بيرنارد هامبتون من بنك أوف أمريكا

حلقة اليوم من أنا ونفسي والذكاء الاصطناعي البودكاست، وهي الحلقة الأخيرة من الموسم 13، تستكشف كيف يقوم بنك أوف أمريكا بإعداد قوة عاملة عالمية ضخمة لمستقبل الذكاء الاصطناعي من خلال رفع المهارات وإعادة التأهيل. يشرح برنارد هامبتون، رئيس أكاديمية المؤسسة المالية، كيف تركز منظمة التعلم والتطوير على مرونة القوى العاملة وبناء مزيج من المهارات التقنية والناعمة.

يحدد برنارد نهجًا ثلاثي المستويات لتبني الذكاء الاصطناعي ويشارك مواقف يشعر فيها أن البشر بحاجة إلى البقاء في الحلقة.

اشترك في أنا ونفسي والذكاء الاصطناعي على بودكاست آبل أو سبوتيفاي.

النص

أليسون رايدر ما هي دروس التعلم والتطوير التي يمكننا استخلاصها من منظمة ترفع مهارات مئات الآلاف من الموظفين في استخدام الذكاء الاصطناعي؟ اكتشف ذلك في حلقة اليوم.

برنارد هامبتون: أنا برنارد هامبتون من بنك أوف أمريكا، وأنت تستمع إلى أنا ونفسي والذكاء الاصطناعي.

سام رانسبوثام مرحباً بك في أنا ونفسي والذكاء الاصطناعيبودكاست من مراجعة سلون للإدارة بمعهد ماساتشوستس للتكنولوجيا والابتكار والإدارة استكشاف مستقبل الذكاء الاصطناعي. أنا سام رانسبوثام، أستاذ التحليلات في كلية بوسطن. لقد كنت أبحث في البيانات والتحليلات والذكاء الاصطناعي في معهد ماساتشوستس للتكنولوجيا منذ عام 2014، مع مقالات بحثية، وتقارير سنوية عن الصناعة، ودراسات حالة، والآن 12 موسمًا من حلقات البودكاست. في كل حلقة، ينضم إلينا قادة الشركات والباحثون المتطورون وصانعو سياسات الذكاء الاصطناعي في كل حلقة من حلقات البودكاست، وذلك لتوضيح ما يفصل بين ضجيج الذكاء الاصطناعي ونجاحه.

مرحبًا بعودتك إلى أنا ونفسي والذكاء الاصطناعي. اليوم ينضم إلينا برنارد هامبتون، رئيس الأكاديمية في بنك أوف أمريكا. الأكاديمية هي واحدة من أكبر منظمات التعلم والدمج في الشركات الأمريكية، وتدعم أكثر من 200,000 موظف حول العالم. لبرنارد دور محوري في جهود البنك لرفع المهارات وإعادة التأهيل وإعداد المواهب لاستخدام الذكاء الاصطناعي. برنارد، مرحبًا بك في البرنامج.

برنارد هامبتون: مرحبًا، سام، شكرًا جزيلاً. [إنه] من الرائع مقابلتك.

سام رانسبوثام أعتقد أن معظم المستمعين على دراية كبيرة ببنك أوف أمريكا. إنه ضخم جدًا. إنها واحدة من أكبر المؤسسات المالية في العالم. بحثت [عن هذا]: 70 مليون عميل، 35 دولة. إنه ضخم، لكنني أعتقد أن معظم الناس قد لا يكونون على دراية بالأكاديمية التي تقودها. لذا هل يمكنك إخبارنا قليلاً عن الأكاديمية وكيف ترتبط ببنك أوف أمريكا؟

برنارد هامبتون: نعم، بالتأكيد. الأكاديمية [موجودة] منذ عام 2017. لقد حلت محل منظمة التعلم القديمة لدينا، وهي منظمة الدمج والتعليم والتطوير المهني الحائزة على جوائز في بنك أوف أمريكا والمكرسة حقًا لنمو ونجاح زملاء الفريق عبر المؤسسة.

في الأكاديمية، نركز بشكل كبير على مرونة القوى العاملة. بهذا، أعني أنه يتعلق ببناء المهارات الصحيحة في الأدوار الصحيحة بشكل أسرع، ونحن نعالج باستمرار ونحسن ونبحث عن فرص للتميز التشغيلي أو لجلب تكنولوجيا أو أساليب جديدة، لنكون قادرين على تحقيق هذا الهدف. هذا يتعلق حقًا بالتنقل ورفع المهارات والاستعداد لقوة عاملة مدعومة بالذكاء الاصطناعي.

سام رانسبوثام كما تعلم، نحن متشابهون نوعًا ما. أدرّس بضع مئات من الطلاب سنويًا، ولديك 200,000. هذا متشابه تقريبًا، أليس كذلك؟

برنارد هامبتون: قريب.

