วันนี้เป็นวันเกิดฉัน!
และเพราะว่าฉันดูเหมือนจะไม่สามารถฉลองได้เหมือนคนปกติ ฉันจึงตัดสินใจว่าของขวัญที่ดีที่สุดคือการกระตุ้นให้เพื่อนเนิร์ดและเครือข่ายของฉันมาโต้เถียงกับฉันเกี่ยวกับหัวข้อโปรดของฉัน: เทคโนโลยี ปรัชญา และคำถามที่รบกวนฉันมากเมื่อเร็วๆ นี้
เมื่อปัญญากลายเป็นสิ่งที่มีอย่างเหลือเฟือ อะไรที่ยังคงเป็นมนุษย์?
กรุณาถือว่าความคิดเห็น ความไม่เห็นด้วย การอ้างอิงปรัชญาที่คลุมเครือ และความคิดเห็นที่ยาวเกินจำเป็น เป็นของขวัญวันเกิดของฉัน
ยังมีของขวัญอีกชิ้นที่ทีมของฉันทำขึ้น ซึ่งฉันอดไม่ได้ที่จะพูดถึง: www.wiserwork.ai ใหม่ กรุณาลองใช้ฟรีและให้ข้อเสนอแนะกับฉัน; นี่คือของขวัญที่มีประโยชน์ที่สุด!
เวลาที่คนถามว่าทำไม WiserWork ถึงรู้สึกแตกต่างจาก AI note takers พวกเขามักจะคาดหวังคำตอบทางเทคนิค
โมเดลที่ดีกว่า? ใช่; การผสมผสานของโมเดลสำหรับระดับการรับรู้ที่แตกต่างกันของงาน การจัดระบบที่ดีกว่า แน่นอน บริบทที่ดีกว่า ใช่! สิ่งที่ดีที่สุด คือบริบทของความรู้โดยปริยาย (tacit knowledge) วิธีการที่มีโครงสร้างที่เราเก็บการตัดสินใจร่วมกัน ไม่ใช่แค่ข้อมูล สารสนเทศ และความรู้ที่ถูกบันทึกไว้
ใช่ เราทำทั้งหมดนั้น
แต่ความจริงนั้นง่ายกว่ามาก ข้อได้เปรียบที่ใหญ่ที่สุดไม่ใช่เรื่องเทคนิค
มันเป็นเรื่องปรัชญา
ก่อนที่จะถามว่า AI สามารถทำให้เป็นอัตโนมัติได้อะไร เราได้ถามคำถามที่เก่าแก่กว่ามาก
อะไรที่ควรยังคงเป็นมนุษย์ เมื่อปัญญากลายเป็นสิ่งที่มีมากมาย?
อริสโตเติล: มิตรภาพเพื่อประโยชน์ใช้สอย vs. มิตรภาพแห่งคุณธรรม
อริสโตเติลแบ่งมิตรภาพออกเป็นสามประเภทใน “จริยศาสตร์นิโคมาเชียน” มิตรภาพเพื่อประโยชน์ใช้สอย: คนที่ช่วยเหลือกันเพื่อให้งานสำเร็จ มิตรภาพเพื่อความเพลิดเพลิน: คนที่นำความสุขมาให้กัน และมิตรภาพแห่งคุณธรรม: คนที่ปรารถนาสิ่งที่ดีที่สุดให้แก่กันและเปลี่ยนแปลงไปจากความสัมพันธ์ ประเภทที่สามสำหรับอริสโตเติลเป็นรูปแบบที่สมบูรณ์แบบเพียงรูปแบบเดียว และเป็นรูปแบบเดียวที่สามารถเปลี่ยนแปลงผู้คนที่อยู่ในนั้นได้
บางสิ่งมีอยู่เพราะมันช่วยให้เราบรรลุผลลัพธ์ บางสิ่งมีอยู่เพราะมันเปลี่ยนสิ่งที่เราเป็น GenAI เก่งมากในด้านประโยชน์ใช้สอย มันดึงข้อมูล เขียน สรุป วางแผน ประสานงาน สิ่งเหล่านี้เป็นความสำเร็จที่โดดเด่น
แต่องค์กรไม่ได้กลายเป็นเลิศเพราะพวกเขาทำให้ประโยชน์ใช้สอยเป็นอัตโนมัติ สิ่งนี้กลายเป็นสินค้าทั่วไปแล้ว พวกเขากลายเป็นเลิศเพราะผู้คนพัฒนาการตัดสินใจร่วมกัน
ความแตกต่างนั้นกลายเป็นหนึ่งในรากฐานของ WiserWork AI ควรเพิ่มประสิทธิภาพประโยชน์ใช้สอย มันไม่ควรเพิ่มประสิทธิภาพจนทำให้การเติบโตของมนุษย์หายไป
เราต้องการกำจัดแรงเสียดทานทั้งหมดด้วย AI หรือไม่?
