अपने सबसे अच्छे लोगों को काफी देर तक काम करते देखें, और आपको कुछ नज़र आएगा। उनके पास पैटर्न होते हैं।
एक शानदार सेल्सपर्सन एक महत्वपूर्ण कॉल को इस स्पष्ट समझ के साथ लेता है कि क्या मायने रखता है। वे पिछली बातचीत को देखते हैं, असली खरीदार की पहचान करते हैं, अनकही आपत्ति को उजागर करते हैं, और तीन हफ्ते पहले किसी ने जो वादा किया था, जो नोट्स में कभी दिखाई नहीं दिया, उसका पता लगाते हैं।
एक मजबूत सपोर्ट लीड कस्टमर एस्केलेशन को बाकी सभी से अलग तरीके से पढ़ता है। टिकट के अलावा, वे टोन, इतिहास, अकाउंट वैल्यू, उत्पाद की समस्या और उन सूक्ष्म संकेतों को भी समझ लेते हैं जो बताते हैं कि एक छोटी सी समस्या जल्द ही बहुत बड़ी होने वाली है।
एक फाइनेंस लीड पेज पर मौजूद आंकड़ों से परे देखता है। वे समझते हैं कि कौन से बदलाव मायने रखते हैं, कौन से शोर हैं, और किन्हें बोर्ड मीटिंग से पहले एक कहानी की ज़रूरत है।
यह वह काम है जिस पर ज़्यादातर कंपनियां रोज़ाना निर्भर करती हैं, फिर भी इसे पकड़ना, व्यवस्थित करना और इससे सीखना अक्सर मुश्किल होता है।
वे इसे अनुभव, निर्णय, स्वाद या संस्थागत ज्ञान कहते हैं, लेकिन व्यवहार में ये गुण फैसलों को सही ठहराने का एक परिष्कृत तरीका बन सकते हैं जो मौजूदा मान्यताओं और प्राथमिकताओं को मजबूत करते हैं।
AI कंपनियां इसे 'स्किल्स' कहने लगी हैं।
मैं इस शुक्रवार को सुबह 10 बजे PT (भारतीय समयानुसार रात 10:30 बजे) लाइव इस पर चर्चा करूंगा। अगर आप व्यावहारिक संस्करण चाहते हैं तो Skills 101 के लिए रजिस्टर करें।
स्किल क्या है। यह कहाँ फिट बैठता है। Claude और ChatGPT को एक ही काम बार-बार समझाना कैसे बंद करें। Skills 101 के लिए मुफ्त रजिस्टर करें।
काम का अपना एक तरीका पहले से ही है
हर कंपनी के पास काम करने के ऐसे तरीके होते हैं जो उन्हें एहसास से कहीं ज़्यादा विशिष्ट होते हैं।
सेल्स रिन्यूअल के लिए कैसे तैयार होती है।
प्रोडक्ट टीमें कस्टमर फीडबैक को प्राथमिकताओं में कैसे बदलती हैं। मार्केटिंग को कैसे पता चलता है कि कोई कैम्पेन वास्तव में काम कर रहा है या नहीं। सपोर्ट कब तय करता है कि किसी मुद्दे को एस्केलेट करने का समय आ गया है। इंजीनियरिंग जोखिम भरे बदलावों की समीक्षा करने के लिए किस प्रक्रिया का उपयोग करती है। फाइनेंस कैसे समझता है कि व्यवसाय में क्या बदलाव आया है।
इसमें से कुछ लिखित है। इसका अधिकांश भाग डॉक्स, Slack थ्रेड्स, टेम्पलेट्स, पुरानी प्रस्तुतियों, ऑनबोर्डिंग कॉल्स और उन लोगों के दिमाग में बिखरा हुआ है जो इतने लंबे समय से हैं कि वे बेहतर जानते हैं।
उस ज्ञान को आमतौर पर पृष्ठभूमि माना जाता है, लेकिन यह इन्फ्रास्ट्रक्चर बनने वाला है।
एजेंट तभी उपयोगी होते हैं जब वे कार्य से अधिक समझते हैं। उन्हें इसके पीछे की विधि को समझने की आवश्यकता है।
