WEBVTT 00:00:00.000 --> 00:00:03.980 Perusahaan membeli lisensi AE, menuncurkan pelatihan, merayakan tingkat penyelesaian, 00:00:04.340 --> 00:00:06.420 lalu menyaksikan tim yang sama menyalin data secara manual, 00:00:06.620 --> 00:00:09.460 mengejar pembaruan status melalui email, dan membuat ulang laporan setiap bulan. 00:00:09.800 --> 00:00:10.700 Itulah pola pemborosan. 00:00:11.020 --> 00:00:14.140 Alatnya ada, penularannya nyata, tetapi pekerjaan hampir tidak bergerak 00:00:14.140 --> 00:00:16.260 karena model lama melacak paparan, bukan perubahan. 00:00:16.540 --> 00:00:19.100 Rencana tidak memberitahu Anda apakah analis keuangan menutup lebih cepat. 00:00:19.440 --> 00:00:23.320 Kehadiran tidak memberitahu Anda apakah manajer proyek mendorong keputusan yang terhambat dalam sebaru waktu. 00:00:23.980 --> 00:00:27.220 Dan jika Anda tidak dapat menunjukkan menit indiklin kembali lebih sedikit kesalahan 00:00:27.220 --> 00:00:29.340 atau tindakan yang lebih cepat, AE, tetap menjadi garis biaya. 00:00:29.640 --> 00:00:31.980 Jadi dalam video ini saya ingin membuat model pengukuran menjadi sedahan. 00:00:32.460 --> 00:00:35.900 Waktu yang dihemat, kecepatan yang diperoleh, kesalahan berkurang, tidak secara teori dalam tugas nyata. 00:00:36.560 --> 00:00:37.800 Disitulah ROI mulai terlihat. 00:00:39.440 --> 00:00:40.160 Model lama rusak. 00:00:40.640 --> 00:00:42.740 Mengapa metrik sertifikasi tidak menunjukkan ROI? 00:00:43.580 --> 00:00:46.340 Sebagian besar program pelatihan AE masih mengikuti model kepatuhan. 00:00:46.960 --> 00:00:49.620 Orang menghadiri sesi, menyelesaikan modul, mungkin lulus kuis, 00:00:49.720 --> 00:00:51.800 lalu pimpinan mendapatkan dashboard yang penuh dengan angka-angka menarik. 00:00:52.240 --> 00:00:54.680 Tingkat penyelesaian partisipasi kepercayaan diri yang dilaporkan sendiri. 00:00:55.100 --> 00:00:56.900 Kelihatannya rapi dan itulah masalahnya. 00:00:56.900 --> 00:00:59.720 Karena metrik yang rapi dapat menyembunyikan kenyataan yang berantakan. 00:01:00.020 --> 00:01:03.280 Terutama ketika pekerjaan itu sendiri tidak berubah sama sekali setelah pelatihan berakhir. 00:01:04.480 --> 00:01:05.580 Yang biasa terjadi sederhana. 00:01:06.100 --> 00:01:08.920 Sebuah tim mempelajari apa itu perintah, melihat beberapa demo umum, 00:01:09.100 --> 00:01:12.980 lalu kembali ke Outlook, Excel, Teams, dan alur kerja pelaporan yang masih berjalan dengan cara lama. 00:01:13.360 --> 00:01:15.920 Orang tersebut mungkin tahu lebih banyak tentang AI daripada sebelumnya, 00:01:16.000 --> 00:01:17.320 tetapi laporan bulanan masih memakan ROI. 00:01:17.620 --> 00:01:18.520 Cerah terima masih terputus. 00:01:18.860 --> 00:01:21.100 Tindak lanjut masih bergantung pada seorang yang ingat untuk menirimkannya. 00:01:21.440 --> 00:01:24.140 Jadi kesenjangannya bukan hanya pengetahuan, tetapi perilaku tubuh. 00:01:24.140 --> 00:01:26.760 Dan satu tingkat lebih dalam, disinilah sebagian besar perusahaan kehilangan alur. 00:01:27.240 --> 00:01:29.340 Mereka mengukur kebisingan penggunaan ahli agresi kerja. 00:01:29.820 --> 00:01:32.140 Riset di set sumber Anda menunjukkan adanya perbedaan besar 00:01:32.140 --> 00:01:35.900 antara pengguna biasa dan pengguna ahli sekitar 4 hingga 5 kali lipat dalam produktivitas. 00:01:36.280 --> 00:01:38.560 Itu berarti angka adopsi rata-rata hampir tidak memberitahu Anda apapun. 00:01:38.840 --> 00:01:40.600 Sebuah perusahaan dapat mengatakan orang menggunakan AI. 00:01:41.020 --> 00:01:44.960 Dan masih melewatkan fakta bahwa hanya sekelompok kecil yang mengubah penggunaan itu menjadi keluaran yang lebih cepat. 00:01:45.100 --> 00:01:47.700 Setelah sebabnya tingkat penyelesaian terasa aman, tetapi tidak membuktikan nilai. 00:01:47.700 --> 00:01:49.960 Angka tersebut memberitahu Anda bahwa seseorang telah menyesuaikan pelan. 00:01:50.220 --> 00:01:54.220 Mereka tidak memberitahu Anda apakah paket kelaporan berubah dari 20 menit menjadi 45 detik 00:01:54.220 --> 00:01:57.200 untuk sebagian proses yang merupakan salah satu tol ukur keuangan dalam pelitian. 00:01:57.540 --> 00:02:01.820 Mereka tidak memberitahu Anda apakah karyawan mendapatkan kembali sekitar 9 jam per bulan rata-rata 00:02:01.820 --> 00:02:03.520 yang muncul di beberapa studi copilot. 00:02:04.220 --> 00:02:07.800 Dan mereka jelas tidak memberitahu Anda apakah keputusan sekarang bergerak 8 kali lebih cepat 00:02:07.800 --> 00:02:11.360 atau apakah waktu untuk mendapatkan wawasan turun sebesar 8% turun sebesar 8% terukur. 00:02:11.560 --> 00:02:12.300 Itu adalah sinyal hasil. 00:02:12.780 --> 00:02:13.440 Segala sudah diatur. 00:02:14.020 --> 00:02:14.900 Ada jeda lain dalam model. 00:02:14.900 --> 00:02:18.740 Banyak pilot tidak pernah menetapkan dasarnya sehingga mereka tidak dapat membuktikan perubahan Anda. 00:02:19.260 --> 00:02:24.540 Penelitian dalam materi Anda menunjukkan 95% pilot AI perusahaan tidak memberikan dampak PNL yang terukur. 00:02:25.240 --> 00:02:29.440 Bukan karena alat tersebut gagal dengan sendirinya, tetapi karena organisasi melewatkan bagian yang sulit. 00:02:29.980 --> 00:02:32.620 Desain ulang alur kerja, kepemilikan, dan pengukuran pertinggi pasca. 00:02:33.020 --> 00:02:36.020 Jika Anda tidak tahu berapa lama tugas itu berlangsung sebelum peningkatan keterampilan, 00:02:36.160 --> 00:02:38.020 Anda tidak dapat mempertahankan klaim apapun setelah pelunjuk. 00:02:38.200 --> 00:02:41.000 Ini masuk akal bagi saya ketika saya melihat bagaimana pemimpin berbicara tentang adopsi. 00:02:41.000 --> 00:02:43.640 Mereka sering bertanya, berapa banyak menggunakan copilot bulan ini? 00:02:43.640 --> 00:02:46.120 Kedengaran yang masuk akal, tetapi itu pertanyaan yang salah. 00:02:46.700 --> 00:02:50.160 Pertanyaan yang lebih baik adalah, tugas mana yang lebih pendek, lebih bersih, atau lebih cepat untuk putuskan. 