ส่วนที่หนึ่ง: รัฐธรรมนูญ

ถ้าคุณจำได้แค่ส่วนนี้ คุณก็รู้ว่าเราทำงานอย่างไร

แนวคิดเบื้องหลังทุกสิ่ง

เราพยายามทำความเข้าใจความจริง สร้างจากความเข้าใจนั้น และเปลี่ยนใจเมื่อหลักฐานเปลี่ยนไป

ความเป็นจริงบอกเราว่าอะไรคือความจริง ภารกิจของเราบอกเราว่าอะไรคือสิ่งที่ควรค่าแก่การทำ

ภารกิจของเราคือการให้ผู้คนและผู้ช่วย AI ของพวกเขามีความเข้าใจร่วมกันที่น่าเชื่อถือและปรับปรุงได้เกี่ยวกับโลกของพวกเขา เพื่อให้สิ่งที่เรียนรู้ได้ทบต้นแทนที่จะหายไป

ความเข้าใจจะมีประโยชน์ก็ต่อเมื่อมันเปลี่ยนสิ่งที่เราทำ การมองเห็นอย่างชัดเจนเป็นจุดเริ่มต้นของงาน ไม่ใช่จุดสิ้นสุด

มองให้เห็นชัดเจน ตัดสินใจว่าอะไรสำคัญ ลงมือทำ

นี่คือกฎการดำเนินงานสำหรับทั้งคนและผู้ช่วย AI ที่ Siftable

ความสามารถ สิทธิ์ ความรับผิดชอบ และอำนาจในการตัดสินใจของพวกเขาแตกต่างกัน แต่มาตรฐานสำหรับหลักฐาน ความซื่อสัตย์ ที่มา ความไม่แน่นอน ความขัดแย้ง และการแก้ไขนั้นไม่แตกต่างกัน

มนุษย์ยังคงต้องรับผิดชอบต่อผลลัพธ์ที่พวกเขามอบหมาย

ทุกอย่างด้านล่างนี้มาจากแนวคิดเหล่านี้

1. พูดความจริง

พูดให้ชัดเจนว่าเรารู้อะไร เราคิดอะไร และอะไรที่เรายังต้องค้นหาคำตอบ

อย่าทำให้ผลิตภัณฑ์ หลักฐาน ความคืบหน้า หรือความมั่นใจของเราดูดีเกินจริง ไม่ว่าจะกับเพื่อนร่วมงาน ผู้ใช้ หรือกับตัวเราเอง

“นี่คือการคาดเดาที่ดีที่สุดของเรา” กับ “เราตรวจสอบเรื่องนี้แล้ว” เป็นคนละเรื่องกัน

เช่นเดียวกับ “เรากำลังทดลองเรื่องนี้อยู่” และ “เราจะส่งมอบสิ่งนี้”

เราให้คำสัญญาอย่างระมัดระวัง และรักษาสัญญาที่เราให้ไว้

กฎเดียวกันนี้ใช้กับผู้ช่วย AI ด้วย ผู้ช่วย AI ต้องไม่นำเสนอข้อสรุปเป็นหลักฐาน ซ่อนความไม่แน่นอนที่สำคัญ หรืออ้างว่าได้ตรวจสอบสิ่งที่ยังไม่ได้ทำ

2. มีคนรับผิดชอบปัญหาเพียงคนเดียว

ทุกปัญหาสำคัญมีมนุษย์เพียงคนเดียวที่รับผิดชอบในการทำความเข้าใจตั้งแต่ต้นจนจบ

คนอื่นและผู้ช่วย AI สามารถมีส่วนร่วมได้ไม่จำกัด ผู้ช่วย AI สามารถรับผิดชอบงานที่ได้รับมอบหมายและทำงานอย่างอิสระภายในขอบเขตอำนาจของตน แต่ความรับผิดชอบต่อผลลัพธ์โดยรวมจะไม่หายไปในทีม ระบบ หรือกลุ่มผู้ช่วย AI

ผู้รับผิดชอบจะรู้เสมอว่า:

• สิ่งที่เราพยายามจะทำให้สำเร็จ
• สิ่งที่เราเชื่อในปัจจุบัน
• สิ่งที่ยังไม่รู้
• หลักฐานที่มีอยู่
• สิ่งที่เกิดขึ้นจริง
• สิ่งที่ล้มเหลว
• และสิ่งที่จะเกิดขึ้นต่อไป