एक्सेस सबसे आसान हिस्सा है
AI के साथ, लोग आमतौर पर डेटा तक पहुंच से शुरुआत करते हैं।
एजेंट को CRM से लिंक करें। Slack इंटीग्रेशन सेट अप करें। Google Drive तक पहुंच प्रदान करें। GitHub से कनेक्टिविटी सक्षम करें। डेटा वेयरहाउस से कनेक्शन स्थापित करें।
यह सब मायने रखता है। पहुंच के बिना एक एजेंट ज़्यादातर अनुमान ही लगाता है।
लेकिन पहुंच अच्छा काम नहीं बनाती। एक एजेंट हर सेल्स नोट पढ़ सकता है और फिर भी डील के आकार को नहीं समझ पाता।
यह हर सपोर्ट टिकट खोज सकता है और फिर भी उस ग्राहक को पहचानने में विफल रहता है जिसे तत्काल ध्यान देने की आवश्यकता है। एक मॉडल हर प्रोडक्ट डॉक खोल सकता है और फिर भी एक PRD तैयार कर सकता है जो सही लगता है लेकिन वास्तविक निर्णय से चूक जाता है।
चुनौती एजेंट को यह समझाने में है कि आपकी कंपनी काम कैसे करती है, न कि एजेंट की जानकारी तक पहुंच का विस्तार करना।
यहीं पर स्किल्स मायने रखती हैं।
एक स्किल काम करने का एक पुन: प्रयोज्य तरीका है
एक स्किल एक प्रॉम्प्ट से कहीं अधिक है।
जहां एक प्रॉम्प्ट एजेंट को किसी विशिष्ट पल में क्या करना है, यह बताता है, वहीं एक स्किल काम करने के एक दोहराए जाने योग्य तरीके को कैप्चर करता है।
यह एजेंट को जब भी उस तरह का कार्य आता है, उसी दृष्टिकोण को लागू करने की अनुमति देता है।
इसमें निर्देश, उदाहरण, टेम्पलेट, चेकलिस्ट, स्क्रिप्ट, संदर्भ और अंगूठे के नियम शामिल हो सकते हैं। तकनीकी आकार भिन्न हो सकता है। Anthropic का संस्करण SKILL.md फ़ाइल और वैकल्पिक सहायक फ़ाइलों वाले एक सरल फ़ोल्डर का उपयोग करता है। अन्य सिस्टम अपने स्वयं के प्रारूपों का उपयोग करेंगे।
एक स्किल प्रक्रिया को पैकेज करता है।
यह किसी के द्वारा अपनाए जाने वाले कदमों और उनके द्वारा लागू किए जाने वाले निर्णय को कैप्चर करता है। यह उन एज केसों को भी दस्तावेज करता है जिन पर वे नज़र रखते हैं और गुणवत्ता के उस स्तर को जिसकी वे अपेक्षा करते हैं।
सेल्स कॉल प्रेप स्किल्स में यह शामिल हो सकता है कि अकाउंट हिस्ट्री कैसे पढ़ें, किन जोखिमों को उजागर करें, खुले प्रश्न कैसे तैयार करें और एक उपयोगी ब्रीफ कैसा दिखता है।
इंसिडेंट पोस्टमॉर्टम के लिए, एक स्किल में यह शामिल हो सकता है कि टाइमलाइन का पुनर्निर्माण कैसे करें। यह लोगों को कारणों को लक्षणों से अलग करना, बिना दोषारोपण के लिखना और सीखने को कार्रवाई में बदलना भी सिखा सकता है।
बोर्ड डेक बनाते समय, एक स्किल में यह शामिल हो सकता है कि कौन से मीट्रिक मायने रखते हैं। यह दिखा सकता है कि बदलाव की व्याख्या कैसे करें, परिशिष्ट में क्या होना चाहिए और कहानी आमतौर पर कहाँ टूटती है।
स्किल विधि है, जो पुन: प्रयोज्य बनाई गई है।
डेटा, कनेक्टर, स्किल्स और प्लगइन्स का विकास
AI सिस्टम के लिए पहली चुनौती पहुंच थी।
