AI Team Method
Menetelmä työn purkamiseen vastuualueiksi: mitkä niistä voi antaa tekoälylle ja miten syntyvää kokonaisuutta johdetaan kuin organisaatiota. Se ei ole työkalukurssi. Jos alusta vaihtuu, menetelmä ei vaihdu.
AI Team Method on tapa purkaa työ vastuualueiksi, päättää, mitkä niistä voi antaa tekoälylle, ja johtaa syntyvää kokonaisuutta kuin organisaatiota. Se etenee yhdessätoista vaiheessa nykytilan kartoituksesta jatkuvaan johtamiseen. Tavoite ei ole suurin mahdollinen tekoälyorganisaatio vaan pienin toimiva.
Tärkein ajattelukäännös
Älä kysy, minkä botin rakennat seuraavaksi. Kysy, mikä vastuu siirtyy seuraavaksi.
Kun tekoälyagentit eivät tuota käyttökelpoista työtä, syy on harvoin malli. Tavallisesti niiltä puuttuu konteksti, tai niille on annettu tehtäviä eikä vastuualueita. AI Team Method korjaa nämä kaksi asiaa järjestyksessä.
Hyvä lähtökysymys on sama kuin ihmistiimiä rakentaessa: jos sinulla olisi unelmiesi yritys, millaisen tiimin rakentaisit sen ympärille? Siitä kannattaa aloittaa myös AI-tiimin rakentaminen.
Yksitoista vaihetta
Situation — Missä olen juuri nyt?
Kartoita nykytila ennen kuin valitset yhtään työkalua. Sama yritys tarvitsee eri tiimin eri tilanteessa, joten tilanne määrää lähtöpisteen.
Value — Missä oikea arvo syntyy?
Tunnista työ, jossa liiketoiminnan arvo syntyy. Tilanne ja tavoite yhdessä ratkaisevat tiimin kokoonpanon: SITUATION + MISSION = STACK.
Work — Mihin aika, huomio tai raha katoaa?
Pisteytä jokainen toistuva työ kuudella kriteerillä asteikolla 1–5: aika, arvo, kitka, vuoto, riski ja toistuvuus. Korkein pistemäärä ansaitsee arkkitehtuuripäätöksen, ei automaattisesti agenttia.
Responsibility — Mistä jatkuvasta vastuusta haluan vapautua?
Muuta tehtävä vastuuksi. ”Kirjoita kolme postausta” on pyyntö. ”Omistat tämän prosessin valmistelun ja tuot luonnokset hyväksyttäväksi” on rooli, jolle voi antaa rajat, oikeudet ja mittarin.
Architecture — Tarvitaanko Bot, Skill, Routine, Automation vai ihminen?
Valitse kevein toteutus, joka hoitaa vastuun. Kaiken ei tarvitse olla agentti.
Brain — Mitä tekoälyn pitää tietää voidakseen tehdä työn?
Rakenna konteksti ennen kuin rakennat agentin. Jokainen agentti saa Gamebookista vain roolilleen relevantin osan sekä roolikohtaisen tiedon.
Build — Rakenna yksi vastuullinen agentti.
Yksi agentti, yksi vastuu. Ennen kuin agentti saa oikeita toiminto-oikeuksia, sille laaditaan Permission Map ja Approval Matrix.
Train — Opeta se oikealla työllä.
Opetusjärjestys on aina sama: tehtävä, katso, korjaa, todenna, tallenna Skilliksi, testaa uudestaan ja vasta sitten Routine. Älä automatisoi ennen kuin työ toimii.
Verify — Todista, että se toimii.
Rakenna evaluointijoukko, jossa on vähintään viisi tapausta. ”Se toimi kerran” ei tarkoita, että järjestelmä toimii.
Stack — Rakenna pienin toimiva tiimi.
Tiimin koko on yksi agentti, 2–4 roolia tai 5–7 roolia. Kahdeksaan tai kymmeneen rooliin mennään vain, jos todellinen työmäärä oikeuttaa sen. Kaksi erinomaista agenttia voittaa kahdeksan puolivalmista.
Operate — Mittaa, kehitä, yhdistä tai poista.
Käy jokainen agentti läpi viikoittain. Lopputulos on aina yksi kolmesta: pidä, yhdistä tai poista.
Mistä aloitetaan: työstä, ei botista
Jokainen toistuva työ pisteytetään kuudella kriteerillä asteikolla 1–5. Maksimi on 30 pistettä.
| Kriteeri | Mitä se kysyy |
|---|---|
| Aika | Paljonko työ vie aikaa? |
| Arvo | Paljonko arvoa se tuottaa, kun se tehdään hyvin? |
| Kitka | Paljonko se hidastaa muuta työtä? |
| Vuoto | Paljonko rahaa tai mahdollisuuksia valuu hukkaan, kun se jää tekemättä? |
| Riski | Mitä tapahtuu, jos se menee pieleen? |
| Toistuvuus | Kuinka usein sama työ toistuu? |
Rinnalla lasketaan huomiobudjetti. Jokainen uusi agentti maksaa rakentamista, kontekstia, kouluttamista, tarkistamista ja ylläpitoa. Oikea kysymys on, kuinka montaa tekoälytyöntekijää pystyt oikeasti johtamaan hyvin.