00:02:50.440 --> 00:02:53.200 Karena menggunakan AI lebih sering tidak sama dengan memandatkan pekerjaan. 00:02:53.420 --> 00:02:58.400 Seseorang dapat meminta petunjuk sepanjang hari dan tetap membuat pengerjaan ulang, penundaan, dan keluaran yang lemah yang harus diperbaiki. 00:02:58.640 --> 00:03:01.960 Jadi pelatihan harus keluar dari wadah literasi generik dan menjadi kemampuan berbasis peran. 00:03:02.560 --> 00:03:03.360 Bukan mempelajari AI. 00:03:04.120 --> 00:03:06.180 Pelajari cara membangun penjelasan varian lebih cepat. 00:03:06.540 --> 00:03:08.680 Pelajari cara mengubah kebisingan rapat menjadi tindak lanjuti. 00:03:08.940 --> 00:03:11.700 Pelajari cara memangkas waktu pendanganan tiket tanpa mengurangi kualitas. 00:03:11.700 --> 00:03:16.500 Setelah Anda meninggalkan logika rencana dan beralih ke logika alur kerja, ROI menjadi jauh lebih mudah dilihat. 00:03:17.280 --> 00:03:19.400 Model pengukuran kerangka kerja menit yang direklamasi. 00:03:19.880 --> 00:03:23.820 Jadi setelah Anda berhenti mengukur pelatihan sebagai kehadiran, Anda memerlukan model menghubungkan perilaku dengan Anda. 00:03:24.140 --> 00:03:24.700 Tetap sederhana. 00:03:25.140 --> 00:03:28.740 ROI sama dengan waktu yang dihemat, dikalikan dengan biaya per jam dan tingkat adopsi, 00:03:28.980 --> 00:03:33.720 lalu tambahkan nilai dari lebih sedikit kesalahan dan keputusan yang lebih cepat dan kurangi investasi peningkatan keterampilan. 00:03:34.280 --> 00:03:35.080 Itulah keseluruhan struktur. 00:03:35.540 --> 00:03:36.720 Tidak sempurna, tetapi dapat digunakan. 00:03:36.720 --> 00:03:42.700 Dan itu lebih penting karena sebagian besar diskusi tentang ROI-AI runtuh ketika perhitungannya menjadi terlalu abstrak untuk dipercaya oleh para manajer. 00:03:43.280 --> 00:03:48.840 Sederhananya, Anda tidak membeli AI, Anda membeli kembali jam kerja, dan Anda mencoba memindahkan jam-jam tersebut ke pekerjaan yang lebih penting. 00:03:49.700 --> 00:03:53.680 Analisis, perencanaan, eskalasi, respons pelanggan, penilaian yang lebih baik. 00:03:54.060 --> 00:03:56.640 Jika jam-jam tersebut menghilang menjadi waktu senggang, nilainya melemah. 00:03:57.280 --> 00:04:01.400 Jika jam-jam tersebut kembali ke bisnis sebagai hasil yang lebih cepat atau keputusan yang lebih baik, nilainya muncul. 00:04:02.020 --> 00:04:04.720 Mulailah dengan mendapatkan kembali waktu, karena itu adalah sinyal peringkut. 00:04:04.720 --> 00:04:08.760 Ukur jam yang dihemat perkaryawan penuh waktu per bulan, tetapi hanya di dalam alur kerja yang diberi nama. 00:04:08.980 --> 00:04:11.240 AI tidak membantu sedikitpun. Itu tidak berguna. 00:04:11.680 --> 00:04:17.420 Lacak satu tugas, bersihkan data di Excel, buat draft catatan varian sebulanan, buat ringkasan rapat dan daftar tindakan. 00:04:17.780 --> 00:04:20.820 Lalu bandingkan waktu manual dengan waktu yang dibantu AI dalam kondisi yang sama. 00:04:21.580 --> 00:04:23.600 Peran yang sama, tugas yang sama, tingkat kerumitan yang sama. 00:04:23.880 --> 00:04:25.280 Begitulah cara Anda menghindari perhitungan fantasi. 00:04:25.640 --> 00:04:28.560 Hal yang kebanyakan orang lewatkan adalah bahwa rata-rata dapat dengan cepat mengembaran. 00:04:28.940 --> 00:04:31.920 Satu orang mungkin menghemat 15 menit, yang lain mungkin menghemat 2 jam. 00:04:31.920 --> 00:04:34.860 Jadi, jangan mulai dengan asumsi yang luas di seluruh perusahaan. 00:04:35.460 --> 00:04:37.420 Mulain ada ringkat alur kerja, lalu lanjutkan ke atas. 00:04:38.020 --> 00:04:43.240 Jika seorang analis keuangan menghemat sedikit saja pada tugas yang diulang berkali-kali setiap bulan, jam yang direklamasi akan bertambah. 00:04:43.800 --> 00:04:50.080 Riset-diset sumber Anda menunjukkan bahwa penghematan bulanan yang sederhana pun dapat membenarkan lisensi dengan cepat ketika nilai per jam karyawan cukup tinggi. 00:04:50.540 --> 00:04:51.820 Lalu tambahkan kecepatan pengambilan guru. 00:04:52.120 --> 00:04:55.580 Yang ini penting karena banyak nilai AI tidak muncul sebagai pengurangan tenaga kerja yang sederhana. 00:04:55.580 --> 00:04:58.540 Nilai tersebut muncul sebagai berkurangnya waktu tunggu antara masalah dan tindakan. 00:04:58.720 --> 00:05:01.960 Ukur waktu siklus dari masalah yang teridentifikasi hingga keputusan berikutnya yang diambil. 00:05:02.360 --> 00:05:04.440 Di beberapa tim itu berarti dari rapat hingga tindak lanjut. 00:05:04.820 --> 00:05:07.140 Di tim lain, dari varian yang ditandai hingga respons manajemen. 00:05:07.780 --> 00:05:12.020 Dan karena ini mudah dipalsukan dengan cerita yang tidak jelas gunakan waktu prapelatihan dan pascapelatihan. 00:05:12.520 --> 00:05:15.300 Tim yang sama, jenis keputusan yang sama, jalur persetujuan yang sama. 00:05:15.600 --> 00:05:16.900 Anda pendukungan untuk itu dalam riset. 00:05:17.360 --> 00:05:23.040 Beberapa organisasi melaporkan keputusan 8 kali lebih cepat dan waktu untuk mendapatkan wawasan turun sebesar 8% turun sebesar 80% AI. 00:05:23.040 --> 00:05:27.460 Sekarang, Anda tidak boleh menggunakan angka-angka tersebut sebagai jenis universal karena angka-angka tersebut bergantung pada alur kerja. 00:05:27.540 --> 00:05:30.920 Dan pengaturan tetapi angka tersebut menunjukkan apa yang terjadi ketika AI mengurangi hambatan antara pengumpulan. 00:05:31.020 --> 00:05:33.060 Setelah ketika AI mengurangi hambatan antara pengumpulan informasi dan tindak. 00:05:33.180 --> 00:05:37.880 Dan itulah bagian yang diperhatikan para eksekutif karena keputusan yang lambat biasanya lebih mahal daripada pembuatan dokumen yang lambat. 00:05:38.480 --> 00:05:40.560 Setelah itu, pilih satu metrik lagi berdasarkan peran. 00:05:41.160 --> 00:05:44.080 Pengurangan kesalahan berfungsi dengan baik dalam keuangan atau alur kerja yang pada tepat. 