Hogyan tanulunk meg önállóan dolgozni?
A HRPortál 2019-es interjújában arról beszéltem, hogy legyen idő elmélyülni a munkában, a munkáltató azt ígérje, amit tényleg adni tud, és bízzon az embereiben. Akkor a HubHub Magyarország üzletfejlesztéséért és partnerkapcsolataiért feleltem.
Közös munka egy startupstúdióban
Az Inniches Ivánka Iván neve alatt közölte ezt a hozzászólást. Arról szól, hogy legyen helye az ötleteknek és a sikertelen próbálkozásoknak is, és tisztázzuk, milyen problémát akarunk megoldani.
Mielőtt elkészül az első változat
Az Inniches Ivánka Iván neve alatt közölt bejegyzése azt javasolja, hogy a fejlesztés előtt derüljön ki, szükség van-e a termékre.
Mennyi munka marad az AI válasza után?
Engem az is érdekel egy AI-bemutatóban, hogy mi történik az elkészült válasz után. Ha valakinek még vissza kell mennie a forráshoz, kijavítani a részleteket és átírni a szöveg felét, azt is szeretném látni.
Egy ügyfélnek készülő válasznál például megnézném, hogy tényleg a kérdésére válaszol-e, és nem ígér-e olyasmit, amit a cég nem tud teljesíteni. Attól, hogy jól hangzik, még lehet vele munka, mielőtt elküldhető. Ha csak az első változat elkészültéig mérjük az időt, ez kimarad.
Szóval én az ügyfél levelétől addig követném a feladatot, amíg van egy válasz, amit el lehet küldeni. Ha hiányzik hozzá valami, azt meg kell kérdezni. Ha közben egy ember veszi át a munkát, az ő idejét is beleszámolnám. Különben pont az a rész maradhat ki a bemutatóból, amivel még foglalkozni kell.
A Generative AI at Work című, 2025-ben megjelent tanulmány 5172 ügyfélszolgálati munkatársat vizsgált. AI-segítséggel átlagosan 15 százalékkal több ügyet oldottak meg óránként. A kevésbé tapasztalt, alacsonyabb készségszintű munkatársak nyertek a legtöbbet; a legtapasztaltabbaknál és legmagasabb készségszintűeknél kis gyorsulás mellett kisebb minőségromlás jelentkezett. A kutatás egy vállalat és alvállalkozói munkáját vizsgálta. A tanulmány.
Szerintem ez a különbség legalább annyira érdekes, mint az átlag. Abból, hogy összességében javult az eredmény, még nem derül ki, kinek érdemes használnia az eszközt, és melyik válaszra kell jobban odafigyelni. Engem az is érdekelne, miért romlott a válaszok minősége.
Egy másik cégnél a saját feladatokat is meg kellene mérni. Az előkészítéssel és a beállítással ugyanúgy van munka, később pedig valakinek karban kell tartania a folyamatot. Külön venném azt, amikor valaki dolgozik, és azt, amikor csak várunk valamire. Így könnyebb látni, miben lett ténylegesen változás.
Azt a próbát is megmutatnám, amit javítani kellett. Miből vették észre a hibát, és mit kellett tenniük? Ha ez rendszeresen előfordul, akkor beleszól abba, mennyit segít a rendszer. A javításokat végigkövetve sokkal könnyebb megítélni az eredményt, mint abból, hogy megjelent egy válasz a képernyőn.