سام رانسبوثام يبدو النطاق مذهلاً نوعًا ما — النطاق مقترنًا بسرعة التغيير لكل ما يحدث. كيف تدير هذين الأمرين في نفس الوقت؟

برنارد هامبتون: مسارات الأكاديمية لدينا مركزية حقًا في المهارات التقنية، ومحو الأمية في البيانات والذكاء الاصطناعي، والتميز في التعامل مع العملاء، والقدرات القيادية التي تتوسع. لذا في نهاية اليوم، عندما نفكر في تلك الأولويات المتغيرة عبر المؤسسة لمجموعات محددة، نقوم بعدة أشياء. أولاً، لدينا منظمة تعلم مهارات تقليدية داخلية، ولكن في نفس الوقت، نطابق ذلك مع خبرة موضوعية من الأعمال. لذا داخل مؤسستي على مدى السنوات القليلة الماضية، انتقل حوالي 750 شخصًا من خط العمل إلى الأكاديمية وأصبحوا زميلًا كاملًا في الأكاديمية، مساهمين بذلك الذكاء الواقعي في المنظمة.

سام رانسبوثام هذا يبدو جيدًا، وأعجبني الفكرة، لكنها تبدو صعبة حقًا. أعتقد أنه منذ حوالي عام، شعر الجميع [بأنهم بحاجة] لتعلم هندسة المطالبات. ثم كان RAG [التوليد المعزز بالاسترجاع] هو أحدث شيء. ثم يبدو أن هذه المواضيع تتوالى بسرعة كبيرة. وفي الواقع، يمكنني اختيار موضوع اليوم، لكننا نسجل قبل حوالي شهر من بث هذا، لذا فمن المحتمل أن يكون قد أصبح قديمًا بحلول ذلك الوقت. كيف تواكب ذلك؟ كيف تصمم عملية يمكنها الاستجابة لهذا المستوى من المرونة؟

برنارد هامبتون: لقد خلق الذكاء الاصطناعي بالتأكيد مجالًا كبيرًا وفرصة لنا. لقد غير أولويات التعلم نحو إتقان أسرع للأدوار الأساسية؛ تفكير نقدي أفضل واتخاذ قرارات أفضل، كما يمكنك أن تتخيل؛ مهارات تواصل وعلاقات أقوى؛ ثم طلاقة عملية في الذكاء الاصطناعي مرتبطة بالعمل اليومي.

عندما نستخدم وحدات التعلم القائمة على الذكاء الاصطناعي، لا يتعلق الأمر بقول: "أوه، نحن نضع أداة ذكاء اصطناعي أمام شخص ما للمساعدة في التعلم." بل يتعلق بالتفكير بطرق عملية حقيقية حول من نخدم في النهاية، وما نحاول تحقيقه، ثم العمل بشكل عكسي وتحديد أفضل حل يسمح لنا على نطاق واسع بأن نكون عمليين، قائمين على الحقائق، ونساعد شخصًا ما على التركيز على المهارات الأساسية وتطويرها بطريقة آمنة نفسيًا ولكنها أيضًا جذابة.

سام رانسبوثام لقد ذكرت أشياء مثل مهارات التواصل في نفس الوقت الذي ذكرت فيه أيضًا المهارات التقنية للذكاء الاصطناعي. إذا فكرت في الطيف من المهارات فائقة النعومة مقابل المهارات الأكثر تقنية، أين تكمن تحدياتك؟ ما الذي تواجه فيه صعوبة أكبر؟ أو كيف تختلف التحديات لكل نوع من أنواع تجارب التعلم هذه؟

برنارد هامبتون: في النهاية، كان من المهم للغاية أن نبقي كلاهما في مقدمة اهتماماتنا. أعني، من السهل اليوم أن يهيمن الذكاء الاصطناعي على معظم دورات الأخبار. إنه يهيمن على ما تقرأه عبر الإنترنت. إنه الشيء الممتع للتحدث عنه، بينما الحقيقة هي أنه ليس مثل لعبة — فالشركات [التي] تتعامل مع ذلك بجدية حقًا ستبدأ من القمة في القيادة وتطوير المهارات في هذا المجال بحيث يتدفق عبر المؤسسة. أما تلك التي قد لا تكون جادة جدًا فستتعامل معه كلعبة تلعب بها لفترة ثم تضعها جانبًا.

في الوقت نفسه، ما يعمل في الخلفية هو هذا المفهوم الذي نعتقد أن البشر يجب أن يتولوا دائمًا زمام المبادرة مع الذكاء الاصطناعي، لذا فإن قدرتنا على التحدث عن كليهما في وقت واحد تشير إلى أن أهمية المهارات البشرية تظل مهمة حقًا ومميزة حاسمة عندما تبدأ في التفكير في أشياء مثل التعاطف والاستماع والحكم واتخاذ القرارات. [هي] تستمر في أن تصبح مهمة بشكل لا يصدق، بينما في الوقت نفسه تصبح الطلاقة التقنية في الذكاء الاصطناعي مهمة بشكل لا يصدق.

