کار در کنار عوامل: هم تیمی های هوش مصنوعی1 min read

6 ماه پس از لحظه محوری OpenClaw، ما 7 نماینده به عنوان بخشی از تیم داریم، و مرد، آنها ارائه می دهند. من این نقل قول را دوست دارم زیرا دقیقاً همان چیزی است که اکنون احساس می کنم –

بیگانگان در اینجا فرود آمده اند و آماده کار هستند، ارزان و در مقیاس. – دانیل شریبر، مدیر عامل شرکت لیموناد

در این سری از مقالات، ظاهر و احساس کار با عوامل، درس‌هایی که آموخته‌ایم و بهترین شیوه‌هایی که اتخاذ کرده‌ایم را پوشش خواهم داد. اما ابتدا، بیایید با مقدمه‌ای شروع کنیم که در کجا هستیم و فکر می‌کنم هر مدیر عامل، بنیان‌گذار و رهبر چه چیزی باید بداند، همانطور که امروز در مورد شما صدق می‌کند. محل کار، روش‌شناسی و تیم شما به‌طور چشمگیری تغییر می‌کند، و باید ذهن خود را به سمت آن معطوف کنید تا بهترین استفاده را از آن ببرید.

هم تیمی های نمایندگی ما در Anima در بازاریابی، BI، QA، موفقیت مشتری و عملیات پشتیبان فعالیت می کنند. آنها در کانال های Slack ما نشسته اند. آنها ساعت 2 بامداد کار را شروع می کنند یا در حلقه های روزانه می دوند. آنها تحقیق می‌کنند، داده‌ها را تجزیه و تحلیل می‌کنند، محتوا را منتشر می‌کنند، بلیط‌های آسانا را باز می‌کنند، و درخواست‌های کشش را برای بازبینی مهندسان ارسال می‌کنند.

هر عاملی به یک مدیر انسانی گزارش می دهد که بر روی آن کار می کند، زمینه و بازخورد دائمی به او می دهد، توانایی ها و مجموعه ابزار خود را گسترش می دهد، روال خود را تنظیم می کند و آن را برای موفقیت به عنوان بخشی از تیم تنظیم می کند.

چت نمایندگان در مقابل هوش مصنوعی

عوامل امروزی (OpenClaw، Hermes) بیشتر شبیه هم تیمی های دوردست هستند تا ربات های چت. نحوه تعامل ما با آنها و انتظارات ما از آنها را تغییر می دهد.

آنها کامپیوتر خود را دارند. فیزیکی یا در فضای ابری. هنگامی که لپ تاپ را می بندید، یک نماینده خاموش نمی شود. می‌تواند گیگابایت داده دانلود کند، ساعت‌ها آن را تجزیه و تحلیل کند، شب‌ها برای انجام وظایف از خواب بیدار شود، تحقیق کند و اقداماتی انجام دهد. در اصل، کار کنید.

یاد می گیرند. شما سوار آنها شوید شما آنها را می فرستید تا مطالب را به صورت آنلاین یا آفلاین بخوانند و به نفع دانش آنها تحقیق کنند. آن‌ها دامنه‌هایی را که می‌خواهید با هر کار و بازخورد بهتری داشته باشند، درک می‌کنند. 

آنها به داده ها و سیستم های شما دسترسی پیدا می کنند. بنابراین، آنها وظایف را سرتاسر اجرا می کنند. می‌توانید آن‌ها را در برنامه پیام‌رسانی شرکت مانند Slack یا Teams بیاورید، بنابراین آنها با چندین عضو تیم در فضای باز گفتگوهای طولانی دارند.

همکاری می کنند. برخلاف Claude Cowork / Codex، یک عامل ابر مشترک می تواند از چندین نفر یاد بگیرد و آن دانش را در دسترس همه قرار دهد. یک مدیر محصول می تواند آن را در مورد تجزیه و تحلیل آموزش دهد. بازاریابان می توانند آن را در مورد اسناد و قیف آموزش دهند. تیم های مهندسی می توانند به آن دسترسی به کد و محیط توسعه دهند. سپس همان عامل می تواند در سراسر آن دامنه ها ارتباط برقرار کند.

نمایندگان ما در Anima

من بیشتر در مورد نمایندگان خود خواهم نوشت، اما این یک سلیقه است –

راکت، عامل بازاریابی، به من گزارش می دهد. او در راه‌اندازی وبلاگ WordPress، تاکتیک‌های SEO، صدا و لحن، تنظیم فهرست خبرنامه، قالب‌های ایمیل، قیف و تجزیه و تحلیل ما متخصص است. او محصول را به خوبی درک می کند و همچنین به آن دسترسی دارد و اکانت Anima خودش را دارد. 

