Wie man in der zukünftigen KI-gesteuerten Belegschaft wettbewerbsfähig bleibt

Dayle Hall: 

Hallo. Willkommen zu unserem Podcast "Automatisierung im Unternehmen". Ich bin Ihr Gastgeber, Dayle Hall, der CMO von SnapLogic. Dieser Podcast soll Unternehmen Einblicke und Best Practices vermitteln, wie sie ihr Unternehmen integrieren, automatisieren und transformieren können.

Unser heutiger Gast begann als Robotik-Ingenieur, der erste von ihnen, wir hatten noch nie einen Robotik-Ingenieur in diesem Podcast. Dann beschloss er, seine Karriere zu wechseln und in den Bereich der Automatisierung zu wechseln, der ein riesiger Bereich ist. Wir werden also ein gutes Gespräch führen. Er hat Start-ups geholfen, durch Technologie zu wachsen. Er beschäftigt sich mit KI und Analytik und ist seit etwa 20 Jahren führend im Bereich Automatisierung. Er hat viel Erfahrung darin, Unternehmen dabei zu helfen, einen strategischen Vorteil zu erlangen, und zwar nicht nur bei der Verbesserung ihrer IT-Infrastruktur, sondern auch beim Treffen von Geschäftsentscheidungen mithilfe von Daten. Bitte begrüßen Sie in unserem Podcast den Senior Director für KI, Analytik und Automatisierung bei McKesson, JD Plagianis, herzlich willkommen in der Sendung.

JD Plagianis:

Vielen Dank, Dayle. Es ist mir ein Vergnügen, heute bei Ihrem Podcast dabei zu sein. Ich freue mich auf die Fragen und darauf, was Ihre Zuhörer vielleicht für uns haben. Beschäftigt sich Ihr Publikum mit einem dieser Themen?

Dayle Hall:

Nur posten, danach. Das Engagement kommt also, wenn wir posten, dann bekommen wir andere Kommentare. Und auf einigen Plattformen kann man Kommentare abgeben. 

JD Plagianis:

Erwischt.

Dayle Hall:

Okay. JD, es ist toll, dass Sie beim Podcast dabei sind. Sie sind der erste Robotik-Ingenieur, den wir hier haben. Wir hatten schon einige andere Leute mit unterschiedlichen Hintergründen. Das ist der erste, also freue ich mich darauf. Bevor wir auf einige der Fragen eingehen, die wir rund um den Einsatz von KI in Start-ups und die Befähigung von Menschen haben, denn das ist das Thema des heutigen Tages, geben Sie mir zunächst einmal ein paar Minuten zu Ihrem Hintergrund, wie Sie zu dieser Rolle bei McKesson gekommen sind und wie man von der Robotik zur Automatisierung kommt.

JD Plagianis:

Das ist eine großartige Frage, und es ist einer dieser Momente im Leben, in denen die Welt dir eine Entscheidung vorgibt, die du treffen musst. In meinem Fall hat mir die Welt eine Entscheidung abgenommen. Ich war mit meiner Arbeit in der Robotik sehr zufrieden und stieg auf der Karriereleiter nach oben. Dann stellte ich fest, dass ich eine Wettbewerbsverbotsklausel hatte und zwei Jahre lang nicht in der Robotik arbeiten durfte, nachdem ich ein Unternehmen verlassen hatte. Ich hatte also einen entscheidenden Moment. Und es war gut für mich, dass das Unternehmen, dem ich beitrat, andere Dinge zu tun hatte. Es handelte sich um ein Ingenieurbüro, das aber auch über eine Produktionsstätte verfügte. So konnte ich mich umorientieren und mich mit Six Sigma vertraut machen. 

Diese schlanke Denkweise hat mir sehr gut gefallen, und ich konnte meinen Software-Hintergrund nutzen, um einfach alles zu automatisieren. Das war sehr befähigend. Es fühlte sich sehr gut an. Ich habe viele Leute sehr glücklich gemacht, weil ich ihnen eine Menge niederer Arbeiten abgenommen habe. Aber es brachte mich auch in ein Dilemma, weil ich schon früh in meiner Karriere feststellte, dass es so einfach war, Aufgaben zu automatisieren, die die Leute jahrelang entwickelt und ausgeführt hatten, und dass die Zeit, die sie brauchten, um sich für eine neue Aufgabe weiterzubilden, in etwa der Zeit entsprach, die ich brauchte, um die nächste Aufgabe zu automatisieren. Und ich bekam Sodbrennen, weil ich mir Sorgen machte, dass, wenn ich das könnte - und ich bin nur ein Mann, klar, es gibt eine Menge Leute da draußen, die schlauer, schneller und besser sind als ich -, wir eine dauerhaft arbeitsunfähige Klasse von Menschen schaffen könnten, weil sie niemals schneller aufsteigen könnten, als jemand es automatisieren könnte. 

Das war der nächste große Moment für mich, in dem ich beschloss, mich vom Automatisierungsbereich im Allgemeinen zu entfernen und meine Software und mein Geschäftswissen zu nutzen, um einen analytischen Weg einzuschlagen. Bei der Automatisierung von Prozessen fallen natürlich eine Menge Daten an. Und ich habe in großen Unternehmen aus erster Hand erfahren, dass Kennzahlen, ob sie nun gut oder schlecht sind, das Verhalten beeinflussen, das in Bezug auf die Kennzahl gut oder schlecht ist. Das Verständnis dafür, wie dies die geschäftliche Entscheidungsfindung beeinflusst, führte mich auf einen Weg, auf dem ich Daten nutzen konnte, um nicht nur Entscheidungen über das Endergebnis oder Kostenentscheidungen zu beeinflussen, sondern auch die Top-Line-Zahlen, also die Strategie zur Geschäftsentwicklung und so weiter. Und es war so einfach, es gab so viele Möglichkeiten in diesem Bereich und ich dachte, das ist perfekt. So kam es zu meinem ersten großen Paradigmenwechsel als Einzelperson, von der Lösung von Problemen, die zu Kostensenkungen führten, oder von Problemen im Bereich der operativen Exzellenz hin zur Geschäftsentwicklung und Umsatzsteigerung. Das hat meine Denkweise wirklich verändert und mich in den Start-up-Bereich gebracht. Zu diesem Zeitpunkt konnte ich nicht widerstehen, weil es da draußen so viele Möglichkeiten gab. Als junger Mann hatte ich viel Zeit und die Leidenschaft, etwas Großes zu schaffen. 

Also ging ich in die Start-up-Branche. Und dort hatte ich meinen zweiten großen Paradigmenwechsel, der mich von einem einzelnen Mitarbeiter zu einer Führungspersönlichkeit machte, denn in einem Start-up-Unternehmen hat man nicht genug Zeit, um alles zu erledigen. Selbst wenn man versucht, Dinge zu automatisieren, gibt es einfach immer mehr zu tun, als man erledigen kann, und die Prioritätensetzung wird zu einem großen Problem, aber was wirklich zählt, ist, ein wirklich tolles Team zu finden und zu motivieren, das Höchstleistungen erbringt. Und das wurde zu meiner neuen Leidenschaft im Leben, und das hat mir für den Rest meiner Karriere wirklich gute Dienste geleistet, als ich in Führungspositionen in Unternehmen tätig war und dabei half, Teams zu Höchstleistungen zu bringen.