الشيئان الآخران اللذان أود قولهما كخلفية لكليهما هما أن الذكاء الاصطناعي سيستمر في تغيير طريقة عملنا بوتيرة أسرع وأسرع، كما يمكننا جميعًا أن نتخيل، إذا كنا نتبنى التكنولوجيا لما يمكنها فعله في النهاية لنا، بينما في الوقت نفسه، يجب أن نستمر في النظر في شكل التنقل الوظيفي وأين توجد القوى العاملة في رحلتهم المهارية.

مع تغير العمل، قد تحتاج إلى عدد أقل من الأشخاص للقيام بأشياء معينة، لكن في نهاية اليوم، نحن شركة تعمل مع العملاء. ونريد ليس فقط المزيد من الأشخاص لمواجهة العملاء ولكن [أيضًا] التفكير، ما الذي يمكن أن يجلبه المزيد من الأشخاص للعملاء إذا كانوا يقضون وقتًا أقل في المهام الإدارية أو المهام الوظيفية، [ل]دعم وفهم احتياجات وأهداف وغايات العملاء حقًا، أينما كانوا في الطيف؟

سام رانسبوثام سأخطئ في هذه الإحصائية، لذا يمكنك تصحيحي، لكنني أعتقد أنني قرأت في مكان ما أنك تملأ حوالي 40٪ من أدوارك داخليًا. هذا يتطلب الكثير من رفع المهارات وإعادة التأهيل، كما أعتقد. هل هذا هو مكان التحدي؟ أم أن الهدف هو استخدام المزيد من الداخلي أو الخارجي، أو كيف تفكر في هذا المزيج؟

برنارد هامبتون: أنت قريب جدًا. لقد وظفنا 20,000 شخص العام الماضي، وهذا يشمل 2,000 من توظيف طلاب الحرم الجامعي — 45٪ من الأدوار المفتوحة العام الماضي تم شغلها داخليًا تقريبًا، مما يعزز بشكل أكبر سبب أهمية التدريب ورفع المهارات عبر المؤسسة.

سام رانسبوثام كنت أقرأ في مكان ما أنك تتحدث عن الرغبة في إعادة توظيف المواهب مقابل تقليل عدد الموظفين. أعتقد أن هناك بالتأكيد عنوانًا رئيسيًا هناك الآن. يبدو أنه في كل مرة أنظر فيها إلى الأخبار، هناك "الشركة X خفضت عدد موظفيها بآلاف الأشخاص، كل ذلك بسبب الذكاء الاصطناعي." أولاً، أنا مشكوك في المقام الأول أن ذلك يرجع فعليًا إلى الذكاء الاصطناعي. لكنني أعتقد أنك مسجل بمحاولة نهج مختلف مقابل هذا التخفيض. ما رأيك هناك؟

برنارد هامبتون: لقد كان رئيسنا التنفيذي واضحًا جدًا، وهذا حقًا يتعلق بعملائنا، ويتعلق بزملائنا في الفريق، ويتعلق بالمجتمعات. لذا عندما تفكر في صاحب عمل بحجمنا ونطاقنا، تصبح معرفة المؤسسة واتصالنا بالعملاء مهمة حقًا. بالنسبة لزملائنا في الفريق، نعم، لقد قلنا أنه بمرور الوقت قد تحتاج إلى عدد أقل من الأشخاص للقيام بوظائف معينة في المؤسسة، ولكن في الوقت نفسه، هناك فرص لإعادة الاستثمار.

لذا فرصتنا هي الاعتراف بأن موظفينا يجلبون الكثير من القيمة للمؤسسة. لديهم التزام ومستوى من الولاء، وأولئك [الذين] يريدون مواصلة التعلم أو [الذين] فضوليون، [الذين] مرنون، نواصل تزويدهم بالأدوات ليكونوا قادرين على الحصول على مهنة مليئة بقدر كبير من التنقل كما يرغبون على مدار حياتهم المهنية. في الوقت نفسه، يحملون معهم مستوى من الفطنة والخبرة المفيدة لعملائنا والمؤسسة، سواء كان العمل في المخاطر أو في دور مواجه للعملاء. على سبيل المثال، نريدهم أن يكونوا قادرين على مواصلة تقديم أفضل ما لديهم والاستمتاع بذلك. وتظهر نتائج مشاركة موظفينا ذلك أيضًا.

