Koska olemme teknologian startup-yritys, elämme kofeiinin ja huipputekniikan tasaisella ruokavaliolla. Jos markkinoilla on uusi työkalu, joka lupaa säästää kymmenen minuuttia ajastamme, on mahdollista, että olimme jo askeleen edellä. Claudeen avulla luomme kylmiä sähköposteja ja Ideogram tuottaa kauniita blogivisualisaatioita, tekoäly oli melkein kuin se stoalainen, hyper-tehokas työtoveri, joka ei koskaan nuku. Se on melko paljon se, miten magia tapahtuu meillä.
Kaksi viikkoa sitten kuitenkin joku päivittäisessä stand-up-puhelussa esitti kysymyksen, joka jäädytti kaikki: 'Miltä se tuntuisi, jos emme vain… käyttäisi tekoälyä viikkoon?'
Meillä ei ollut ongelmaa sen tekemisen kanssa; olemme valtavan innostuneita teknologiasta, eikä yrittäneet todistaa mitään. Halusimme yksinkertaisesti olla uteliaita. Millainen on työnkulkumme, kun autopilotti on pois päältä? Voisimmeko silti toimia samalla nopeudella, jos joutuisimme tekemään sen vanhan lähestymistavan mukaisesti?
Joten laitoimme tekoälyn apilotit pois päältä ja katsoimme, millaista on palata pelkistettyyn versioon viikoksi.
Suuri tekoälyn mustouts: päivä 1–2
Ensimmäiset tunnit olivat kuin herätä 48 tunnin lennolta ilman matkalaukkuasi. Tehtävät, joita rakastimme automatisoida ja hoitaa sekunneissa… meidän oli tehtävä ne manuaalisesti nyt.
Meidän pääkommunikaatio (Slack) ja projektinhallinto (Trello, Notion) työkalut pysyivät ennallaan. Nämä ovat tietysti meidän perustyökalut. Mutta… ei tekoälyä. Pitkien Slack-säikeiden yhteenvedot, jotka saimme yleensä silmänräpäyksessä Slack-botilta, olivat yhtäkkiä poissa.
Trellolla, sen sijaan että saisimme tekoälyn panosta siihen, miten jakaa tehtäviämme, pystyimme vain nojautumaan omaan tietoomme ja kokemukseemme. Notion, meidän oma henkilökohtainen toinen aivomme, muuttui hieman epäsiistiksi tekoälyn puuttuessa automaattisten tunnisteiden asettamiseen tai liittyviensä asiakirjojen ehdottamiseen.
Ymmärsimme, kuinka riippuvaisia olimme olleet tekoälystä satunnaisten off-topic-tietojen heittämiseen pois.
Käytännöllinen esimerkki- Vastaanottimme monimutkaisen vikaraportin. Lyhyellä pyynnöllä Claudelle tai ChatGPT:lle olisimme pystyneet helposti tekemään yhteenvedon ongelmasta ja luettelemaan joitain alustavat vaiheet käyttämällä olemassa olevaa dokumentaatiotamme Notionissa. Ilman tätä tekoälyapua dev-tiimi käytti vielä 30 minuuttia enemmän aikaansa lokien jäsentämiseen ja ratkaisuiden ideointiin.
Koodi, sisältö ja luovuus: päivä 3–4
Tämä oli kohta, jossa kumi todella osui tiehen meidän kehittäjillemme ja sisällönluojille.
Koodaus ilman co-pilotia: Cursor ja Supabase
Cursorin kanssa kehittäjämme ovat pohjimmiltaan liimautuneet tekoälyn koodieditoriin. Meillä on puute älykkäästä koodin täydentämisestä, inline-virheentunnistuksesta ja refaktorointisuosituksista. "Se on kuin uuden kaupungin tutkimista ilman GPS:ää," kuten yksi meidän johtavista kehittäjistä sanoi. Virheenkorjausaika nousi, ja uusien ominaisuuksien kehittäminen olisi merkittävästi hitaampaa, koska enemmän manuaalista syntaksin ja idiomin tarkastusta vaadittiin.
Supabase on loistava backend-työkalu, mutta paljon parempi, kun sitä käytetään tekoälyn kanssa monimutkaisten kyselyiden tai skeeman määritelmien tuottamiseen. Ilman tekoälyapua, rinnakkaiskoodi koodaaminen käsin voitti syntaksin edistysaskeleet.