Jokaisesta suunnitellusta agentista kysytään viisi kysymystä:
- Mikä vastuu katoaisi, jos poistaisimme tämän?
- Onko sillä tarpeeksi jatkuvaa työtä?
- Voisiko Skill hoitaa tämän?
- Voisiko nykyinen agentti hoitaa tämän?
- Tuottaako tiedonsiirto enemmän arvoa kuin monimutkaisuutta?
Jos agenttia ei pystytä perustelemaan, sitä ei rakenneta.
Konteksti ratkaisee enemmän kuin malli
Huono agentti ei yleensä tarvitse parempaa mallia. Se tarvitsee paremman kontekstin. Konteksti jaetaan viiteen tyyppiin:
| Tyyppi | Sisältö |
|---|---|
| Gamebook | Pysyvä yrityskonteksti: kuka olemme, mitä myymme ja millä äänellä puhumme |
| Tehtäväkonteksti | Tämän yksittäisen työn syöte |
| Tieto | Dokumentit ja lähteet |
| Muisti | Mitä työskentelystä on opittu |
| Nykytila | Mikä on totta juuri nyt |
Tieto versioidaan neljään tilaan: CURRENT, HISTORICAL, UNKNOWN ja CONFLICT. Tärkein sääntö on, että agentti ei ratkaise ristiriitaa hiljaa itse. Sen pitää sanoa, että sillä on kaksi ristiriitaista tietoa ja se tarvitsee päätöksen. Tämä erottaa elävän järjestelmän kertaluontoisesta dokumentista.
Bot, Skill, Routine, Automation vai ihminen?
| Toteutus | Vastaa kysymykseen | Milloin |
|---|---|---|
| Skill | Miten tämä työ tehdään? | Toistettava työtapa, jonka laatu on jo todennettu |
| Routine | Milloin työ tehdään? | Ajastettu tai laukaistu toistuva suoritus |
| Automation | Mitä tapahtuu, kun X tapahtuu? | Deterministinen prosessi, joka ei tarvitse harkintaa |
| Bot | Kuka omistaa tämän vastuun? | Jatkuva vastuualue, joka tarvitsee harkintaa |
| Ihminen | Kuka kantaa seuraukset? | Vastuu, neuvottelu, persoona tai riskin kantaminen |
Yksi prosessi sisältää yleensä useita näistä. Esimerkiksi: liidi tulee (Automation), tekoäly arvioi sen, botti tutkii taustat, Skill tekee analyysin, ihminen hyväksyy viestin ja Routine seuraa jatkotoimia. Kaiken ei tarvitse olla agentti. Tämä on menetelmän tärkein korjaus yleiseen agenttipuheeseen.
Mitä tekoäly saa tehdä ja missä ihminen päättää
Ennen kuin agentti saa oikeita toiminto-oikeuksia, rakennetaan kaksi asiaa. Permission Map määrittää jokaisesta järjestelmästä erikseen oikeudet lukemiseen, luomiseen, muokkaukseen, lähettämiseen, poistamiseen, rahankäyttöön ja käyttöoikeuksien muuttamiseen. Approval Matrix jakaa työn kolmeen luokkaan.
Vihreä
Sisäinen, matalan riskin ja helposti peruttava työ. Agentti tekee itse.
Keltainen
Työllä on ulkoinen vaikutus. Agentti valmistelee, ihminen hyväksyy.
Punainen
Raha, juridiikka, merkittävät poistot, käyttöoikeudet ja tuotantokriittiset muutokset. Ihminen päättää.
Autonomia kasvaa seitsemässä askelmassa:
- Lukee
- Analysoi
- Valmistelee
- Pyytää hyväksyntää
- Toimii hyväksynnän jälkeen
- Hoitaa turvalliset tehtävät itsenäisesti
- Voi delegoida rajatun tehtävän toiselle agentille
Autonomia ei ole ominaisuus, joka laitetaan päälle. Se ansaitaan luotettavuudella.
Tarkistuspisteen paikasta prosessissa kerron tarkemmin sivulla Ihminen silmukassa.
Miten laatua, hyötyä ja virheitä seurataan
Jokaiselle tärkeälle työlle rakennetaan evaluointijoukko, jossa on vähintään viisi tapausta: normaali tapaus, puuttuva tieto, ristiriitainen tieto, poikkeuksellinen tapaus ja tilanne, jossa agentin pitää eskaloida.