Dayle Hall: 

Diese Entwicklung hat mir sehr gut gefallen. Aus beruflicher Sicht war es natürlich interessant, herauszufinden, dass man das, was man bisher gemacht hat, zumindest zwei Jahre lang nicht mehr tun konnte - ein erzwungener Schwenk, das haben Sie sicher auch schon erlebt. Aber es ist interessant, dass Sie sich jetzt wirklich mit der Befähigung der Menschen befassen, und wir werden noch ein wenig mehr darauf eingehen, denn es gibt - und Sie haben es selbst erwähnt - dieses Gefühl, dass es manchmal mit der Automatisierung, ohne ein - und einige dieser Dinge, Sie haben das fast selbst gespürt, aber jetzt haben Sie sich wieder in den Raum begeben, wahrscheinlich mit einer sehr bewussten Entscheidung, aber mit dem Verständnis, dass es eine Macht gibt, und dass die Menschen nicht immer Angst haben müssen, dass sie ihren Arbeitsplatz verlieren.

JD Plagianis:

Ja, das stimmt. In der ganzen Zeit, in der ich nicht im Bereich der Automatisierung tätig war, habe ich immer noch an dem Problem herumgekaut. Ich habe gesehen, was in Ländern passiert, in denen die Arbeitslosenquote um 15 %, 20 %, 25 % ansteigt, und dann gibt es einen Haufen Leute, die produktiv sein wollen, die beschäftigt sein wollen, die die moralische Verbindung haben wollen, die sich daraus ergibt, dass sie beschäftigt sind und einen Beitrag zur Gesellschaft leisten, aber sie können es nicht, und das erzeugt eine Menge Frustration, und am Ende finden die Leute einfach Wege, das auszudrücken, die wahrscheinlich nicht gut für die Gesellschaft als Ganzes sind. Da ich also weiß, dass dies ein Risiko darstellt, habe ich mich mit der Frage beschäftigt, wie man den Übergang gestalten kann. Da man die Automatisierung nicht aufhalten kann, wie kann man versuchen, sie so zu nutzen, dass sie zu einer produktiveren Zukunft führt, in der wir eine Million winziger Annehmlichkeiten für jeden auf dem Planeten haben und die Lebenshaltungskosten drastisch gesenkt werden, aber trotzdem nicht jeder über Nacht arbeitslos wird? Wie können wir das erreichen? Das ist einer der Gründe, warum ich bei einem der größten Unternehmen der Welt arbeite. Ich hoffe, dass, wenn wir hier eine sinnvolle KI-Strategie entwickeln, andere Unternehmen kommen und diese Strategie kopieren können, wenn sie merken, dass sie eine brauchen, und aus erster Hand erfahren, was funktioniert und was nicht.

Dayle Hall: 

Ja, das gefällt mir. Nein, das gefällt mir. Wir haben also zwei Themen, die wir heute behandeln werden. Bei dem einen geht es um den Einsatz von KI und diese Art von Technologien, wir haben über Integration und Automatisierung gesprochen, aber wie man das in einem Start-up nutzt. Aber bleiben wir noch einen Moment bei diesem Thema, bleiben wir bei der Befähigung von Menschen, wie sie diese Technologien erfolgreich nutzen können. Lassen Sie uns also über KI sprechen. Wie sehen Sie, dass KI heute in bestimmten Rollen eingesetzt wird? Und Sie haben es gerade selbst eingegeben, aber gibt es bei Ihnen KI-Bemühungen in den Bereichen, in denen Sie die Rollen erweitern, und wie wird sie eingesetzt, um den Menschen wirklich zu helfen, erfolgreicher und produktiver zu sein, und nicht als Werkzeug, um die Menschen möglicherweise aus dem Geschäft zu drängen?

JD Plagianis:

Jawohl. Ich denke, jetzt ist der perfekte Zeitpunkt, um darüber zu sprechen, denn generative KI steht derzeit ganz oben auf der Hype-Liste. Wenn Sie also, liebe Zuhörerinnen und Zuhörer, nicht bereits KI einsetzen, um Ihren Code oder Ihr PowerPoint-Deck zu strukturieren oder die Grundlagenforschung zu betreiben, bevor Sie mit einem Projekt beginnen, dann haben Sie ein Problem, denn der nächste Typ nutzt diese Dinge, weil sie verfügbar und unglaublich billig oder kostenlos zu nutzen sind. Ich erinnere mich, dass ich vor ein paar Wochen eine Studie des MIT gelesen habe, die noch nicht begutachtet wurde, aber wenn dieser Podcast erscheint, wird sie vielleicht schon veröffentlicht sein, die den ersten signifikanten Anstieg der Produktivität von Angestellten seit 50 Jahren zeigt. Wir hatten im Laufe der Zeit einen ziemlich stetigen Aufwärtstrend und nie einen großen Sprung. 

In der Studie, die sie durchgeführt haben, wurden die Aufgaben in verschiedene Phasen unterteilt, und niemand nutzte KI, um seine gesamte Arbeit zu ersetzen. Sie nutzten sie, um verschiedene Phasen ihrer Tätigkeit zu ergänzen, so dass sie am Ende viel weniger Zeit für das Brainstorming und das Entwerfen aufwenden mussten, weil sie KI dafür nutzten. Das sparte ihnen viel Zeit bei der abschließenden Bearbeitung, und wenn man z. B. eine Präsentation hält, an der man feilt, die Präsentation übt, sie vorträgt und überarbeitet, ist das aus Produktivitätssicht enorm, weil man im Vorfeld mehrere Diagramme erstellen kann. Wenn Sie eines Abends eine Schreibblockade haben, können Sie sich von generativer KI helfen lassen. 

Und ich liebe es, dieses Beispiel zu geben, weil ich das kürzlich als persönliches Experiment gemacht habe. Ich bin nicht nur KI-Führer, sondern auch ein Automatisierungsleiter. Ich bin auch ein gescheiterter Schriftsteller seit vielen, vielen Jahren und habe wahrscheinlich ein Dutzend halbfertige Bücher auf meinem Computer, die ich einfach nie gut genug machen kann. Aber neulich habe ich mich hingesetzt und gesagt: Ich werde etwas so gut wie möglich machen. Und ich habe eine bestimmte generative KI eingesetzt, von der vielleicht schon jeder gehört hat, um ein Kinderbuch darüber zu schreiben, warum Katzen auf ihren Füßen landen. Und dann habe ich eine andere generative KI, von der viele Leute wahrscheinlich schon gehört haben, benutzt, um das Buch zu illustrieren. Ich habe beides in Word zusammengefügt, es als PDF gespeichert und auf Kindle Direct veröffentlicht. Der ganze Vorgang dauerte weniger als 45 Minuten. Ein Freund von mir scherzte, dass ich in diesem Moment nicht wirklich ein veröffentlichter Autor bin, sondern ein veröffentlichter Herausgeber.

Dayle Hall:

Semantik, JD.