00:05:44.360 --> 00:05:46.040 Teruput berfungsi dengan baik dalam operasi layanan. 00:05:46.040 --> 00:05:51.600 Biaya perkeputusan dapat berfungsi untuk proses manajemen di mana masalah yang sama terus menyeret banyak orang ke dalam lingkaran. 00:05:51.860 --> 00:05:53.440 Intinya bukanlah untuk membuat dasber raksasa, 00:05:53.720 --> 00:05:57.640 melainkan untuk mencocokkan satu ukuran kualitas atau keluaran dengan alur kerja sehingga kecepatan tidak menyembunyikan pula. 00:05:57.760 --> 00:05:58.560 Sekarang, disiplin dasar. 00:05:59.080 --> 00:06:02.120 Ini adalah bagian yang hampir semua orang ini lewati karena terasa membosankan. 00:06:02.220 --> 00:06:05.040 Dan itulah tepatnya mengapa begitu banyak lem RO yang gagal di kemudian hari. 00:06:05.780 --> 00:06:07.160 Sebelum pelatihan, hitung waktu tugas. 00:06:07.420 --> 00:06:08.160 Hitung pengerjaan ulang. 00:06:08.160 --> 00:06:09.660 Catat berapa lama setelah terima berlangsung. 00:06:09.660 --> 00:06:11.780 Kemudian menjalankan pengujian yang sama setelah peningkatan keterangan. 00:06:12.020 --> 00:06:13.160 Jika tugas berubah, catat. 00:06:13.720 --> 00:06:14.820 Jika volume berubah, catat. 00:06:15.180 --> 00:06:16.440 Jika kualitas datang meningkat, catat. 00:06:16.800 --> 00:06:18.440 Perbandingan yang jelas memiliki keseluruhan kasus. 00:06:18.880 --> 00:06:21.220 Adopsi tetap penting tetapi sebagai pengganda, bukan piala. 00:06:22.020 --> 00:06:23.800 Lisensi yang tidak digunakan akan menurunkan modal. 00:06:24.580 --> 00:06:28.760 Riset di sumber Anda menunjukkan pemanfaatan kursi aktif di perusahaan besar rata-rata 55% 00:06:28.760 --> 00:06:31.560 yang berarti banyak kapasitas berbayar tidak pernah masuk ke alur kerja. 00:06:32.240 --> 00:06:34.460 Jadi, jangan hanya bertanya apakah pengguna masuk, 00:06:34.580 --> 00:06:37.320 tanyakan apakah perilaku terlalu muncul berulang kali dalam tugas target. 00:06:37.320 --> 00:06:39.520 Itulah sinyal adopsi yang layak dilacak. 00:06:40.180 --> 00:06:41.340 Dan satu lagi perbedaan penting, 00:06:41.560 --> 00:06:43.720 waktu kotor yang dihemat tidak sama dengan nilai yang diciptakan. 00:06:44.440 --> 00:06:46.020 Jika seorang analis menghemat satu jam, 00:06:46.240 --> 00:06:48.800 jam itu hanya penting saat beralih ke analisis yang lebih mendalam, 00:06:49.140 --> 00:06:50.960 eskalasi yang lebih cepat, perencanaan yang lebih baik, 00:06:51.040 --> 00:06:52.240 atau lebih banyak pekerjaan pangan. 00:06:53.140 --> 00:06:54.520 Jadi, model lengkapnya benar-benar seperti ini. 00:06:54.680 --> 00:06:56.520 Dapatkan kembali menit itu, lalu terapkan kembali. 00:06:57.120 --> 00:06:59.640 Begitulah cara AI berhenti terlihat seperti pengelaran perangkat lunak 00:06:59.640 --> 00:07:01.280 dan mulai terlihat seperti daya ongkit operasional. 00:07:01.280 --> 00:07:03.160 Namun, di mana ROI muncul pertama kali, 00:07:03.340 --> 00:07:04.940 tiga peran dengan kepadatan ROI tinggi. 00:07:04.940 --> 00:07:08.020 Setelah modelnya jelas, pertanyaan berikutnya adalah 00:07:08.020 --> 00:07:08.940 dari mana harus memulai? 00:07:09.200 --> 00:07:11.080 Tidak dengan semua orang, tidak dengan departemen yang berisi. 00:07:11.480 --> 00:07:12.720 Mulailah ada pekerjaan yang repetitif, 00:07:12.880 --> 00:07:15.700 banyak dokumen, dan penuh dengan keputusan kecil yang memperlambat segalanya. 00:07:16.420 --> 00:07:17.640 Disitulah peringkatan keterampilan besar. 00:07:18.140 --> 00:07:19.160 Anda melatih satu perilaku? 00:07:19.400 --> 00:07:21.040 Perilaku itu muncul puluhan kali setiap minggu. 00:07:21.480 --> 00:07:23.940 Dan keuntungannya terus bertambah tanpa menambah jumlah karyawan. 00:07:24.680 --> 00:07:26.780 Analis keuangan berada di urutan teratas daftar itu 00:07:26.780 --> 00:07:28.780 karena sebagian besar minggu mereka dihabiskan 00:07:28.780 --> 00:07:30.740 untuk data terstruktur, komentar berulang, 00:07:30.860 --> 00:07:33.540 rekonsiliasi, dan siklus pelaporan yang membebani upaya manual. 00:07:33.540 --> 00:07:36.100 Mereka menggunakan Excel, mereka membersihkan masukan, 00:07:36.220 --> 00:07:37.600 membandingkan versi, menjelaskan pergerakan, 00:07:37.860 --> 00:07:40.500 dan mengubah angka mentah menjadi sesuatu yang dapat ditindaklanjuti oleh pimpinan. 00:07:40.940 --> 00:07:43.380 Itulah jenis pekerjaan di mana keterampilan AI berbasis peran 00:07:43.380 --> 00:07:44.640 dapat memangkas hambatan dengan cepat, 00:07:44.980 --> 00:07:47.000 karena hambatannya biasanya bukan penilaian yang mendalam. 00:07:47.360 --> 00:07:48.600 Ini adalah pekerjaan sebelum penilaian 00:07:48.600 --> 00:07:50.380 pengumpulan pembentukan penyelesaian ulang pengerja kembalian. 00:07:50.800 --> 00:07:53.700 Dalam penelitian, tim keuangan melaporkan penghematan bulanan yang besar, 00:07:53.940 --> 00:07:56.080 dan beberapa proyek persentohan menunjukkan pekerjaan pelaporan 00:07:56.080 --> 00:07:58.460 menurun dari siklus manual yang panjang menjadi terpertama yang jauh lebih cepat. 00:07:58.820 --> 00:08:00.500 Pola itu lebih penting daripada angka utama. 00:08:00.960 --> 00:08:02.200 Analis tidak berhenti menjadi analis, 00:08:02.400 --> 00:08:03.960 mereka berhenti menghabiskan begitu banyak waktu 00:08:03.960 --> 00:08:05.360 untuk membangun versi pertama dari keluaran. 00:08:05.780 --> 00:08:07.200 Ketika perubahan itu berjalan dengan baik, 00:08:07.340 --> 00:08:09.240 Anda melihat perolehan kembali kapasitas yang nyata, 00:08:09.480 --> 00:08:13.080 seringkali dalam kisaran 30% hingga 50% tugas-tugas yang ditargetkan, 00:08:13.320 --> 00:08:15.800 dan siklus tertutup mulai bergerak dengan lebih sedikit kekacauan di akhir. 00:08:16.140 --> 00:08:18.100 Manager proyek adalah zona ROI padat lainnya, 00:08:18.180 --> 00:08:19.360 tetapi karena alasan yang berbeda. 