Хабр Курсы для всех
РЕКЛАМА
Практикум, Хекслет, SkyPro, авторские курсы — собрали всех и попросили скидки. Осталось выбрать!
Поток Информационная безопасность доступен 24/7 благодаря поддержке друзей Хабра
Комментарии 9
Если некая информация лежит мертвым грузом, то есть вопрос - а полезно ли ее поднимать.
К примеру есть приказ, который формально есть но не выполняется, так как его выполнение остановит работу. Вот мы поднимем наверх и что будет ?
а что делать если приказ или инструкция одного подразделения прямо противоречит другому ?
и прочее и прочее.
Если сотрудник должен искать и спрашивать, то какая разница что там под капотом: ИИ или просто Confluence - оно не будет работать. Потому что привычки спрашивать, во-первых, может не быть, а, во-вторых, хороший вопрос - это уже больше половины ответа. Т.е. сотрудник должен реально быть в теме, чтобы задать правильный вопрос.
Я уже последние лет 10 говорю, что хорошая корпоративная база знаний должна быть проактивная и работать на триггерах как рекомендательная система. Понятно, что поиск из нее убирать не нужно, но она должна работать как youtube, который прикидывает что может пригодиться сотруднику в настоящий момент в зависимости от его задач.
для того, чтобы "база знаний должна быть проактивная" и "как youtube, который прикидывает что может пригодиться сотруднику в настоящий момент в зависимости от его задач." - сотрудник должен работать внутри какой-то системы, и отправлять запрос "из нее", чтобы учитывался контекст. Но как быть, допустим, с линейным сотрудником, работающим "в полях"? С линейным сотрудником, замещающим руководителя низшего звена (типа, кладовщика, замещающего заболевшего старшего смены)? они либо не работают внутри системы (могут работать в сопряженных системах - WMS-ТСД, ИСэкспедитора, Преселлинг ), либо у них вопрос как раз "что сделать, чтобы/если"
Да, это требует интеграции многих систем, в которых работают сотрудники.
Если для сотрудника не предполагается терминал и учетка, то ответ - никак.
Тут как с любым "универсальным" улучшением - не надо придумывать случаи, где оно не сработает. Их миллионы. Надо найти где оно сработает и принесет x10 пользы по сравнению с традиционным подходом.
Например, в случае замещения: где-нибудь в базе знаний хранятся должностные инструкции (это уже в нормальных фирмах есть). В hr системе есть запись, что Вася с 10 по 20 в отпуске и его замещает Петя. (это тоже уже в нормальных фирмах есть). Задача скинуть Пете должностные инструкии Васи и рассказать, что он должен делать простым языком. Если есть какой-нибудь треккер задач, то тоже довольно легко ввести человека в курс происходящего.
Этот подход не про "А давайте принесем ИИ в деревенский сарай, где даже электричества нет", а про то, что у многих фирм с цифровизацией уже все неплохо и есть много данных, которых можно с помощью ИИ аггрегировать и использовать для рекомендаций и предсказаний полезного контента.
Задача скинуть Пете должностные инструкии Васи и рассказать, что он должен делать простым языком. Если есть какой-нибудь треккер задач, то тоже довольно легко ввести человека в курс происходящего
"простым языком" они и так знают, "что должны делать". и этот сотрудник в целом "в курсе происходящего". Вопрос в нюансах.
Да, это требует интеграции многих систем, в которых работают сотрудники
не окажется ли, что такая интеграция систем (многие из которых - сторонних вендоров) потребует больше ресурсов, чем "выхлоп"?
Тут как с любым "универсальным" улучшением - не надо придумывать случаи, где оно не сработает. Их миллионы. Надо найти где оно сработает
- Это же п-проблема Бен Б-бецалеля. К-калиостро же доказал, что она н-не имеет р-решения. - Мы сами знаем, что она не имеет решения, - сказал Хунта, немедленно ощетиниваясь. - Мы хотим знать, как ее решать. - К-как-то ты странно рассуждаешь, К-кристо… К-как же искать решение, к-когда его нет? Б-бессмыслица какая-то… - Извини, Теодор, но это ты очень странно рассуждаешь. Бессмыслица - искать решение, если оно и так есть. Речь идет о том, как поступать с задачей, которая решения не имеет. ©ПНвС, АБС
Фишка в рекомендуемой информации (помимо её самой) в том когда она появляется. Т.е. не просто глобальные интересы, но реакция на какой-нибудь триггер. Отправляют человека в командировку (видно в HR программе) и вот уже система ему рассказывают как правильно оформить командировку. А после того, как он вернулся из командировки (не раньше) ему нужно рассказать каким образом (и где) заполнить отчет о командировки, приложить расходы и и.т.п.
По поводу интеграций и выхлопа... Надо тестировать. Довольно трудно измерить "выхлоп" от базы знаний, честно говоря. Всякий "уровень удовлетворенности клиентов" это довольно сферическая метрика.
Я отнюдь не отрицаю важность и необходимость описанной вами "предсказательной проактивной системы". (хотя даже к вашему описанию - лично у меня есть претензии. так получилось, что лет 15 назад писал "инструкцию", которая печаталась в пакете документов при оформлении командировки, и там оказалось важным напоминать, что документы на расходы нужно собирать, не терять, что оплачивается "по умолчанию", что только по документам, что может быть компенсировано компанией по решению руководства, а что не будет оплачено. И что нужно будет внести в отчет. Так что насчет "не раньше" - после возвращения может оказаться "уже поздно". Лишний напечатанный лист экономил кучу нервов с разборками "чо вы сразу-то не сказали?!?!?").
Просто по текущим задачам конторы - я вижу (у себя) корпоративного чат-бота, который будет отвечать на вопросы по регламентам. И в рамках обучения энтому самому ИИ - попробую реализовать... По крайней мере, идеи по применению пока именно такие. Но вас тоже услышал, понял и принял к сведению, за что благодарю.
Интересно, а почему статью так люто заминусовали?
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Почему корпоративные знания не работают — и как это исправит ИИ