ИИ-базу знаний купили, никто не пользуется. Что делать?
Представьте, в компании внедрили ИИ-ассистента по внутренним документам. Провели демо, разослали ссылку, написали в общий чат. Через 2 месяца посмотрели статистику: десяток заходов в неделю, из них половина — это те, кто помогал внедрять базу знаний.
При этом ChatGPT или его корпоративная обёртка у людей открыты в соседней вкладке весь день. Первое объяснение, которое приходит руководителю в голову: сотрудники сопротивляются новому. Но те же самые люди сидят в «чатике» весь день, добровольно и без обучения. Причина не в сопротивлении, это отказ от одной конкретной системы.
С чем её сравнивают
MIT в прошлом году посчитал разрыв: официальную подписку на LLM купили около 40% компаний, а личными инструментами на работе пользуются больше 90% сотрудников. Отсюда важный вывод: люди уже знают, каким бывает нормальный ИИ, и к статичным корпоративным системам относятся гораздо жёстче.
То есть вашу базу знаний сравнивают не с поиском по Confluence, где десять нерелевантных ссылок — норма. Её сравнивают с ChatGPT. И достаточно одного случая, когда она уверенно назвала отменённый год назад регламент, чтобы сотрудник больше туда не вернулся. Второго шанса у таких систем обычно нет: люди не проверяют, «может, поправили».
Четыре причины, из-за которых система ломается чаще всего:
1) Контент. Модель не знает, какой из двух документов главнее. Действующий приказ и черновик двухлетней давности для неё просто два текста, и она аккуратно и уверенно процитирует оба. Дальше сотрудник один раз получает отменённый регламент, и система для него закрыта.
Поэтому основная часть внедрения — это разбор документов, а не настройка модели. Обычно это закладывают в план, но не уделяют должного времени (а работа с информацией — это отдельная практика, или даже культура).
2) Система не исправляется. Сотрудник нажал «плохой ответ». Через неделю задал тот же вопрос и получил то же самое. Всё, обратная связь больше не придёт: люди отказываются от инструментов, которые не запоминают и не меняются. И здесь речь не про дообучение модели, а про банальное: жалоба должна превращаться в задачу владельцу документа, а исправление — возвращаться пользователю.
3) Никто не знает, о чем её спрашивать. Часть сотрудников не понимает, где ИИ может улучшить их работу. Остальные видят пустое поле ввода и закрывают вкладку. «Спросите что угодно» — худший онбординг из возможных. Работает обратное: вот пять вопросов, которые вы задаёте коллегам каждую неделю, пишите их сюда.
4) Нет ранних последователей и лидерства на примере. Менее очевидная причина. Часть сотрудников не применяют доступный ИИ просто потому, что им не пользуются коллеги. Массовая рассылка эту стену не пробивает, нужны живые люди в командах, которые показывают инструмент на своих задачах.
Что делать:
▪️ Начать с 2-3 сценариев, а не с «единой базы знаний компании». Онбординг новичков, ответы по тарифам для продаж, регламенты первой линии. Узкая зона с ощутимой болью, где ответы можно проверить руками.
▪️ Дать каждому разделу владельца и срок годности. Устаревшее в архив, а не «пусть лежит». Триста проверенных документов лучше тридцати тысяч непроверенных.
▪️ Показывать источник и дату под каждым ответом, что, кстати, умеет наша AI-база знаний. И научить систему говорить «не знаю, спросите такого-то».
▪️ Встроить в мессенджер и рабочие системы. Отдельный портал, до которого надо дойти, проигрывает по умолчанию.
▪️ Посмотреть, зачем сотрудники ходят в ChatGPT, и не запрещать, а забрать эти сценарии себе. Это готовый бэклог, составленный без вас и бесплатно.
#иван_лавров
Представьте, в компании внедрили ИИ-ассистента по внутренним документам. Провели демо, разослали ссылку, написали в общий чат. Через 2 месяца посмотрели статистику: десяток заходов в неделю, из них половина — это те, кто помогал внедрять базу знаний.
При этом ChatGPT или его корпоративная обёртка у людей открыты в соседней вкладке весь день. Первое объяснение, которое приходит руководителю в голову: сотрудники сопротивляются новому. Но те же самые люди сидят в «чатике» весь день, добровольно и без обучения. Причина не в сопротивлении, это отказ от одной конкретной системы.
С чем её сравнивают
MIT в прошлом году посчитал разрыв: официальную подписку на LLM купили около 40% компаний, а личными инструментами на работе пользуются больше 90% сотрудников. Отсюда важный вывод: люди уже знают, каким бывает нормальный ИИ, и к статичным корпоративным системам относятся гораздо жёстче.
То есть вашу базу знаний сравнивают не с поиском по Confluence, где десять нерелевантных ссылок — норма. Её сравнивают с ChatGPT. И достаточно одного случая, когда она уверенно назвала отменённый год назад регламент, чтобы сотрудник больше туда не вернулся. Второго шанса у таких систем обычно нет: люди не проверяют, «может, поправили».
Четыре причины, из-за которых система ломается чаще всего:
1) Контент. Модель не знает, какой из двух документов главнее. Действующий приказ и черновик двухлетней давности для неё просто два текста, и она аккуратно и уверенно процитирует оба. Дальше сотрудник один раз получает отменённый регламент, и система для него закрыта.
Поэтому основная часть внедрения — это разбор документов, а не настройка модели. Обычно это закладывают в план, но не уделяют должного времени (а работа с информацией — это отдельная практика, или даже культура).
2) Система не исправляется. Сотрудник нажал «плохой ответ». Через неделю задал тот же вопрос и получил то же самое. Всё, обратная связь больше не придёт: люди отказываются от инструментов, которые не запоминают и не меняются. И здесь речь не про дообучение модели, а про банальное: жалоба должна превращаться в задачу владельцу документа, а исправление — возвращаться пользователю.
3) Никто не знает, о чем её спрашивать. Часть сотрудников не понимает, где ИИ может улучшить их работу. Остальные видят пустое поле ввода и закрывают вкладку. «Спросите что угодно» — худший онбординг из возможных. Работает обратное: вот пять вопросов, которые вы задаёте коллегам каждую неделю, пишите их сюда.
4) Нет ранних последователей и лидерства на примере. Менее очевидная причина. Часть сотрудников не применяют доступный ИИ просто потому, что им не пользуются коллеги. Массовая рассылка эту стену не пробивает, нужны живые люди в командах, которые показывают инструмент на своих задачах.
Что делать:
▪️ Начать с 2-3 сценариев, а не с «единой базы знаний компании». Онбординг новичков, ответы по тарифам для продаж, регламенты первой линии. Узкая зона с ощутимой болью, где ответы можно проверить руками.
▪️ Дать каждому разделу владельца и срок годности. Устаревшее в архив, а не «пусть лежит». Триста проверенных документов лучше тридцати тысяч непроверенных.
▪️ Показывать источник и дату под каждым ответом, что, кстати, умеет наша AI-база знаний. И научить систему говорить «не знаю, спросите такого-то».
▪️ Встроить в мессенджер и рабочие системы. Отдельный портал, до которого надо дойти, проигрывает по умолчанию.
▪️ Посмотреть, зачем сотрудники ходят в ChatGPT, и не запрещать, а забрать эти сценарии себе. Это готовый бэклог, составленный без вас и бесплатно.
#иван_лавров