मॉडलों को उन सूचनाओं और सिस्टम तक पहुंचने का एक तरीका चाहिए था जहां काम वास्तव में होता है। इससे कनेक्टर, MCPs, APIs और डेटा इंटीग्रेशन का उदय हुआ जो दस्तावेज़ों, डेटाबेस, एप्लिकेशन और व्यावसायिक रिकॉर्ड को AI के लिए उजागर कर सकते थे।
यह एक आवश्यक कदम था। लेकिन अकेली पहुंच उपयोगी व्यवहार नहीं बनाती।
एक कनेक्टर Salesforce को उजागर कर सकता है। यह किसी एजेंट को यह नहीं सिखा सकता कि आपकी टीम फोरकास्ट रिव्यू कैसे चलाती है।
Google Drive भी कनेक्ट हो सकता है, लेकिन यह अकेले किसी एजेंट को यह नहीं बता सकता कि कौन सा पुराना बोर्ड डेक कॉपी करने लायक है और किसे नज़रअंदाज करना चाहिए।
एक API सपोर्ट टिकट लौटा सकता है, लेकिन यह यह नहीं समझा सकता कि आपका सबसे प्रभावी सपोर्ट मैनेजर कैसे निर्धारित करता है कि कौन से मुद्दे वास्तव में तत्काल हैं।
यहीं पर स्किल्स तस्वीर में आती हैं।
डेटा और कनेक्टर संदर्भ प्रदान करते हैं।
स्किल्स निर्णय, प्रक्रिया और काम करने के दोहराए जाने योग्य तरीके प्रदान करती हैं।
प्लगइन्स वास्तव में दोनों का संयोजन थे। उन्होंने सिस्टम तक पहुंच को क्रियाएं करने और वर्कफ़्लो निष्पादित करने की क्षमता के साथ जोड़ा।
उस अर्थ में, प्लगइन्स विकास का हिस्सा थे।
पहले डेटा और कनेक्टर आए।
फिर स्किल्स आईं।
अगली पीढ़ी दोनों को बुद्धिमान प्रणालियों में जोड़ती है जो जानकारी तक पहुंच सकती हैं, समझ सकती हैं कि काम कैसे होता है और कार्रवाई कर सकती हैं।
यह वह हिस्सा है जिसे मैं शुक्रवार को लाइव खंगालूंगा। पहुंच एजेंटों को काम में ले आती है। स्किल्स उन्हें सिखाती हैं कि काम कैसे होता है।
मैं स्टैक, वर्कफ़्लो और शुरुआत कहाँ से करनी है, दिखाऊंगा।
Skills 101 के लिए अपनी सीट बचाएं।
पैटर्न AI से पुराना है
कंप्यूटिंग में ऐसा होता रहता है।
Unix कमांड ने उपयोगी संचालन को पुन: प्रयोज्य बना दिया।
शेल स्क्रिप्ट ने अनुक्रमों को पुन: प्रयोज्य बना दिया।
लाइब्रेरीज़ ने कोड को पुन: प्रयोज्य बना दिया।
APIs ने सेवाओं को पुन: प्रयोज्य बना दिया।
वर्कफ़्लो ने व्यावसायिक प्रक्रियाओं को पुन: प्रयोज्य बना दिया।
स्किल्स निर्णय को पुन: प्रयोज्य बनाती हैं।
यह वह हिस्सा है जिस पर ध्यान देने लायक है।
AI ने विशेषज्ञता को पैकेज करने की इच्छा का आविष्कार नहीं किया। सॉफ्टवेयर हमेशा उस दिशा में आगे बढ़ा है।
जो बदला वह निष्पादक है।
दशकों तक, मनुष्यों को प्लेबुक पढ़नी पड़ती थी और उसे लागू करना पड़ता था। अब एजेंट प्लेबुक लोड कर सकते हैं, टूल का उपयोग कर सकते हैं, फ़ाइलों का निरीक्षण कर सकते हैं, स्क्रिप्ट चला सकते हैं और चलते रह सकते हैं।
प्लेबुक सक्रिय हो सकती है।
यह काम करने के तरीके के दस्तावेजीकरण के मूल्य को बदल देता है।
स्किल लाइब्रेरी संपत्ति बन जाती है