แรงเสียดทานสองประเภท
AI กำจัดแรงเสียดทานจำนวนมหาศาล นั่นเป็นสิ่งที่ดี แต่ไม่ใช่แรงเสียดทานทั้งหมดจะเป็นของเสีย แรงเสียดทานบางอย่างสร้างความหมาย เราตระหนักว่าสิ่งเดียวกันนี้เกิดขึ้นภายในองค์กร มีแรงเสียดทานที่ทำให้คนสูญเปล่า และแรงเสียดทานที่หล่อหลอมคน และองค์กร
เมื่อฉันพูดว่าองค์กร ฉันหมายถึงการตัดสินใจร่วมกัน และรสนิยม ที่ทั้งองค์กรสอดคล้องกัน
ก. แรงเสียดทานเพื่อประโยชน์ใช้สอย
แรงเสียดทานนี้ทำให้ศักยภาพของมนุษย์สูญเปล่า: การค้นหา การจัดตาราง การจดจำ การเขียนติดตามผล การค้นหาเอกสาร การทำซ้ำบริบท การสร้างการตัดสินใจใหม่
สิ่งนี้ควรหายไป
ข. แรงเสียดทานที่หล่อหลอม
แรงเสียดทานนี้สร้างองค์กรที่ดีขึ้น
ความไม่เห็นด้วย การตัดสินใจ รสนิยม ภาวะผู้นำ การแลกเปลี่ยน หลักการร่วมกัน วิสัยทัศน์ ความมุ่งมั่น สิ่งนี้ควรคงอยู่
ไม่ใช่เพราะมันไม่มีประสิทธิภาพ แต่เพราะมันเป็นวิธีที่ปัญญาร่วมกันพัฒนาขึ้น
เราเป็นบริษัทแบบไหน? การตัดสินใจเลือก vs. การตัดสินใจเพิ่มประสิทธิภาพ
คอขวดไม่ใช่คำตอบอีกต่อไป มันคือทางเลือก
AI เก่งในการเพิ่มประสิทธิภาพ: การหาเส้นทางที่เร็วขึ้น การปรับปรุงกระบวนการ การเปรียบเทียบทางเลือก หรือการสร้างคำตอบที่เป็นไปได้นับพัน
แต่การตัดสินใจที่สำคัญที่สุดของบริษัทไม่ใช่ปัญหาการเพิ่มประสิทธิภาพ มันคือปัญหาการเลือก
แม้แต่บริษัทที่ถูกเพิ่มประสิทธิภาพมากที่สุดในโลก; ห้องปฏิบัติการ AI เอง ก็เลือกคำตอบที่แตกต่างกันเมื่อทำ การตัดสินใจเลือก แม้ว่าพวกเขาจะเล่นด้วย ชุดทักษะการเพิ่มประสิทธิภาพที่คล้ายกัน --> การตัดสินใจเพิ่มประสิทธิภาพที่คล้ายกัน: ความสามารถของโมเดลที่คล้ายกัน; ทุกโมเดลถัดไปมีอายุขัยหนึ่งเดือน พวกเขาเลี้ยงโมเดลด้วยชุดข้อมูลที่คล้ายกันจากบริษัทข้อมูลเดียวกัน; Mercor, Micro1, Handshake และอีก 20 ราย พวกเขาระดมทุนรอบ Series C, D, E, F .... มหาศาลจาก VC ระยะเติบโตใน Silicon Valley ที่มีโครงสร้างคล้ายกัน และรายการความคล้ายคลึงในความสามารถในการเพิ่มประสิทธิภาพก็ดำเนินต่อไป
แต่พวกเขากำลังทำการตัดสินใจเลือกที่แตกต่างกันอย่างชัดเจนเกี่ยวกับอนาคตที่พวกเขากำลังสร้างอยู่:
Anthropic มุ่งเน้นอย่างหนักไปที่โซลูชันสำหรับองค์กรที่ให้บริการแผนกต่างๆ เช่น การเงิน การดำเนินงาน ความสำเร็จของลูกค้า กฎหมาย และบทบาททางวิชาชีพต่างๆ โดยเน้นที่การกำกับดูแล ความปลอดภัย และคุณค่าทางธุรกิจ
OpenAI เป็นบริษัทที่เน้นเชิงพาณิชย์ B2C ที่ได้เข้าสู่พื้นที่ฮาร์ดแวร์สำหรับบุคคลและครัวเรือน โดยมีเป้าหมายเพื่อให้ทุกคนมี AI agent ส่วนตัว
Grok/xAI เป็น AI ที่มีความคิดเห็นชัดเจนกว่า เรียลไทม์ (เนื่องจาก x feed) ซึ่งคล้ายกับกรอบความคิดของผู้สร้าง!
