OpenAI ควรสร้าง Slack

OpenAI ควรสร้าง Slack: เหตุใดพื้นที่ทำงาน AI-Native จึงสามารถปรับรูปแบบการสื่อสารของทีมได้

ใช่ OpenAI ควรสร้าง Slack — หรืออะไรที่ดีกว่านั้น — เนื่องจากอนาคตของการสื่อสารในทีมไม่ได้เป็นเพียงความช่วยเหลือจาก AI เท่านั้น แต่ยังเป็น AI ดั้งเดิมตั้งแต่ต้นจนจบ เครื่องมือส่งข้อความในที่ทำงานรุ่นปัจจุบันได้รับการออกแบบมาเพื่อให้มนุษย์พูดคุยกัน แต่รุ่นต่อไปจะต้องได้รับการออกแบบสำหรับมนุษย์และตัวแทน AI เพื่อทำงานร่วมกันได้อย่างราบรื่นภายในเลเยอร์ปฏิบัติการเดียว

เหตุใดสถานที่ทำงานยุคใหม่จึงต้องการแพลตฟอร์มการสื่อสารที่เน้น AI เป็นหลัก

Slack, Microsoft Teams และผู้ร่วมสมัยได้รับการปฏิวัติเมื่อเปิดตัว พวกเขาแทนที่กลุ่มอีเมลด้วยเธรดแบบเรียลไทม์ เชื่อมต่อทีมแบบกระจาย และองค์ความรู้แบบรวมศูนย์ แต่พวกมันถูกสร้างขึ้นในยุคก่อนที่จะมีแบบจำลองภาษาขนาดใหญ่ในวงกว้าง

ปัจจุบัน พนักงานที่มีความรู้ใช้เวลาประมาณ 28% ของสัปดาห์ทำงานในการจัดการอีเมลและการส่งข้อความเพียงอย่างเดียว เครื่องมือ AI ได้รับการบูรณาการเป็นการบูรณาการ — ปลั๊กอิน ChatGPT ที่นี่ ปุ่ม Copilot — แต่ไม่มีเครื่องมือใดที่ได้รับการออกแบบทางสถาปัตยกรรมโดยมี AI ในฐานะผู้เข้าร่วมระดับเฟิร์สคลาส แพลตฟอร์มการสื่อสารที่สร้างโดย OpenAI ไม่เพียงแต่จะมีฟีเจอร์ AI เท่านั้น มันจะปฏิบัติต่อตัวแทน AI ในฐานะเพื่อนร่วมทีม สามารถเข้าร่วมช่องทาง ตอบคำถาม สรุปงานที่ค้าง และดำเนินงานโดยอัตโนมัติ

ศักยภาพมีมหาศาล ลองนึกภาพพื้นที่ทำงานที่คุณบรรยายสรุปให้กับตัวแทน AI ในช่องทางของโปรเจ็กต์ โดยจะประสานงานงานย่อยกับตัวแทนอื่นๆ วนซ้ำผู้มีส่วนได้ส่วนเสียที่เป็นมนุษย์เมื่อจำเป็นต้องตัดสินใจเท่านั้น และส่งมอบบรีฟที่เสร็จสมบูรณ์ภายในสิ้นวัน นั่นไม่ใช่นิยายวิทยาศาสตร์ - นั่นคือสิ่งที่ Slack ที่เป็นชาว AI อย่างแท้จริงจะทำให้เป็นไปได้

OpenAI Slack จำเป็นต้องมีกลไกหลักอะไรบ้างเพื่อทำให้ถูกต้อง

การสร้างแพลตฟอร์มการสื่อสารแบบ AI ไม่ใช่แค่การเพิ่มแชทบอทลงในโครงสร้างพื้นฐานที่มีอยู่เท่านั้น สถาปัตยกรรมจะต้องมีการคิดใหม่ว่าข้อความ หน่วยความจำ บริบท และการกระทำมาบรรจบกันอย่างไร ต่อไปนี้เป็นกลไกหลักที่จะกำหนดความสำเร็จ:

