AI v každodennej práci malej firmy
Na stretnutí MAINDSET #05 sme otvorili reálne pracovné prostredia, v ktorých AI nefunguje iba ako samostatný chat. Pracuje s dlhodobým kontextom, pravidlami a opakovateľnými postupmi, ktoré sa dajú priebežne upravovať a kontrolovať. Diskusia ukázala aj ďalší krok: bezpečne sprístupniť znalosti kolegom alebo zákazníkom bez toho, aby získali voľný prístup k celému systému.
Čo zostalo
Hlavné myšlienky zo stretnutia
- 01Second Brain nemusí byť samostatná aplikácia. Prehľadné súbory a jasné pravidlá dávajú AI trvalý pracovný kontext.
- 02Skill vzniká z overeného pracovného postupu. Až keď človek pozná správne kroky a kontrolné body, môže ich AI opakovane vykonávať a zlepšovať.
- 03Pri AI práci má zmysel sledovať ľudský čas aj produktívny čas agenta. Rýchlejšie vykonanie nesmie zakryť hodnotu, náklady ani potrebnú kontrolu.
- 04Keď sa zmení zdrojový údaj, treba zachovať históriu, porovnať verzie a naplánovať dopad na nadväzujúce výstupy. Vymazanie celého kontextu zahodí aj užitočné poučenie.
- 05Autonómny agent má začínať úzkym prístupom a návrhmi na schválenie. Samostatné odosielanie alebo zápis prichádza až po overení konkrétneho procesu.
Čo sme si ukázali
Tomáš otvoril svoj reálny súborový Second Brain a ukázal, ako agent pri práci načíta firemný kontext, pravidlá a zdroje. Na konkrétnych príkladoch sme videli, ako sa z opakovanej úlohy stane riadený skill: od spracovania podkladov a publikovania obsahu cez kontrolu webu až po evidenciu ľudského a agentového času.
Podstatou nie je konkrétna aplikácia ani jeden dokonalý prompt. Hodnota vzniká vtedy, keď má AI platný zdroj pravdy, pozná hranice svojich oprávnení a vie výsledok odovzdať človeku na kontrolu.
Čo priniesla diskusia
Účastníci porovnávali vlastné spôsoby práce so súbežnými agentmi, zdieľaním znalostí medzi zariadeniami a spracovaním prepisov zo stretnutí. Veľká časť diskusie sa venovala tomu, ako opraviť chybný zdrojový údaj bez straty histórie a ako sprístupniť znalostnú bázu kolegom alebo zákazníkom bez otvorenia celého interného systému.
Otvorila sa aj ekonomická otázka: ako merať a naceňovať výsledok, keď AI skráti ľudskú prácu, no firma stále nesie náklady na systém, kontrolu a zodpovednosť.
Inšpirácia na vyskúšanie
- Vyberte jednu rutinu, ktorú robíte aspoň niekoľkokrát mesačne.
- Zapíšte vstup, očakávaný výsledok a tri kontrolné body.
- Nechajte AI pripraviť návrh postupu a prvý výstup vždy skontrolujte.
- Po niekoľkých opakovaniach upravte postup podľa reálnych chýb a výnimiek.
- Až potom z neho vytvorte skill alebo plánovanú úlohu. Odosielanie a zápis ponechajte najprv v režime návrhu na schválenie.
Otvorené otázky
- Ako zdieľať znalostnú bázu medzi ľuďmi a agentmi bez konfliktov pri zápise?
- Ako oddeliť čítanie schválených znalostí od oprávnenia meniť zdroj pravdy?
- Ako naceňovať výsledok, keď AI výrazne skracuje čas vykonania, ale vznikajú náklady na systém, kontrolu a zodpovednosť?