JD Plagianis:

Ganz genau. Aber es senkt die Messlatte, um gut genug zu sein. Und wenn man über das Geschäft nachdenkt, geht es wirklich nur darum, gut genug zu sein. Es muss nie perfekt sein. Es muss so gut sein, dass es das Leben von jemandem verbessert und er bereit ist, dafür zu bezahlen. Und das kann in jedem Bereich passieren. Ich glaube, dass jeder viel schneller gut genug sein kann, um dann die Dinge zu verbessern und 40 Stunden Arbeit in nur 4 oder 10 Stunden zu erledigen. 

Dayle Hall:

Ja. Glauben Sie, dass - ich bin sicher, dass Sie das in Ihrer eigenen Organisation betrachten, ich bin sicher, dass Sie mit anderen Leuten in der Branche sprechen. Aber natürlich gibt es immer noch die Frage, ob dadurch bestimmte Arten von Arbeitsplätzen wegfallen werden, über die wir sprechen können. Sie haben Beispiele dafür angeführt, wie die Fähigkeiten der Menschen erweitert werden können, wie sie in anderen Bereichen produktiver sein können, vielleicht sogar einige der 80-Stunden-Wochen auf vielleicht 60 Stunden für einige Menschen reduziert werden können. Wo sehen Sie die Chancen für ein Unternehmen in bestimmten Bereichen? Wo sehen Sie den großen Aufschwung, den KI - sei es generative KI oder KI im Allgemeinen - mit sich bringt, wo sehen Sie Unternehmen in der Lage, diese aktuellen Trends wirklich zu nutzen?

JD Plagianis:

Das ist eine wirklich gute Frage, auf die es je nach Unternehmensgröße vielleicht zwei verschiedene Antworten gibt. In viel kleineren Unternehmen sind die meisten Mitarbeiter direkter mit der Geschäftsentwicklung verbunden, sie müssen sofort darauf reagieren, oder sie sind Teil dieser Geschäftsentwicklung. Mit dem Skalierungsfaktor können Sie also Ihre Mitarbeiter aufstocken und plötzlich mehr Geschäfte abwickeln, ohne unbedingt linear wachsen zu müssen. In einem viel größeren Unternehmen haben Sie wahrscheinlich skalierbare Strukturen eingerichtet, die in vielen Fällen nicht exponentiell skalieren, aber sie skalieren linear oder besser als linear. 

Die Frage ist nun, ob Sie die Leistung dieser Abteilungen so verbessern können, dass sie nicht länger ein Engpass für Ihre Geschäftsentwicklung in diesem Bereich sind. Wenn man sich vorstellt, dass ein wirklich großes Unternehmen in diesem Bereich nur schwer wachsen kann, weil mit dem derzeitigen Geschäftsmodell nicht mehr so viel vom Kuchen übrig ist, und wenn man in der Lage ist, die Einnahmen zu steigern, ohne die Kosten in irgendeiner Form halblinear zu erhöhen, kann man plötzlich seine Preismodelle anpassen und andere Marktsegmente erschließen, zu denen man vorher keinen Zugang hatte. Und das ermöglicht eine Skalierung durch Automatisierung, ohne dabei die Kostenlast zu senken, so dass mehr Menschen Zugang zu günstigeren Produkten haben als je zuvor. Und ich denke, das ist die große Lektion für alle, die gerade in einem Start-up oder in einem Unternehmen sind. Es gibt heute so viele unterversorgte Bedürfnisse auf dem Markt, die wir alle gerne hätten, wie auch Ihre Zuhörer, die gerade zuhören, wahrscheinlich 10 Dinge, die sie gerne hätten, um ihr Leben zu verbessern, aber es ist einfach nicht bezahlbar. 

Dayle Hall:

Ja. Ich bin alt genug, um mich an die Zeit zu erinnern, als wir noch keine persönlichen Computer hatten, jeder an seinem eigenen Schreibtisch, so alt bin ich. Aber ich denke immer noch, dass es vor allem darum geht, die Zeit zu haben, Prozesse zu verbessern und darüber nachzudenken, wie oft Sie sich mit Ihren Büchern hingesetzt und gesagt haben: "Ich muss mich hinsetzen und das schreiben. Es spielt keine Rolle, ob es im Unternehmen selbst ist, ich habe einfach nicht das Gefühl, dass wir die Zeit dafür haben. Wenn also Automatisierung, wie RPA, als es damals aufkam, einige der niederen Arbeiten übernehmen kann, wenn generative KI einige der Hindernisse oder Schreibblockaden oder was auch immer beseitigen kann - und das gibt uns die Möglichkeit, produktiver zu sein, mehr aus unserem Geschäft herauszuholen und natürlich dem Unternehmen und uns selbst zu helfen.

JD Plagianis:

Die meisten dieser generativen KI-Programme stammen aus Fachzeitschriften, die in den letzten Jahrzehnten veröffentlicht wurden. Wenn es also ein Tool gibt, das Sie noch gar nicht kennen, können Sie durch ein Gespräch mit generativer KI zum Brainstorming, bevor Sie mit einem Projekt beginnen, wahrscheinlich eine Menge Hinweise erhalten, die Ihnen Wochen an Zeit ersparen können, wenn Sie die Dinge in Gang bringen. Und das kann den Unterschied ausmachen zwischen einem kurzfristigen Proof of Concept oder einem Prototyp, der in ein paar Wochen fertig ist, und einem, der in ein paar Monaten fertig ist, oder einem, der nicht finanziert wird, weil es nicht schnell genug geht und etwas anderes einen höheren ROI hat.

Dayle Hall: 

Nein, ganz sicher nicht. Glauben Sie, dass es Vorsichtsmaßnahmen gibt, an die Einzelpersonen und Unternehmen denken müssen? Ich werde Ihnen ein Beispiel geben. Meine Tochter, die 15 Jahre alt ist, studiert jetzt im ersten Semester. Sie fragt sich also, ob sie diese Art von Prozess, diese generative KI, nutzen könnte. Ich weiß, dass viele Bildungseinrichtungen versuchen, dies herauszufinden. Und ich habe ihr gesagt, dass es etwas ist, mit dem man das, was man ist und was man weiß und was man lernt, ergänzen kann, aber es ist kein Ersatz dafür, und bitte geben Sie nicht etwas in dieses Tool ein, um es dann einfach auf ein Stück Papier zu klatschen und zu denken, dass Sie damit fertig sind [Gott sagte], tun Sie das nicht. Das ist also eine Warnung, die ich zu Hause habe. Aber wie sieht es mit Unternehmen aus, wenn sie sehen, dass dies auf sie zukommt, sollten sie über Vorsichtsmaßnahmen oder Kontrollen nachdenken - oder ist es so, dass wir noch nicht wirklich wissen, was die möglichen Nachteile sind?

JD Plagianis:

Die beiden Bereiche, die ich dabei sehe, sind zum einen das bereits erwähnte "gerade gut genug". Wenn man es schafft, gut genug zu sein, werden die Leute es auf jeden Fall annehmen. Man kann sie nicht wirklich davon abhalten, ein generatives KI-Programm zu verwenden, um ihren Aufsatz zu schreiben. Man kann sie ermutigen, es nicht zu tun, aber sie könnten es trotzdem versuchen, oder? Denn es ist gerade gut genug, gerade bequem genug. Die andere Seite sind die Vertrauenssysteme, die wir in unserer Gesellschaft aufgebaut haben. Wir haben eine Menge lizenzierter Dinge da draußen. Wir haben eine Menge Vorschriften in Bereichen wie meiner eigenen Gesundheitsfürsorge oder in rechtlichen Bereichen. Das sind Bereiche, in denen ich keine allzu rasche Umwälzung sehe. 