Todellisen maailman toteutus: Uuden API-päätepisteen luominen. Cursorin käyttö johti usein siihen, että tekoäly suositteli täydellisiä funktioiden toteutuksia tai jopa parhaiten sopivaa SQL-kyselyä nykyiseen projektiin. Kun ei käytetty Cursoria, kehittäjän oli kirjoitettava jokainen rivi, jatkuvasti viitata dokumentaatioon ja tarkistaa jokainen komponentti perusteellisesti.
Sisällönluonti ja tutkimus
Taas, tämä oli kiistatta eniten vaikuttanut osasto. Sisältötiimimme tunsi puuttuvan palan eniten. Tulemme vahvasti riippuvaisiksi ChatGPT:stä ja Claudesta, jotta saamme karkeat ääriviivat alas, parafrasoida, sanoa uudelleen, tiivistää tai toisinaan käyttää syvää tutkimusta. Perplexity antaa meille mahdollisuuden löytää nopeasti yksityiskohtaista tietoa. Grok ja Gemini toimivat yksinkertaisille nano-tehtäville, tarjoten meille pienempiä ja usein kontekstisesti tarkkoja vaihtoehtoja vaihe-vaiheittaisille tehtäville.
- Videoiden ja visualisaatioiden luominen oli yksi aikaa vievin tehtävistä. HeyGen ja ElevenLabs ovat täydellisiä äänikloonaamisen ja videogeneroinnin tuottamiseen nopeita videoita varten.
- Descript, joka mahdollistaa videoiden muokkaamisen yksinkertaisella kirjoittamisella, oli korvaamaton.
- Ilman näitä aikasäästöjä, laskeuduimme perinteiseen b-roll-videonmuokkaukseen DaVinci Resolveen, joka, vaikkakin tarkempi, on aikaa vievä.
- Canva ei ole tekoälyn alla, mutta käyttää tekoäly-pohjaista sukupolvi nopeiden suunnitteluiteraatioiden testaamista varten.
- Adobe Firefly, yhdessä Ideogramin kanssa, meidän ensisijainen lähde tekoälyn tuottamille B-rulleille ja blogikaanokuviin, jätti meidät kampailemaan perinteisten varastokuvien löytämiseen vastaavilla budjeteilla korkeamman laadun kuville.
Todellinen esimerkki: Tarvitsimme uutta demovideon sosiaaliseen mediaan. Ilman moderni työkaluja video, joka normaalisti tehtiin käyttämällä ChatGPT:llä kirjoitettua skriptiä, Claudella tarkistettua ja ElevenLabsilla puhuttua, vie meiltä muutaman tunnin. Ilman näitä työkaluja meidän oli nauhoitettava puhe manuaalisesti, haettava varastovideota tai luotava grafiikka tyhjästä Canvalla ja tuotava ne 3 tunnin animaatio-/muokkaukssekvenssin DaVinci Resolveen. Tämä vei meiltä puolitoista päivää, kun normaalisti se vie meiltä alle 6 tuntia. Sanomatta ei tarvitse sanoa, aikaerot olivat äärimmäisen merkittävät.
Liiketoimintapuoli: päivä 5–7
Jopa liiketoiminta- ja markkinointipuoli, jota kutsumme vähemmän "tekniikka-intensiiviseksi", alkoi tuntemaan aaltoilun vaikutusta.
Myynti, markkinointi ja automaatio
- Tottumus Apollo tekoälyn tuottamille kylmille kontaktiehdotuksille, myyntitiimiimme oli nyt käytettävä enemmän aikaa hyper-personoitujen sähköpostien tekemiseen tyhjästä.
- Liian paljon vaivaa, ainakin tehdä töitä, jotka muuten olisivat automatisoituja, ja (suhteellisen antelias) HubSpot CRM tuntui vähemmän tehokkaalta ilman tekoälyä asiakkaiden käyttäytymisen analysoinnille.
- Meidän Yoast SEO -liitännäinen oli edelleen toiminnassa, tärkeä meidän parhaille blogiposteille, mutta meille kaivattiin kehittyneitä tekoälyä asiakaspalvelu hakuanalyysin tekniikoita, joista pidämme hyvin.
- GTranslate — ei kaikkein monimutkaisin työkalu, osoitti kuinka helposti voimme ottaa yhteyttä asiakkaisiin ympäri maailmaa.
- Fathom — meidän tekoälyn muistilehti kokouksissa kaivattiin todella. Muistiinpanojen ottaminen manuaalisesti on tärkeää, mutta Fathom kaappaa keskustelun, muuntaa nieltäviksi yhteenvedoiksi hetkessä ja poimii toimintakohteet kontekstissa tavalla, jota ei voida tehdä reaaliajassa ihmisen muistiintekijöiden kanssa.