หน่วยความจำบริบทถาวร: เจ้าหน้าที่ AI ต้องจดจำการสนทนาก่อนหน้า การตัดสินใจ และประวัติโปรเจ็กต์ในเซสชันต่างๆ ไม่ใช่แค่ภายในเธรดเดียว

การเชื่อมโยงหลายตัวแทน: เจ้าหน้าที่เฉพาะทางที่แตกต่างกัน (การวิจัย การจัดกำหนดการ การเขียน การตรวจสอบโค้ด) จำเป็นต้องมอบหมายงานให้กันและกันโดยไม่ทำให้ขั้นตอนการสนทนาขัดข้อง

ชั้นการอนุญาตของมนุษย์-AI: ควบคุมอย่างชัดเจนว่าสิ่งใดที่เจ้าหน้าที่สามารถดำเนินการได้โดยอัตโนมัติ เทียบกับสิ่งที่ต้องได้รับการอนุมัติจากมนุษย์ก่อนดำเนินการ

การสังเคราะห์แบบเรียลไทม์: ความสามารถในการสรุปประวัติของช่อง ดึงรายการการดำเนินการ และแสดงการตัดสินใจที่เกี่ยวข้องได้ทันทีเมื่อสมาชิกในทีมใหม่เข้าร่วมการสนทนา

การบูรณาการเป็นฟังก์ชันพื้นฐาน: แทนที่จะใช้ไดเร็กทอรีแอปแบบติดแน่น เครื่องมือภายนอก เช่น CRM ผู้จัดการโครงการ และแดชบอร์ดการวิเคราะห์จะสามารถเรียกได้โดยตรงผ่านภาษาธรรมชาติภายในพื้นที่ทำงาน

“ความได้เปรียบทางการแข่งขันในทศวรรษหน้าจะไม่ใช่ของทีมที่มีซอฟต์แวร์ที่ดีที่สุด แต่จะอยู่ในทีมที่มีโครงสร้างพื้นฐาน AI ทำให้พวกเขามีโครงสร้างเร็วกว่าทีมอื่นๆ การสื่อสารเป็นเนื้อเยื่อเกี่ยวพันของทุกๆ องค์กร และใครก็ตามที่ควบคุมชั้นการสื่อสารแบบ AI จะควบคุมความเร็วในการดำเนินงานของธุรกิจยุคใหม่”

สิ่งนี้เปรียบเทียบกับเครื่องมือที่มีอยู่เช่น Slack และ Teams ที่นำเสนอในปัจจุบันได้อย่างไร

Microsoft ได้ดำเนินการอย่างจริงจังโดยฝัง Copilot ไว้ใน Teams และ Slack ก็มีฟีเจอร์ AI ของตัวเองผ่านเลเยอร์ Einstein ของ Salesforce แต่การวิเคราะห์เปรียบเทียบเผยให้เห็นเพดานพื้นฐาน: สิ่งเหล่านี้คือฟีเจอร์ AI ภายในสถาปัตยกรรมแบบเดิม ไม่ใช่แพลตฟอร์มแบบเนทีฟของ AI

ความแตกต่างมีความสำคัญเนื่องจากสถาปัตยกรรมแบบเดิมมีสมมติฐานแบบเดิม ช่องทางการสื่อสารระหว่างคนสู่คน การแจ้งเตือนสร้างขึ้นตามวงจรความสนใจของมนุษย์ การค้นหาสร้างขึ้นจากการดึงคำสำคัญ แพลตฟอร์มที่สร้างโดย OpenAI จะเริ่มต้นจากสมมติฐานที่ตรงกันข้าม นั่นคือ AI มีอยู่ตลอดเวลา ตามบริบทเสมอ และสามารถดำเนินการได้ตลอดเวลา และออกแบบประสบการณ์ของมนุษย์

Related Posts

• เครื่องมือแซนด์บ็อกซ์บรรทัดคำสั่งที่รู้จักกันน้อยของ macOS (2025)
• ผู้บริหาร Waymo เผยบริษัทจ้างพนักงานระยะไกลในฟิลิปปินส์
• ระบบควบคุมภาพ Sony Jumbotron (1998) [pdf]
• วิศวกรซิลิคอนวัลเลย์ถูกฟ้องในข้อหาส่งความลับไปยังอิหร่าน