Geetha Rajan
- Geetha Rajan is de strategieleider van Freshworks en leidde eerder de upskilling bij PwC.
- Hij zei dat werknemers drie fouten moeten vermijden bij het adopteren van AI-tools.
- Rajan zei dat het belangrijk is dat werknemers strategisch leren denken het denken niet uitbesteden.
Dit veelzeggende essay is gebaseerd op een gesprek met Geetha Rajan, directeur van het wereldwijde strategieteam bij Freshworks, een SaaS-bedrijf. Hij is gevestigd in de San Francisco Bay Area. Zijn identiteit en dienstverband zijn geverifieerd door Business Insider. Het volgende is aangepast voor lengte en duidelijkheid.
Ik ben directeur van het wereldwijde strategieteam bij Freshworks, waar ik strategische initiatieven met hoge prioriteit aanstuur die vorm geven aan de groei, investeringsbeslissingen en uitvoering van het bedrijf, inclusief de adoptie van AI.
Voorheen heb ik bijna tien jaar bij PwC doorgebracht met het adviseren van Fortune 500-bedrijven in de gezondheidszorg, financiële dienstverlening en technologie over groeistrategieën en digitale transformatie. Als onderdeel van mijn rol leid ik de bijscholing van meer dan 50.000 medewerkers op het gebied van automatiseringstools.
Technologische transformaties vinden altijd plaats, maar het zal minstens tien jaar duren voordat cloud- of mobiele transformaties volledig zijn doorgevoerd. GPT-chat bereikte in de eerste paar maanden miljoenen gebruikers.
Veel ondernemers zullen dat blijven verwachten Je gebruikt AI elke dag zonder de gevolgen echt te begrijpen. Het is de druk die ervoor zorgt dat je meer fouten maakt dan dat je er verstandig mee omgaat.
Dit zijn er enkele fouten die ik medewerkers zie maken Wat te doen bij het adopteren van AI:
1. Ga van 0-100% van de ene op de andere dag
Veel mensen proberen rechtstreeks in Iron Man te springen en hun workflow volledig te automatiseren. Dit moet een proces zijn. De eerste stap is om AI of technologie als een superleerling te behandelen, zodat je de meeste controle over de dingen hebt en er weinig keuzevrijheid aan geeft.
Bijvoorbeeld als u begint met het verstrekken van gestructureerde gegevens, maar u elke uitvoer verifieert. AI kan prachtig opgemaakte uitvoer hallucineren.
2. Outsourcingstrategie en -denken
Ik ben strategieconsultant en adviseur. Dus in termen van ideeën en denken is dat het deel dat ik normaal gesproken niet uitbesteed aan AI.
Dit wordt bereikt door een schat aan ervaring op adviesgebied en in de arbeidswereld zelf. Eerst wil ik mijn model en eerste principes mentaal opschrijven. Ik heb de cijfers geverifieerd en zelfs geprobeerd ongestructureerde gegevens uit de AI te halen, maar ik heb mijn eerste concept nog steeds zeer grondig geschreven, waarbij ik vasthield aan mijn eerste principes.
Als je eenmaal klaar bent met het concept, kun je hem vragen gaten te prikken en te zeggen: “Hé, jij bent het meest sceptische bestuurslid of CFO, prik gaten in mijn strategie.”
Veel AI-outputs zijn werkelijk verfijnd. Maar als je die intelligentie niet hebt, als je het niet vaak genoeg hebt gezien, kun je eigenlijk niet zeggen of de AI daadwerkelijk een fout maakt of niet. Dit is waar er veel van zijn inkomende werklus: Je neemt simpelweg de AI-output en verwerkt deze in een e-mail of analyse.
Deze fout heb ik zelf gemaakt, waar ik vijf of tien minuten de tijd voor had, en ik vroeg de AI om snel wat ontwerpprincipes voor mij op te schrijven en op een dia te gooien. Als ik een presentatie geef, denk ik: “Wacht, ik denk niet dat dit logisch is, en dit is eigenlijk niet wat ik wilde zeggen.” Eigenlijk bracht ik mezelf in verlegenheid.
Je kunt ook gemakkelijk in een situatie terechtkomen waarin de taal die de AI gebruikt niet iets is dat je normaal gesproken in het alledaagse taalgebruik of zelfs in een professionele omgeving zou gebruiken.
Soms is mijn grootste zorg wat er over vijf jaar gebeurt – als niemand dat eerste werk echt heeft gedaan en we de ladder verliezen als we proberen die te beklimmen. Hoewel AI veel kan doen, denk ik dat het meer gaat om het jezelf verplichten dat je nog steeds probleemoplossende vaardigheden leert en hoe je Excel moet gebruiken.
3. AI benaderen zonder context
Je moet precies weten voor wie je het probleem oplost en wat het doel van het oplossen van de oefening is.
Als u bijvoorbeeld een AI-model bouwt om de klantsegmenten van uw bedrijf te begrijpen, moet u uw segmenten nog steeds diepgaand kennen. Dat is het deel dat ik nooit zou uitbesteden. Als je die context zelf niet hebt, kun je een miljoen kanten op.
Basiszaken over smaak, proces, architectuur, hoe je dingen bouwt – niets daarvan komt uit welke tool dan ook, ongeacht of je ChatGPT gebruikt of het nieuwste model. Als AI je vijftig ideeën geeft, moet je weten welke blijven hangen. Als medewerker ben je verantwoordelijk voor het maken van de juiste keuzes en daarvoor heb je intelligentie en expertise nodig.