00:08:19.940 --> 00:08:22.020 Pekerjaan mereka terkubur di bawah beban koordinasi, 00:08:22.160 --> 00:08:23.600 pengumpulan status, catatan rapat, 00:08:24.000 --> 00:08:25.960 pelacakan tindakan, catatan risiko, tindak lanjut, 00:08:26.400 --> 00:08:27.440 pembaruan mangkuk kepentingan. 00:08:27.800 --> 00:08:28.500 Tidak ada yang sepele, 00:08:28.740 --> 00:08:31.720 dan semuanya menciptakan penundaan ketika informasi berada di obrolan, 00:08:31.880 --> 00:08:34.120 dek, atau catatan setengah jadi alih-alih beralih ke keputusan. 00:08:34.640 --> 00:08:37.520 Jadi ketika PM dilatih untuk menggunakan AI di dalam alur kerja, 00:08:37.660 --> 00:08:38.840 bukan sebagai eksperimen sampingan, 00:08:38.960 --> 00:08:40.120 keuntungannya muncul dalam alur, 00:08:40.720 --> 00:08:43.300 siklus persiapan mingguan yang sebelumnya memakan waktu 6 jam 00:08:43.300 --> 00:08:45.260 dapat turun menjadi 2 jam ketika ringkasan, 00:08:45.260 --> 00:08:47.060 ekstraksi tindakan, dan pembaruan draft terjadi 00:08:47.060 --> 00:08:48.380 di dalam alat yang sudah mereka gunakan. 00:08:48.820 --> 00:08:50.880 Yang lebih penting, hasilnya tiba dalam keadaan yang lebih baik 00:08:50.880 --> 00:08:51.800 untuk ditindak lanjutin. 00:08:52.040 --> 00:08:53.800 Orang tidak perlu merekonstruksi apa yang terjadi dalam rapat. 00:08:54.340 --> 00:08:56.280 Mereka dapat melihat risiko pemilik tengkat waktu 00:08:56.280 --> 00:08:57.120 dan langkah selanjutnya. 00:08:57.720 --> 00:09:00.040 Itulah sebabnya siklus keputusan dapat bergerak 25% 00:09:00.040 --> 00:09:01.560 hingga 40% lebih cepat di lingkungan ini. 00:09:01.900 --> 00:09:03.680 Kecepatan tidak datang dari mengetik lebih cepat, 00:09:03.780 --> 00:09:06.000 melainkan dari mengurangi jeda antara diskusi dan eksekusi. 00:09:06.520 --> 00:09:08.720 Kemudian Anda melihat operasi dan dokumen garis depan tempat volume 00:09:08.720 --> 00:09:10.120 melakukan sebagian besar pekerjaan ekonomi. 00:09:10.120 --> 00:09:12.440 Tim-tim ini menangani pertanyaan yang berulang, 00:09:12.580 --> 00:09:13.500 komunikasi yang berulang, 00:09:13.980 --> 00:09:14.800 pengambilan pengetahuan, 00:09:15.100 --> 00:09:15.620 rikasan kasus, 00:09:15.720 --> 00:09:16.940 dan peralihan konstan antar sistem. 00:09:17.660 --> 00:09:18.760 Penghematan kecil penting di sini 00:09:18.760 --> 00:09:19.700 karena terjadi sepanjangnya. 00:09:20.240 --> 00:09:22.740 Jika alur kerja dukungan turun dari 12 menit menjadi 7 menit, 00:09:22.840 --> 00:09:25.080 kesenjangan itu berulang di ratusan atau ribuan interaksi. 00:09:25.680 --> 00:09:27.720 Dan tiba-tiba hasil meningkat tanpa jawaban yang biasa, 00:09:27.900 --> 00:09:29.120 yaitu merekrut lebih banyak orang. 00:09:30.180 --> 00:09:31.700 Di sinilah tekanan kualitas menjadi nyata. 00:09:32.300 --> 00:09:33.760 Tim tidak bisa hanya bergerak lebih cepat, 00:09:33.760 --> 00:09:34.980 mereka harus tetap dalam target, 00:09:35.180 --> 00:09:35.680 tetap akurat, 00:09:35.780 --> 00:09:37.240 dan menjaga kualitas respon tetap stabil. 00:09:37.240 --> 00:09:39.420 Itulah sebabnya peran-peran ini mendapat manfaat 00:09:39.420 --> 00:09:40.500 dari pola perintah yang lebih ketat, 00:09:40.520 --> 00:09:41.900 yang lebih ketat dalam kasus penggunaan neobism. 00:09:42.360 --> 00:09:43.180 Buat draft respons, 00:09:43.460 --> 00:09:44.340 tarik pengetahuan yang tepat, 00:09:44.600 --> 00:09:45.260 rangkum kasus, 00:09:45.600 --> 00:09:47.680 biarkan manusia mengonfirmasi kasus-kasus ekstrem. 00:09:48.320 --> 00:09:49.700 Ketika disiplin tersebut diterapkan, 00:09:49.800 --> 00:09:53.120 peningkatan teruput dalam kisaran 20% hingga 40% mulai terlihat 00:09:53.120 --> 00:09:54.340 meyakinkan tidak meningkat, 00:09:54.620 --> 00:09:55.140 tidak meningkat. 00:09:55.400 --> 00:09:56.520 Jadi aturan pemilihannya sederhana. 00:09:57.020 --> 00:09:59.240 Jangan menyebarkan pelatihan secara merata di seluruh organisasi 00:09:59.240 --> 00:09:59.980 karena itu terasa adik. 00:10:00.160 --> 00:10:02.220 Tempatkan di tempat AI menggabungkan output 00:10:02.220 --> 00:10:04.580 melalui pengulangan, dokumentasi, dan beban keputusan. 00:10:04.880 --> 00:10:07.300 Keuangan memberi Anda kompresi yang terukur dalam persiapan analisis. 00:10:07.860 --> 00:10:10.500 Manajemen proyek memberi Anda pergerakan yang lebih cepat melalui koordinasi. 00:10:11.160 --> 00:10:13.000 Operasi dan dukungan memberi Anda peningkatan volume 00:10:13.000 --> 00:10:14.000 dan metrik layanan yang jelas. 00:10:14.460 --> 00:10:15.600 Peran yang berbeda, pola yang sama. 00:10:16.080 --> 00:10:17.700 Pekerjaan berjalan dengan lebih sedikit hambatan 00:10:17.700 --> 00:10:19.680 karena informasi tiba lebih dekat dengan kesiapan keputusan. 00:10:20.040 --> 00:10:22.300 Dan itulah lensa yang terus digunakan saat kita beralih ke contoh 00:10:22.300 --> 00:10:24.440 karena sinyal menjadi lebih kuat ketika Anda berhenti bertanya 00:10:24.440 --> 00:10:25.580 siapa yang menggunakan alat tersebut 00:10:25.580 --> 00:10:27.160 dan mulai bertanya alur kerjaman yang pendek. 00:10:27.160 --> 00:10:30.540 Bukti dalam alur kerja, tiga kasus konkret sebelum dan sesuai. 00:10:30.900 --> 00:10:32.320 Jadi mari kita bahas secara spesifik 00:10:32.320 --> 00:10:34.920 karena ini adalah titik di mana ROI AI menjadi dapat dipertahankan 00:10:34.920 --> 00:10:36.020 atau berubah menjadi kabut ruang. 00:10:36.280 --> 00:10:37.440 Ambil keuangan terlebih dahulu. 00:10:38.140 --> 00:10:39.260 Sebelum peningkatan keterampilan, 00:10:39.620 --> 00:10:41.320 yang ditargetkan, siklus pelaporan bulanan 00:10:41.320 --> 00:10:42.760 dapat berlangsung selama lima hari 00:10:42.760 --> 00:10:45.000 bukan karena analisis itu sendiri memakan waktu lima hari 00:10:45.000 --> 00:10:47.420 tetapi karena analis menghabiskan terlalu banyak waktu 00:10:47.420 --> 00:10:48.400 untuk menyusun angka-angka, 00:10:48.400 --> 00:10:50.000 memeriksa format, menyusun angka-angka, 00:10:50.100 --> 00:10:51.460 memeriksa format, menyusun komentar, 00:10:51.540 --> 00:10:53.560 dan menulis penjelasan varian dengan gaya yang sama berulang-ulang. 