दो कंपनियों की कल्पना करें जो एक ही फ्रंटियर मॉडल का उपयोग करती हैं।
एक मॉडल को अपने सिस्टम से जोड़ती है।
दूसरी मॉडल को अपने सिस्टम से जोड़ती है और उसे कंपनी के सर्वश्रेष्ठ काम से बनी स्किल्स की एक लाइब्रेरी देती है।
दूसरी कंपनी के पास एक अलग संपत्ति है।
इसके एजेंट जानते हैं कि कंपनी सेल्स कॉल के लिए कैसे तैयार होती है, अनुबंधों की समीक्षा कैसे करती है, लॉन्च ब्रीफ कैसे लिखती है, बग्स की जांच कैसे करती है, एस्केलेशन को कैसे संभालती है, रिसर्च को कैसे सारांशित करती है और वित्तीय प्रदर्शन की व्याख्या कैसे करती है।
पूरी तरह से या जादुई रूप से नहीं।
लेकिन इतनी लगातार कि यह मायने रखे।
हर स्किल परिचालन उत्तोलन का एक छोटा सा टुकड़ा बन जाती है।
एक अच्छी स्किल एक ही गलती को दो बार सुधारे जाने से रोकती है।
एक बेहतर स्किल इसका उपयोग करने वाले सभी के लिए मानक बढ़ाती है।
एक शानदार स्किल उस निर्णय को कैप्चर करती है जिसे बनाने में वर्षों लगते थे।
यही कारण है कि एक स्किल लाइब्रेरी कंपनी के लिए एक ऑपरेटिंग मैनुअल के रूप में कार्य करती है जिसका एजेंट वास्तव में उपयोग कर सकते हैं।
सबसे अच्छी स्किल्स निजी होंगी
सार्वजनिक स्किल मार्केटप्लेस होंगे।
कुछ उपयोगी होंगे। अधिकांश सामान्य होंगे।
सबसे मूल्यवान स्किल्स कंपनियों के अंदर रहेंगी क्योंकि सबसे मूल्यवान विधियां विशिष्ट होती हैं।
आपकी कस्टमर एस्केलेशन प्रक्रिया, सेल्स क्वालिफिकेशन लेंस और प्रोडक्ट रिव्यू मानक।
बोर्ड अपडेट के लिए आप जिस फॉर्मेट का उपयोग करते हैं, वे कानूनी फॉलबैक स्थितियां जिन पर आप भरोसा करते हैं, और वह आवाज जो आपके ब्रांड को परिभाषित करती है।
यहां तक कि जिस तरह से आप तय करते हैं कि क्या मायने रखता है।
यह वह ज्ञान है जिसे प्रतियोगी डाउनलोड नहीं कर सकते।
एक सामान्य एजेंट सेल्स, सपोर्ट, फाइनेंस, प्रोडक्ट और इंजीनियरिंग के व्यापक ज्ञान के साथ आ सकता है।
इसे आपकी कंपनी के अंदर उपयोगी बनाने वाली चीज़ है आपकी टीम द्वारा समय के साथ संचित विशिष्ट प्रक्रियाओं, निर्णयों और सबक को सीखना।
काम से शुरुआत करें
यही कारण है कि हर कंपनी की पहली AI रणनीति एक स्किल लाइब्रेरी होनी चाहिए।
प्लेटफॉर्म चुनने से पहले, दोहराए जाने वाले काम का नक्शा बनाएं।
उन वर्कफ़्लो को खोजें जहां अनुभवी लोग लगातार बाकी सभी से बेहतर प्रदर्शन करते हैं।
उन कार्यों की तलाश करें जिनमें निर्णय शामिल है, न कि केवल प्रयास।
सेल्स कॉल, कस्टमर रिसर्च, सपोर्ट एस्केलेशन, PRDs, इंसिडेंट पोस्टमॉर्टम, अनुबंध, पूर्वानुमान, लॉन्च, प्रतिस्पर्धी विश्लेषण, रिलीज़ नोट्स। इनमें से कोई भी नौकरी नहीं है। ये सब उसके चारों ओर लिपटी हुई चीज़ें हैं।
फिर पूछें कि टीम का सबसे अच्छा व्यक्ति क्या अलग करता है और बाकी सब क्या अनदेखा करते हैं।
सबसे पहले उनका ध्यान किस ओर जाता है?