سام رانسبوثام لديك مجموعة متنوعة ضخمة من الأشخاص داخل مؤسستك، من تقنيين للغاية إلى غير تقنيين للغاية. كيف تعرف من يحتاج إلى معرفة ماذا؟ هذا يحيرني.

برنارد هامبتون: باختصار، الجميع بحاجة إلى معرفة شيء ما. أعتقد في أبسط صوره، نحن نفكر في الذكاء الاصطناعي على ثلاثة مستويات مختلفة. في المستوى الأول، يتعلق الأمر بكل دور ووظيفة. يتعلق باستخدامك الشخصي للأدوات. يتعلق بالإنتاجية الشخصية. لذا كل شخص لديه إمكانية الوصول إلى نسخة ما من الذكاء الاصطناعي اليوم، ليكون قادرًا على تعزيز ما يفعله اليوم والتفكير في أشياء مثل أين [يحتاج] إلى الكتابة أو تحليل المعلومات، أو ربما إعداد شيء ما، أو الوظائف الموجهة نحو المهام أو الإدارية. نريدهم أن يشعروا بالثقة والقدرة، ليكونوا قادرين على استخدام الذكاء الاصطناعي بطرق إبداعية لجعل عبء عملهم أبسط.

الآن، على جانب واحد من ذلك يمكنك بالتأكيد أن تقول، "أوه، لقد وفرت الكثير من الوقت. يمكنني أخذ نفس عميق والاسترخاء،" لكن الحقيقة هي أن أفضل مقياس لذلك هو ما الذي تحول إليه هذه القدرة المتزايدة؟ والطريقة التي نفكر بها هي، كيف نقيس انتقال الأشخاص من القيام بكل شيء بدءًا من رفع مهاراتهم الذاتية إلى إنفاق ذلك الوقت في أنشطة أكثر إضافة تفيد العميل، وتفيد إنتاجية المؤسسة، أو دعم شخص آخر يعتني بعميل؟

ثم هناك مستوى ثانوي من الذكاء الاصطناعي يتعلق حقًا بالوظائف. سنأخذ أنظمة فريدة. ربما هناك مجموعة واحدة تحتاج إلى استخدام نظام واحد في أغلب الأحيان، وسنقوم بتنسيق استخدام وكلاء ليكونوا قادرين على فك تشفير وجمع وتجميع المعلومات التي تبسط هذه الوظيفة الواحدة عبر مجموعة معينة.

ثم هناك المستوى الثالث، حيث نفكر في سير عمل كبير، ومصادر بيانات متعددة، ووكلاء متعددين مشاركين، وهذا عادة ما يكون [على] نطاق واسع وأفقي عبر المؤسسة.

حسنًا، كل واحد من هذه له مكاسب كبيرة جدًا للمؤسسة في نهاية اليوم تبني صورة للإنتاجية. هذا يسمح لنا بمرور الوقت بالبدء، مع زيادة تلك الإنتاجية، في تحديد أين توجد فرص لإعادة التوظيف أو أين توجد فرص ربما لا تستبدل فيها دورًا، لكن هذا لا يعني أنك بحاجة إلى الدخول في موقف كما في بعض الشركات التي تولد تسريحًا واسع النطاق في نهاية اليوم.

سام رانسبوثام هذه المستويات مثيرة للاهتمام، وأنا سعيد لأنك ذكرت القياس، خاصة في المستوى الأول. أنا متأكد من أن بنك أوف أمريكا، مثل أي مكان آخر، لديه مجموعة كاملة من مؤشرات الأداء الرئيسية التي تقيس ما يحدث وتقيس الإنتاجية والكفاءة وهذه الأشياء. بينما أفكر في الأمر، أشعر بالقلق من أن انتشار هذا النوع من المقاييس سيقودنا نحو التركيز حقًا على ما تسميه المستوى الأول، وهو أسهل بكثير في القياس. سيتناسب جيدًا مع مؤشرات الأداء الرئيسية الحالية، مقابل المستوى الثالث، الذي يبدو أكثر شمولاً. لديه فرصة لتغيير التوازن داخل المؤسسات.

كيف تمنع نفسك من جعل كل شيء من النوع الأول — "مرحبًا، دعنا نصبح أكثر كفاءة وإنتاجية؟"

برنارد هامبتون: من وجهة نظرنا، هذا يعني أن (1) تفعلها جميعًا في وقت واحد، و(2) على الجانب الآخر من ذلك، جزء كبير من العمل الذي نقوم به في الأكاديمية ليس فقط المساعدة في تطوير الأدوات والموارد للمساعدة في جلب الطلاقة في الذكاء الاصطناعي عبر المؤسسة والاستعداد لاستخدام تلك الأدوات، ولكن أيضًا مكتبة المهارات لدينا تساعدنا في توفير فرص مستمرة للزملاء للاستثمار في أنفسهم. لذا هناك توازن لما تقيسه. أحيانًا قد يكون هذا القياس حول الأنظمة القديمة التي تريد أن تكون قادرًا على إيقاف تشغيلها لصالح أنظمة أحدث أكثر تقدمًا في الذكاء الاصطناعي أو تكنولوجيا تسمح لك بالتواصل بشكل أفضل مع العملاء.

