Manajer Pengalaman Desain Sistem Strategis

May 10 2023

Baris perintah untuk Massa (AI) Bahayanya adalah kita membuat kesalahan yang sama dengan AI yang kita buat dengan data. Penggunaan terbaik dari teknologi bukanlah menggunakannya lebih cepat atau lebih besar, tetapi kebanyakan orang berperilaku seperti itu, meskipun kompleksitas mengalahkan kecepatan dalam sistem setiap hari.

Baris perintah untuk Massa (AI)

Bahayanya adalah kita membuat kesalahan yang sama dengan AI yang kita buat dengan data. Penggunaan terbaik dari teknologi bukanlah menggunakannya lebih cepat atau lebih besar, tetapi kebanyakan orang berperilaku seperti itu, meskipun kompleksitas mengalahkan kecepatan dalam sistem setiap hari. Perusahaan yang berhasil adalah perusahaan yang menerapkan penggunaan teknologi secara tidak sengaja dan kreativitas yang tinggi. Teknologi Formula 1 masih membutuhkan seorang Hamilton; seni diberi warna dan kuas, tetapi dalam bentuk seni yang paling progresif, orang telah mengembangkan bentuk ekspresi di luar penggunaan sederhana alat tersebut. Itu selalu orang!

Saya hanya butuh beberapa jam setelah menggunakan AI untuk mencapai hambatan kritis yang memerlukan campur tangan manusia dan kreativitas untuk mengatasi dan membuat alat melakukan apa yang saya butuhkan. Mungkin setelah lebih dari 20 tahun berinovasi dan menggunakan teknologi baru, saya menemukan keterbatasan itu lebih cepat. Oleh karena itu, saya ingin memberi tahu Anda bahwa ketersediaan teknologi tidak akan menyelesaikan masalah Anda dan akan membuat Anda memecat setengah dari staf Anda. Semakin cepat Anda menyadari hal ini, semakin cepat Anda menghilangkan risiko mengacaukan investasi ke dalam AI, seperti saya telah melihat organisasi menghabiskan jutaan dolar untuk upaya yang tidak berharga menjadi data besar, AR, VR, blockchain, kripto, gamifikasi, gesit, atau tempat kerja lainnya- terkait diduga solusi perusahaan otomatis yang keluar dari kotak dan kemudian bekerja seperti pesona. AI secara eksponensial lebih kuat dan, oleh karena itu, lebih kompleks untuk dilakukan dengan benar. Amazon baru saja mengakui bahwa tanpa server bukanlah suatu hal setelah mengujinya. Setidaknya mereka mencobanya.

Bill Schmarzo, Dekan Big Data, menjelaskan dalam episode podcast kami bahwa kunci untuk bekerja dengan data adalah wawasan yang berpusat pada manusia yang membantu Anda memahami arti data.https://podcasts.apple.com/gb/podcast/the-wicked-podcast/id1509106202?i=1000531799855Dalam pengalamannya, pemikiran desain membawa aspek manusia dan pola pikir untuk menjadikan data sebagai nilai.

Saya akan menginstal database AI pertama saya dalam beberapa hari mendatang untuk mengatasi apa yang tidak diizinkan Midjourney untuk saya lakukan. Nilai sebenarnya terletak pada mengenal alat ini, yang dapat dengan mudah melakukan beberapa trik dasar yang menakjubkan, tetapi seperti yang lainnya, nilai yang serius membutuhkan keterampilan penggunaan yang serius.

Kami masih membutuhkan orang untuk mulai melihat ini dari berbagai sudut.

AI tidak hanya membutuhkan spesialis yang membangun bagian dalam alat AI dan sistem pelatihan, tetapi banyak pengguna akhir yang mempelajari dan memperluas cara mereka menggunakan alat tersebut. Kami hanya memberi orang banyak warna primer dan memberi tahu mereka bahwa ukuran kanvas bervariasi. Kami akan membutuhkan orang yang bisa melukis abstrak, menggambar lingkaran sempurna dan menggunakan tongkat atau ember sebagai pengganti kuas untuk mengembangkan apa yang mungkin. Orang-orang akan mengendarai ini! Perusahaan yang tidak memahami hal ini tidak akan berakhir di Tate Modern tetapi di pasar jalanan lokal yang menjual barang-barang yang hanya akan diperhatikan oleh para kutu buku seperti saya. Saya suka Tate dan pasar jalanan, tapi saya yakin Anda akan mengerti maksud saya.

Di manakah batas-batas nyata yang harus diperluas orang untuk menilai, dan apa yang kita lewatkan sebelumnya?

Di mana batas teknologinya?

