Mein größter Erkenntnis von @chipro: 1. Die größten Verbesserungen Ihres KI-Produkts kommen von Gesprächen mit Nutzern und dem Verständnis ihres Feedbacks, nicht von der Übernahme der neuesten Modelle oder dem ständigen Verfolgen von KI-Nachrichten. Viele Unternehmen verschwenden Zeit damit, darüber zu debattieren, welche Technologie sie verwenden sollen, während die echten Erfolge aus einer besseren Benutzererfahrung und Datenaufbereitung resultieren. 2. Die meisten Probleme mit KI-Produkten sind keine KI-Probleme. Wenn Unternehmen denken, sie hätten ein Leistungsproblem mit der KI, handelt es sich meist um ein Problem der Benutzererfahrung, eine Kommunikationslücke in der Organisation oder ein Datenqualitätsproblem. Ein Unternehmen dachte, ihr KI-Lead-Scoring-System sei defekt, aber das eigentliche Problem war, dass das Marketingteam nicht die richtigen Fragen stellte, um nützliche Daten zu erhalten. 3. Wie Sie Ihre Daten aufbereiten, ist wichtiger als welche Datenbank Sie wählen. Unternehmen sehen die größten Leistungsgewinne bei KI durch eine bessere Organisation und Aufbereitung ihrer Informationen – Inhalte in die richtigen Größen aufteilen, Zusammenfassungen hinzufügen, Inhalte in Frage-und-Antwort-Format umwandeln – anstatt sich darüber den Kopf zu zerbrechen, welche technische Infrastruktur sie verwenden sollen. 4. Ihre besten Leistungsträger profitieren am meisten von KI-Tools. In einem kontrollierten Experiment erhielten die leistungsstärksten Ingenieure den größten Produktivitätszuwachs von KI-Coding-Assistenten, nicht die schwächsten Leistungsträger. Senior-Ingenieure, die bereits wussten, wie man Probleme löst, nutzten KI, um noch schneller zu arbeiten, während schwache Leistungsträger oft nur Code kopierten und einfügten, den sie nicht verstanden. 5. Feinabstimmung sollte Ihr letzter Ausweg sein. Bevor Sie in die Feinabstimmung eines Modells investieren, versuchen Sie zuerst einfachere Lösungen: verbessern Sie Ihre Eingabeaufforderungen, fügen Sie grundlegende Nachbearbeitungsskripte hinzu oder beheben Sie Ihre Datenpipeline. Ein Unternehmen hat 90 % der Fehler seines Modells mit einem einfachen Skript erkannt. Feinabstimmung verursacht laufende Wartungsprobleme und sollte nur verwendet werden, wenn alles andere ausgeschöpft ist. 6. Sie müssen nicht perfekt sein, um zu gewinnen. Viele erfolgreiche Unternehmen wählen "gut genug" anstelle von perfekt, wenn sie KI-Systeme implementieren. Sie berechnen, ob es besser ist, zwei Ingenieure zu investieren, um die Genauigkeit von 80 % auf 85 % zu verbessern, als dieselben Ingenieure zu verwenden, um ein völlig neues Feature zu starten. Oft bietet das neue Feature mehr Wert. 7. Die Produktivität von KI ist nahezu unmöglich zu messen. Unternehmen investieren stark in KI-Coding-Tools, können aber nicht klar beweisen, dass sie funktionieren. Wenn sie gezwungen sind, zwischen teuren KI-Abonnements für ihr Team oder der Einstellung einer zusätzlichen Person zu wählen, entscheiden sich viele Manager für die Person, nicht unbedingt weil KI nicht hilft, sondern weil die Mitarbeiterzahl greifbarer erscheint. 8. Systemdenken ist wichtiger als Programmieren. Da KI immer mehr Programmieraufgaben automatisiert, wird die Fähigkeit, zu verstehen, wie verschiedene Komponenten zusammenarbeiten, zur wertvollsten Fähigkeit. Laut dem Vorsitzenden des CS-Curriculums von Stanford ist Programmieren nur ein Werkzeug – die eigentliche Fähigkeit besteht darin, zu verstehen, wie Systeme funktionieren und schrittweise Lösungen für Probleme zu entwerfen. 9. Uns geht der Internettext aus, um darauf zu trainieren. Die Welt hat im Wesentlichen die öffentlich verfügbaren Textdaten für das Training von KI-Modellen erschöpft. Das bedeutet, dass zukünftige Verbesserungen weniger durch das Füttern von Modellen mit mehr Daten und mehr durch bessere Trainingstechniken, menschliches Feedback und das Finden neuer Datenquellen wie Audio und Video kommen werden. 10. Viele Menschen wissen nicht, was sie bauen sollen, obwohl sie leistungsstarke Werkzeuge haben. Selbst mit KI-Tools, die fast alles bauen können, stehen viele Mitarbeiter vor einer "Ideenkrise" – sie wissen einfach nicht, was sie erstellen sollen. Der beste Ansatz: verbringen Sie eine Woche damit, zu bemerken, was Sie in Ihrer täglichen Arbeit frustriert, und bauen Sie dann kleine Werkzeuge, um diese spezifischen Schmerzpunkte zu lösen.