Slack và chiến lược xây dựng đội ngũ cộng tác giữa người và AI

Đây là bài viết thứ hai trong loạt bài về xây dựng các nhóm làm việc giữa con người và tác nhân AI (human-agent teams). Bài đầu tiên đã chia sẻ những gì chúng tôi học được khi xây dựng các nhóm với AI đa người dùng tại Anthropic. Trong bài viết này, chúng tôi chia sẻ những phương pháp thực tiễn tốt nhất từ một công ty đã suy nghĩ về các nhóm làm việc giữa con người và tác nhân AI từ rất lâu trước khi AI xuất hiện.

Jaime Delanghe gia nhập Slack vào năm 2017 để làm việc về tìm kiếm và học máy, với sứ mệnh biến các cuộc hội thoại tại nơi làm việc thành tri thức của tổ chức. Hiện là Giám đốc Sản phẩm của công ty, cô luôn tin rằng để đạt được mục tiêu này, mọi người cần làm việc một cách công khai, giữ các cuộc hội thoại, quyết định và tiến độ công việc trong các kênh mà bất kỳ ai trong công ty cũng có thể đọc và tìm kiếm. Trong bài luận gần đây của mình với tiêu đề "The Work is the Conversation" (Công việc chính là cuộc hội thoại), cô đưa ra lập luận tương tự cho các tác nhân AI: Cuộc hội thoại xoay quanh công việc chính là ngữ cảnh mà các tác nhân cần để trở nên hữu ích và cuối cùng giúp chúng ta đạt được mục tiêu hàng thập kỷ nay là biến tri thức rời rạc thành năng suất.

Để tìm hiểu điều này diễn ra như thế nào trong thực tế tại Slack, chúng tôi đã trò chuyện với Jaime về các phương pháp thực tiễn tốt nhất của cô trong việc xây dựng các nhóm làm việc giữa con người và tác nhân AI hiệu quả, cũng như cách lan tỏa những phương thức làm việc mới này.

Hãy coi lịch sử hội thoại của bạn như một cơ sở tri thức

Trong nhiều năm, lời hứa rằng các cuộc hội thoại tại nơi làm việc—những "phụ phẩm" của quá trình con người làm việc cùng nhau—sẽ tích lũy thành tri thức tổ chức đã không bao giờ thành hiện thực.

"Tôi có rất nhiều tài liệu nghiên cứu từ những ngày đầu tại Slack cho thấy rằng, thực tế là không, hội thoại không tự biến thành tri thức," Jaime nói. "Bạn ước rằng nó sẽ như vậy, nhưng thực tế nó chỉ là rất nhiều thứ nằm đó và mọi người vẫn phải lặp lại chính mình."

Việc hiểu được tất cả những "phụ phẩm" đó đơn giản là không thể đối với con người. Giờ đây, đó là công việc của một tác nhân AI.

Cách áp dụng vào thực tế

Học cách chuyển giao nhiệm vụ giữa tác nhân AI và con người

Nhịp điệu cốt lõi của một nhóm làm việc giữa con người và tác nhân AI là một chu kỳ chuyển giao. Được hỗ trợ bởi Claude trong Slack, các tác nhân xử lý công việc sản xuất—soạn thảo, tóm tắt, giám sát, chuẩn bị—và chuyển kết quả cho con người. Con người sẽ xem xét, quyết định và điều hướng, sau đó chuyển công việc trở lại để các tác nhân thực hiện bước tiếp theo.

Để thấy tất cả những điều này trong thực tế, không cần tìm đâu xa ngoài cách Jaime bắt đầu tuần làm việc của mình.

"Đó là sáng thứ Hai, và tôi vừa nhận được bản tóm tắt hàng ngày mà một tác nhân đã chuẩn bị cho tôi," Jaime nói.

Cũng đang chờ cô xem xét là bản tóm tắt các buổi hội thảo sản phẩm của tuần trước với các vấn đề cần leo thang được gắn cờ, một báo cáo về các phát triển AI trên web, các bản tóm tắt cho các cuộc họp trong ngày và một bản tiểu sử cũ mà cô đã giao cho một tác nhân viết lại. Ở cuối mỗi vòng lặp, con người sẽ xem xét và đưa ra quyết định dựa trên các hành động của tác nhân.

Cách áp dụng vào thực tế:

Phân công vai trò rõ ràng cho các tác nhân AI

Làm việc với một đội ngũ các tác nhân Claude chuyên biệt có thể gây bối rối nếu mô hình tư duy của bạn là chatbot một-kèm-một. Cách tiếp cận của Jaime mang tính xã hội hơn là kỹ thuật: "Tôi thích nghĩ rằng các tác nhân AI giống như những đồng nghiệp vậy."

