01
准备真实任务,不必准备完美案例
最有价值的材料通常就是员工每天面对的文档、表格、客户信息或流程说明。可以脱敏和删减,但应保留真实结构与困难。
- 任务多久发生一次,由谁发起和交付。
- 当前输入来自哪里,常见缺失是什么。
- 什么样的结果才算可用。
- 哪些事实、承诺和专业判断必须人工确认。
02
提前标记信息边界
企业应在培训前明确客户隐私、商业秘密、合同、财务和内部账号的使用规则。没有授权的敏感资料不能为了演示方便直接上传外部工具。
03
会后预留一个小试点
指定内部负责人和一个两周内可重复的任务,让参与者记录输入、输出、人工修改和异常。这样培训才有机会从课堂练习变成岗位方法。
适合什么情况:不同工具和企业制度对数据使用的要求不同;涉及信息安全、隐私和法律问题,我们会和企业相应负责人确认。
Related
相关问题
Sources
参考资料
- BCG|Artificial Intelligence at Scale ↗:公开服务页:企业 AI 需要同时处理流程、采用、能力、角色与治理。
- QuantumBlack|Hybrid intelligence ↗:公开方法页:先看业务需要而不是技术,并与客户共同建立可持续能力。