت خوب است و برای استراتژی که انتظار دارید کار کند واقعاً گران است.

با چیزی که ارسال نمی شود شروع کنید

مدیری که به تیمش گفته است قصد ندارد محتوای تولید شده توسط هوش مصنوعی را بخواند، در حال انجام کنترل کیفیت است و من از این موقعیت در مقابل هر هیئتی دفاع خواهم کرد. قانون او هزینه را به جایی برمی گرداند که اثر ایجاد شده است: اگر قبل از ارسال آن را نخوانده یا ویرایش نکرده اید، او نیز آن را نمی خواند. این یک بخش مشکل حسابداری را در ریشه حل می کند.

اگر عددی را می خواهید که این مورد را در داخل ایجاد کند، هر دو نیمه را در یک صفحه قرار دهید: صرف نظر از اینکه کسب و کار هوش مصنوعی شما ادعا کرده است چند ساعت صرفه جویی کرده است و بازبینان شما واقعاً چقدر برای خواندن خروجی صرف کرده اند. ما یک ماشین حساب تاثیر درآمد ساختیم که نیمه اول را بدون خط برای دومی مدل می کند، که باید به شما بگوید چقدر راحت می توانید از آن رد شوید.

چند چیز دیگر که به کار آمدم:

زمینه را در ابزارهای مورد استفاده کل شرکت بسازید، نه فقط ابزارهای بازاریابی. بیشتر چیزی که بازاریابی در حال حاضر پاکسازی می‌کند از فروش، محصول و CS است، تقریباً درست، که اغلب بدتر از اشتباه است. صدای نام تجاری، موقعیت‌یابی و زمینه استفاده که در همه جا بارگذاری می‌شود به این معنی است که اولین پیش‌نویس بدون در نظر گرفتن اینکه چه کسی آن را ایجاد کرده است، به قابل استفاده نزدیک‌تر می‌شود.

تعداد ویرایش را قابل مشاهده کنید. یک CMO اخیراً شروع به ردیابی تعداد ویرایش هایی کرده است که باید روی مطالبی که روی میزش قرار می گیرد انجام دهد و آن را به 1-1 در ثانیه افزایش می دهد. نه به صورت کلیپ به عنوان نشانه ای از اینکه مردم چقدر باید کار خود را قبل از ترک میز ارزیابی کنند.

قبل از افزایش سرعت، بپرسید چه مشکلی دارد. برخی از فرآیندها به جای تسریع، سزاوار توقف هستند. تسریع شکست شکست را تسریع می کند (با یک مسیر حسابرسی بسیار بهتر). یکی از مدیران اخیراً مدیران را در اتاقی جمع کرد، از آنها پرسید لعنتی چه مشکلی وجود دارد، و به دنبال یک هوش مصنوعی رفت تا آن چیزها را به طور خاص با آن ترتیب درست کند. شروع با درد، مشکل سیاسی را برای شما نیز حل می کند، زیرا هیچ کس با اصلاح چیزی که همه از آن شکایت دارند، مخالف نیست.

این کار ارکستراسیون است. جذب، برنامه ریزی کار، چه کسی مالک چه چیزی است و در کجا زندگی می کند. تیم ما دقیقاً این کار را برای یک تیم بازاریابی 200 نفره انجام داد که قبلاً بیش از یک بار تلاش کرده بود و شکست خورده بود، که منجر به یک دریافت در هر درخواست، SLA قابل ردیابی و برنامه‌ریزی ظرفیت شد که تیم پیاده‌سازی می‌توانست آن را باور کند. هیچ کدامشان سکسی نیستند. اما این چیزی است که تیم سریعتر را از تیمی که در کارهای درست سریعتر بود جدا می کند.

بسیاری از مردم اکنون می توانند در حجم تولید کنند. تعداد بسیار کمتری قادر به دفاع از آنچه می فرستند. من انواع مختلف بیشتری را در صندوق ورودی خود می خواهم، و اگر هوش مصنوعی به ما کمک کند تا به آنجا برسیم، من با آن موافقم.

این پست در اصل توسط مت هاینز در Substack ظاهر شد.