الجزء الآخر من ذلك هو قياس مقدار الوقت الذي نقضيه في العمل عالي القيمة؟ وهذا ليس بالضرورة وظيفة لقياس الإنتاجية فقط. لديك عدد من المحفزات المختلفة. لديك المحفز الذي يقول أن الناس سينتقلون للقيام بأشياء بأنفسهم. والآخر هو أنك تقلل عدد الأشخاص الذين يقومون بذلك العمل إلى ما هو مناسب لحجم ما تبقى.

سام رانسبوثام هل هناك أشياء نظرت إليها على الورق قد تكون مكانًا جيدًا لاستخدام الذكاء الاصطناعي، لكنك قررت أن المخاطرة لم تكن مجدية؟ أو كيف تغرس بعض هذه الإرشادات، وأين يجب أن نستخدم الأدوات بدلاً من أين يمكننا استخدام الأدوات؟

برنارد هامبتون: فكر في ما يجيده الذكاء الاصطناعي حقًا. الذكاء الاصطناعي جيد حقًا في البحث. إنه جيد حقًا في الكتابة، والوظائف الإدارية. إنه جيد في المهام. الذكاء الاصطناعي ليس جيدًا في الحكم الذي يتطلب وجود إنسان في الحلقة.

عندما نفكر في ماذا وكيف في عملية التدريب لدينا، ننشر الذكاء الاصطناعي لجعل التعلم (1) أكثر عملية، (2) أكثر صلة، و(3) قابلًا للتوسع. لذا يتضمن ذلك تجارب تعلم مدعومة بالذكاء الاصطناعي مثل المحاكاة والممارسة الموجهة. تستفيد الأكاديمية من محاكيات المحادثة بالذكاء الاصطناعي لمساعدة الزملاء في بناء وتعزيز المهارات الناعمة من خلال لعب الأدوار التفاعلي والتدريب، مع التعزيز على طول الطريق. [إنه] ذكاء اصطناعي موجه بالمناسبة. ثم إنه مصمم لتسريع الاستعداد للزملاء عبر أدوار مختلفة، ودعم التنقل الوظيفي، وضمان بقاء الإشراف البشري محوريًا في تجربة التعلم.

من خلال القيام بذلك، نبدأ إلى حد ما في أن نكون قادرين على القول، "مرحبًا، إليك ما يستطيع الذكاء الاصطناعي فعله بشكل جيد حقًا." نريد وضع الأشخاص في موقف يختبرون فيه ويحسنون مهاراتهم. الذي أتحدث عنه بشكل خاص هو منصة تفاعلية تمكن الزملاء من ممارسة سيناريوهات العالم الحقيقي. هذا استخدام رائع للذكاء الاصطناعي في التفكير، كيف أغمر شخصًا ما في موقف في بيئة محاكاة آمنة؟ في النهاية، يبني الفخر والكفاءة والاحترافية.

سام رانسبوثام أوه، أنا حقًا أحب ذلك. لقد أجرينا بعض الأبحاث قبل عامين حيث قمنا بتأطيرها على أنها تقرير المصير. إذا شعرت أن لديك سلطة أكبر، إذا شعرت بثقة أكبر، إذا شعرت أن لديك علاقات أفضل مع الناس، إذا شعرت بالرضا عما تفعله، فمن المرجح أن تستخدم هذه الأدوات، حتى لو كنت قد تعتقد أنها أدوات قد "تحل محلنا" كبشر، وهذا ليس المنظور على الإطلاق. وأنا أحب جانب المحاكاة ذلك.

هل تشاهد المكان الجيد، البرنامج التلفزيوني؟ أنا أوصي به. أعتقد أنه مضحك للغاية. لكن أحد السيناريوهات فيه المكان الجيد هو أنهم يجعلون شخصًا يمر بمحاكاة لانفصاله عن صديقته. لا تحصل على فرص كثيرة لتنفصل عن صديقتك، وتريد أن تفعل ذلك بشكل صحيح. للمحبين هناك، سأقول إنه يجد أنه لا توجد طريقة جيدة لفعل ذلك؛ سيكون مؤلمًا بغض النظر.

لكن ما تتحدث عنه هنا هو جعل الناس يمارسون أشياء صعبة في أماكن آمنة، أشياء لا نحصل على فرصة لممارستها كثيرًا. ما أنواع الأشياء التي تضعها في بيئة المحاكاة التفاعلية هذه؟ أنا فضولي بشأن الأشياء الفعلية التي يمكن للناس ممارستها.

