L'IA dovrebbe imparare come lavori

Quando abbiamo progettato Snappy PM per la prima volta, è venuta un'idea molto naturale:

Visto che abbiamo l'IA, perché non lasciare che l'IA legga i progetti storici di un'azienda e generi automaticamente un Workflow che appartenga a quell'azienda?

Suona ragionevole.

E molto AI-native.

Ma mentre continuavamo a costruire, abbiamo cambiato idea.

Perché l'IA può facilmente far sembrare molto intelligente una cosa semplice.

Guarda i progetti passati di un'azienda e può ricavarne molti Stages, Rules, Roles ed Exceptions.

Ma il problema è:

Ciò che è successo in passato non significa che debba succedere così in futuro.

I processi storici di un'azienda possono già contenere molte pratiche accidentali, inefficienti o persino sbagliate.

Se l'IA impara questa storia molto diligentemente, il risultato finale potrebbe essere semplicemente:

Automating yesterday.

Quindi la nuova versione di Snappy PM ha fatto una semplificazione molto importante.

Non lasciamo più che l'IA inventi una State Machine per ogni azienda.

Lo scheletro di base di un progetto è di cinque Phases:

Requirement Capturing

Scoping & Design

Implementation or Manufacturing

Deployment or Installation

Closing

Questa parte resta stabile.

Ciò che l'IA dovrebbe davvero imparare sono le differenze significative tra le aziende.

Per esempio:

Quali Phases si applicano a te?

Che tipo di Quotations usi di solito?

Quali sono i tuoi Payment Terms?

Quali Documents sono i tuoi modelli standard?

Hai un Inventory?

Il cliente ha a che fare con questa azienda, o con un'altra Sales Company dentro il gruppo?

Questo è:

How you work.

Quindi Snappy può leggere un progetto passato, capire le abitudini di lavoro e i documenti dell'azienda, e fare suggerimenti.

Ma le abbiamo dato un altro principio:

Evidence or default.

Se l'IA crede che un'azienda lavori in un certo modo, dovrebbe poterci dire:

in quali documenti reali l'ho visto.

Se non ci sono prove, si usano i valori predefiniti semplici e stabili della piattaforma — invece di lasciare che l'IA indovini.

Sento sempre di più che questo è un confine molto importante nel design di prodotti AI.

La cosa più preziosa dell'IA non è necessariamente:

lasciare che l'IA decida tutto.

È sapere:

cosa deve restare stabile e cosa può essere appreso.

Le Accounting rules devono restare stabili.

Il Project Flow centrale deve restare stabile.

I confini dei permessi devono restare stabili.

Mentre i documenti, le abitudini, i modelli e i modi concreti di lavorare di un'azienda possono essere appresi.

Quindi ora preferiamo descrivere Snappy PM così:

AI learns how you work.

It doesn't invent how you should work.

L'IA dovrebbe ridurre il costo di adattamento di un'azienda al software.

Non creare un nuovo livello di complessità e poi pretendere che l'azienda si adatti all'IA.

SnapLedger, your life easier.