Wenn ich zum Beispiel einen KI-Arzt auf meinem Telefon hätte, wäre das fantastisch, wenn ich jemand wäre, der aus dem einen oder anderen Grund keinen Zugang zu einem Arzt hat. Vielleicht wohne ich in einer unterversorgten Gemeinde oder irgendwo mitten auf dem Meer und habe einfach keinen Zugang - das wäre großartig. Aber diese KI-Ärzte haben nicht die Zulassung, die Aufsicht, die unsere medizinische Gemeinschaft durchläuft, das Vertrauen, das sie aufgebaut hat. Selbst wenn es also einen anderen Roboter gäbe, der versucht, die Zahl der schlechten Ratschläge des KI-Arztes zu reduzieren, würden Sie ihn nicht sofort akzeptieren. Ich denke, es wird noch viele Jahre dauern, bis wir uns von unseren vertrauten Hausärzten und der Approbation verabschieden, aber das ist eine gute Frage, denn diese generativen KIs überholen oder übertreffen die Ergebnisse der Absolventen in vielen dieser zugelassenen Bereiche. 

Ich denke also, dass es darauf ankommt, wie schnell die Menschen Vertrauen fassen können, und der schnellste Weg dorthin ist, Vertrauen zu beweisen, Vertrauen aufzubauen. Und es gibt eine Million verschiedener Bereiche, in denen man als Start-up oder als Unternehmen darauf drängen kann, die sofort auf die Vertrauensstrukturen stoßen, die wir haben. Versuchen Sie einmal, Ihre Lieblingsserie auf Netflix in eine andere Sprache zu übersetzen, und das ist ein guter Weg, um Vertrauen zu schaffen, dass sie gut funktioniert. Fangen Sie nicht damit an, juristische Dokumente von einer Sprache in eine andere zu übersetzen, ohne einen fließend sprechenden Anwalt zu beaufsichtigen, oder versuchen Sie nicht, Gebäudefundamente in einem Erdbebengebiet zu entwerfen oder zu bauen, ohne dass ein professioneller Ingenieur sich das ansieht - vielleicht könnte dieser professionelle Ingenieur generative KI nutzen, um seinen Prozess zu beschleunigen, aber es würde ihn nicht sofort ersetzen.

Dayle Hall: 

Diese beiden Beispiele sind meiner Meinung nach großartige Anwendungsfälle. Es gibt einige Beispiele, bei denen man die generative KI bitten kann, etwas zu tun und es zu überprüfen. Ihr Begriff "gut genug" gefällt mir, aber es gibt auch Dinge, bei denen man immer noch den Menschen, den Experten, denjenigen, der über andere Erfahrungen verfügt, braucht, um diese Aufgabe zu übernehmen. Und bei einigen dieser Podcasts, die wir gemacht haben, haben wir ein paar Leute aus der Personalabteilung hinzugezogen, also Leute, die an der Front mit Menschen zu tun haben. Und ich denke, dass wir in diesen Gesprächen über verantwortungsvolle KI gesprochen haben, wir haben über KI-Ethik gesprochen, um sicherzustellen, dass, wenn man diese Art von Dingen in Organisationen einführt, es einige Kontrollen gibt, dass es nicht etwas ist, das auch weiterhin Voreingenommenheit fördert, also Voreingenommenheit innerhalb von KI-Modellen, etwas anderes, das wir diskutiert haben. Sehen Sie - glauben Sie, dass die HR-Teams, die Leute, die sich wirklich mit den Menschen in einem Unternehmen beschäftigen, eine Chance für sie sehen, oder gibt es zu viele Risiken, dass es für sie wirklich schwierig sein wird, dies zu nutzen?

JD Plagianis:

Ich denke, dass die Personalabteilung, wie jede andere Branche auch, diese Entwicklung annehmen muss, wenn sie den Anforderungen der Zukunft gewachsen sein will. Wir befinden uns gerade in einer Phase, in der das Feuer oder die Elektrizität nutzbar gemacht werden. Man kann sagen, dass es für mich noch nicht funktioniert, dass es für mich noch nicht funktioniert, aber wenn man das immer wieder sagt, wird man völlig überholt und wird irrelevant werden. Also machen Sie sich das zunutze, zum Beispiel mit Excel. Excel war das beste Business-Tool, das je geschaffen wurde. Wir haben es auf unserer [Investa]. Wir verwenden es für alles Mögliche. Sie brauchen nicht die Erlaubnis Ihrer IT-Abteilung, um Excel für einen bestimmten Anwendungsfall zu nutzen. Alles, was Sie tun müssen, ist eine schöne Lizenz für das Unternehmen zu haben, und jeder hat sie. Und ich glaube wirklich, dass diese KI- und Automatisierungstools mehr in diese Richtung gehen müssen. Wir hatten in der Vergangenheit Low-Code- und No-Code-Lösungen, über die Sie in Ihrem Publikum vielleicht geteilter Meinung sind, denn einige halten sie für die tollste Sache aller Zeiten, während andere meinen, dass sie eigentlich entmündigend sind. 

Aber der Punkt ist, dass wir diese Tools haben können und einfach eine natürlichsprachliche Konversation führen können, um dorthin zu gelangen, wo wir hinwollen, so dass das ganze Low-Code-, No-Code-Problem fast vollständig gelöst ist, weil Sie echten Code bekommen, der von einem Computer geschrieben wurde, der dann zurückgehen und ihn optimieren oder erklären oder ihn in der Zukunft pflegen kann, um ihn an sich ändernde Bedürfnisse anzupassen. Mit Hilfe von Reinforcement Learning kann er den Code im laufenden Betrieb ändern und immer wieder aktualisieren, warum er ihn ändern oder frühere Modelle heranziehen wird, so dass im Grunde die gesamte MLOps-Pipeline für Sie arbeitet. Ich bin sehr gespannt auf die Möglichkeiten, die sich hier bieten.

Dayle Hall:  

Ja, das stimmt. Während wir diesen Podcast aufzeichnen, haben wir heute Morgen etwas eingeführt, das nicht vollständig auf GPT-4 basiert, sondern SnapGPT heißt. Die künstliche Intelligenz im Hintergrund hilft beim Aufbau von Pipelines, um Ihr Unternehmen mit Anwendungen und Daten zu verbinden. Aber bis GPT-4 auf den Markt kam, war die Schnittstelle noch ein wenig klobig, wir arbeiten uns noch durch das Tool. Aber jetzt, wo wir das zusammenführen, beschreibt unser CTO, dass es Möglichkeiten für Leute gibt, die keine Entwickler sind, die den Code nicht erstellen müssen, und er hat das tatsächlich genutzt, unser CEO. 