Giống như các đồng nghiệp là con người có vai trò và trách nhiệm, các tác nhân cũng nên có mục tiêu và lĩnh vực trọng tâm rõ ràng. "Nếu giá trị của tác nhân mang tính bắt buộc thay vì được cảm nhận và thấu hiểu rõ ràng bởi những người sử dụng nó, thì rất khó để nhớ được tác nhân đó dùng để làm gì," cô nói.

Cách áp dụng vào thực tế:

Mặc định các kênh chia sẻ là công khai; chỉ chuyển sang riêng tư khi cần thiết

Slack đã khuyến nghị các kênh công khai theo mặc định từ những ngày đầu tiên: "Bạn đang xây dựng một sự hiểu biết chung, một ngữ cảnh chung cho tất cả công việc sẽ diễn ra sau đó," Jaime nói.

Cô gợi ý nên giữ các kênh ở chế độ công khai trừ khi có lý do cụ thể để hạn chế ngữ cảnh và tri thức. Các tác nhân càng có nhiều thông tin để rút ra và cung cấp cho công việc của mình, họ càng trở thành những đồng đội hiệu quả hơn.

Ngữ cảnh mở sẽ tích lũy—những người mới tham gia sẽ tiếp cận được lịch sử thay vì một hộp thư đến trống rỗng, và không ai phải lặp lại chính mình. Giờ đây, các tác nhân cũng được hưởng lợi, và ngữ cảnh cùng bộ nhớ làm việc đó sẽ quay trở lại hỗ trợ con người.

Cách áp dụng vào thực tế:

Lan tỏa việc áp dụng bằng cách thể hiện những gì có thể làm được

Cách nhanh nhất để học một phương thức làm việc mới là quan sát một đồng đội thực hiện nó. Jaime đã thấy điều này tại Salesforce, nơi nhân viên chia sẻ kỹ năng, mẹo gỡ lỗi và thủ thuật quy trình làm việc trong một kênh toàn công ty có tên là "How I Slackbot", kênh này theo thống kê của cô có hàng ngàn thành viên. Trong kênh đó, vốn công khai theo mặc định, một thủ thuật từ quy trình bán hàng có thể giúp định hình lại một quy trình kỹ thuật.

Bên trong Slack, nỗ lực thúc đẩy các quản lý sản phẩm sử dụng Claude "là điều tự tổ chức nhất mà bạn có thể tưởng tượng." Một quản lý sản phẩm (PM) đã nhờ trưởng bộ phận trải nghiệm nhà phát triển giúp anh ấy thiết lập, sau đó anh ấy viết một bản canvas trình bày những gì anh ấy đã làm và cách anh ấy thực hiện. Các PM khác đã sao chép định dạng đó. Các nhóm đã tổ chức các buổi hội thảo và tự xây dựng các kho lưu trữ git của riêng họ.

Cách áp dụng vào thực tế:

Đo lường kết quả, không phải hoạt động

Kể từ những ngày đầu tại Slack, Jaime đã phải vật lộn với câu hỏi làm thế nào để đo lường năng suất. "Chúng ta có muốn mọi người gửi nhiều tin nhắn hơn không?" cô nói. "Có lẽ là không. Gửi nhiều tin nhắn có thể không thực sự có nghĩa là họ đang nhận được nhiều giá trị hơn từ Slack. Nhiều tin nhắn hơn có thể có nghĩa là mọi người không thể tìm thấy những gì họ cần, hoặc không thể diễn đạt ý mình ngay từ lần đầu tiên."

Hiện nay, câu hỏi về việc đo lường giá trị của AI cũng tương tự như vậy—và với một thứ phức tạp như thế, các số liệu đơn giản không giải quyết được vấn đề. Việc sử dụng token cho bạn biết hệ thống đang hoạt động, nhưng mặc dù điều đó quan trọng, nó vẫn chưa đủ.

Cách áp dụng vào thực tế:

Thay đổi cách bạn làm việc, cùng nhau

Lời khuyên lớn nhất của Jaime dành cho các tổ chức đang cố gắng triển khai các nhóm làm việc giữa con người và tác nhân AI là hãy tái hình dung mọi quy trình làm việc: "Chúng ta sẽ phải tìm cách thay đổi cách chúng ta đang làm việc, chứ không chỉ là làm nhiều hơn cùng một loại công việc đó với tốc độ nhanh hơn. Và đó sẽ là một môn thể thao đồng đội."

Lời khuyên lớn nhất của cô để xây dựng một nhóm làm việc giữa con người và tác nhân AI hiệu quả là gì? Hãy bắt đầu sớm, nhưng bắt đầu nhỏ. Hãy đưa một nhóm người vào một kênh chung với Claude, cung cấp cho họ cùng một bộ tài nguyên và để họ làm việc. Nếu kinh nghiệm của Slack là một chỉ dẫn, thì những gì họ xây dựng sẽ tự lan tỏa.