بخشی از کارهای روزمره او شامل نظارت بر قیف و به روز رسانی دانش خود از کانال های مربوط به محصول، فناوری و فعالیت های بازاریابی است، بنابراین همیشه یک تحلیل دقیق است، نه یک تحلیل عمومی، و نیازی به زمینه اضافی ندارد. به آزمایش هایی که در SEO انجام دادیم نگاه می کند و آنها را نظارت می کند. 

این به نوشتن و ترجمه پست های وبلاگ، یافتن نقاط اصطکاک یا خرابی قیف، و اجرای وظایف ماهانه خبرنامه از تعمیر و نگهداری تا ترکیب، و همه راه ها تا ارسال ایمیل کمک می کند. ما هنوز آن را مدیریت می کنیم، اما او کارهای روزانه را انجام می دهد. او با بینش می آید و آن را اجرا می کند.

تریسی، بالغ ترین نماینده ما، به CTO گزارش می دهد. او متخصص در هوش تجاری / تجزیه و تحلیل محصول، ردیابی گزارش، گزارش های خطا، و پایگاه کد ما است. برخی از کارهای روزمره او عبارتند از مهندس در حال تماس، بیدار شدن از شکایات کاربران، ردیابی مشکل، ارسال به روز رسانی به کد (PR)، یا باز کردن بلیط در سیستم مدیریت وظیفه، و البته به روز رسانی در مورد یافته ها و اقدامات آن در Slack. این حدود 5 درصد از کاری است که او انجام می دهد.

تکینگی کارکنان دیجیتال

من معتقدم که از آنچه من تکینگی کارکنان دیجیتال می نامم عبور کرده ایم: نقطه ای که در آن عوامل به اندازه کافی قادر می شوند تا به عنوان یک لایه عملیاتی به نیروی کار بپیوندند، نه فقط به عنوان نرم افزار مورد استفاده توسط نیروی کار.

عوامل جادویی هستند که هنوز باید برای آنها سخت کار کنید. این راه‌اندازی هنوز به کاردستی DIY نزدیک‌تر است تا یک سرویس مدیریت‌شده. آنها به آموزش، نگهداری، نظارت و محبت و مراقبت زیادی نیاز دارند. اما تلاش ارزشش را دارد، زیرا مانند ساختن چوب ماهیگیری به جای گرفتن ماهی است. هنگامی که یک عامل به خوبی کار می کند، ارزش آن ترکیب می شود.

همه از هوش مصنوعی هیجان زده نیستند

این یک تغییر بزرگ است و باید از منظرهای مختلف مدیریت شود: تجارت، روش های کاری، امنیت، فناوری و مهمتر از همه، مردم. 

بحث بسیار خوبی در مورد اینکه هوش مصنوعی چه احساسی در افراد ایجاد می کند وجود دارد نوام سگال در لنی. این یک آینه مهم برای همه ما در “گروه 1” – گروه هیجان زده است. 72 درصد نگران اخراج کارکنان هستند. بسیاری از مردم به دلایل مختلف در مورد آینده گیج، نامطمئن یا استرس دارند.

من معتقدم بخش بزرگی از مدیریت این تغییر، و همچنین بهره‌برداری از آن، شفافیت و گذراندن این تغییر با هم به عنوان یک شرکت، به عنوان یک تیم است. یک کاری که ما انجام می دهیم این است که در جلسه هفتگی شرکت خود یک گوشه “داستان های عامل” داریم. دو هدف برای آن وجود دارد –

با هم یاد میگیریم همه تیم من افراد تیزبینی هستند و همه آنها هر هفته از عوامل مختلف استفاده می کنند. این یک دنیای جدید شجاع است و اگر با هم یاد بگیریم سریعتر یاد می گیریم. داشتن عوامل به‌عنوان بخشی از تیم تأثیر روانی بسیار زیادی دارد، بنابراین به جای کار در تاریکی، ترجیح می‌دهم آن را در فضای باز داشته باشم و تمام تیم هوشمندم را به عنوان بخشی از این ماجراجویی، به همان اندازه که هیجان‌انگیز و عجیب است، داشته باشم.

در اینجا چند داستان مامور وجود دارد –

• یکی از نمایندگان ما زمانی که قرار بود یک نظر داخلی بگذارد، پیامی برای مشتری فرستاد. هیچ آسیبی وارد نشد، اما یک “???” کوچک از کاربر، با پاسخ صادقانه پاسخ داد.
• یکی از ایمیل‌ها ناموفق بود زیرا ما هرگز به وضوح بیان نکرده بودیم که کدام خطاها کشنده هستند. یک خبرنامه از یک زیر دامنه اشتباه ارسال شد که باعث شد 166000 ایمیل سرکوب شود. این بار هیچ آسیبی وارد نشد، اما یاد گرفتیم وظایف خود را بهتر تعریف کنیم.