Unser CEO ist ein kluger Kopf. Er ist Gründer von Informatica, Gründer von SnapLogic. Er ist also eindeutig klug. Aber er benutzte das Beispiel, dass ein CEO jetzt sagen kann, okay, welche Kunden, welche Fans haben sich in den letzten 12 Monaten mit uns beschäftigt, Sie können diese Anfrage tatsächlich stellen. Und das Tool wird die Datenpipelines aufbauen, die Anwendungen verbinden und ein Ergebnis ausspucken. Früher musste er sich an die Vertriebsabteilung oder an die Kundenerfolgsabteilung wenden oder etwas suchen und dann einen Bericht erstellen und Daten abrufen und wahrscheinlich einige Tabellenkalkulationen und Pivot-Tabellen verwenden, nur um einen Überblick zu erhalten. Als CEO, ich meine, sogar ein einfacher CMO kann diese Art von Daten wahrscheinlich verwenden.

JD Plagianis:

Das sind wirklich fantastische Neuigkeiten. Und ich denke, so wie Excel auf jedem Computer ist, wird jeder in der Lage sein, diese massiv leistungsfähigeren Pipelines aufzubauen, um Dinge zu erledigen, und es wird wirklich die Grenzen zwischen Entwicklern und Nicht-Entwicklern verwischen. Man wird nur noch dann Leute hinzuziehen müssen, wenn man etwas speziell braucht. Oder in meinem Fall: Ich arbeite im Gesundheitswesen, und das Gesundheitswesen hat einige der schlechtesten Daten überhaupt. 

Ich habe im Vertrieb, in der Produktion und im Finanzwesen gearbeitet. So etwas wie im Gesundheitswesen habe ich noch nie erlebt. Wir haben schreckliche Modelle, was interessant ist, weil es wahrscheinlich die sichersten und heiligsten Daten sein sollten, von denen man denkt, dass sie perfekt sind, oder? Können Sie Ihre Daten überhaupt einsehen, um sie zu verbessern, so wie Sie Ihre Kreditauskunft einsehen können, die Interoperabilität, die es im Finanzwesen schon sehr lange gibt? Sie können nach Alaska fahren und dort Geld von Ihrer Bank abheben, egal an welchem Geldautomaten Sie das tun. Mit Ihren medizinischen Daten ist das noch nicht möglich, auch wenn wir das gerne hätten. Man muss den Computern in diesem Bereich die Strukturen der Dinge beibringen, denn sie sind nicht so klar oder sauber abgegrenzt wie etwas, das aus dem Finanzwesen kommt, wo der CEO sagen kann: Hey, gib mir das, und es versteht, welche Arten von Feldern durchlaufen werden müssen, wie man diese Dinge kombiniert, weil es das schon eine Million Mal gesehen hat. 

Im Gesundheitswesen gibt es keine konsistenten Ansichten, aber wir haben Modelle wie FHIR, die Patienteninteraktionen als Objekte beschreiben, aber nicht alle Daten passen sauber in dieses Modell, so wie sie übergreifend gespeichert werden. Es gibt also immer noch ein menschliches Element in vielen dieser Dinge. Und ich habe mich gefragt, ob generative KI ein guter Weg ist, um dieses Problem anzugehen. Das Problem ist, dass man solche Daten nicht in ein generatives Modell eingeben kann, um es zu trainieren. Das ist rechtlich ganz klar, dass man keine Patientendaten mit diesen riesigen Modellen teilen kann, die sie zufällig irgendwo ausspucken könnten.

Dayle Hall:

Das ist sehr interessant. Ja, ich habe nicht daran gedacht, dass unsere Gesundheitsdaten so verrückt sind. Aber ich kann mir vorstellen, dass Sie, wenn Sie jeden Tag damit zu tun haben, wahrscheinlich einiges davon sehen, was ich nicht sehe. Wir sprechen nun darüber, wie Menschen und Unternehmen diese Daten nutzen können, und wir haben einige gute Beispiele von verschiedenen Arten von Organisationen gehört, wie sie diese Daten nutzen können. Lassen Sie uns allgemein darüber sprechen, und wir werden darüber sprechen, weil ich weiß, dass Sie diese Erfahrung mit Start-ups gemacht haben. 

Wenn man also darüber nachdenkt, wie man KI für das Wachstum seines Unternehmens nutzen kann, dann ist eines der Dinge, die ganz oben auf der Agenda stehen - vor allem jetzt, wo die Wirtschaft so schlecht läuft - die Kostenkontrolle, die Senkung der Betriebskosten, und das ist in der Regel einer der Schlüsselbereiche, um zu sagen: Okay, wir brauchen KI. Nun höre ich von Leuten wie Ihnen in einem anderen Podcast, dass man mit dem Geschäftsproblem beginnen sollte, das man zu lösen versucht, und dass es nicht unbedingt ausreicht, nur zu sagen, dass man die Kosten senken will. Wie kann jemand in einer Organisation, in einem Unternehmen, was sind die Geschäftsmodelle, die Geschäftsprozesse, die er betrachten sollte, und wie kann er diese identifizieren, ohne einfach nur zu sagen: Hey, wir wollen KI, weil wir versuchen, die Kosten zu senken? Und was sind die spezifischen Dinge, die sie identifizieren sollten?

JD Plagianis:

Ich möchte Ihren Zuhörern bei der Beantwortung dieser Frage ein mentales Modell vor Augen führen. Stellen Sie sich KI als einen Haufen superintelligenter, unermüdlicher Außerirdischer vor, die auf der Erde gelandet sind, und jedes Unternehmen da draußen will einen Einstellungsplan aufstellen, um einige dieser Außerirdischen an Bord zu holen. Das funktioniert so, wie das Outsourcing in den letzten 30 Jahren funktioniert hat. Es gab einen großen Druck, dies zu tun, um Kosten zu senken oder Prozesse zu skalieren, aber es war nie perfekt beim ersten Versuch. Das Pendel neigt dazu, zu schwingen, und es kommt zu einer gewissen Hysterese in Bezug auf das angestrebte Ziel der Kosten, der Qualität und der Flexibilität, denn sobald man einen Prozess ausgelagert hat, hat man plötzlich nicht mehr die Fachexperten vor Ort, die sich an Veränderungen anpassen oder in diesem Bereich etwas Neues schaffen können. Also verlagert man ihn manchmal ins Ausland. Und dann findet man einen anderen Weg, ihn auszulagern, anstatt ihn auszulagern. Und am Ende ist der ganze Kuchen im Laufe der Zeit gewachsen, so dass es allen besser geht und die Gesellschaft nicht ins Wanken gerät oder eine riesige wirtschaftliche Katastrophe entsteht. Ich glaube, dass die KI, die viele unserer Märkte durchdringt, wenn wir sie von einem Anwendungsszenario aus angehen, in dem wir einfach sagen: "Ich möchte diese eine Sache tun, ist es besser für mich, einen Menschen einzusetzen, um dies zu tun, ist es besser für mich, eine Automatisierung einzusetzen, um dies zu tun, oder ist es besser für mich, einen Menschen mit einer Automatisierung einzusetzen, um dies zu tun, das ist der Punkt, an dem die Menschenführung ins Spiel kommen wird. 