00:10:53.560 --> 00:10:55.260 Perilaku yang dilatih mengubah urutan itu. 00:10:55.800 --> 00:10:57.380 Alih-alih memulai dari halaman kosong, 00:10:57.540 --> 00:10:59.920 analis menggunakan AI untuk menyusun komentar pertama, 00:11:00.520 --> 00:11:01.960 meringkas pergerakan di seluruh kategori, 00:11:02.300 --> 00:11:03.760 dan menyusun penjelasan untuk ditinjau. 00:11:04.460 --> 00:11:05.240 Pendutupannya dah hilang. 00:11:05.780 --> 00:11:07.200 Analis tetap memvalidasi angka-angka, 00:11:07.660 --> 00:11:08.880 tetapi seletan manual akan hilang 00:11:08.880 --> 00:11:10.780 dan siklus dapat berubah dari lima hari menjadi dua hari. 00:11:11.280 --> 00:11:12.840 Untungan sebenarnya adalah apa yang terjadi selanjutnya. 00:11:12.840 --> 00:11:15.260 Jam-jam yang dipulihkan itu tidak kembali menjadi pelaporan yang lebih baik. 00:11:15.500 --> 00:11:17.140 Jam-jam itu digunakan untuk perencanaan skenario, 00:11:17.260 --> 00:11:17.980 tinjauan pengecualian, 00:11:18.080 --> 00:11:19.320 dan tidak lanjut yang lebih cepat dengan lebih cepat 00:11:19.320 --> 00:11:20.140 dengan para pengambil keputusan. 00:11:20.260 --> 00:11:20.940 Karena mendibin proyek, 00:11:21.420 --> 00:11:22.980 masalah dasar biasanya bukan kurangnya upaya. 00:11:23.460 --> 00:11:24.240 Layankan fragmentasi. 00:11:24.720 --> 00:11:25.480 Catatan di satu tempat, 00:11:25.620 --> 00:11:26.360 tindakan di tempat lain, 00:11:26.500 --> 00:11:28.400 risiko terkubur dalam rapat yang tidak sempat ditonton ulang. 00:11:28.920 --> 00:11:31.220 Seorang PM dapat dengan mudah menghabiskan jam seminggu 00:11:31.220 --> 00:11:32.920 hanya untuk mendapatkan status ke dalam bentuk yang depan. 00:11:33.240 --> 00:11:34.720 Setelah peningkatan keterampilan berbasis peran, 00:11:34.820 --> 00:11:35.380 alur kerja berduk. 00:11:35.800 --> 00:11:37.680 Catatan rapat dirangkum dalam pola yang konsisten. 00:11:38.040 --> 00:11:39.760 Tindakan diambil bersama pemilik dan dekat waktu. 00:11:40.460 --> 00:11:42.280 Risiko dan hambatan muncul lebih awal 00:11:42.280 --> 00:11:44.640 karena PM tidak merekonstruksinya secara manual setelah kejadian. 00:11:44.640 --> 00:11:47.340 Waktu persiapan tersebut dapat turun dari 6 jadi 2 jam 00:11:47.340 --> 00:11:49.000 dan kemenangan yang lebih besar terjadi di hilir. 00:11:49.320 --> 00:11:50.220 Eskalasi dari lebih awal. 00:11:50.640 --> 00:11:52.600 Pemangku kepentingan mendapatkan pembaruan yang siap untuk tim. 00:11:53.100 --> 00:11:54.460 Lebih sedikit keputusan yang terhenti 00:11:54.460 --> 00:11:57.020 karena tindak lanjut datang terlambat tidak lengkap atau tidak jelas 00:11:57.020 --> 00:11:58.740 yang berubah bukanlah jabatan PM, 00:11:59.260 --> 00:12:01.100 melainkan kecepatan informasi menjadi dapat digunakan. 00:12:01.700 --> 00:12:03.780 Lalu ada dukungan dan operasi tempat matematika 00:12:03.780 --> 00:12:05.460 menjadi sangat terlihat dengan sangat cepat. 00:12:05.820 --> 00:12:06.700 Mulailah dengan kasus umum. 00:12:07.200 --> 00:12:09.340 Waktu penanganan rata-rata berada pada 12 menit 00:12:09.340 --> 00:12:10.800 karena orang mencari jawaban yang tepat, 00:12:11.040 --> 00:12:12.260 menulis respons dari awal, 00:12:12.260 --> 00:12:14.740 meringkas kasus, lalu beralih ke kasus berikutnya 00:12:14.740 --> 00:12:15.460 sudah tertinggal. 00:12:16.340 --> 00:12:17.900 Setelah peningkatan keterampilan terfokus, 00:12:18.020 --> 00:12:19.640 agen menggunakan AI untuk draft respons 00:12:19.640 --> 00:12:22.060 pengambilan lebih cepat dari pengetahuan yang disetujui 00:12:22.060 --> 00:12:24.180 dan ringkasan kasus terstruktur yang mengurangi pecaharian perubahan. 00:12:25.220 --> 00:12:27.540 Waktu penanganan dapat turun dari 12 menit menjadi 7. 00:12:27.960 --> 00:12:28.780 Itu penting dengan sendirinya, 00:12:28.880 --> 00:12:30.460 tetapi sinyal lebih kuat adalah stabilitas lain. 00:12:31.180 --> 00:12:32.860 Lebih banyak kasus diselesaikan dalam target. 00:12:33.240 --> 00:12:34.580 Kualitas respons pertama meningkat 00:12:34.580 --> 00:12:36.500 karena jawaban dimulai dari draft yang sudah disiapkan, 00:12:36.600 --> 00:12:37.800 bukan penulisan manual yang terburu-buru. 00:12:37.800 --> 00:12:40.460 Dan tim mendapatkan ronggo napas tanpa menambah jumlah karyawan. 00:12:40.460 --> 00:12:43.000 Di ketiga kasus tersebut, strukturnya tetap sama. 00:12:43.540 --> 00:12:44.600 Anda memulai dengan tugas dasar. 00:12:45.040 --> 00:12:46.540 Anda melatih perilaku di dalam tugas tersebut. 00:12:46.940 --> 00:12:47.920 Alur kerja menjadi lebih banyak. 00:12:48.220 --> 00:12:50.140 Kemudian kapasitas yang dibebaskan berpindah ke tempat yang berubah. 00:12:50.360 --> 00:12:51.680 Struktur yang dapat diulang itu penting 00:12:51.680 --> 00:12:53.280 karena menjaga kasus bisnis tetap jujur. 00:12:53.640 --> 00:12:54.580 Anda tidak mengklaim gajaib. 00:12:54.860 --> 00:12:56.280 Anda menunjukkan kemana perginya waktu, 00:12:56.420 --> 00:12:58.200 apa yang berubah, dan apa yang dilakukan tim dengan keuntungan. 00:12:58.600 --> 00:13:00.260 Tolong ukur eksternal dalam penelitian Anda 00:13:00.260 --> 00:13:02.160 mendukung pola itu tanpa mengganti bukti internal. 00:13:02.740 --> 00:13:04.100 Di seluruh studi Microsoft Copilot, 00:13:04.100 --> 00:13:06.320 pengguna melaporkan penghematan waktu bulan rata-rata, 00:13:06.700 --> 00:13:09.420 dan sebagian besar melaporkan mendapatkan draft pertama yang bagus dengan lebih cepat. 