چگونه تیم روابط‌عمومی در ۱۰ روز سطح بهره‌‌وری خود را افزایش داد؟

به گزارش آژانس خبری پی آر؛ زمانی که چت‌ جی‌بی‌تی در سال ۲۰۲۲ وارد بازار شد، صنعت ارتباطات را متحول کرد؛ موجی از پرسش‌ها و نگرانی‌ها ایجاد شد که آیا این فناوری به نفع روابط‌عمومی است یا علیه آن.

من، مانند بسیاری دیگر، ترجیح دادم ابتدا منتظر بمانم و ببینم دیگران چگونه با این تغییر کنار می‌آیند. البته همکاری با یک مشتری فعال در حوزه هوش مصنوعی باعث شد استراتژی رسانه‌ای شرکت را کمی تغییر دهیم، اما به‌طور کلی از دور نظاره‌گر بودم.

چند سال گذشت و تصویر واضح‌تری شکل گرفت. برخی شرکت‌ها از مدل‌های زبانی بزرگ برای افزایش ارزش محتوای خود استفاده کردند، برخی دیگر سیستم‌های عملیاتی کامل بر پایه هوش مصنوعی ساختند و گروهی نیز برای افزایش سرعت عملکردشان به سراغ هوش مصنوعی رفتند.

شرکت ما از هر سه روش بهره برد، اما چالش اصلی ما موضوع دیگری بود: چگونه می‌توان برای یک مشتری بزرگ مقیاس‌پذیر شد بدون اینکه مجبور شویم نیروهای زیادی استخدام کنیم و به یک مشتری وابسته شویم؟

یکی از مشتریان اصلی ما در ابتدای سال از فرصت جدیدی خبر داد؛ فرصتی که حجم کار را از «زیاد» به «خیلی زیاد» افزایش می‌داد.

از نظر درآمد عالی بود، اما از نظر ظرفیت تیم خطر فرسودگی را بالا می‌برد. استخدام نیروی جدید برای یک مشتری، اقدامی پرریسک بود و استفاده از پیمانکارهای کوتاه‌مدت نیز مشکلات اجرایی و فرهنگی ایجاد می‌کرد.

در همین‌جا هوش مصنوعی به کمک آمد. با هزینه‌ای بسیار کم، ظرفیت شرکت فوراً افزایش یافت،

بدون آنکه فشاری به تیم وارد شود. برای این کار از سامانتا رئیل، مدیرعامل Scale Without Chaos، دعوت کردیم تا دستیارهای نوشتاری سفارشی و فرایندهای آموزشی اختصاصی برای کل تیم طراحی کند. او نه‌تنها ابزارهای مناسب را معرفی کرد، بلکه نحوه استفاده از آنها در جریان کاری، سبک نگارش و نیازهای مشتریان ما را نیز آموزش داد.

در پایان، یک چرخه کامل تولید و ویرایش محتوا آماده شد که اکنون در کل شرکت اجرا می‌شود.

درست پس از پایان آموزش، آزمون واقعی از راه رسید: مشتری بزرگ ما درخواست کرد در چند روز پنج نویسنده پیدا کنیم، پنج یادداشت تحلیلی بنویسیم و آنها را در چند رسانه مختلف منتشر کنیم. همچنین برای هر یادداشت منتشرشده، پاداش قابل‌توجهی تعیین کرده بود. امکان رد کردن وجود نداشت.

بدون هوش مصنوعی، تیم باید تا نیمه‌شب کار می‌کرد، سایر پروژه‌ها عقب می‌افتادند و احتمال فرسودگی شدید بسیار بالا بود. اما این‌بار همه‌چیز متفاوت پیش رفت؛ تیم تقریباً در ساعات عادی کار کرد، نویسندگان مناسب انتخاب شدند و مقالات در سه حوزه مختلف منتشر شدند. مشتری هم با رضایت کامل پاداش را پرداخت کرد.

با این حال، نویسنده یادآور می‌شود که بزرگ‌ترین خطای رایج درباره هوش مصنوعی این است که افراد تصور می‌کنند «ماشین خودش می‌تواند همه کارها را انجام دهد»، در حالی‌که نتیجه چنین رویکردی متنی خواهد بود که «واضحاً ماشینی» است. همان‌طور که QuickBooks بدون دانش مالی بی‌فایده است، هوش مصنوعی نیز بدون مهارت انسانی عملکرد مؤثری ندارد.

فرایند کنونی تولید یادداشت‌های تحلیلی شرکت ترکیبی از مهارت انسانی و توان هوش مصنوعی است: دریافت اطلاعات از مشتری، مصاحبه با نویسنده، وارد کردن داده‌ها به ChatGPT، ارائه زمینه، اعمال بازخورد دقیق، و سپس چند مرحله ویرایش، ساختاردهی و راستی‌آزمایی. چهار نفر متن نهایی را پیش از ارسال بررسی می‌کنند.