هیچ یک از این خرابی ها ناشی از ناتوانی عاملی در استفاده از نرم افزار است. آنها از ابهام، اقتدار و هماهنگی ناشی می شدند.

بنابراین مهمترین سوال این نیست که “این مدل چه کاری می تواند انجام دهد؟”. این است که “این نماینده چه اختیاری باید داشته باشد، از طرف چه کسی و تحت چه نظارتی؟”

عوامل را در نمودار سازمانی قرار دهید

با استفاده از ChatGPT، ما به انجام تحقیقات بسیار سریعتر، تکرار بر روی کپی، یا ارائه ایده ها با یک شریک هوش مصنوعی عادت کردیم، اما این چیز دیگری است. راه درست استفاده از یک عامل، مدیریت خرد و درخواست هر کار کوچک نیست.

به عامل خود دانش، درک دامنه و دسترسی به ابزارها و داده ها بدهید تا بتوانید به آن هدف بدهید، نه یک کار کوچک. و راهی را پیدا خواهد کرد، شبیه به یک انسان. اشتباهاتی نیز خواهد داشت. و شما باید آن را بگویید، زیرا به یاد می آورد و یاد می گیرد.

این باعث می شود آن را به یک اپراتور جوان بسیار نزدیک تر از نرم افزار یا AI Chat کند.

هر عاملی به یک مالک انسانی به نام نیاز دارد. بدون اینکه کسی آن را پرورش دهد، اصلاح کند و توانایی هایش را گسترش دهد، به مرور زمان کمتر مفید می شود. همه چیز در کسب و کار شما ادامه دارد. تغییر اصطلاحات شرکت معیارها تغییر می کند. تغییر موقعیت برند ابزارهای جدید معرفی می شوند. عامل اجرای یکباره نیست.

شما ماموران را مانند کارمندان جدید آموزش می دهید. شما به نمایندگانی مانند کارمندان جدید اعتماد دارید.

به همین دلیل است که من قویاً توصیه می کنم برای ایجاد 100 عامل عجله نکنید. با یکی شروع کنید. تنها زمانی که جداسازی برای دامنه، امنیت یا تخصص لازم باشد، دیگری را اضافه کنید. ما ماه‌ها تلاش کرده‌ایم تا تعداد نمایندگان را تا حد ممکن کم نگه داریم و در عین حال هر یک را باهوش‌تر و توانمندتر کنیم.

عوامل بیشتر نیز سربار مدیریت بیشتری ایجاد می کنند. بیش از آنچه سازمان شما می تواند مدیریت کند، عواملی را مستقر نکنید.

از کجا شروع کنیم

یک عامل جدید باید از پایین ترین سطحی که هنوز ارزش ایجاد می کند شروع شود و بعداً گسترش یابد. دستورات را با رویه های عملیاتی جایگزین کنید

تلاش برای راه اندازی یک عامل مؤثر عمدتاً در مورد نوشتن یک دستور درخشان نیست. به آموزش یک جونیور جدید برای وظایفی که به خوبی تعریف شده است نزدیک تر است.

قوی ترین عوامل در طول زمان توانایی ها را جمع می کنند. آنها رایانه‌های خود را پیکربندی می‌کنند، ابزار نصب می‌کنند، مهارت ایجاد می‌کنند، فایل‌های کاری را نگه می‌دارند و از کارهای قبلی دانش می‌سازند. هنگامی که به یک عامل جدید با پایه مشابه نیاز داریم، می‌توانیم از دستگاه نسخه پشتیبان تهیه کرده و آن را شبیه‌سازی کنیم، که باعث صرفه‌جویی در تلاش در هنگام نصب می‌شود.

خود مدل در حال تبدیل شدن به یک کالا است. ما ارائه دهندگان مدل را تغییر داده ایم و ممکن است دوباره تغییر کنیم. ارزش بادوام، زمینه انباشته شده، قابلیت ها، رویه های عملیاتی و ادغام عامل با سازمان است.

مدل شما اجاره شده است. زمینه شما هسته اصلی است.

برو اولین نماینده خود را راه اندازی کن من هرمس را توصیه می کنم. من بیشتر از سفرمان پست خواهم کرد – اگر برایتان جالب بود، من را دنبال کنید.