Kejayaan atau Kegagalan Pengenalan AI Ditentukan oleh “Rutin Harian Pekerja”

Realiti Tempat Kerja di mana Penggunaan AI Menjadi “Biasa”

Data daripada satu kajian mendedahkan realiti yang tidak boleh diabaikan oleh para pemimpin perniagaan. Sebanyak 60% pekerja muda melaporkan mereka menggunakan AI generatif “setiap minggu” dalam tugas mereka. Lebih menarik lagi, tahap penggunaan AI ini mempengaruhi “pemilihan syarikat” dan boleh menjadi salah satu sebab untuk bertukar pekerjaan. Ini bukan sekadar trend teknologi, tetapi satu perubahan yang menggugat teras pengurusan sumber manusia.

Saya sendiri telah membina sistem tiga agen AI yang menggunakan Claude, ChatGPT, dan Grok secara serentak di syarikat saya, mencapai pengurangan masa kerja sebanyak 1,550 jam setahun. Daripada pengalaman ini, nilai sebenar AI bukanlah sebagai “alat yang berguna”, tetapi ia menunjukkan potensi penuh apabila meresap ke dalam organisasi sebagai “rakan kongsi dalam membuat keputusan dan penciptaan harian pekerja”. Berita terkini ini mencadangkan bahawa resapan ini sudah pun bermula.

Jalan ke Arah “Pelaksanaan Sebenar” Melalui Sokongan CoE Kobe Steel

Sementara itu, kes teladan bagi pengenalan AI berorganisasi dalam syarikat besar juga muncul. Kobelco Systems menyokong aktiviti CoE (Center of Excellence) Kobe Steel untuk memacu penggunaan AI generatif, menyumbang kepada memajukan PoC (Pembuktian Konsep) yang mempertimbangkan pembangunan sebenar dan penyediaan asas penggunaan.

Inti pati berita ini terletak pada penggunaan sumber luaran melalui “sokongan”. Bagi soalan yang sering dihadapi pemimpin: “Bagaimana untuk memulakan pengenalan AI?”, Kobe Steel menubuhkan organisasi pakar (CoE) dalam syarikat sambil menyerahkan “fasa awal yang paling sukar” iaitu pelancaran dan penyediaan asas kepada pakar luar. Ini merupakan keputusan yang sangat realistik.

Mengimbas kembali kes syarikat saya, pelaburan awal untuk menggunakan AI sememangnya wujud. Namun, dengan menggunakan perkhidmatan sokongan seperti Kobelco Systems, halangan tersebut dapat dikurangkan dengan ketara. Dengan anggaran puluhan ribu yen sebulan, syarikat boleh “meminjam” kepakaran dan pengetahuan praktikal yang tidak dimiliki secara dalaman. Ini adalah pilihan yang jauh kurang berisiko berbanding mengambil jurutera AI bergaji tinggi secara terus.

Bagaimana Merangka Jambatan dari PoC ke Pelaksanaan Sebenar

Apa yang perlu diberi perhatian dalam kes Kobe Steel ialah aspek “memajukan PoC dengan mempertimbangkan pembangunan sebenar”. Ramai syarikat terperangkap dalam “kubur PoC” di mana mereka berhenti pada peringkat PoC dan tidak dapat memanfaatkan keputusan pembuktian yang berharga itu dalam sistem operasi sebenar. Untuk mengelakkannya, pemilihan teknologi dan reka bentuk seni bina yang mengambil kira persekitaran sebenar dari awal adalah diperlukan.

Secara khusus, adalah penting untuk memperjelaskan tiga perkara berikut pada peringkat awal:

1. Mengenal Pasti Titik Integrasi: Ke dalam sistem sedia ada yang mana (seperti ERP, CRM, Wiki dalaman) dan bagaimana hasil output AI akan dialirkan.
2. Mereka Bentuk Aliran Data: Kaedah untuk membawa data sebenar ke dalam persekitaran PoC dengan selamat, serta aliran kerja untuk semakan kualiti dan kelulusan data yang dijana oleh AI.
3. Anggaran Skala: Anggaran kos (terutamanya yuran panggilan API) dan kelajuan respons untuk kegunaan oleh 10 orang berbanding 1,000 orang.