برنارد هامبتون: تُستخدم هذه في الغالب في بيئاتنا عالية الحجم وعالية السرعة. فكر في مراكز الاتصال لدينا. فكر في 3500 مركز مالي في جميع أنحاء البلاد والقمم التي تحدث في فترات زمنية مختلفة. في كل منها، سواء كان وقتًا بطيئًا أو سريعًا، نحتاج إلى أشخاص يمارسون حكمًا ممتازًا، ويجعلون العميل يشعر بأنه يُستمع إليه من قبل شخص متعاطف ويعمل على مساعدته، وفي نهاية اليوم يركز على ما يريدون تحقيقه.

لذلك يمكن أن يكون أي شيء من صرف شيك إلى إجراء معاملة معقدة. نضع الناس في مواقف واقعية تسمح لهم بالتفاعل مع صورة رمزية تبدو وكأنها عميل حي يمشي ويتحدث ويتنفس. يمكنك المشاركة في سيناريوهات مختلفة والحصول على تعليقات في الوقت الفعلي حول تعاملك معها، واستخدامك للأدوات والموارد في العملية، وكيف تمارس الحكم. هذا واحد.

ثانيًا، عندما أفكر في الإنسان في المقدمة، أحد الأسئلة الرئيسية وراء تطوير وتدريب واستخدام التكنولوجيا بشكل صحيح هو في المواقف التي، لنقل، تعالج فيها معاملة عالية المخاطر خمس مرات متتالية. إذا كنت تستخدم نوعًا من الذكاء الاصطناعي وقال "نعم، نعم، نعم"، يجب أن يكون السؤال الرئيسي: "حسنًا، ماذا يحدث في المرة السادسة؟" هل ينظر سام إلى ذلك ويقول: "حسنًا، لقد قال نعم خمس مرات متتالية. هذا ربما هو نفسه"؟ القدرة على التعرف على الإنسان في المقدمة هي استخدام سيناريوهات تعد الناس ليقولوا: "ما الذي يجب أن أستخدمه؟" كإنسان للتحقق من دقة الإجراء الموصى به الذي يحدث في تلك اللحظة. لذلك يجب أن نضع هذه الاعتبارات في الاعتبار دائمًا، لحماية عملائنا، وحماية المؤسسة، وأن يحصل العميل على تجربة رائعة.

سام رانسبوثام لديك مؤسسة ضخمة. لديك الكثير من الموارد والحجم الذي يمكنك استثماره في ذلك. ما هي النصيحة للأشخاص الذين قد لا يمتلكون تلك الموارد لتطوير هذا المستوى من البنية التحتية؟ هل تعمل أي من هذه الأشياء بشكل جيد في أجزاء صغيرة، أم أنها تحتاج إلى حجم كبير لتعمل؟

برنارد هامبتون: أتعلم؟ إنها تعمل بالتأكيد. في الواقع، هناك بعض الإجراءات الأخرى التي لدينا. نعم، هناك بعض الأشياء الإضافية التي نقيسها، مثل الأنظمة التي نريد إيقاف تشغيلها لصالح أخرى. نقيس عدد المطالبات التي تكتبها المؤسسة حسب خط العمل. إذن ما هو نوع ثقافة تبني الذكاء الاصطناعي من قبل مجموعة فردية في جميع أنحاء المؤسسة؟ بعض هذه الأشياء سيكون لدى معظم الناس إمكانية الوصول إليها اعتمادًا على أدوات الذكاء الاصطناعي التي اختاروها وكيف تبدو بنيتهم التحتية.

لكن بعض أفضل النصائح التي نتلقاها تحدث في الواقع على مستويات متعددة. قمنا بهذا مؤخرًا في مجموعة على مستوى كبار المسؤولين في جميع أنحاء المؤسسة. التقينا بأجزاء مختلفة من المؤسسة غير أجزائنا، ومجموعات متعددة الوظائف على مستويات متعددة، وأجرينا المئات من جلسات الاستماع هذه حيث جمعنا 20 أو 30 شخصًا في كل مرة، وبدأنا في إشراكهم في أفكارهم حول الذكاء الاصطناعي. ما الذي يجدونه مفيدًا؟ ما الذي لا يزالون فضوليين بشأنه؟ أين يحتاجون إلى المساعدة؟ كل هذه الأفكار والملاحظات تولد كل شيء من ملاحظات لمجموعتي، بينما نبني ونطور التدريب؛ وملاحظات لمجموعتنا التقنية والمجلس بينما نفكر في ما هو قادم؛ أو تصفية ما هي المشاريع والمبادرات الرئيسية ذات الأولوية للشركة للاستثمار فيها بعد ذلك لدعم زملائنا في الفريق؟

لذا يمكن لأي شخص ببساطة التحدث والاستماع إلى الناس عند نشر أداة، ومن ذلك تحصل على فرصة لتحديد الأولويات، وهذه قيمة بغض النظر عن حجم المؤسسة.