Früher dachte man: Das kann ich nur mit diesen Leuten machen, oder warum machen diese Leute das überhaupt, wir können das einfach automatisieren und ihnen die Arbeit abnehmen. Das waren die beiden Extreme. Aber jetzt kann man die Leute, die man braucht, bitten, es selbst zu automatisieren. Indem man einfach mit einem Roboter plaudert, kann man Leute mit einigen dieser Fähigkeiten heranziehen. Es ist offensichtlich, dass diese Fähigkeiten in den nächsten Jahren sehr gefragt sein werden. Ich höre immer wieder von Prompt-Engineering, und ich erwarte, dass es in Kürze Bots geben wird, die ein besseres Prompt-Engineering betreiben als die Menschen. Wenn man also ein Modell hat, bei dem man weniger darüber nachdenkt, wie man die Arbeit heute erledigt, sondern mehr darüber, wie man einen Prozess einführt, der mit nur ein paar Leuten, die durch all diese Fähigkeiten ergänzt werden, exponentiell skaliert, dann hat man am Ende, egal ob man ein kleines oder ein großes Unternehmen ist, nicht mehr diesen Engpass, diesen halblinearen Kostenengpass, über den wir am Anfang des Chats gesprochen haben.

Dayle Hall: 

Ja. Ich sagte, dass viele Organisationen - ich wiederhole, wir sprechen über Integrationsautomatisierung. KI ist die nächste Stufe, und ich weiß, dass viele Leute es als Kostensenkung betrachten. Aber eines der Dinge, die meiner Meinung nach immer mehr an Bedeutung gewinnen, ist nicht nur die Senkung des Gewinns, sondern auch die Steigerung des Gewinns. Und natürlich gibt es eine ganze Reihe von Firmen, Anbietern und Unternehmen, die versuchen, Sie dazu zu bringen, sich für ihre Software anzumelden und ihre Software zu nutzen, weil sie Ihnen helfen können, Ihren Umsatz zu steigern. Wenn Sie heute in einem Unternehmen sind und versuchen, eine bestimmte Art von Technologie oder den Einsatz von künstlicher Intelligenz (KI) für den Umsatz zu nutzen, wo sehen Sie dann die Möglichkeiten, den Umsatz zu steigern? Denn was ich in diesen Podcasts versuche, J.D., ist, dass ich möchte, dass jemand, der sich das anhört, etwas hört und sagt: "Wissen Sie was, das sollten wir uns ansehen. Ich denke also, dass die Steigerung des Umsatzes so ziemlich die Aufgabe eines jeden Unternehmens ist, ganz gleich, wo man sich befindet.

JD Plagianis:

Das hängt davon ab, mit wem man heutzutage spricht. Es gibt viele Leute, die einfach sagen: Nein, mein Job ist diese operative Exzellenz. Ich werde mich auf diese Sache konzentrieren. Um die Entwicklung muss sich jemand anderes kümmern. Ich halte also nichts davon. Ich stimme Ihnen zu, dass es jedermanns Aufgabe ist, diesen Kuchen zu vergrößern. Mein Rat an Ihre Zuhörer lautet daher: Wenn Sie einen bestehenden Prozess haben, sollten Sie Ihr bestehendes Personal aufstocken, um einen skalierbaren Prozess zu schaffen, der mehr Aufträge annehmen kann, wenn es darauf ankommt. Wenn Sie ein neues Geschäft entwickeln wollen, sollten Sie es nicht aus der traditionellen Perspektive betrachten: Hier ist mein Geschäft, hier sind meine Kosten für Arbeit und alles andere und hier ist mein Endergebnis. Sie sollten nicht mit einem KI-lastigen Geschäft ankommen. Das ist es, was es uns ermöglicht, dort zu skalieren, wo wir jetzt sind, denn wir leben in einer Gesellschaft, in der es mehr offene Stellen gibt, zumindest hier in den USA, als Menschen, die bereit sind, diese Stellen anzunehmen. Das sagt mir nicht, dass die Menschen nicht bereit sind zu arbeiten. Es sagt mir, dass die Unternehmen, die wir zu fördern versuchen, den Menschen in den Mittelpunkt eines Prozesses stellen, den niemand machen will. 

Ich habe vor kurzem mit einer Frau gesprochen, die versucht hat, die Versicherungsbranche umzukrempeln. Und ihre Idee war: Wie kann man den Engpass beseitigen, der durch Versicherungssachverständige entsteht? Die Antwort, die sie hatte, war, eine Menge Bildverarbeitung zu betreiben und andere Merkmale zu verwenden, die entweder frei verfügbar oder kostengünstig sind, so dass man klassifizieren kann - keine generative KI hier, nur gute altmodische Klassifizierung, man kann ein Problem in ein 1.000-Dollar-Problem, ein 10.000-Dollar-Problem oder ein 100.000-Dollar-Problem klassifizieren und dann seine Gutachter dorthin schicken, wo es am meisten Sinn macht. 

Und man könnte das alles gleichzeitig tun, anstatt es nacheinander zu tun. Und das würde es den Leuten ermöglichen, schneller bezahlt zu werden. Die Arbeit der Gutachter würde nach Prioritäten geordnet, so dass man sie nur dorthin schickt, wo man ihr Fachwissen wirklich braucht. Und weil man schneller an mehr Daten kommt, kann man auch bessere Modelle für versicherungsmathematische Tabellen erstellen, die den Versicherungsgesellschaften helfen, ihre Verschwendung zu verringern. Am Ende gewinnen also alle und man hat ein besseres System als zu Beginn, weil KI im Vordergrund steht. Es geht nicht darum, dass ich jedes Mal, wenn wir ein Problem haben, einen Menschen losschicken muss, der es sich ansieht.

Dayle Hall: 

Ich mag diese Analogie im Hinblick auf diese Art von Gelegenheit, diese Art von Rolle. Ich glaube nicht, dass viele Leute diesen Prozess unbedingt so sehen würden. Wir haben also ein wenig über Umsatz, Gewinn und KI gesprochen und darüber, wie sie helfen kann und wie man über Prozesse, Geschäftsprozesse, denkt. Eines der Dinge, die ich als Marketingspezialist in der IT-Branche seit mehr als 20 Jahren sehe, ist, dass es so viele Statistiken gibt, die besagen, dass X Prozent der Technologieprojekte scheitern. Es gibt immer Gründe dafür oder so etwas in der Art. Dabei kann es sich um eine neue CRM-Implementierung handeln oder um ein Call Center oder etwas anderes. Es gibt so viele dieser Statistiken, die besagen, wie sie scheitern. Glauben Sie, dass wir mit KI-Technologien immer noch demselben Risiko ausgesetzt sind, oder besteht das Risiko des Scheiterns von IT-Projekten immer noch, weil die Lernkurve weniger lang ist oder die vorhandenen Mitarbeiter besser unterstützt werden? Wir haben diese Frage vorhin schon gestellt, und zwar in Bezug auf die Frage, wie wir Kontrollen durchführen und sicherstellen können, dass wir bei KI vorsichtig sind, aber besteht immer noch ein Risiko, wenn wir diese Art von Technologien und Prozessen in unserem Unternehmen einsetzen?