ทั้งหมดนั้นเป็นอนาคตที่แตกต่างกันมาก ซึ่งเป็นผลผลิตของการตัดสินใจเพิ่มประสิทธิภาพที่คล้ายกัน แต่การตัดสินใจเลือกที่แตกต่างกันมาก
เราควรสร้างผลิตภัณฑ์อะไร? ลูกค้ารายใดที่เราควรให้ความสำคัญ และโดยหลักแล้วเรายินดีที่จะทำให้ใครผิดหวัง? รูปแบบการกำหนดราคาใดที่สะท้อนถึงบริษัทที่เราอยากเป็น? โอกาสใดที่คู่ควรกับปีในชีวิตของเรา? ภูเขาลูกใดที่ควรค่าแก่การปีน?
AI สามารถแสดงอนาคตที่น่าเชื่อถือมากขึ้นให้เราได้ มันไม่สามารถตัดสินได้ว่าอนาคตใดควรเป็นของเรา
ความผิดพลาดที่มืออาชีพจำนวนมากทำคือเราคิดว่านี่คือการตัดสินใจเชิงกลยุทธ์ที่เราทำไตรมาสละครั้งหรือปีละครั้ง
ผิด
ด้วย AI เรามีการตัดสินใจเลือกทุกวัน
ทุกวันผู้นำทำการตัดสินใจระดับจุลภาค (micro-decisions) หลายสิบครั้ง
ผลิตภัณฑ์ ทุกสัปดาห์เรามีการต่อสู้ในการจัดลำดับความสำคัญของฟีเจอร์; เราต้องคงความโฟกัสอย่างเข้มข้นว่าฟีเจอร์ย่อยถัดไปแต่ละอย่างคืออะไร บั๊กใดที่เราแก้ไขต่อไป การปรับปรุงใดที่เราทำ โดยเฉพาะอย่างยิ่งตอนนี้ที่การดำเนินการเร็วมาก
การเติบโต ทุกวันเราตัดสินใจว่าลูกค้ารายใดที่เราพูดว่าใช่ ลูกค้ารายใดที่เราพูดว่าไม่ เราไม่เหมาะสำหรับทุกคน ตัวอย่างเช่น เรามีบุคคลจำนวนมากมาหาเราและบอกว่าอยากลอง WiserWork แต่ฉันเป็นพนักงานรายบุคคล (individual contributor) เราแนะนำเครื่องมืออื่นหรือให้ใช้ Google Gemini ต่อไป ถ้าพวกเขากลายเป็นส่วนหนึ่งของทีมหรือเป็นผู้ประกอบการเดี่ยว (solo-preneur) ใช่ เรารับพวกเขา
การจ้างงาน ทุกเดือนและช่วงหลังทุกสองสามสัปดาห์ เราทำการตัดสินใจที่สำคัญที่สุด: ใครคือสมาชิกคนต่อไปในทีมของเรา? เราจ้างงานตามทักษะหรือตามความมีอำนาจในการกระทำ (agency) ความเป็นเจ้าของ (ownership) และจริยธรรม (ethics) ที่สูงส่ง? อย่างหลัง แน่นอนถ้าผู้สมัครเก่งทั้งสองด้าน พวกเขาจะทำให้ชีวิตเราง่ายขึ้น!
ทุกวันผู้นำทำการตัดสินใจระดับจุลภาคหลายสิบครั้ง AI ไม่ได้ลดมันลง กลับทวีคูณมัน
ปัญหาการเพิ่มประสิทธิภาพ vs ปัญหาการเลือก AI ครองการเพิ่มประสิทธิภาพ มนุษย์ยังคงรับผิดชอบต่อการเลือก
มนุษย์อยู่ในวงจร เพราะโมเดลยังไม่ดีพอ…?