00:13:09.780 --> 00:13:10.840 Dalam penerapan yang terukur, 00:13:10.940 --> 00:13:12.320 tim juga melaporkan waktu yang lebih cepat 00:13:12.320 --> 00:13:15.020 untuk mendapatkan wawasan dan kecepatan pengambilan keputusan yang lebih baik 00:13:15.020 --> 00:13:16.600 ketika AI dikaitkan dengan alur kerja nyata 00:13:16.600 --> 00:13:18.160 bukan mengambang sebagai asisten pengguna umum. 00:13:18.680 --> 00:13:19.980 Sinyal tolok ukur tersebut berguna 00:13:19.980 --> 00:13:22.020 karena menunjukkan hasil internal Anda tidak terisolasi 00:13:22.020 --> 00:13:24.060 tetapi harus mendukung kasus tersebut, bukan meneruskannya. 00:13:24.400 --> 00:13:25.700 Dan itulah disiplin yang dibutuhkan para pemilik. 00:13:26.060 --> 00:13:27.540 Jangan bertanya apakah AI mengaruh proses itu. 00:13:27.540 --> 00:13:29.600 Tanyakan apakah proses tersebut kini berjalan 00:13:29.600 --> 00:13:31.020 dengan lebih sedikit penundaan, 00:13:31.140 --> 00:13:32.160 lebih sedikit pengerjaan ulang, 00:13:32.300 --> 00:13:33.940 dan penggunaan orang-orang yang terampil secara lebih baik. 00:13:34.680 --> 00:13:36.780 Dalam setiap kasus ini, AI tidak menghilangkan peran tersebut. 00:13:37.180 --> 00:13:40.160 AI menghilangkan jeda antara informasi yang masuk dan tindakan yang dimukulkan. 00:13:40.160 --> 00:13:40.720 Dalam sisi baik. 00:13:41.200 --> 00:13:43.940 Namun, hal itu hanya berlaku jika sistem di sekitarnya terkendali 00:13:43.940 --> 00:13:45.200 karena begitu keluaran menyimpang, 00:13:45.360 --> 00:13:46.320 sumber menjadi berantakan, 00:13:46.620 --> 00:13:49.380 atau orang-orang mulai berimprovisasi dalam alur kerja berisiko tinggi, 00:13:49.600 --> 00:13:52.240 keuntungan yang tampak dapat hilang di bawah pekerjaan koreksi tersembunyi. 00:13:52.240 --> 00:13:55.920 Garis keras, data kelola yang melindungi ROI 00:13:55.920 --> 00:13:58.180 Nah, bagian yang banyak dilewati konten AI 00:13:58.180 --> 00:14:00.840 karena kedengarannya kurang menarik dibandingkan perolehan produktivitas data kelola. 00:14:01.260 --> 00:14:02.720 Namun, jika Anda mengabaikan ini, 00:14:02.940 --> 00:14:04.340 model ROI Anda akan cepat melemah 00:14:04.340 --> 00:14:06.880 karena keluaran yang buruk menciptakan pekerjaan peninjauan tersembunyi, 00:14:07.000 --> 00:14:09.480 keputusan yang lemah, dan risiko tidak ada yang memperhitungkan harga di awal. 00:14:10.080 --> 00:14:10.900 Mulai dengan batasan data, 00:14:11.540 --> 00:14:14.300 AI seharusnya hanya bekerja dengan sumber data yang disetujui di bawah 00:14:14.300 --> 00:14:16.020 aturan akses yang jelas dengan masukan, 00:14:16.120 --> 00:14:17.360 yang dapat dipercaya orang. 00:14:17.940 --> 00:14:19.340 Jika sumbernya basi, berantakan, 00:14:19.500 --> 00:14:20.800 atau diambil dari tempat yang salah, 00:14:20.800 --> 00:14:21.900 hasilnya mungkin terlihat bagus, 00:14:22.020 --> 00:14:23.700 tetapi tetap mendorong tim ke arah yang salah. 00:14:24.380 --> 00:14:24.800 Tuh mahal. 00:14:25.360 --> 00:14:26.580 Tidak selalu terlihat, tetapi, 00:14:26.880 --> 00:14:27.660 dalam pemeriksaan kedua, 00:14:27.840 --> 00:14:28.400 pengerjaan ulang, 00:14:28.520 --> 00:14:29.320 persetujuan yang tertunda, 00:14:29.460 --> 00:14:30.180 dan hilangnya kepercayaan. 00:14:30.340 --> 00:14:32.000 Jadi, aturan pengoperasian harus tetap sederhana. 00:14:32.540 --> 00:14:33.480 Data yang masuk terkontrol, 00:14:33.660 --> 00:14:34.820 keluaran yang dapat ditinjau keluar. 00:14:35.360 --> 00:14:38.080 Kemudian, pastikan manusia tetap mengetahui tempat akuntabilitas benar-benar. 00:14:38.600 --> 00:14:39.380 AI dapat menyusun, 00:14:39.660 --> 00:14:40.100 meringkas, 00:14:40.300 --> 00:14:40.960 menyarankan pola, 00:14:41.080 --> 00:14:41.920 tetapi persetujuan, 00:14:42.020 --> 00:14:42.560 pengecualian, 00:14:42.680 --> 00:14:44.600 dan keputusan akhir tetap menjadi milik manusia. 00:14:45.260 --> 00:14:46.680 Itu bukan kati-hatian demi kati-hatian itu sendiri. 00:14:46.820 --> 00:14:48.460 Itu adalah cara Anda melindungi kualitas keputusan 00:14:48.460 --> 00:14:49.740 sambil tetap mendapatkan manfaat kecup. 00:14:50.240 --> 00:14:51.260 Terutama dalam keuangan, 00:14:51.440 --> 00:14:51.960 risiko proyek, 00:14:52.060 --> 00:14:52.560 kasus pelanggan, 00:14:52.680 --> 00:14:54.180 atau apapun dengan konsekuensi regulasi. 00:14:54.640 --> 00:14:55.840 Seseorang harus memiliki penilaian, 00:14:56.020 --> 00:14:56.700 bukan hanya perintah. 00:14:57.340 --> 00:14:58.520 Disinilah use case steering membantu. 00:14:59.220 --> 00:15:00.220 Pekerjaan berisiko rendah, 00:15:00.400 --> 00:15:01.320 disekalakan terlebih dahulu, 00:15:01.620 --> 00:15:02.060 ringkasan, 00:15:02.220 --> 00:15:02.600 draft email, 00:15:02.800 --> 00:15:03.360 tindakan rapat, 00:15:03.460 --> 00:15:04.000 komentar pertama. 00:15:04.420 --> 00:15:06.320 Itu adalah tempat yang baik untuk membangun kebiasaan, 00:15:06.320 --> 00:15:07.580 karena sisi positifnya mudah dilihat, 00:15:07.640 --> 00:15:08.600 dan sisi negatifnya mudah ditanggap. 00:15:08.600 --> 00:15:11.100 Kemudian Anda beralih ke dukungan analisis yang dipantau, 00:15:11.260 --> 00:15:12.740 di mana AI membantu menyusun pemikiran 00:15:12.740 --> 00:15:14.140 tetapi tidak menutup lingkaran itu sendiri. 00:15:14.880 --> 00:15:17.060 Otomatisasi berisiko tinggi tetap sempit dan terkendali, 00:15:17.380 --> 00:15:19.300 karena begitu alur kerja membawa risiko finansial, 00:15:19.420 --> 00:15:20.140 hukum, atau layanan, 00:15:20.520 --> 00:15:22.020 biaya keluaran yang salah meningkat dengan cepat. 00:15:22.660 --> 00:15:23.400 Tanpa pemisahan itu, 00:15:23.540 --> 00:15:24.700 perusahaan mengaburkan semuanya. 00:15:25.280 --> 00:15:26.480 Mereka memperlakukan ringkasan rapat 00:15:26.480 --> 00:15:27.660 dan jalur keputusan yang sensitif 00:15:27.660 --> 00:15:28.800 seolah-olah membuat risiko yang sama. 00:15:29.300 --> 00:15:29.620 Betul tidak. 