כאשר בינה מלאכותית משיגה את הטון הנכון והמדיניות שלך שגויה

בשבוע הרביעי, מי שמרגיש את זה ראשון כבר לא המנכ"ל. זו מאיה, ראש מחלקת התמיכה, שאחראית על מאקרו ההחזרים ועל ספר ההנחיות של "הנחה קטנה, בלי שאלות". היא זמינה להסלמות מדיניות, מה שאומר שהיא זמינה למקרה של עמימות.

9:12 בבוקר מגיע פנייה מלקוח ותיק המבקש הנחה וחריג על חשבונית מאוחרת. מאיה מורידה את השרשור ב-ChatGPT כי היא זקוקה לתגובה מהירה שנשמעת אנושית ולא גורמת לנטישה. השרשור מחזיר פסקה נקייה ובטוחה. הוא גם ממציא בשקט סעיף מדיניות בנוגע ל"פטורים מקשיים מבוססי-דרגה". היא לא שמה לב, כי זה נראה כמו משהו שהם היו כותבים.

10:03 בבוקר, צוות המכירות שולח צילום מסך. "האם זה אמיתי?" כעת מאיה מחפשת מדיניות שלא קיימת, והמחלקה המשפטית שואלת מי אישר את הנוסח. אף אחד לא אישר. המודל אישר. זהו המכשול שאנשים לא מתקצבים עבורו: לא תשובות שגויות, אלא ביטחון שגוי שמתאים כל כך טוב לטון הפנימי שלך שהוא חומק מעבר לבדיקה.

אחרי ארוחת הצהריים היא משנה טקטיקה. עבור אותו תרחיש, היא משתמשת ב-Perplexity כדי לענות על שאלה מצומצמת יותר: מה מצהירות בפומבי חברות SaaS דומות לגבי ויתורים על עמלות פיגורים ובקרות הנחות? זה מחזיר מקורות, מונחים ודפוסים. לא החלטה. חומר גלם. היא יכולה לנתח מה נפוץ, מה מסוכן, ומה ייראה בר הגנה אם רגולטור או רואה חשבון יקראו זאת מאוחר יותר.

אבל אז הפנייה הבאה היא פנימית: תיק מבולגן של יתרון החזר כספי הקשור לקובץ PDF של חוזה משנת 2019 ושלוש הערות של Zendesk. Perplexity לא רואה שום דבר מזה. היא מתחילה לנחש על סמך האינטרנט הפתוח. חסרת תועלת. מאיה צריכה לשלוף קטעים פנימיים בעצמה ולהדביק אותם לתוך ChatGPT, ואז לאלץ אותו לצטט בחזרה רק את מה שסופק. אפילו אז, הוא מנסה "לעזור" על ידי החלקת פערים.

למי שייך הקילומטר האחרון כשהראיות חצי חסרות וכולם עדיין צריכים תשובה היום?

עד יום שישי, התהליך איטי יותר. מעצבן יותר. וגם בטוח יותר. צ'אטGPT כותב טיוטות, אבל רק בתוך הקשר מגודר. מבוכה מחפשת מחוץ למציאות. ומאיה כותבת את שורת המדיניות הסופית בעצמה, כי מישהו צריך להיות המבוגר בחדר.