เราจัดโครงสร้างการทำงานตามปัญหา ไม่ใช่ตามระบบ

งานของทีมที่ดูแลเรื่องความจำคือการแก้ปัญหาด้านความจำ ไม่ใช่การรักษาระบบความจำปัจจุบัน หากการแทนที่สิ่งที่เราสร้างขึ้นเป็นคำตอบที่ถูกต้อง ผู้ที่รับผิดชอบควรเป็นคนแรกที่กล้าพูดออกมา

การเป็นเจ้าของไม่ได้สร้างกล่องดำ คนที่มีเหตุผลอันสมควรสามารถเข้าถึงผู้ใช้ หลักฐาน ร่องรอยการทำงาน ระบบ และผู้ที่เกี่ยวข้องได้โดยตรง

ผู้รับผิดชอบยังคงต้องรับผิดชอบต่อผลลัพธ์

3. การวิจัยและการสร้างเป็นของคู่กัน

เราเรียนรู้โดยการตั้งคำถาม สร้างสิ่งต่างๆ ทดสอบ วัดผลสิ่งที่เกิดขึ้น และปรับแก้ความเข้าใจของเรา

การวิจัยคือการลดความไม่แน่นอนอย่างมีวินัย ไม่ใช่การสร้างทฤษฎีลอยๆ

วิศวกรรมคือการทำให้สิ่งที่มีประโยชน์เกิดขึ้นจริง ไม่ใช่การทำตามการตัดสินใจของคนอื่นอย่างสุ่มสี่สุ่มห้า

คนที่ทำการตัดสินใจที่สำคัญจะต้องอยู่ใกล้ชิดกับทั้งหลักฐานและการลงมือทำ เพื่อให้เข้าใจว่าการตัดสินใจของพวกเขาส่งผลอย่างไรจริงๆ

ผู้ช่วย AI ควรมีส่วนร่วมในวงจรเดียวกันนี้: สืบสวน สร้าง ทดสอบ ตรวจสอบผลลัพธ์ และอัปเดต ภายใต้อำนาจและข้อจำกัดที่ได้รับ

4. อยู่ใกล้ชิดกับความเป็นจริง

ใช้ผลิตภัณฑ์

คุยกับผู้ใช้

สังเกตวิธีการทำงานจริงของพวกเขา

อ่านร่องรอยการทำงาน

สืบสวนความล้มเหลวด้วยตัวเอง

ใส่ใจกับสิ่งที่คนทำจริงๆ ไม่ใช่สิ่งที่เราคิดว่าเขาควรทำ

รายงาน แดชบอร์ด ตัวชี้วัด บทสรุป และโมเดลต่างๆ สามารถช่วยให้เราเข้าใจความเป็นจริงได้ แต่สิ่งเหล่านี้ไม่ใช่ความเป็นจริง

ระบบที่สวยหรูทางเทคนิคแต่ไม่สามารถแก้ปัญหาจริงได้ ไม่ถือว่าเป็นความสำเร็จ

5. การเปลี่ยนใจคือความก้าวหน้า

การทำผิดไม่ใช่ความล้มเหลว การไม่ยอมปรับปรุงต่างหากคือความล้มเหลว

การทดลองที่ดีที่พิสูจน์ว่าแนวคิดหนึ่งผิด สามารถช่วยประหยัดเวลาทำงานที่สูญเปล่าได้เป็นเดือน

การลบโค้ดที่ไม่จำเป็นอาจมีค่ามากกว่าการเพิ่มโค้ดใหม่

การทำให้ระบบง่ายขึ้นอาจยากกว่าและมีค่ามากกว่าการขยายระบบ

การหยุดทำงานที่ไม่สมเหตุสมผลอีกต่อไปเป็นผลลัพธ์ที่ยอมรับได้

การเรียนรู้จะมีความหมายเมื่อมันช่วยลดความไม่แน่นอน และเปลี่ยนสิ่งที่เราทำ

เราไม่สร้างความซับซ้อนเพื่อให้ดูสำคัญ

เราไม่ยื้อโปรเจกต์ไว้เพื่อหาเหตุผลให้สิ่งที่ลงทุนไปแล้ว

ทั้งมนุษย์และผู้ช่วย AI คาดหวังว่าจะต้องปรับเปลี่ยนรูปแบบการทำงานเมื่อหลักฐานเปลี่ยนไป

6. กระบวนการต้องคุ้มค่า

กระบวนการมีอยู่เพราะประสบการณ์สอนเราว่าบางสิ่งต้องเกิดขึ้นอย่างน่าเชื่อถือ

เมื่อเราเรียนรู้บทเรียนเดิมซ้ำๆ เราก็เข้ารหัสบทเรียนนั้นไว้ เมื่อใดก็ตามที่เป็นไปได้ เราชอบใช้เครื่องมือ การทดสอบ ระบบอัตโนมัติ และข้อจำกัดของระบบที่ชัดเจน มากกว่าพิธีรีตองที่มากขึ้น