سام رانسبوثام أعتقد أن هذه طريقة رائعة للتفكير في ذلك. ... أشياء لا تتطلب الكثير من الموارد لتنفيذها، تبدو بالكامل ضمن نطاق معظم المؤسسات.

برنارد هامبتون: أتحدث مع شركات من جميع الأحجام. في هذه الرحلة، كان الفضول مهمًا بالنسبة لي. كان مهمًا لفريق القيادة لدي أيضًا. نلتقي ببعض أكبر الشركات في العالم، لكننا نلتقي أيضًا بالعديد من المؤسسات المتوسطة والصغيرة لأنه من خلال ذلك أفكر في كيف يمكن لعملائنا التفكير في الأمر وما يحتاجون إليه. كيف أفكر في المجموعات التي قد تكون ذات حجم ونطاق مختلف عن غيرها؟ ما الذي قد يفوتهم؟ ما الذي قد نفتقده؟ هذا الفضول العام والتعلم من الأخطاء والتعلم من نجاحات الشركات الأخرى هو مجرد مكان مهم للمشاركة في الحوار والتفكير في ما تفعله أولاً ثم بعد ذلك حتى لا تكون مجرد تجربة، بل تكون متعمدًا حقًا بشأن ما تتبناه؟ ما هو السبب الذي يعطي الناس الثقة في الطرف الآخر لماذا أواجه X أو Y أو Z بعد ذلك؟

سام رانسبوثام أعجبني أنك ذكرت الأخطاء. أعتقد أننا دائمًا مترددون جدًا في الاعتراف بأننا ارتكبنا أي خطأ. كما تعلم، معظم الناس غيري ارتكبوا أخطاء في الماضي. لكن فكرة الحصول على ردود فعل ضخمة حقًا، وقد ذكرت ذلك في جزء المحاكاة.

أجد أن الطلاب لا يمانعون الاختبارات بقدر ما تعتقد لأنهم يرون الأشياء التي لا يعرفونها جيدًا وأين يمكنهم التحسن. نحن نحب التحسن كثيرًا. أعتقد أن هذا كان موضوعًا ظهر من خلال ما تتحدث عنه؛ دع الناس يعرفون المجالات التي يجب تحسينها وكيفية التحسن، والناس يحبون ذلك بشكل عام.

ذكرت طلابي. ذكرت أن 40%، 45% من موظفيك داخليون. إذا كنت أحسب بشكل صحيح، فهذا يعني أن 55% أو 60% يأتون من الخارج. ما نوع النصيحة التي يمكنك تقديمها للأشخاص الذين يدخلون سوق العمل الآن؟ ما أنواع المهارات التي يجب أن يفكروا فيها ليكونوا جزءًا نشطًا من القوى العاملة الآن؟

برنارد هامبتون: أولاً، أعتقد أنك قلت الكلمة التشغيلية الصحيحة عندما ذكرت المهارات، لأن أحد الأشياء التي أصبحت واضحة هو أن المهارات التقنية، أو عمر النصف للمهارات التقنية، أصبح أقصر في أي وقت ربما في حياتي كبالغ، والتعرف على الأشياء التي نتحدث عنها باستمرار في شركتنا، وهي الوضوح، وخفة التعلم، والفضول الفكري. الاستمرار في إبقاء هذه الأشياء في المقدمة هي سمة مهمة بشكل لا يصدق.

نتحدث عنها ليس فقط كثيرًا هنا في بنك أوف أمريكا، ولكن، على وجه التحديد، الفضول يبقيك ذا صلة، وهذا يشمل التقنيات الجديدة. عندما أفكر في الذكاء الاصطناعي اليوم، لا ينبغي أن يكون خوفًا من المجهول بل فرصة لاحتضان شيء سيكون في بيئة اليوم والغد بنفس أهمية استخدام الهاتف أو البريد الإلكتروني للقيام بالأعمال.

أود أن أقول لأي شخص يفكر في حياته المهنية المستقبلية أن يكون متعمدًا في تحدي نفسه. اختر عملًا ممتدًا عندما تتاح لك الفرصة، فهذا يبني مهارة يمكنك إعادة استخدامها، ثم كن زميلًا رائعًا من خلال التعلم من الآخرين والمشاركة معهم. التعاون سمة مهمة جدًا في بيئة العمل هذه. عبر الشركات، عادةً، أيام العمل في صومعة، خاصة إذا كنت تعمل في أعمال العملاء، حاجتك للآخرين والتفكير في قوة المؤسسة مع العميل في المركز لا يمكن أن تكون أكثر أهمية. وأخيرًا، أود أن أقول فقط استمر في تطوير المهارات البشرية والتعرف على أن قوة الأخلاق والحكم واتخاذ القرار لا تزال فائقة الأهمية.

