3分鍾閱讀

用你所知道的來管理機器(第1部分)

有特色的圖片

想知道如何開始使用人工智能嗎?以我們的營銷人員按需駕駛AI係列為例。

了解更多

編者按:本帖經授權轉載信任的見解這是一家幫助營銷人員解決/實現收集數據和衡量其數字營銷努力的問題的公司。

前段時間我們介紹了另一個細分市場,機器,你可以閱讀全文在這裏

現在我們需要探索你目前作為經理和領導的技能。隨著越來越多的自動化和機器學習,你可能會覺得你需要重新開始。驚喜!你不。信不信由你,你的管理技能可以從人轉化為機器。聽起來很瘋狂嗎?不是真的想讓解壓。

我們常說,將來會有兩種工作,一種是管理機器的,另一種是由機器管理的。想想你在管理團隊時培養的軟技能,你是如何學會進行艱難的對話,如何激勵和激勵,以及如何幫助每個團隊成員成長和發展的。管理機器非常類似。

讓我們從“機器”這個詞開始。我們到底在說什麼?我們談論的是軟件、硬件、算法、數據庫和數學。這是否意味著你必須成為技術專家或數據科學家才能管理這些事情?排序的。你不需要有數據科學博士學位,但了解這些係統是如何工作的,它們如何收集數據,以及它們如何代表你與公眾互動,對你的成功至關重要。

我最近參加了一個小組大會他是唯一的非數據科學家。大多數觀眾也不是數據科學家,但對話不斷重申,為了管理這些技能和過程,您至少應該對正在發生的事情有一定的實用知識。

觀看視頻在這裏

當你每天管理你的團隊時,你采用了哪些策略?它們是否適用於管理機器?

你聽的比說的多

這對於理解你的團隊發生了什麼是非常重要的。如果你一直在說,人們就不太可能對你敞開心扉,因為他們會覺得自己沒有被傾聽。你想要積極地傾聽,而不是隻是等著輪到你說話。當你把這些應用到機器上時,你就會後退一步,積極地關注係統告訴你的東西。

決策和解決問題

作為一名經理,你的任務通常是打破僵局和做決定。當你在解決衝突時,你從收集所有可用的信息開始,問更多的問題——你知道人們不喜歡告訴你事情的全貌,尤其是壞消息。一旦你收集了關於某個情況的所有信息,你就需要做出決定和/或排除障礙。

道德和公正的判斷

說到決策,作為一個管理者,公平公正是你的工作。這需要收集盡可能多的信息,並根據數據做出決定,即使這是一個不受歡迎的決定。

這可能是管理機器時最關鍵的技能之一。機器向人類學習,它們會根據我們訓練它們的方式來做決定。如果我們讓偏見影響我們的判斷,那麼我們的決定就會有缺陷。這不是一門完美的科學,但對於決策和解決問題的技能來說,目標將是從盡可能多的來源收集盡可能多的數據,以便做出一個公平的、道德的和無偏見的決定。

自信,以身作則

做出公平的決定通常會讓你的團隊感到憤怒或受傷(是的,這是一個專業術語)。作為管理者,你需要對自己的行動和決定充滿信心。你在教會你的團隊如何用邏輯而不是情感來領導。管理機器也是如此。這些都是聯係在一起的,收集數據,確保你了解情況,然後支持你的決定。最終,這也是你希望機器做的事情。

你代表的是團隊的最大利益,而不是你個人的利益

與良好的決策和公平、公正相關,你需要考慮情況和誰會受到決定的影響。當您在訓練機器和模型時,您需要考慮這些類型的決策——它是為自己服務的,還是為更大的利益服務的?

靈活性和適應性

作為一名管理者,你最大的優勢之一就是靈活應變的能力。有一個可重複的過程是很好的,它是可預測的,但人不是機器,他們不總是可預測的。

當我們教機器更像人類的時候,我們必須教它們條件邏輯,適應性。每一種情況都會有例外,我們需要考慮所有這些可能性。很少有“一刀切”的解決方案。為此,您可以有一個可重複的過程,可以在90%的時間內工作——但是隨著技術的變化、優先級的變化和客戶行為的變化,您需要調整您的過程和解決方案,以適應情況的發展。

在本係列的下一篇文章中,我們將討論一些機器將難以做到的事情,如解讀語調、情感和諷刺。作為一名經理,能夠讀懂人和非語言語言就是成功的一半。機器能做同樣的事嗎?

相關的帖子

用你所知道的來管理機器(第二部分)

凱蒂中生| 2022年3月21日

如今,機器可以複製可重複的任務,並在有足夠數據的情況下做出決策。你要麼管理機器,要麼被機器管理。

HubSpot的AI產品主管展望機器學習的未來

保羅Roetzer| 2020年11月11日

今天的焦點是HubSpot人工智能集團產品經理Kevin Walsh關於機器學習的未來。

Siftrock使用機器學習為B2B營銷人員節省大量的電子郵件時間

保羅Roetzer2017年8月16日

機器學習工具Siftrock自動管理和挖掘B2B營銷人員的電子郵件回複。我們在這次獨家采訪中了解了這一點。

Baidu
map