Tuotos tarkistetaan viidestä kulmasta: onko tieto oikeasta lähteestä, onko se ajantasaista, puuttuuko jotain, noudatettiinko sääntöjä ja täyttääkö lopputulos laatukriteerit.
Agentista seurataan valmistuneita töitä, onnistumisia, ihmisen tekemiä korjauksia, eskalointeja, säästettyä aikaa, tuotettua arvoa ja virheitä. Mittareista enemmän sivulla Agenttien evaluointi yrityksessä.
Viikkokatselmus ja suljettu silmukka
Viikoittaisessa katselmuksessa jokaisesta agentista kysytään kahdeksan kysymystä:
- Mitä hyötyä syntyi?
- Mitä valmistui?
- Kuinka paljon piti korjata?
- Mikä epäonnistui?
- Missä ihmistä tarvittiin?
- Voidaanko autonomiaa nostaa?
- Voidaanko järjestelmää yksinkertaistaa?
- Tarvitaanko agenttia enää?
Lopputulos on aina yksi kolmesta: pidä, yhdistä tai poista.
Tekoälyorganisaation ei kuulu vain kasvaa. Sen pitää myös osata pienentyä.
Huono järjestelmä raportoi, että myynti laski. Hyvä järjestelmä jatkaa siitä: data tarkistetaan, syyt analysoidaan, vaihtoehdot muodostetaan, ihminen päättää, toimenpide toteutetaan, vaikutus mitataan ja opittu palautetaan järjestelmään. Raportti ei ole lopputulos. Muutos on.
Esimerkki: yhden hengen asiantuntijayritys
Tämä on havainnollistava esimerkki menetelmän soveltamisesta, ei kuvaus toteutuneesta asiakasprojektista.
Ajatellaan yhden hengen asiantuntijayritystä, joka myy palvelua yrityksille. Jos yrittäjä saisi palkata unelmatiiminsä, tiimi ei alkaisi tekoälyasiantuntijasta. Se alkaisi ihmisestä, joka selvittää ketä kannattaa lähestyä, ihmisestä, joka valmistelee yhteydenotot, ihmisestä, joka kirjoittaa tarjoukset, ja ihmisestä, joka muistaa seurata.
Samat neljä roolia muodostavat AI-tiimin, joka kannattaa rakentaa: taustatutkimus, kvalifiointi, yhteydenoton valmistelu ja tarjouksen valmistelu. Kaikki neljä valmistelevat, eikä yksikään lähetä. Lähettäminen on keltaista, joten ihminen hyväksyy. Myyntipuhelu on ihmisen työtä, koska siinä tarvitaan vastuuta ja neuvottelua.
Listalta puuttuvat sisältöbotti, somebotti ja yleinen AI-assistentti. Ne olisivat helpoimmat rakentaa, mutta ne eivät ratkaise tämän yrityksen tilannetta.
Menetelmä ja toteutusympäristöt
AI Team Method ei ole sidottu yhteen työkaluun. Grok Bot on tällä hetkellä yksi ympäristö, jossa menetelmää voi näyttää käytännössä, samoin kuin mikä tahansa muu alusta, jossa agentille voi antaa roolin, tiedot ja oikeudet. Grok Bot -koulutuksessa menetelmä käydään läpi oman tekoälytiimin rakentamisen kautta.
Yhden vastuualueen tasolla sama ajattelu näkyy AI-Operaattori-mallissa. Kun yksittäisistä agenteista muodostuu digitaalista työvoimaa, jatka sivulle AI-tiimit.
Usein kysytyt kysymykset
AI Team Method on tapa purkaa työ vastuualueiksi, päättää, mitkä niistä voi antaa tekoälylle, ja johtaa syntyvää kokonaisuutta kuin organisaatiota. Menetelmä etenee yhdessätoista vaiheessa.
Situation, Value, Work, Responsibility, Architecture, Brain, Build, Train, Verify, Stack ja Operate.
Ei. Menetelmä on työkaluriippumaton. Grok Bot on yksi ympäristö, jossa menetelmää voi näyttää käytännössä, ja jos alusta vaihtuu, menetelmä ei vaihdu. Grok Bot -koulutus on kurssi, jossa menetelmää opetetaan.
Ei. Osa työstä hoituu Skillillä, Routinella tai tavallisella automaatiolla, ja osa kuuluu ihmiselle. Agentti tarvitaan vain jatkuvaan vastuualueeseen, joka vaatii harkintaa.
Itsenäisesti vain vihreitä tehtäviä eli sisäisiä, matalan riskin ja helposti peruttavia töitä. Ulkoiseen vaikutukseen tarvitaan ihmisen hyväksyntä, ja raha, juridiikka, merkittävät poistot ja käyttöoikeudet ovat aina ihmisen päätöksiä.
AI-Operaattori keskittyy yhden vastuualueen ympärille rakennettavaan järjestelmään. AI Team Method laajentaa saman ajattelun kokonaisen tekoälytiimin rakentamiseen ja johtamiseen.