سام رانسبوثام أعجبني أنك فكرت في الكثير من هذه الأشياء، ربما بعمق أكبر مما فكرت به. أحد الأشياء التي نقوم بها أحيانًا في البرنامج، وأعتقد أنه سيكون ممتعًا لك، هو أن نطرح عليك مجموعة من الأسئلة السريعة.

ما رأيك في ما يخطئ فيه الناس بشأن الذكاء الاصطناعي الآن؟ ترى الكثير من الناس يتعلمون عن هذه التكنولوجيا — ما الذي يخطئون فيه؟

برنارد هامبتون: ربما يتبادر إلى الذهن شيئان. الأول هو أنه سيختفي، وأنه موضة، والثاني هو الاعتقاد بأنه في حد ذاته يعني أن وظائف الجميع ستختفي.

سام رانسبوثام ما الذي يتحرك بشكل أسرع أو أبطأ في الذكاء الاصطناعي مما كنت تعتقد؟

برنارد هامبتون: ربما ما يتحرك بشكل أسرع هو التبني، وأعتقد أن بعض ذلك قد يتعلق أكثر بالنهج الذي اتبعناه كمؤسسة. أعتقد أن ما يتحرك بشكل أبطأ — أقول أبطأ، لكنه أيضًا بوتيرة مناسبة — نحن صناعة شديدة التنظيم، لذلك سنكون دائمًا مدروسين بينما نتحرك.

من الصعب تصديق أنه، قبل ما يزيد قليلاً عن عقد من الزمان، لم يكن لدينا حل ذكاء اصطناعي للعملاء، لكن اليوم لدينا حل يستخدمه العملاء أكثر من 169 مليون مرة في الربع وهو في ازدياد، ربعًا بعد ربع. لذا أقول إن بعض الأشياء تتحرك بشكل أبطأ، لكنها مقاسة بشكل مناسب بعقلية المخاطرة الصحيحة.

سام رانسبوثام كيف تحصل شخصيًا على أقصى قيمة من أداة الذكاء الاصطناعي، فقط في حياتك اليومية؟ ما الذي تستفيد منه أكثر؟

برنارد هامبتون: بالتأكيد أستخدمه للكتابة. أستخدمه لتحليل المعلومات، واستخدام الذكاء الاصطناعي لتنظيم المعلومات. أفكر دائمًا في كيفية دمج وتطوير حل التدريب الخاص بنا بطريقة قابلة للتطوير تناسب ما يحتاجون إليه. أحيانًا يتعلق الأمر بأدوات الإنتاجية الفردية، وأحيانًا يتعلق بمورد أو أداة قد نبنيها تكون قابلة للتطوير، وستتوافق مع كيفية بناء مستوى الكفاءة بشكل أسرع مما قد نفعله بوسائل أخرى، أو ربما بشكل مختلف عما نفعله اليوم.

سام رانسبوثام بناء الكفاءة بشكل أسرع — يبدو أن هذه طريقة جيدة لاختتام هذا. أعتقد أن هذا هو جوهر ما تحاول فعله. أعتقد أنه تحدٍ هائل على النطاق الذي تحاول القيام به. شكرًا لمشاركة أفكارك حول هذا اليوم. شكرًا لانضمامك إلينا.

برنارد هامبتون: بكل سرور. من الرائع أن أكون معك.

سام رانسبوثام شكرًا لانضمامكم إلينا في موسم آخر من أنا ونفسي والذكاء الاصطناعي. لقد أجرينا بعض المحادثات المثيرة للاهتمام حول التعلم وتطوير الذكاء الاصطناعي، ومناقشاتنا حول آثار الذكاء الاصطناعي على القوى العاملة تبدو مهمة بشكل خاص. تحدثنا مع تايلور ستوكتون في وزارة العمل الأمريكية، وأندرو بالمر في الإيكونوميست، ومناقشة اليوم مع برنارد. من الصعب اختيار المفضل! سنعود هذا الصيف بحلقات إضافية بزاوية بحثية أكاديمية أكثر. نشجعك على الاستمرار في مراجعة بودكاستنا وإرسال أي تعليقات أو طلبات لموضوعات ترغب في أن نغطيها. شكرًا لمساعدتنا في جعل أنا ونفسي والذكاء الاصطناعي ناجحًا جدًا.

أنا ونفسي والذكاء الاصطناعي^® هي علامة تجارية مسجلة فيدراليًا لمعهد ماساتشوستس للتكنولوجيا.