❌Мозговой штурм: подоприте дверь стулом и не пускайте топ-менеджера

В банке запустили 3 лаборатории, посвященные повышению эффективности бизнеса с помощью ИИ: для розничного бизнеса, корпоратов и юристов. Лидирую все три

Цели: выработка идей применения, практикумы, получение обратной связи по уже реализованным решениям

Очень по-разному проходят встречи с присутствием топа и без.

Когда топ присутствует:

Топ часто директивно обозначает: "Нам надо то-то так-то и туда-то". Он на повестку дня вынес две больные для себя темы/ горячие задачи. И все. На этом тишина - никто не возражает, начинаем развивать обозначенные темы. Есть точки роста, существующие вне фокуса внимания топа, о них может спотыкаться вся команда. И задача этих встреч повысить эффективность в целом, а не конкретного лица

Следующая встреча - топа нет:

Нагенерировали десяток идей! Просто обсуждали проблемы и боли.

И минимум треть идей - потенциально дают прирост эффективности за счет автоматизации и применения ИИ

Кажется, что второй тип встреч больше позволяет обнаружить пространства для маневра. А уже потом с топом можно прорабатывать вектор развития и делать приоритезацию

В общем, дверь стулом подпираем через раз😄

Еще одна возникающая проблема на встречах:

Идеи режутся на корню, т.к. они якобы не ИИшные. Типа зачем их обсуждать, у нас же иишная лаборатория.

К сожалению, об этом начинают судить люди, которые не сильно разбираются в технологиях

Полагаю, что нужно брать все идеи в работы, что-то через автоматизацию решается, что-то через ИИ, а что-то с помощью сторонних сервисов.

Не стоит натягивать сову на глобус, пытаясь пристроить ИИ там, где эта технология не нужна. Тема новая, модная для обсуждения. Но не везде ее нужно впихивать.

И при этом не стоит откидывать сферы/идеи, в которых "ну уж точно ИИ применять нельзя".

Один пример из практики

Мы начали обсуждать бюджет времени подразделения: 60% всего времени тратится на сбор данных. Данные выгружаются из одной учетной системы. Вроде причем тут ИИ? Можно создать text-to-SQL систему, которая на основании запроса на естественном языке сможет делать выгрузки данных. Какой прирост это даст - не понятно, но потенциал экономии высокий, т.к. по сути 60% людей занимаются просто выгрузками из системы.

Считаю, что базовая задача - сначала собрать всю фактуру: какие задачи решаются, как бюджет времени распределяется, какие есть сложности, где можно оптимизировать, а уже потом разрабатывать конкретные направления применения усилий. Все в общем опять упирается в диагностику.

Расскажите про свой опыт!

Подписывайтесь на Telegram Korenev AI - GPT в тапочках🩴.