Gusto 技术主管表示,雇佣大批专家是错误的 AI 做法

Gusto 技术主管表示,雇佣大批专家是错误的 AI 做法

当创始人计划日益以人工智能为中心的未来时,Gusto 联合创始人兼技术主管 Edward Kim 表示,裁减现有团队并聘请一批经过专门培训的人工智能工程师是“错误的做法”。

相反,他认为非技术团队成员“实际上比普通工程师更了解客户可能遇到的情况、他们感到困惑的事情”,这使他们能够更好地指导应内置于 AI 工具中的功能。

在接受采访时,Kim概述了 Gusto 对人工智能的态度,其客户体验团队的非技术成员编写了“配方”,指导其人工智能助手 Gus(上个月宣布)与客户互动的方式。Kim的薪资初创公司在截至 2023 年 4 月的财年创造了超过 5 亿美元的年收入。

Kim 还表示,公司发现“那些不是软件工程师但有一点技术头脑的人能够构建真正强大且改变游戏规则的 AI 应用程序”,例如 CoPilot——一种客户体验工具,于 6 月份向 Gusto CX 团队推出,每天已经有 2,000 到 3,000 次互动。

Kim 表示:“我们实际上可以提升 Gusto 很多员工的技能,帮助他们构建 AI 应用程序。”

为简洁起见,我们对本次采访进行了编辑。

Gus 是您向客户发布的第一个大型 AI 产品吗?

Gus 是我们向客户推出的一项重要 AI 功能,它在很多方面将我们构建的许多单点功能结合在一起。因为你开始在应用程序中看到它们充斥着 AI 按钮,例如“按下此按钮即可使用 AI 执行某些操作”。我们的按钮是“按下此按钮,我们就可以为您生成职位描述。”

但是 Gus 可以让你消除所有这些,当我们觉得 Gus 可以做一些对你有价值的事情时,Gus 可以以一种不引人注目的方式弹出并说:“嘿,我可以帮你写一份职位描述吗?”这是一种与人工智能交互的更干净的方式。

有些公司声称他们已经研究人工智能一百万年了,但直到现在才引起人们的注意,还有一些公司说他们只是在过去几年才意识到这个机会。Gusto 属于哪一类?

对我来说,最大的变化是,说到软件编程,对于大多数人来说,这都是难以实现的。你必须学习如何编码,上学很多年。机器学习甚至更难实现。因为你必须是一个非常特殊的软件工程师,拥有这套数据科学技能,并知道如何创建人工神经网络等。 

最近发生的主要变化是,创建 ML 和 AI 应用程序的界面变得更容易被任何人使用。过去,我们必须学习计算机语言并为此上学,而现在计算机正在学习如何更好地理解人类。这似乎不是什么大事,但如果你仔细想想,它会让软件应用程序的构建变得更加容易。

这正是我们在 Gusto 看到的:不是软件工程师但有一点技术头脑的人能够构建真正强大且改变游戏规则的 AI 应用程序。我们实际上正在使用很多支持团队来扩展 Gus 的功能,他们根本不知道如何编程。只是他们现在使用的界面允许他们做软件工程师一直在做的事情,而无需学习如何编码。如果你愿意,我可以分别举一个例子。

那太棒了。

有一位员工在公司工作了大约五年。他的名字叫Eric Rodriguez,他加入了客户支持团队,然后调到了我们的 IT 团队。在那个团队工作期间,他开始对人工智能产生了浓厚的兴趣,他的老板来找我,对我说:“嘿,他开发了这个东西。我想让你看看。” 我第一次见到他时,他向我展示了他开发的东西,这实际上是我们(客户体验)团队的 CoPilot 工具,你可以向它提问,它会以自然语言为你提供答案。就像 ChatGPT 一样,只不过它可以访问我们关于如何在应用程序中执行操作的内部知识库。

此时,我们向我们的支持团队展示了这个功能,他们非常喜欢。它彻底改变了他们的工作流程和工作效率。基本上,每当他们收到支持单时,他们都会询问这个 CoPilot 工具,而不是通过我们构建的知识库,CoPilot 工具会为他们解答问题。CoPilot 和客户之间仍然有一个人,但很多时候他们能够从 CoPilot 工具获得响应,然后将其复制粘贴给客户。他们会验证响应是否准确,大多数情况下都是准确的。

我们立即将 [Eric] 调入软件工程团队。不管你信不信,他实际上直接向我汇报,他现在是我们最好的工程师之一。因为他是最早尝试人工智能的人之一,现在他是 Gusto 构建人工智能应用程序的先锋。

并非每个人都像 Eric 一样具有技术头脑,但我们在 Gusto 找到了一种方法,利用公司非技术人员(尤其是我们的客户支持团队)的领域知识专业知识,帮助我们构建更强大的 AI 应用程序,特别是让 Gus 能够做更多的事情。

每当客户支持团队收到支持单时(换句话说,我们的客户联系我们,因为他们需要我们支持团队的帮助),如果这个问题反复出现,我们实际上会让客户支持团队为 Gus 写一个解决方案,这意味着他们可以在没有任何技术能力的情况下教 Gus。他们可以教 Gus 引导客户解决问题,有时甚至采取行动。

我们建立了一个内部界面,一个面向内部的工具,您可以在其中用自然语言向 Gus 编写如何处理此类情况的说明。实际上,我们的支持团队可以通过一种无代码方式告诉 Gus 调用某个 API 来完成任务。

现在有很多人说,“我们将取消这个领域的所有工作,并雇佣这些人工智能专家,我们付给他们数百万美元,因为他们拥有独特的技能。” 我认为这做事方式不对。因为能够推动你的人工智能应用发展的人实际上是那些拥有该领域专业知识的人,即使他们可能没有技术专长。我们实际上可以提高 Gusto 很多员工的技能,帮助他们构建人工智能应用。

可怕的 AI 场景是这种自上而下的事情,高管们说:“我们需要使用 AI”,但这与人们的工作方式脱节。这听起来更像是自下而上的,你开发了工具让团队告诉你 AI 能为他们做什么。

没错。事实上,那些与客户关系更密切的非技术人员每天都会与客户交谈,他们实际上比普通工程师更了解客户可能遇到的情况以及他们感到困惑的地方。因此,他们实际上比工程师或人工智能科学家更有能力向 Gus 写出解决问题的说明。

我想和我聊过的其他人也注意到了同样的事情。最好的人工智能工程师实际上是那些已经学会如何编写好提示的领域专家。

当您考虑未来几年的发展时,您是否认为公司不同团队的员工人数会非常相似,或者您是否认为随着人工智能在整个公司的部署,这种情况会随着时间的推移而改变?

我认为这个角色确实在不断发展。我认为你会看到我们的很多 CX 人员并不直接回答问题,而是实际编写方案并做一些事情,例如快速调整以改进 AI。每个人都将提升抽象层,这显然会提高公司的效率,并改善客户体验,因为他们的问题会立即得到解答。

这让 Gusto 能够为我们的客户做更多的事情。我们想做的事情有很多,但由于资源有限,我们无法做到。

原创文章,作者:王 浩然,如若转载,请注明出处:https://www.dian8dian.com/gusto-ji-shu-zhu-guan-biao-shi-gu-yong-da-pi-zhuan-jia-shi

Like (0)
王 浩然的头像王 浩然作者
Previous 2024年10月21日 下午1:00
Next 2024年10月21日

相关推荐

发表回复

Please Login to Comment