00:15:29.620 --> 00:15:31.700 Dan ketika orang tidak dapat melihat batasannya, 00:15:31.880 --> 00:15:33.280 mereka akan terlalu mempercaya alat tersebut 00:15:33.280 --> 00:15:34.340 atau menghindarinya sama sekali. 00:15:34.340 --> 00:15:35.260 Keduanya menuh nilai. 00:15:35.580 --> 00:15:36.320 Standar juga penting. 00:15:36.640 --> 00:15:38.060 Perintah acak menghasilkan pekerjaan acak. 00:15:38.880 --> 00:15:40.940 Jika setiap karyawan menemukan cara mereka sendiri 00:15:40.940 --> 00:15:43.040 untuk meminta ringkasan, draft, dan analisis, 00:15:43.280 --> 00:15:44.520 kualitas akan menyebar kemana-mana. 00:15:44.900 --> 00:15:46.560 Dan manajer akhirnya meninjau perbedaan gaya 00:15:46.560 --> 00:15:47.580 alih-alih nilai bisnis. 00:15:48.580 --> 00:15:50.020 Pola perintah bersama, panduan peran, 00:15:50.120 --> 00:15:51.860 dan contoh sederhana mengurangi penyimpangan itu. 00:15:52.340 --> 00:15:53.700 Dan karena perintah adalah strateginya, 00:15:53.700 --> 00:15:55.860 tetapi karena perilaku yang dapat diulang menurunkan pengerjaan. 00:15:56.260 --> 00:15:58.040 Pengukuran juga tidak dapat berhenti setelah pelunjuk. 00:15:58.340 --> 00:16:00.420 Anda memerlukan tampilan langsung dari waktu yang dihemat 00:16:00.420 --> 00:16:02.000 kedalaman, adopsi, tingkat pengecualian, 00:16:02.080 --> 00:16:03.940 pengerjaan ulang, dan pengerjaan ulang, dan penurunkan. 00:16:04.060 --> 00:16:05.900 Jika tidak, keuntungan awal dapat menutupi kemudian hari. 00:16:06.260 --> 00:16:08.000 Sebuah tim mungkin bekerja lebih cepat di atas kertas 00:16:08.000 --> 00:16:09.520 sementara pekerjaan koreksi menempuk di tempat. 00:16:09.820 --> 00:16:10.380 Itu bukanlah ROI. 00:16:10.920 --> 00:16:12.740 Itu adalah biaya yang dipindahkan ke bagian lain dari sistem. 00:16:13.320 --> 00:16:14.440 Dan ini adalah poin eksekutif. 00:16:14.960 --> 00:16:16.360 Tata kelola tidak memperlambat nilai. 00:16:16.500 --> 00:16:18.060 Tata kelola menindungi nilai agar tidak dilebih. 00:16:18.320 --> 00:16:19.940 Pemimpin tidak mendanai apa yang terasa pintar. 00:16:19.940 --> 00:16:21.500 Mereka mendanai apa yang dapat mereka audit, 00:16:21.500 --> 00:16:23.480 bandingkan dan pertahankan ketika hasilnya dipertanyakan. 00:16:24.060 --> 00:16:26.040 Jadi, jika program AI Anda dapat menunjukkan 00:16:26.040 --> 00:16:27.580 masukan yang bersih, kepemilikan yang jelas, 00:16:27.700 --> 00:16:29.560 tingkatan yang masuk akal, dan hasil yang terukur, 00:16:29.620 --> 00:16:31.200 program tersebut tidak lagi terlihat seperti eksperimen 00:16:31.200 --> 00:16:32.420 dan mulai terlihat seperti eksperimen. 00:16:32.940 --> 00:16:34.600 Setelah kontrol tersebut dibangun ke dalam model, 00:16:35.040 --> 00:16:36.680 perluasan penggunaan AI tidak lagi terlihat 00:16:36.680 --> 00:16:37.980 seperti taruhan pada antusiasme 00:16:37.980 --> 00:16:40.260 dan mulai terlihat seperti pilihan bisnis yang dikelola. 00:16:41.000 --> 00:16:41.980 Peskalan tanpa pemborosan. 00:16:41.980 --> 00:16:44.480 Cara memperluas dari model percontohan ke model operasional. 00:16:45.100 --> 00:16:46.400 Setelah itu, kesalahan berikutnya adalah 00:16:46.400 --> 00:16:47.340 penskala antraludini. 00:16:47.340 --> 00:16:49.500 Sebuah percontohan menunjukkan harapan, 00:16:49.640 --> 00:16:50.760 kepemimpinan menjadi bersemangat, 00:16:50.820 --> 00:16:52.540 dan kemudian insensi menyebar ke seluruh perusahaan 00:16:52.540 --> 00:16:53.580 sebelum ada yang mengunci pola 00:16:53.580 --> 00:16:54.860 yang benar-benar menghasilkan hasil. 00:16:55.580 --> 00:16:56.340 Disitulah uang bocor. 00:16:56.880 --> 00:16:58.420 Bukan karena alat tersebut berhenti bekerja, 00:16:58.520 --> 00:16:59.500 tetapi karena model operasional 00:16:59.500 --> 00:17:00.620 tidak pernah terbentuk di sekitarnya. 00:17:01.400 --> 00:17:03.160 Jalur yang lebih baik dimulai dari yang kecil dan spesifik. 00:17:03.540 --> 00:17:05.300 Pilih 3 hingga 5 alur kerja untuk setiap perantar. 00:17:05.700 --> 00:17:07.740 Bukan 10, bukan setiap kasus penggunaan. 00:17:07.740 --> 00:17:09.200 Yang memungkinkan hanya alur kerja 00:17:09.200 --> 00:17:10.100 dengan volume pengulangan, 00:17:10.180 --> 00:17:10.800 hambatan yang terlihat, 00:17:10.800 --> 00:17:11.800 dan elefansi bisnis yang jelas. 00:17:12.220 --> 00:17:13.560 Tangkap dasar sebelum terjadi perubahan apapun. 00:17:14.220 --> 00:17:16.180 Kemudian melatih orang-orang pada tugas itu sendiri, 00:17:16.340 --> 00:17:17.160 bukan pada tur fitur yang lain. 00:17:17.800 --> 00:17:19.760 Analis keuangan tidak memerlukan pelajaran luas 00:17:19.760 --> 00:17:21.220 tentang kemungkinan AI terlebih dahulu. 00:17:21.360 --> 00:17:21.880 Mereka perlu tahu 00:17:21.880 --> 00:17:23.360 cara mempersingkat penyusunan komentar, 00:17:23.580 --> 00:17:25.040 cara membersihkan spreadsheet yang berulang 00:17:25.040 --> 00:17:25.740 dengan lebih cepat, 00:17:25.900 --> 00:17:27.120 dan cara menyusun tinjauan varian 00:17:27.120 --> 00:17:28.260 dengan lebih sedikit bolak-balik. 00:17:28.840 --> 00:17:29.960 Jalankan siklus percontohan singkat 00:17:29.960 --> 00:17:30.900 dengan keberhasilan yang sulit. 00:17:31.200 --> 00:17:32.260 Apakah jam yang diklaim kembalimu? 00:17:32.640 --> 00:17:33.640 Apakah waktu siklus menurut? 00:17:33.680 --> 00:17:34.580 Apakah kualitas tetap stabil? 00:17:35.100 --> 00:17:35.960 Apakah pengguna yang terhati 00:17:35.960 --> 00:17:37.000 terus menggunakan pola tersebut 00:17:37.000 --> 00:17:37.680 setelah minggu pertama? 00:17:38.100 --> 00:17:39.040 Itulah sinyal yang penting. 00:17:39.600 --> 00:17:40.700 Jika penggunaan aktif menurun 00:17:40.700 --> 00:17:42.060 atau jika pengerjaan ulang meningkat, 00:17:42.180 --> 00:17:42.780 jangan perlu as dulu. 00:17:43.380 --> 00:17:44.720 Perbaiki alur kerja panduan 00:17:44.720 --> 00:17:45.740 atau dukungan terlebih dahulu. 