ในเรื่องเล่า AI หลายเรื่อง โดยเฉพาะที่นี่ใน Silicon Valley การมีส่วนร่วมของมนุษย์ถูกมองว่าเป็นความไม่สะดวกชั่วคราว
มนุษย์อยู่ในวงจร (in the loop) เพราะโมเดลยังไม่ดีพอ
เมื่อโมเดลดีขึ้น ตามสมมติฐานแล้ว มนุษย์ควรหายไป
เราปฏิเสธสมมติฐานนั้น เราโต้แย้งว่าการมีส่วนร่วมสามารถเป็นแหล่งความสามารถถาวร เพราะมนุษย์มีความรู้ เป้าหมาย และการตัดสินใจที่วิวัฒนาการซึ่งโมเดลต้องการ
การมีส่วนร่วมของมนุษย์มีค่ายิ่งขึ้นเมื่อความสามารถของ AI เพิ่มขึ้น
เพราะผู้คนไม่จำเป็นต้องใช้เวลามากมายในการทำงานส่วนที่เป็นกลไกอีกต่อไป พวกเขาสามารถมุ่งเน้นไปที่ส่วนที่การมีส่วนร่วมของมนุษย์มีความสำคัญจริงๆ
ตัวอย่างเช่น ในการประชุมวันนี้ ภาระทางปัญญาส่วนใหญ่สูญเปล่าไปกับการจำสิ่งที่พูด การจดบันทึก การแปลงบันทึกเป็นงาน การจัดรูปแบบผลลัพธ์ การเขียนติดตามผล และการร่างแรก
AI ของเราทำหน้าที่เหล่านี้ (ส่วนใหญ่ดีกว่าคู่แข่งใดๆ :) แต่การประชุมไม่จำเป็นต้องหายไป ตรงกันข้าม; การประชุมกลายเป็นมนุษย์มากขึ้น นี่คือวิธีที่เรา/”ทีมที่ใช้ AI เป็นอันดับแรก” ดำเนินการประชุม: https://www.linkedin.com/pulse/how-ai-first-teams-run-meetings-yiorgos-nikoletakis-cafwf/
ผู้คนสามารถมุ่งเน้นไปที่ความไม่เห็นด้วยที่หล่อหลอม การจัดลำดับความสำคัญ ความสอดคล้อง ความมุ่งมั่นและทิศทาง การตัดสินใจและรสนิยม
สิ่งนี้ทำให้มนุษย์กลับมาสู่ศูนย์กลางของระบบในระดับที่สูงขึ้น AI กำจัดมนุษย์ออกจากกลไกของการดำเนินการ มันคืนพวกเขาสู่สิ่งที่มนุษย์ถนัดที่สุด:
การตัดสินใจและรสนิยมในระดับมหภาคเชิงกลยุทธ์ใหญ่และการตัดสินใจระดับจุลภาคในชีวิตประจำวัน
และจากนั้น เมื่อเราพูดในระดับทีม
การค้นหาความสอดคล้องและทิศทางในผู้มีผลงานสูงสุดของทีม
คุณต้องการให้ผู้เชี่ยวชาญที่ดีที่สุดของคุณอยู่ในห้อง และเมื่อคุณมีผู้เชี่ยวชาญ พวกเขามักมีความคิดเห็นที่ชัดเจน การประชุมที่ดีไม่ใช่เมื่อทุกคนเห็นด้วย แต่เมื่อความไม่เห็นด้วยเป็นแรงเสียดทานที่หล่อหลอมและนำไปสู่การตัดสินใจร่วมกันและปัญญาเชิงสถาบัน (ตรงข้ามกับแค่ความฉลาดส่วนบุคคลและความรู้เชิงสถาบัน)
Viktor Frankl: ความหมายเกิดขึ้นผ่านการเผชิญหน้า ไม่ใช่แรงเสียดทานทั้งหมดควรหายไป
Frankl โต้แย้งว่าความหมายไม่สามารถส่งมอบได้ง่ายๆ มันเกิดขึ้นผ่านการเผชิญหน้า: กับงาน กับความรัก กับความรับผิดชอบ กับความทุกข์ กับความเป็นจริงที่ต่อต้านเรา