Bahasa: Anda dapat berbicara dengan ChatGPT atau Midjourney, tetapi mereka akan mengartikan apa yang Anda katakan dengan caranya sendiri. Ada ratusan petunjuk dan cara untuk menjelaskan hal-hal agar mereka melakukan apa yang mereka inginkan. Sebagai contoh, saya mencoba membuat Midjourney membuat gambar yang keluar dari beberapa pipa. Itu tidak akan membuat goo atau pipa dengan cara yang benar. Itu juga mengartikan mesin uap selalu sebagai kereta uap. Itu tidak akan bergerak dari gambar yang salah atau membuat fitur yang saya jelaskan. Oleh karena itu dibutuhkan keterampilan dan percobaan untuk mengetahui apa yang dapat dilakukan alat tersebut dan bagaimana membuatnya melakukan hal-hal tertentu. Itu jam pelatihan oleh manusia yang mengendalikan, tidak seperti belajar, sebagai materi berperilaku dalam keadaan tertentu. Kami membutuhkan orang-orang yang tahu bagaimana melakukan itu.
Interkonektivitas: Membuat konten khusus sebagai teks atau gambar hanyalah satu bagian rantai. Itu masih harus dipindahkan ke CMS atau platform penerbitan lainnya. Itu perlu disesuaikan untuk platform dan dirantai ke sistem pengiriman lain dan penyesuaian ulang, template, dll. Setiap data yang dihasilkan dari AI masih perlu disesuaikan dengan konteksnya. Bagaimanapun kami berkomunikasi, kami akan mengembangkan format baru di mana kami melakukannya. Seperti kebanyakan teknologi lainnya, ini membutuhkan API; itu semua dibungkam dan membutuhkan orang untuk menghubungkan bagian-bagiannya. Untuk waktu yang lama, kita akan membutuhkan orang yang bisa melakukan itu.
Lapisan Nilai Baru: Youtube memiliki gelombang influencer yang membangun pasar baru di atas berbagi video sederhana. Blockchain memiliki peluncuran dan penipuan crypto. Sebuah platform seringkali hanyalah titik awal. Nilai di atas muncul dari jaringan manusia dan perilaku mereka, tidak seperti pasar saham atau jatuhnya pemberi pinjaman subprime yang terkenal di tahun 2007. Seperti mesin cetak yang melek huruf, nilai akan berkembang dengan cepat. Mengetahui alat AI mana yang tersedia saat ini tampaknya menjadi nilai yang menempatkan orang di atas yang lain. Kami masih membutuhkan orang yang mengembangkan lapisan nilai baru ini, yang kemungkinan besar akan menentukan langkah selanjutnya.
Baris Perintah untuk Misa: Aplikasi harus intuitif. Sebagai perusahaan, jika Anda ingin klien Anda menggunakannya, cara mereka menggunakannya tetap harus ramah pengguna. Tidak mudah mendapatkan jawaban yang jelas dari alat AI. Ini masalah desain. Sebagai sebuah perusahaan, Anda ingin keluaran menjadi berharga dan intuitif. Orang yang berjuang untuk mendapatkan nilai tidak akan membeli layanan Anda. Kami masih membutuhkan orang untuk menyediakan layanan ini dengan cara yang mudah digunakan.

Data Stuff: Ketika data atau data besar menjadi sesuatu, hal yang sering terjadi adalah bahwa data perlu dibersihkan atau dibuat dengan cara baru. Itu mengharuskan orang untuk menentukan data apa yang dibutuhkan dan orang lain untuk membantu memberi insentif kepada orang untuk menambahkannya. Ini masih menjadi tantangan hari ini, seperti yang saya alami dalam proyek global tahun lalu.
Keterbatasan API: Saya membuat aplikasi musik yang sukses di iOS berdasarkan setidaknya 3 API. Selama bertahun-tahun, saya mempelajari lebih dari 20, dan saya masih menjalankan server geo di ruang saya. Betapapun menakjubkan dan ajaibnya API, saya mengalami keterbatasan fitur dengan cepat dan terutama menghabiskan waktu untuk mencari solusi. Ekosistem masih membutuhkan orang untuk menghubungkan bagian yang hilang dan mengaktifkan fitur yang hilang.
Outsourcing Freeze: Layanan murah akan memberi Anda versi layanan yang sederhana dan terbatas. Anda akan membuat kontrak dengan mereka, dan pemasok tidak mungkin mengembangkan penawaran mereka mengingat lanskap saat ini. Nilai berkembang terlalu cepat, yang berarti kontraktor menghindari investasi yang memotong margin. Kemitraan baru perlu membuat sistem terhubung dan berkembang dalam kolaborasi. Orang harus bekerja sama di titik penghubung.
Perilaku Baru: Orang mengubah apa yang mereka lakukan dengan layanan baru. Pencarian Google sudah terpengaruh. Alat-alat baru akan mengubah produksi dan konsumsi. Ini berarti orang menginginkan cara baru untuk melakukan sesuatu, dan proses produksi harus ditinjau kembali. Seseorang harus meneliti dan mencari tahu apa yang dibutuhkan pelanggan dan klien dan kemudian merancangnya. Akses terbaik dan intuitif berarti penjualan.

Itu tidak menjadi lebih otomatis; itu menjadi jauh lebih kompleks.

Anda masih membutuhkan orang untuk menyesuaikan dan mengintegrasikan pada tingkat teknologi dan merek.

Anda memerlukan mitra yang memberi Anda lebih banyak fleksibilitas seputar teknologi dan evolusinya serta berkolaborasi lebih banyak, bukan lebih sedikit.

Yang terpenting, Anda masih perlu memahami bagaimana realitas telah berubah dan bagaimana Anda harus meningkatkan cara terlibat dengan pasar sehingga Anda akan menyesuaikan diri dengan pasar dengan perilaku baru.

Otomatisasi penuh bukanlah suatu hal. Sebuah sistem membutuhkan orang untuk memeriksa dan memeliharanya, tetapi jika Anda menginginkan pertumbuhan, Anda harus mengeksplorasi, merancang, dan menguji berbagai hal lebih dari sebelumnya.

Mengetahui peran apa yang dimainkan manusia di dalam dan di luar organisasi Anda mungkin menjadi lebih penting dari sebelumnya. AI lebih eksponensial daripada teknologi apa pun sebelumnya, jadi risiko kesalahan yang satu ini jauh lebih besar. Kami membutuhkan orang yang secara eksponensial lebih pintar. Karena itu tidak ada, kami membutuhkan tim yang lebih kompleks dan lintas disiplin, bukan spesialis outsourcing. Orang lebih penting dari sebelumnya.