00:17:46.260 --> 00:17:47.400 Pertumbuhan tanpa disiplin itu 00:17:47.400 --> 00:17:48.420 hanya akan menimbulkan kebingung. 00:17:48.900 --> 00:17:49.780 Yang membantu di sini adalah 00:17:49.780 --> 00:17:50.760 membangun paket bukti 00:17:50.760 --> 00:17:51.700 yang berbicara dalam bahasa 00:17:51.700 --> 00:17:52.660 setiap pemangku kepentingan. 00:17:53.200 --> 00:17:54.120 CFO menginginkan pandangan 00:17:54.120 --> 00:17:55.440 yang ditungbiaya tentang tenaga kerja 00:17:55.440 --> 00:17:56.000 yang diklaim kembali. 00:17:56.340 --> 00:17:57.640 COO menginginkan pergerakan 00:17:57.640 --> 00:17:59.040 dalam waktu siklus hasil 00:17:59.040 --> 00:17:59.960 dan keandalan layanan. 00:18:00.640 --> 00:18:01.680 Manager lini ingin tahu 00:18:01.680 --> 00:18:02.780 apakah tim dapat menyerap 00:18:02.780 --> 00:18:03.720 lebih banyak pekerjaan, 00:18:03.840 --> 00:18:04.580 merespons lebih cepat 00:18:04.580 --> 00:18:05.580 atau mengurangi admin manual. 00:18:05.980 --> 00:18:06.820 Jadi, jangan sampaikan 00:18:06.820 --> 00:18:07.540 klaim vendor yang luas 00:18:07.540 --> 00:18:08.580 saat Anda meminta fase berikut. 00:18:09.040 --> 00:18:10.080 Tampilkan data tingkat peran 00:18:10.080 --> 00:18:11.000 dari lingkungan Anda sendiri 00:18:11.000 --> 00:18:11.440 yang terkait dengan 00:18:11.440 --> 00:18:12.360 satu alur kerja pada satu. 00:18:12.700 --> 00:18:13.580 Anggaran juga perlu diubah. 00:18:14.100 --> 00:18:15.220 Terlalu banyak pengeluaran AI 00:18:15.220 --> 00:18:16.780 yang masih masuk ke sertifikasi generik 00:18:16.780 --> 00:18:17.940 dan acara pelatihan satu kali 00:18:17.940 --> 00:18:18.700 yang terasa tokenisir 00:18:18.700 --> 00:18:19.480 tetapi tidak bertanam. 00:18:19.840 --> 00:18:20.840 Model yang lebih kuat 00:18:20.840 --> 00:18:21.800 menginvestasikan uang 00:18:21.800 --> 00:18:22.980 ke dalam pelatihan yang tertanam 00:18:22.980 --> 00:18:23.700 dalam alur kerja, 00:18:23.840 --> 00:18:24.700 pustaka perintah bersama 00:18:24.700 --> 00:18:25.960 dan penguatan yang dipimpin manager 00:18:25.960 --> 00:18:26.920 karena itu adalah mekanisme 00:18:26.920 --> 00:18:27.520 yang mengubah demo 00:18:27.520 --> 00:18:28.140 yang berguna menjadi 00:18:28.140 --> 00:18:28.880 perilaku yang berulang. 00:18:29.160 --> 00:18:30.520 Riset dalam titik setel sumber Anda 00:18:30.520 --> 00:18:31.240 juga mengarah ke arah. 00:18:31.820 --> 00:18:33.040 Organisasi berkinerja tinggi 00:18:33.040 --> 00:18:34.080 menghabiskan lebih banyak uang 00:18:34.080 --> 00:18:35.040 untuk desain program internal 00:18:35.040 --> 00:18:35.740 dan dukungan manager 00:18:35.740 --> 00:18:36.420 dan lebih sedikit 00:18:36.420 --> 00:18:37.400 untuk sertifikasi eksternal 00:18:37.400 --> 00:18:38.280 sebagai jawaban utama. 00:18:38.840 --> 00:18:39.780 Perluasan harus mengikuti 00:18:39.780 --> 00:18:40.740 kluster peran dan tingkatan 00:18:40.740 --> 00:18:41.140 kasus pengguna. 00:18:41.900 --> 00:18:42.780 Jika satu tim keuangan 00:18:42.780 --> 00:18:43.720 terbukti bernilai dalam 00:18:43.720 --> 00:18:45.160 pelaporan dan dukungan rekonsiliasi, 00:18:45.420 --> 00:18:46.360 pindahlah ke alur kerja keuangan 00:18:46.360 --> 00:18:46.840 yang berkatan. 00:18:47.400 --> 00:18:48.680 Jika PM menunjukkan peningkatan 00:18:48.680 --> 00:18:49.560 dalam pelaporan status 00:18:49.560 --> 00:18:50.320 dan pelacakan tindakan 00:18:50.320 --> 00:18:51.640 pindahlah ke pola koordinasi terkait. 00:18:52.360 --> 00:18:53.400 Skala semacam itu terbentuk. 00:18:53.800 --> 00:18:55.140 Disensi menyeluruh jarang berhasil 00:18:55.140 --> 00:18:56.060 karena penggunaan menyebar 00:18:56.060 --> 00:18:57.180 lebih cepat daripada kemampuan. 00:18:57.580 --> 00:18:58.800 Dan selalu ingat satu pertanyaan 00:18:58.800 --> 00:19:00.120 sebelum setiap keputusan peluncuran. 00:19:00.640 --> 00:19:01.740 Apakah ini mengubah cara kerja? 00:19:02.320 --> 00:19:03.160 Jika jawabannya tidak, 00:19:03.360 --> 00:19:04.020 berhentilah sejenak 00:19:04.020 --> 00:19:05.060 karena keuntungan tidak datang 00:19:05.060 --> 00:19:06.080 dari penambahan akses AI 00:19:06.080 --> 00:19:07.460 melainkan dari perubahan jalur 00:19:07.460 --> 00:19:08.280 dari masukan ketindakan 00:19:08.280 --> 00:19:09.260 dengan cara yang dapat diukur 00:19:09.260 --> 00:19:10.000 oleh bisnis. 00:19:10.820 --> 00:19:11.460 Jadi perubahan sederhana. 00:19:11.980 --> 00:19:13.200 ROI tidak datang dari volume pelatih. 00:19:13.200 --> 00:19:15.280 ROI datang dari tugas yang lebih pendek, 00:19:15.380 --> 00:19:16.240 keputusan yang lebih cepat, 00:19:16.320 --> 00:19:17.400 dan eksekusi yang lebih bersih 00:19:17.400 --> 00:19:18.180 di dalam pekerjaan 00:19:18.180 --> 00:19:19.180 yang sudah dilakukan orang. 00:19:19.800 --> 00:19:21.020 Bilih satu alur kerja minggu ini 00:19:21.020 --> 00:19:21.760 di bidang keuangan, 00:19:21.920 --> 00:19:22.660 manajemen proyek, 00:19:22.740 --> 00:19:23.960 atau dukungan ukur versi manual 00:19:23.960 --> 00:19:25.180 terhadap versi yang dibantu AI 00:19:25.180 --> 00:19:26.260 setelah peningkatan keterampilan 00:19:26.260 --> 00:19:26.960 yang ditargetkan 00:19:26.960 --> 00:19:28.100 dan perhatikan kemana perginya 00:19:28.100 --> 00:19:29.060 kapasitas yang dipulihkan. 00:19:30.020 --> 00:19:31.100 Jika ini mengubah cara Anda 00:19:31.100 --> 00:19:32.380 berpikir tentang Microsoft AI, 00:19:32.740 --> 00:19:34.400 perlangganan podcast M365FM 00:19:34.400 --> 00:19:35.140 tinggalkan ulasan. 00:19:35.420 --> 00:19:35.980 Hubungi saya, 00:19:36.340 --> 00:19:36.880 Mirko Peters, 00:19:36.980 --> 00:19:37.260 di LinkedIn. 00:19:37.260 --> 00:19:38.900 Dan kirimkan saya hambatan 00:19:38.900 --> 00:19:39.840 alur kerja berikutnya 00:19:39.840 --> 00:19:40.680 yang ingin Anda uraikan.