क्या अनदेखा किया जाता है?
कौन से उदाहरण उनके दृष्टिकोण को आकार देते हैं?
कौन से प्रश्न बार-बार उठते हैं?
वे किन त्रुटियों से बचने की कोशिश कर रहे हैं?
वे सफलता को कैसे परिभाषित करते हैं?
यही कच्चा माल है। इसे एक स्किल में बदलें, इसे उपयोग में लाएं, इसे बेहतर बनाते रहें और मालिक को काम के करीब रखें।
एक कंपनी को कुछ स्किल्स की आवश्यकता होती है जो महत्वपूर्ण काम को अधिक सुसंगत बनाती हैं।
लाइब्रेरी वहां से बढ़ सकती है।
असली AI रणनीति
कंपनियों को एजेंटों से सबसे अधिक तब लाभ होगा जब वे AI को व्यवसाय में छिड़की गई सामान्य बुद्धि की एक परत के रूप में मानना बंद कर देंगी और इसके बजाय इसे उन वर्कफ़्लो में गहराई से शामिल करेंगी जहां यह वास्तविक परिणाम दे सकता है।
कुछ अधिक व्यावहारिक करें।
एजेंटों को सिखाएं कि व्यवसाय वास्तव में कैसे काम करता है।
दोहराए गए निर्णय को पुन: प्रयोज्य प्रणालियों में बदलें।
शीर्ष कलाकारों के तरीकों को लागू करना, सुधारना और खोना कठिन बनाएं।
यही बदलाव है।
एक कंपनी का AI लाभ उस मॉडल से आएगा जो वह चुनती है, बजाय इसके कि वह मॉडल को क्या अच्छा करना सिखाती है।
हर कंपनी के पास संचालन का एक तरीका होता है।
इसका अधिकांश भाग अदृश्य होता है।
स्किल्स इसे दृश्यमान बनाती हैं।
स्किल लाइब्रेरीज़ इसे पुन: प्रयोज्य बनाती हैं।
आपकी कंपनी के पास पहले से ही स्किल्स हैं।
वे पुराने डॉक्स, Slack थ्रेड्स, कस्टमर कॉल्स, रिव्यू रिवाज़, ऑनबोर्डिंग नोट्स और उन लोगों के दिमाग में बैठी हैं जो जानते हैं कि काम वास्तव में कैसे होता है।
शुक्रवार को सुबह 10 बजे PT (भारतीय समयानुसार रात 10:30 बजे), मैं Skills 101 के माध्यम से लाइव चलूंगा।
मैं दिखाऊंगा कि Claude और ChatGPT को एक ही काम बार-बार समझाना कैसे बंद करें और निर्देशों को पैकेज करना शुरू करें ताकि AI इसे फिर से आपके तरीके से कर सके।