- Grammarly, aina meidän kieliopin vartija, antoi meille kieliopillisesti oikean pohjan, mutta kaipasi kaikki kehittyneemmät suositukset tyyliin ja sääviin, jotka saimme käyttämällä tekoälyn kirjoitus assistentteja.
Ja sitten oli n8n ja Zapier. Työnkulun automaatiotyökaluista, edistyneet mukautetut automaat tuovat tekoälyä ehdollisen logiikan tai tiedon suodattamisen ratkaisemiseksi. Ilman näitä tekoäly-integraatuota, jotkut meidän monimutkaisemmista työnkuluista oli aktivoitava manuaalisesti tai yksinkertaistaa.
Esimerkki: Olennainen asiakaskokous. Fathom olisi ottanut muistiinpanot kokouksen aikana, luonut yhteenveto tehdyistä päätöksistä ja niihin liittyvistä toimista, kaikki muutamassa minuutissa, ja jaellut materiaalin sitten oikeille vastaanottajille. Ilman ohjelmistoa, tiimin jäsen otti muistiinpanoja, käytti sitten lähes viisitoista minuuttia kokouksen jälkeen ne arvioidakseen ja tehtävän erottamiseen ja delegoimiseen tietyille tiimin jäsenille.
Pääasia (TL;DR): Se ei ole korvaamassa, se on täydentämässä
Viikkomme ilman tekoälyä ei ollut täydellisen epäonnistumisen viikko tai kova heräty meidän täydelliselle riippuvuudelle. Mutta tärkeä harjoitus ymmärtää, kuinka olemme tulleet ymmärtämään, kuinka tekoäly on läpäisevällä tavalla "sisäänrakennettu" työnkulkumme. Saavutimme silti paljon, mutta tämä oli aikaa vievämpi, rasittavampi ja usein epätäydellinen iteraatio.
Mitä meille kaivattiin eniten, ei ollut tekoäly itse, vaan tehokkuus, nopeus ja innovaatio, jotka tekoäly mahdollisti:
- Iteroi nopeammin: Käyttämällä tehtäviä, kuten suunnittelu ja koodi alkuperäisen luomisen tueksi, vapautimme itsemme tarkentamaan, hiomaan ja ajattelemaan käsitteitä sen sijaan että rakentaisimme niitä.
- Priorisoida korkeamman arvon tehtävät: Toistuvat ja tietotiheät tehtävät delegoidaan tekoälylle, jotta tiimimme voi keskittyä korkeamman suunnittelun ja strategisten tehtävien tekemiseen.
- Lisää asiantuntijan tuella tarkkuutta ja laatua: Tekoäly pyydystää virheet ja auttaa saavuttamaan johdonmukaisuuden ja hiottua vivahdetta, joka muuten pakottaa helposta replikoinnista.
- Demokratisoi luomisen: Koska työkaluilla, kuten HeyGen ja Descript, ihmiset voivat luoda yhtä tietoa, visuaalisesti houkuttelevia videoita kuten asiantuntijat, pudottamalla esteet.
Kokeilu vahvisti uudelleen kantamme, että tekoäly on monipuolinen arvokas kumppani eikä uhka ihmisille: se voi auttaa meidän säästämään aikaa, täydentämään ammattitaitomme ja toimittaa mitä teemme parhaiten, paremmin ja nopeammin. Olemme vihdoin takaisin täysimittaisiin tekoälyä käyttäviin, jotka ovat palaanneet täysivoimaisesti uudella tietoisuudella, että digitaaliset co-pilotit todella lisäävät jotain elämäämme ja työhömme.
Käy ilmi, että ihmiset voivat todellakin selviytyä ilman tekoälyä, mutta menestyä nopeasti liikkuvassa teknologian ekosysteemissa, näyttää siltä, että sinun on työskenneltävä sen kanssa ja kehittyvä sen vuoksi.
Etsitkö korkean suorituskyvyn etätyötekniikkaa?
Tutustu MyNextDeveloperiin, alustalle, jossa voit löytää parhaat 3 % ohjelmistoalan insinööreistä, jotka ovat syvästi kiinnostuneita innovaatiosta. Meidän pyynnöllä, omistautuneella ja huolellisella ohjelmistoalan kykyjen ratkaisulla tarjotaan kattava ratkaisu kaikkiin ohjelmistovaatimuksiisi.
Vieraile meidän verkkosivustolla ja tutustu siihen, miten voimme auttaa sinua kokoonpanossa täydellisen tiimisi.