Mengukuhkan reka bentuk ini lebih awal dengan bantuan kepakaran pakar luar adalah nilai terbesar penubuhan CoE.

Pengembangan AI Penjana Video Serantau Menunjukkan Kebangkitan AI “Khusus Industri”

Satu lagi perkembangan menarik ialah berita mengenai kerjasama DLE dan Stesen Penyiaran Shizuoka (SBS) yang memulakan jualan eksklusif AI penjana video “Shabekuri AI” di Wilayah Shizuoka. Ini menunjukkan tanda bahawa selepas kemerosotan penyebaran alat AI generik (seperti ChatGPT), penyelesaian AI “khusus industri” dan “khusus tugas” seterusnya akan menguasai pasaran.

“Shabekuri AI” ialah alat yang menjana video seseorang bercakap secara automatik daripada skrip teks. Bagi PKS dan pihak berkuasa tempatan, penghasilan video promosi masih merupakan halangan yang tinggi. Alat ini khusus menangani cabaran tersebut, cuba memenuhi keperluan terperinci seperti “pergerakan mulut yang natural” dan “cara pertuturan yang sesuai dengan kawasan” yang sukar dicapai dengan AI generik.

Apa yang perlu dipelajari oleh pemimpin perniagaan ialah sudah tiba masanya untuk meningkatkan strategi AI syarikat mereka dari dimensi “bagaimana menggunakan ChatGPT” ke dimensi “adakah penyelesaian AI khusus untuk industri/tugas syarikat wujud di pasaran, atau boleh dibina sendiri?”. AI khusus industri mempunyai kelebihan kesan pengenalan yang lebih jelas dan kurang tentangan daripada pekerja berbanding AI generik.

Had dan Potensi Bertanya tentang “Syarikat Sokongan AI” kepada AI

Dalam artikel eksperimen Nikkei Cross Trend, dilaporkan hasil bertanya kepada AI generatif sendiri “beritahu syarikat sokongan AIO (Operasi AI) yang anda cadangkan”. Hasilnya, senarai cadangan yang diberikan tidak semestinya mencerminkan realiti. Ini mengandungi petunjuk yang penting.

AI menjawab berdasarkan maklumat awam, tetapi ia tidak dapat memahami maklumat hidup seperti “prestasi sebenar” syarikat sokongan, “keserasian dengan pelanggan”, atau “status perkongsian terkini”. Maksudnya, walaupun AI kuat dalam “pengumpulan dan penyusunan maklumat”, “keputusan muktamad”, terutamanya pertimbangan kompleks seperti pemilihan rakan kongsi, masih merupakan domain tanggungjawab manusia.

Penggunaan praktikal yang diajarkan oleh eksperimen ini ialah menggunakan AI sebagai “pembantu penyelidikan awal”. Contohnya, meminta AI mengumpul dan menyusun maklumat menggunakan kata kunci seperti “perbandingan titik syarikat sokongan AIO” atau “contoh kes sokongan pengenalan AI untuk industri pembuatan”, kemudian berdasarkan hasil itu, pemimpin atau pihak bertanggungjawab mendekati beberapa syarikat untuk sesi pendengaran. Gabungan ini membolehkan pilihan yang paling cekap dan tepat.