องค์กรทำงานในลักษณะเดียวกัน บริษัทที่ยอดเยี่ยมไม่ได้ถูกสร้างขึ้นเพราะทุกคนเห็นด้วย
พวกเขาถูกสร้างขึ้นเพราะผู้คนต่อสู้กับการแลกเปลี่ยนที่ยากลำบากจนกว่าพวกเขาจะค้นพบคำตอบที่ดีกว่าด้วยกัน จุดประสงค์ของ AI ไม่ใช่เพื่อกำจัดการเผชิญหน้าเหล่านั้น แต่เพื่อกำจัดทุกสิ่งที่ขัดขวางไม่ให้เกิดขึ้น และจากนั้นจัดหาเทคโนโลยีที่ทำให้แรงเสียดทานนี้เป็นแรงเสียดทานที่หล่อหลอม
Michael Polanyi: “Tacit Knowledge” (ความรู้โดยปริยาย): เรารู้มากกว่าที่เราสามารถบอกได้
Polanyi ได้แนะนำแนวคิดของความรู้โดยปริยาย (tacit knowledge) ความรู้ที่มีค่าที่สุดภายในองค์กรมักไม่ถูกเขียนไว้ มันอยู่ในวิจารณญาณของคน สัญชาตญาณ ความรู้สึกด้านรสชาติ ความเข้าใจในบริบท แดกดันที่ความรู้โดยปริยายนี้ปรากฏชัดที่สุดในการสนทนา ไม่ค่อยอยู่ในเอกสาร การประชุมมีสิ่งที่เอกสารมักจะสูญเสียเกือบตลอด: เหตุผลที่ตัดสินใจ สมมติฐานใดที่ถูกปฏิเสธ หลักการใดที่สำคัญในที่สุด นั่นคือเหตุผลที่การค้นหา Google Drive ไม่เพียงพอ ปัญญาที่มีชีวิตของบริษัทอยู่ในบทสนทนาของมัน - ในความรู้และปัญญาที่ไม่ได้บันทึกไว้ ณ จุดสูงสุดของแบบจำลองปิรามิด “ทฤษฎีความรู้” นี้
โมเดล前沿 (Frontier models) กลายเป็นเลิศในความรู้ที่ชัดแจ้ง (explicit knowledge) พวกมันกำลังดูดซับทุกสิ่งที่สามารถบันทึกได้อย่างรวดเร็ว แต่ระดับสูงสุดของปิรามิดยังคงเป็นมนุษย์อย่างลึกซึ้ง ปัญญา การตัดสินใจร่วมกันและรสนิยมที่ก่อให้เกิดการตัดสินใจของบริษัท แน่นอนว่าถูกเสริมด้วย AI และ Agent เฉพาะโดเมน
Stelios Ramfos: การก่อตัวเกิดขึ้นผ่านแรงเสียดทาน
Ramfos มักกลับไปสู่แนวคิดที่เรียบง่ายแต่ลึกซึ้ง มนุษย์ไม่ได้ถูกหล่อหลอมด้วยความสะดวกสบาย พวกเขาถูกหล่อหลอมด้วยการเผชิญหน้า ด้วยการต่อต้าน ด้วยบุคคลอื่น ด้วยความเป็นจริงที่ปฏิเสธที่จะโค้งงอตามความประสงค์ของเราอย่างสมบูรณ์
AI เปลี่ยนสมการนี้ เป็นครั้งแรกในประวัติศาสตร์ที่เราสร้างระบบที่ออกแบบมาเพื่อปรับตัวให้เข้ากับเราเกือบสมบูรณ์แบบ
นั่นเป็นสิ่งพิเศษ มันก็อันตรายเช่นกัน เพราะโลกที่ไม่มีการต่อต้านอาจกลายเป็นโลกที่มีการก่อตัวน้อยลง
"ภรรยาของคุณไม่ได้ถูกออกแบบมาให้เห็นด้วยกับคุณ"
ลูกชายของคุณก็เช่นกัน วิศวกรที่ดีที่สุดของคุณก็เช่นกัน ผู้ร่วมก่อตั้งของคุณก็เช่นกัน
