Artykuły o warsztatach AI: co wybrać i jak zmierzyć efekt
Jak wybrać między szkoleniem a warsztatem AI i jak prowadzić pracę z AI na realnych zadaniach zespołu.
O czym piszemy w tym klastrze
Szkolenie AI daje wiedzę, warsztat daje sposób pracy. Różnica jest widoczna po miesiącu: po szkoleniu większość uczestników wraca do starych nawyków, po warsztacie prowadzonym na zadaniach, dokumentach lub kodzie zespołu zostaje wspólny standard, który zespół stosuje od następnego dnia.
Artykuły w tym klastrze pomagają podjąć decyzję i ocenić jej efekt: kiedy wybrać szkolenie, a kiedy warsztat; czego wymagać od firmy prowadzącej; co konkretnie powinno wyjść z warsztatu; jak mierzyć efekt szkolenia pięcioma wskaźnikami, które zwykle się pomija; i co zrobić, gdy po szkoleniu adopcja spada.
Warsztat ma dwa warianty, bo zespoły operacyjne i zespoły IT pracują na innych materiałach. Zespół operacyjny przynosi dokumenty, zgłoszenia i arkusze, z którymi pracuje na co dzień, i wychodzi z listą zadań, w których AI zostaje na stałe. Zespół IT pracuje na własnym repozytorium i pipeline'ach: ustala wspólny kontekst dla narzędzi, zasady dla kodu generowanego przez agenta i bramki jakości. W obu przypadkach efekt mierzymy po 4 i 12 tygodniach, nie ankietą na koniec dnia.
Dla kogo: HR i L&D, liderzy zespołów operacyjnych i technicznych, osoby kupujące szkolenia dla firm. Jeśli szukasz warsztatu dla swojego zespołu, zobacz warsztat AI w procesach i warsztat AI dla zespołów IT.
Piszemy też o tym, co dzieje się po warsztacie, bo tam rozstrzyga się, czy inwestycja miała sens: jak utrzymać nawyki, jak reagować na opór doświadczonych pracowników i jak przejść od warsztatu do standardu w całej organizacji. Teksty o pracy zespołów IT z AI zebraliśmy w klastrze AI w wytwarzaniu oprogramowania.
Jeśli szukasz warsztatu dla swojego zespołu, zobacz Warsztat AI: 1 do 3 dni pracy na zadaniach Twojego zespołu.
Warsztaty AI
Co powinno wyjść z warsztatu AI: lista kontrolna
Co powinno wyjść z warsztatu AI dla firm? Sprawdź listę rezultatów: wspólny workflow, zasady bezpieczeństwa, bank schematów i sposób pomiaru efektu pracy.
Warsztaty AI
Jak mierzyć efekt szkolenia AI: 5 pomijanych KPI
Zadowolenie uczestników nie mierzy efektu szkolenia AI. Sprawdź KPI dla procesów i dla IT: aktywne użycie, baseline, czas pracy, jakość oraz lead time.
Warsztaty AI
Dlaczego szkolenie AI nie wystarczy i co po nim
Szkolenie AI dla firm daje wiedzę, ale nie zmienia procesu samo z siebie. Sprawdź, kiedy po szkoleniu wybrać warsztat, diagnozę lub dowód wartości AI.
Warsztaty AI
Szkolenie AI czy warsztat AI: co wybrać i kiedy
Czym różni się szkolenie AI dla firm od warsztatu AI: cztery różnice, które mają znaczenie. Kiedy wybrać każdy format i jakie rezultaty dostaje zespół.
Najczęstsze pytania
Czym różni się warsztat AI od szkolenia AI?
Szkolenie uczy narzędzi na przykładach z zewnątrz. Warsztat pracuje na zadaniach, dokumentach lub kodzie uczestników i kończy się ustalonym sposobem pracy zespołu. Szkolenie ma sens jako wprowadzenie; zmianę nawyków daje warsztat.
Co powinno wyjść z warsztatu AI?
Lista zadań zespołu, w których AI zostaje na stałe, wspólne zasady pracy (co trafia do modelu, jak weryfikujemy wynik), pierwsze wyniki na własnych materiałach i wskaźniki, po których za miesiąc ocenimy, czy nawyki się utrzymały.
Jak mierzyć efekt szkolenia AI?
Nie ankietą zadowolenia. Mierzymy odsetek osób używających narzędzia tygodniowo po 4 i 12 tygodniach, liczbę zadań zespołu objętych nowym sposobem pracy, czas obsługi tych zadań przed i po oraz jakość wyniku ocenianą przez zespół.
Ile osób i ile dni powinien mieć warsztat AI dla zespołu?
Warsztat AI w procesach trwa 1 do 3 dni dla 6 do 12 osób, warsztat AI dla zespołów IT 2 do 3 dni dla 8 do 12 osób. Mniejsza grupa pozwala pracować na materiałach każdego uczestnika, a nie na pokazie.
Chcesz warsztat AI dla swojego zespołu?
30 minut, konkretna rozmowa - sprawdzimy, czy dowód wartości ma sens w Twoim przypadku.