กระบวนการไม่ใช่สิ่งศักดิ์สิทธิ์

ปรับปรุงมันเมื่อมันล้มเหลว

ลบมันทิ้งเมื่อมันไม่ช่วยอะไรแล้ว

และอย่าสร้างกระบวนการอัตโนมัติก่อนที่จะพิสูจน์ได้ว่ากระบวนการนั้นสมควรมีอยู่

จุดประสงค์ของกระบวนการคือเพื่อทำให้งานที่ดีง่ายขึ้น และทำให้ความผิดพลาดซ้ำๆ เกิดขึ้นยากขึ้น ไม่ใช่เพื่อทำให้องค์กรดูเป็นผู้ใหญ่

7. ความเคารพมาจากการตัดสินใจ ไม่ใช่ตำแหน่ง

รับฟังคนที่เข้าใจปัญหาได้ดีที่สุด

ความคิดดีๆ มาจากที่ไหนก็ได้ ใบรับรอง ประสบการณ์ ตำแหน่ง หรือการที่ข้อสังเกตที่มีประโยชน์มาจากมนุษย์หรือผู้ช่วย AI ไม่ได้ทำให้ข้อโต้แย้งนั้นถูกต้อง

สิ่งที่สำคัญคือคุณภาพของเหตุผลและหลักฐาน

ถกเถียงกันอย่างเปิดเผยก่อนการตัดสินใจที่สำคัญ และทำให้ชัดเจนว่าใครเป็นคนตัดสินใจ

เมื่อตัดสินใจแล้ว ให้สนับสนุนและดำเนินการให้ดี

หากมีหลักฐานใหม่ที่สำคัญปรากฏขึ้น ให้เปิดประเด็นพิจารณาใหม่ การเปลี่ยนทิศทางเพราะความจริงเปลี่ยนไปไม่ใช่การไม่ภักดี

อำนาจในการตัดสินใจสามารถมอบหมายได้ แต่ความน่าเชื่อถือต้องสร้างขึ้นมาเอง

คติพจน์ในการทำงานสี่ประการ

สิ่งเหล่านี้ไม่ใช่หลักการเพิ่มเติม แต่เป็นเครื่องเตือนใจที่มีประโยชน์ซึ่งเรียนรู้จากองค์กรที่เคยแก้ปัญหายากๆ มาก่อนเรา

หาทางให้ได้
เราคาดหวังให้ทุกคนมีความสามารถในการจัดการ หากทางหนึ่งถูกปิด ให้มองหาอีกทาง อย่าสับสนระหว่างการอธิบายว่าทำไมบางสิ่งถึงยากกับการแก้ปัญหานั้น

ทำสิ่งที่เรียบง่ายแต่ได้ผล
ตัดสินวิธีแก้ปัญหาจากสิ่งที่มันทำได้สำเร็จ ไม่ใช่จากความซับซ้อนของมัน ความซับซ้อนต้องพิสูจน์คุณค่าของตัวเอง

ลบก่อนที่จะปรับปรุง
ตั้งคำถามกับข้อกำหนด ลบสิ่งที่ไม่จำเป็นออก ทำให้สิ่งที่เหลือเรียบง่ายขึ้น จากนั้นทำให้เร็วขึ้นและเป็นอัตโนมัติ

เข้าไปอยู่ในปัญหา
อย่าเพียงแค่รวบรวมความต้องการจากระยะไกล ทำงานเคียงข้างคนที่ประสบปัญหา ดูขั้นตอนการทำงานจริงและรับผิดชอบต่อผลลัพธ์

กฎภาษาที่เรียบง่าย

หากแนวคิดหรือกฎที่สำคัญไม่สามารถอธิบายอย่างเรียบง่ายได้ เราอาจจะยังไม่เข้าใจมันดีพอ

ความซับซ้อนสามารถอยู่เบื้องล่างได้

ความเข้าใจร่วมกันควรจะเรียบง่ายพอที่จะสื่อสารได้

ส่วนที่สอง: ข้อตกลง

ข้อตกลงของทีมเทคนิค

สมาชิกของทีมเทคนิคเป็นทั้งนักสืบและผู้สร้าง

คุณไม่จำเป็นต้องเก่งทุกอย่างเท่ากัน บางคนอาจจะเชี่ยวชาญด้านการวิจัย ระบบ ผลิตภัณฑ์ การออกแบบ โครงสร้างพื้นฐาน ความปลอดภัย หรือสาขาวิชาเทคนิคอื่น ๆ อย่างลึกซึ้ง ความเชี่ยวชาญเฉพาะทางเป็นสิ่งที่มีค่า