การต่อต้านของพวกเขาไม่ใช่ข้อบกพร่องของผลิตภัณฑ์ มันเป็นส่วนหนึ่งของวิธีที่พวกเขาเปลี่ยนคุณ คำถามสำหรับ AI ไม่ใช่วิธีกำจัดการต่อต้าน แต่วิธีกำจัดทุกอย่าง ยกเว้น การต่อต้านที่ทำให้ผู้คนและองค์กรฉลาดขึ้น มีประสบการณ์มากขึ้น (คนที่มีประสบการณ์ อาจเป็นคนอายุน้อยมากที่มีประสบการณ์ 2-3 ปีในสภาพแวดล้อมที่มีการเติบโตสูง แรงเสียดทานที่หล่อหลอมสูง เทียบกับมืออาชีพสูงอายุในสภาพแวดล้อมการทำงานที่ช้า)
ในคำพูดอื่น: “การดิ้นรนเป็นมารดาของนวัตกรรมและการเรียนรู้”
เราจำเป็นต้องพัฒนาความเต็มใจที่จะถูกเปลี่ยนแปลงโดยคนที่ไม่ได้ถูกออกแบบมาสำหรับเรา
นั่นเปลี่ยนทุกสิ่ง
ในขณะที่เราตระหนักถึงสิ่งนี้ เราเลิกคิดว่าเรากำลังสร้าง AI note-taker หรือเพียงแค่ผู้ช่วย
เราตระหนักว่าเรากำลังสร้างระบบที่ทำหน้าที่เป็นที่ปรึกษาที่ปกป้องพื้นที่สาธารณะและเวลาขององค์กรสำหรับแรงเสียดทานที่หล่อหลอม
AI agent ที่เสริมพลังให้ทีมที่ใช้ AI เป็นอันดับแรกสร้างความสอดคล้องและทิศทางที่แข็งแกร่งเพื่อให้พวกเขาดำเนินการได้รวดเร็วมาก
ไม่ใช่เพื่อความเร็ว แต่เพื่อความทันทีที่เพิ่มจังหวะของการทำซ้ำ ของการทำซ้ำที่สอดคล้องกัน ซึ่งทำให้ผู้ใช้ของเราเอาชนะใครก็ได้ในตลาดของพวกเขา
งานของเราไม่ใช่การกำจัดการประชุม งานของเราคือการกำจัดทุกสิ่งที่ขัดขวางไม่ให้การประชุมสร้างความคิดที่ดีขึ้น สิ่งที่ส่งมอบไม่ใช่บันทึกการประชุม (transcript) หลายครั้งสิ่งที่ส่งมอบคือฉันทามติ (consensus) (ดูอีกครั้งที่ “How AI-first teams run meetings” ของเรา: https://www.linkedin.com/pulse/how-ai-first-teams-run-meetings-yiorgos-nikoletakis-cafwf/
สิ่งที่ส่งมอบคือการตัดสินใจที่ดีขึ้น
ปรัชญาที่แตกต่างของ AI
เทคโนโลยีไม่ได้นำเรามาที่นี่ ปรัชญาต่างหาก
อนาคตของ AI ไม่ใช่การทำให้มนุษย์ไม่จำเป็น
มันเกี่ยวกับการตัดสินใจว่าส่วนใดของการเป็นมนุษย์ที่ไม่ควรถูกทำให้เป็นอัตโนมัติ แน่นอนว่าส่วนเหล่านั้นจะถูกเสริมด้วย AI ทุกอย่างอื่นคือการนำไปปฏิบัติ
AI note takers ส่วนใหญ่ปฏิบัติต่อการประชุมในลักษณะที่เป็นธุรการ เหมือนเป็นสิ่งที่เกิดขึ้นในอดีตและถาม: "เราจะสรุปการประชุมนี้สำหรับแต่ละบุคคลได้อย่างไร?"
WiserWork ถาม: "องค์กรนี้กำลังเรียนรู้อะไร?"
AI ส่วนใหญ่ดึงข้อมูล WiserWork ดึงการตัดสินใจที่กำลังวิวัฒนาการ จิตวิญญาณ/ลักษณะของ agent ของเราคือการกระตุ้นให้ทีมสร้างการตัดสินใจร่วมกัน เร็วมาก เร็วกว่าคู่แข่งของคุณ
AI ส่วนใหญ่จำสิ่งที่พูด WiserWork จำสิ่งที่ทีมเชื่อในปัจจุบัน
กำจัดแรงเสียดทานที่ทำให้คนสูญเปล่า
รักษาแรงเสียดทานที่หล่อหลอมคน
นี่ทำให้เราเป็นมนุษย์