JD Plagianis:

Ich bin auch sehr daran interessiert, wohin das führt. Viele Anbieter haben sich beeilt, KI in ihre Produkte zu integrieren, und ich denke, das kann aus Sicht der Öffentlichkeit sehr vorteilhaft sein. Aber wenn man KI einsetzt, um seine eigenen Probleme zu lösen, und nicht Tools verwendet, die KI enthalten und für die Lösung anderer Probleme entwickelt wurden, dann ist das die große Hürde, die es zu überwinden gilt. Abhängig von Ihrem Unternehmen sollten Sie, wenn es nicht gegen die vorhin besprochenen Vertrauenssysteme verstößt, in Ihrem Unternehmen ein Innovationszentrum einrichten, in dem die Menschen, die bereits interessiert und begeistert sind - und es gibt derzeit so viele Menschen, die sich für dieses generative KI-Zeug interessieren und begeistern -, sich damit auseinandersetzen und in ihren kleinen Bereichen damit spielen können. Denn je mehr Erfolgsbeispiele Sie in Ihrem gesamten Unternehmen finden können, nicht nur in einer Abteilung, desto eher werden die Leute bereit sein, es in anderen Bereichen und in größerem Maßstab zu versuchen. 

Ich glaube wirklich, dass viele Misserfolge auf die Führung zurückzuführen sind, nicht auf die Ausführung. Oft ist es so, dass entweder der Verkauf schlecht gelaufen ist, dass man im Vorfeld falsche Erwartungen geweckt hat, dass man nicht geliefert hat, weil man die Erwartungen nicht erfüllen konnte, oder dass man den Leuten schlecht erklärt hat, was man eigentlich lösen wollte, dass also die Erwartungen falsch ausgerichtet waren. Je schneller Sie also umschwenken können, desto besser. Und mit diesen Tools kann man viel schneller umschwenken, weil man produktiver sein kann. Anstatt 40 Stunden zu arbeiten und dann eine Präsentation zu halten und dann festzustellen, dass man sich umorientieren muss, könnte man 4 Stunden arbeiten und dann 4 Stunden arbeiten und sich umorientieren. Und ich bin sehr daran interessiert zu sehen, wie gut dieses generative Zeug wird. Mit diesen großen Sprachmodellen kann man angeblich jedes Problem lösen, das sich mit Sprache beschreiben lässt. 

Nun, mein Problem ist, dass ich nicht an zwei Orten gleichzeitig sein kann, so dass sich mein Terminkalender füllt. Kann ich eine Art Avatar haben, der in die Hälfte meiner Meetings geht, in denen ich nur eine Entscheidung treffen muss, und der weiß, was ich bevorzuge, und der weiß, welche Argumente mich überzeugen würden, und der entweder eine Entscheidung für mich treffen oder etwas für mich zusammenfassen kann, wo ich mit einigen der klügsten Leute im Unternehmen ein Brainstorming machen kann, ohne dass sie tatsächlich anwesend sind, und dann eine neue Idee zusammenstellen kann, die ich vorschlagen kann? Das sind alles großartige Gelegenheiten. Wenn Sie gerade zuhören und diese Sache entwickeln wollen, rufen Sie mich an, denn ich möchte sie kaufen.

Dayle Hall: 

Ich liebe es. Ich liebe es. Es ist ein guter Pitch. Ein interessanter Gedanke, der mir jetzt in den Sinn kommt, ist der, dass mein CEO die Möglichkeit dieses generativen KI-Tools nutzen könnte, um die Informationen zu erhalten, die er braucht. Natürlich ist das im Grunde nichts anderes als das Abrufen von Daten und deren Betrachtung. Aber was bedeutet das für ein Start-up oder ein größeres Unternehmen mit technischen Teams, die größtenteils für die Implementierung und Verwaltung verantwortlich sind und dafür sorgen, dass diese Fähigkeiten, die das Geschäft am Laufen halten, verfügbar sind? Was bedeutet das für die technischen Teams? Brauchen Sie mehr Leute? Muss jeder KI verstehen, oder braucht man mehr Leute mit mehr Fachwissen, um mit dieser Art von Technologie erfolgreich zu sein?

JD Plagianis:

In den meisten Unternehmen ist die IT, so wie sie strukturiert ist, eine Kostenstelle, die das Geschäft und seine Ausführung unterstützen soll. Und oft ist das einer der Gründe, warum die IT ein Ziel für Entlassungen ist. Ich gehe davon aus, dass die Grenzen verschwimmen werden, weil KI so viele Menschen befähigen wird, die nicht unbedingt über die Fähigkeiten verfügen, die andere ihr Leben lang entwickelt haben, und dass die IT weniger zu einer Kostenstelle werden wird. Ich will nicht sagen, dass sie sich dezentralisieren wird, aber die Grenzen zwischen den eigentlichen Geschäftsbereichen und den sie unterstützenden IT-Strukturen werden allmählich verschmelzen, so dass Menschen, die bisher nicht in der Lage waren, etwas zu entwickeln, wie ich selbst, der ich kein Künstler bin und dennoch in der Lage war, das Kinderbuch zu illustrieren, das ich herausgegeben oder geschrieben habe oder wie auch immer Sie es nennen wollen, aber ich habe es getan, ich hätte das nicht einmal in meinen wildesten Vorstellungen tun können. Wenn ich einen Stift aufs Papier setzte, sah das Ergebnis furchtbar aus, und innerhalb von Sekunden hatte ich richtig gute Bilder. 

Deshalb glaube ich, dass wir aus den unerwartetsten Ecken unseres Geschäfts erstaunliche Dinge herausholen werden. Und ich denke, es kommt einfach auf die Menschen an und nicht auf die Organisationsstrukturen. Vielleicht sind Sie heute in einer Datenbankfunktion tätig, oder Sie sind in einer Softwareentwicklungsfunktion tätig, oder Sie sind, sagen wir, in einer Governance-Funktion tätig. Was tun Sie, um sich selbst produktiver zu machen und besser in die Lösung von Geschäftsproblemen einzubinden als gestern? Das sind die Leute, die erfolgreich sein werden. Alle anderen werden nicht mehr befördert und erhalten keine Gehaltserhöhungen mehr. Aber es wird so viel Geld verdient werden, weil alle diese Unternehmen so viel produktiver sind, sie erreichen so viel mehr Menschen, die Annehmlichkeiten gehen durch die Decke, sie sind für die Menschen erschwinglich, die Lebenshaltungskosten sinken. Ich will nicht sagen, dass - wir haben vorhin die moralische Verbindung zwischen einem Job und der Gesellschaft, in der wir leben, angesprochen - ich frage mich, ob sich das auch entkoppeln wird. Die Menschen scheinen glücklich zu sein, wenn sie ein Ziel haben. Aber kann man ein Ziel haben und neue Räume erkunden, ohne Angst haben zu müssen, seine Kinder nicht ernähren zu können?