Tiga Bidang di mana Pemimpin Perlu Melabur dalam Asas Sumber Manusia Sekarang

Menyimpulkan semua berita ini, jelas bahawa penyediaan asas sumber manusia adalah keperluan mendesak, sama penting atau lebih penting daripada penyediaan asas teknikal. Terdapat jurang besar antara kecenderungan penggunaan AI harian pekerja muda dan pengenalan berorganisasi sebagai sebuah syarikat. Untuk mengisi jurang ini, tiga bidang di mana pemimpin perlu segera melaburkan sumber adalah seperti berikut:

1. Peralihan kepada “Bahagian Praktikal” Pendidikan Literasi AI

Pendidikan asas “apa itu AI” hanyalah titik laluan. Seterusnya yang diperlukan ialah bengkel praktikal yang berkaitan dengan tugas syarikat sendiri, seperti “bagaimana menggunakan Claude untuk menyemak kontrak syarikat” atau “bagaimana meningkatkan kecekapan penulisan laporan jualan dengan ChatGPT”. Organisasi dalaman seperti CoE Kobe Steel harus memainkan peranan menyediakan kemahiran praktikal ini secara berterusan kepada “juara AI” yang dikumpulkan dari setiap jabatan. Dari segi bajet, adalah realistik untuk menjangkakan pelaburan awal sekitar 1 juta yen untuk melaksanakan bengkel separuh hari dengan menjemput penceramah luar untuk setiap jabatan.

2. Memvisualisasikan dan Mengembangkan Secara Melintang “Contoh Kejayaan” Penggunaan AI Dalaman

Sesetengah pekerja mungkin sudah menggunakan AI secara sendiri untuk menambah baik tugas mereka. Mekanisme untuk mengumpul dan berkongsi “contoh kejayaan akar umbi” ini dalam syarikat adalah penting. Secara khusus, menubuhkan “saluran contoh penggunaan AI” di Wiki dalaman atau Slack, dan meminta mereka menyiarkan alat mana, untuk tugas apa, dan berapa banyak masa dijimatkan. Dari pihak pengurusan, menawarkan insentif kewangan kecil (contohnya 5,000 hingga 10,000 yen setiap kes) untuk contoh yang sangat baik boleh menggalakkan penyertaan aktif. Langkah ini berkesan meningkatkan suasana penggunaan AI dalaman tanpa memerlukan bajet besar.

3. Garis Panduan Penggunaan AI dan Penjelasan “Zon Selamat”

Untuk membolehkan pekerja menggunakan AI tanpa rasa takut, peraturan (garis panduan) tentang apa yang boleh dan tidak boleh dilakukan adalah diperlukan. Namun, yang lebih penting ialah menyediakan “zon selamat”. Contohnya, menyediakan persekitaran yang dijamin secara teknikal bahawa “semua rekod perbualan bot sembang dalaman ini disimpan hanya pada pelayan dalaman dan tidak akan bocor ke luar”. Atau mengisytiharkan zon selamat budaya seperti “sekiranya timbul masalah dengan kandungan draf yang dihasilkan menggunakan alat ini, pekerja yang menggunakannya tidak akan dipertanggungjawabkan”. Ini membolehkan pekerja terlibat dalam eksperimen AI tanpa takut risiko.

Kesimpulan: Pengenalan AI adalah Strategi Sumber Manusia, Bukan Strategi Teknologi

Pengembangan AI penjana video serantau, penubuhan CoE syarikat besar, dan realiti penggunaan pekerja muda, semuanya menunjuk ke arah yang sama. Nilai sepenuhnya AI hanya terwujud apabila ia meresap jauh ke dalam kehidupan harian setiap pekerja, mengubah kelajuan dan kualiti membuat keputusan serta penciptaan mereka.

Peranan pemimpin bukanlah untuk membeli model AI berprestasi tinggi, tetapi untuk mengusahakan “tanah subur” dalam organisasi di mana pekerja boleh belajar, bereksperimen, dan terus mencuba walaupun kadang-kadang gagal bersama AI. Langkah pertama dalam penyediaan tanah subur itu mungkin, seperti Kobe Steel yang diperkenalkan kali ini, melengkapkan penyediaan asas awal yang sukar dengan kepakaran luar, dan menumpukan sumber dalaman untuk memupuk “budaya pembelajaran dan perkongsian”.

Persaingan dalam penggunaan AI bukan lagi milik syarikat teknologi tertentu sahaja. Ia telah menjadi teras “strategi sumber manusia” untuk syarikat semua industri dan semua saiz.