Dayle Hall:  

Es gibt definitiv eine Menge Dinge, über die man nachdenken muss. In einem unserer Podcasts gibt es einen Mann namens Steve Nouri. Er ist in Australien und gehört zu einer Gruppe namens AI4Diversity, ich glaube, sie heißt so. Ich überprüfe das gerade noch einmal, AI4Diversity. Es handelt sich dabei um eine Gruppe, die weltweit Menschen zusammenbringt, um die Auswirkungen von KI zu diskutieren, damit wir nicht nur Unternehmen und Menschen, die Technologien entwickeln, die Kontrollen einrichten, sondern auch Menschen, die davon betroffen sein werden. Und ich glaube, das hat mich zuversichtlicher gemacht, was das für uns Menschen in unserem täglichen Leben und bei der Arbeit bedeuten wird, denn ich vergleiche das mit der Einführung der sozialen Medien, als wir keine Ahnung hatten, was für negative Auswirkungen das haben würde. Und Operationen sind nicht böse. Ich denke nur, dass sie nicht unbedingt verstanden haben, wohin das führen könnte.

JD Plagianis:

Sie müssen schnell genug sein, um mit allen mithalten zu können, sonst sterben sie. Und das ist die große Frage bei der KI. Wenn ich morgen meine gesamte Belegschaft durch KI ersetze, oder auch nur wichtige Teile davon, was wird dann passieren? Werde ich das erfolgreichste Unternehmen der Welt sein, oder wird es so sein, wie bei dem Outsourcing-Beispiel, das ich vorhin genannt habe: Oh, wissen Sie was, ich habe zu schnell gehandelt, oder ich habe nicht die Qualität oder den Service oder die Kosten erreicht, die ich wirklich wollte, und jetzt muss ich ein Team neu aufbauen und es auf eine andere Weise versuchen. Ich glaube wirklich, dass es gerade langsam genug gehen wird, dass wir als Gesellschaft in der Lage sein werden, einen größeren sozialen oder wirtschaftlichen Zusammenbruch zu vermeiden, aber es wird uns in eine ganz neue Welt der Bequemlichkeit und der Freuden führen, ich nenne es die Millionen kleinen Annehmlichkeiten. Und ich hoffe wirklich, dass dies die Zukunft sein wird, ich bin ein Optimist. Das liegt aber auch daran, dass ich gesehen habe, wie Unternehmen arbeiten. Sie können nicht in einem einzigen Jahr etwas erreichen. Es ist immer ein mehrjähriger Lernprozess, besonders in Bereichen wie dem Gesundheitswesen und der Rechtsabteilung.

Dayle Hall: 

Ja. Ich bin beeindruckt von Leuten wie Ihnen, von Leuten, mit denen ich in diesem Bereich gesprochen habe, jeder hat ein gewisses Maß an persönlicher Verantwortung übernommen. Nicht, dass man diese Richtlinien reparieren oder erstellen könnte, aber jeder weiß, dass - ich möchte Spider-Man zitieren - mit großer Macht auch große Verantwortung einhergeht. Und ich habe das Gefühl, dass zum ersten Mal mehr Menschen darüber nachdenken und sich wirklich mit den Auswirkungen auseinandersetzen. Als Vater denke ich darüber nach, für meine Kinder, für die Zukunft. Das erfüllt mich mit Zuversicht. 

Ich weiß, dass wir ewig reden könnten, wir könnten noch eine Menge Fragen durchgehen, aber ich möchte nicht die Zeit von allen verschwenden, nur Sie und ich plaudern einfach. Aber ich habe eine Frage an Sie, da wir uns dem Ende nähern, denn einige der Dinge, über die Sie gesprochen haben, das Unternehmen, das Menschen befähigt, finde ich ausgezeichnet. Aber Sie persönlich, abgesehen davon, dass Sie möglicherweise ein veröffentlichter Autor von Kinderbüchern sein werden, ein veröffentlichter Redakteur, wie Sie es genannt haben, wenn Sie ein paar Jahre, drei Jahre, Sie können sich den Zeitrahmen aussuchen, hinausschauen, was ist eines der aufregendsten Dinge, die Sie denken, dass diese Entwicklung rund um KI, generative KI, oder einfach in der KI im Allgemeinen, worauf freuen Sie sich, JD, wenn Sie an die Möglichkeiten denken?

JD Plagianis:

Ich denke, die Personalisierung ist eines der besten Dinge, die passieren werden. Im Moment haben wir Standardeinrichtungen für alles, und die sorgen für eine gewisse Konformität und Normalität in unserem Raum. Aber wenn Sie nach Hause gehen wollen und sich in einer bestimmten Stimmung befinden und Ihr Haus Ihre Körpersprache aufnimmt und dann ein Lied spielt, das noch nie jemand gehört hat, das aber perfekt zu Ihrer Stimmung passt, oder wenn Ihr Kind in Mathematik ein bisschen zu schnell und in der sprachlichen Entwicklung ein bisschen zu langsam ist, dann kann ein Lehrplan im Handumdrehen angepasst werden, um verschiedene Lernmodelle auszuprobieren. All diese kleinen Annehmlichkeiten sind die Zukunft. Und ich hoffe, dass wir in der Lage sein werden, so schnell voranzukommen, dass alle von uns, die etwas aufgeben mussten, um Prioritäten zu setzen oder zu vernachlässigen, was uns im Leben wichtig war, eine zweite Chance bekommen, diese Probleme zu lösen oder diese Zeit zu verbringen, weil wir durch all diese kleinen Annehmlichkeiten viel mehr freie Zeit haben werden. Das ist es, was mich so begeistert.

Dayle Hall: 

Einige erstaunliche Antworten. Wie nannten Sie es damals, eine Million kleiner Annehmlichkeiten? 

JD Plagianis:

Eine Million kleiner Annehmlichkeiten.

Dayle Hall:

Eine Million kleiner Annehmlichkeiten. Ich könnte mir kein besseres Ende für diesen Podcast vorstellen. Wenn ich da draußen bin und darüber nachdenke, dann ist eine Million kleiner Annehmlichkeiten etwas, das ich mitnehmen werde. Und wir werden sehen, was die Zukunft bringt. Aber ich denke, es ist eine aufregende Zeit. Es erfüllt mich mit Freude, dass es Menschen gibt, die so klug sind wie Sie. Einige der anderen Leute, mit denen ich gesprochen habe, denken darüber nach, wie man das richtig macht, und denken nicht nur darüber nach, wie es Technologien und Unternehmen hilft, sondern auch den Menschen und wie man ihnen in ihrem Leben hilft und sie produktiver macht. 

Also, JD, vielen Dank, dass du an diesem Podcast teilgenommen hast. Es war mir ein Vergnügen.

JD Plagianis:

Auch von dieser Seite war es mir ein großes Vergnügen. Ich weiß es zu schätzen, dass Sie diese Diskussionsräume schaffen, denn wie Sie schon sagten, fangen die Menschen endlich an, über Dinge zu sprechen und Verantwortung zu übernehmen. Und ich denke, das liegt daran, dass sie es da draußen hören können und auf die Stimmen hören, die über diese Dinge nachdenken.

Dayle Hall: 

Eine wunderbare Art zu enden. Vielen Dank an alle, die dieser Folge von "Automatisierung der Unternehmen mit einer Million kleiner Annehmlichkeiten" zugehört haben. Hier ist Dayle Hall, CMO von SnapLogic, die sich abmeldet. Wir sehen uns bei der nächsten Folge wieder.