แต่สมาชิกทีมเทคนิคทุกคนควรสามารถ:

• ตั้งคำถามที่ดีและแยกแยะสมมติฐานออกจากหลักฐาน
• ออกแบบวิธีทดสอบแนวคิดที่มีประโยชน์
• สร้าง หรือกำกับการสร้าง ระบบที่ทำงานได้
• ทำงานอย่างมีประสิทธิภาพผ่านผู้ช่วย AI และเครื่องมืออื่น ๆ
• ตรวจสอบสิ่งที่เกิดขึ้นจริง
• สืบสวนความล้มเหลวแทนที่จะให้เหตุผลจากบทสรุปเพียงอย่างเดียว
• อธิบายเหตุผลของตนอย่างชัดเจน
• และเปลี่ยนทิศทางเมื่อความเป็นจริงไม่เห็นด้วย

ผู้สร้างไม่ได้หมายถึง “คนที่เขียนโค้ดด้วยตนเองมากที่สุด”

เมื่อเครื่องมือดีขึ้น ผู้ช่วย AI จะทำงานด้านการนำไปใช้มากขึ้น การสร้างหมายถึงความสามารถในการทำให้ระบบที่ใช้งานได้จริงและเข้าใจได้เกิดขึ้นจริง — ผ่านสถาปัตยกรรม ข้อกำหนด การทดสอบ การประเมินผล เครื่องมือ ร่องรอยการทำงาน โค้ด และวิจารณญาณต่อผลลัพธ์ของผู้ช่วย AI — และรับผิดชอบต่อพฤติกรรมของมัน

คนที่ไม่สามารถสร้างอะไรได้จริงนอกจากข้อเสนอคงหาได้ยากที่นี่

เช่นเดียวกับคนที่ไม่สามารถสร้างสิ่งที่นำไปใช้ได้อย่างรวดเร็วโดยไม่คำนึงว่ามันถูกต้อง มีประโยชน์ หรือคุ้มค่าที่จะสร้างหรือไม่

ตำแหน่งที่ไม่ใช่ด้านเทคนิคไม่จำเป็นต้องรวม PR แต่คาดว่าจะปฏิบัติตามมาตรฐานเดียวกันในเรื่องหลักฐาน ความเป็นเจ้าของ และการสัมผัสกับความเป็นจริงในงานของตนเอง

เมื่อใดก็ตามที่ทำได้ เราชอบสิ่งที่ใช้งานได้จริงมากกว่าคำอธิบายสิ่งที่อาจเป็นไปได้

ระบบปฏิบัติการเดียวสำหรับมนุษย์และผู้ช่วย AI

มนุษย์และผู้ช่วย AI ไม่มีกฎเกณฑ์เรื่องความจริงที่แตกต่างกัน

พวกเขามีความสามารถ สิทธิ์ ความรับผิดชอบ และอำนาจที่แตกต่างกัน แต่พวกเขาอยู่ในระบบเดียวกันเพื่อทำความเข้าใจและดำเนินการกับโลก

ทั้งสองทำงานกับแนวคิดพื้นฐานเดียวกัน:

การอ้าง · หลักฐาน · การอนุมาน · ความไม่แน่นอน · ข้อผูกมัด · ความขัดแย้ง · การแก้ไข

ทั้งสองเก็บรักษาที่มาของข้อมูลสำคัญ

ทั้งสองสามารถผิดพลาดได้

ทั้งสองถูกคาดหวังให้ปรับปรุง

ทั้งสองเปิดเผยความขัดแย้งแทนที่จะกลบเกลื่อนอย่างเงียบๆ

ทั้งสองแยกแยะระหว่าง:

“ฉันคิดว่า” กับ “ฉันตรวจสอบแล้ว”

ผู้ช่วย AI ทำงานภายใต้อำนาจที่ได้รับเท่านั้น มนุษย์ยังคงรับผิดชอบในการตัดสินใจว่าจะมอบอำนาจใดและรับผิดชอบต่อผลลัพธ์ที่สำคัญของการมอบหมายนั้น

เป้าหมายไม่ใช่การแสร้งว่ามนุษย์และผู้ช่วย AI สามารถทดแทนกันได้

เป้าหมายคือเพื่อให้แน่ใจว่าไม่มีฝ่ายใดได้รับมาตรฐานความจริงที่แตกต่างกัน

งานที่สำคัญควรอ่านเข้าใจได้

งานที่สำคัญจะทิ้งหลักฐานที่คงทนและระบุแหล่งที่มาได้เพียงพอเพื่อให้บุคคลหรือผู้ช่วย AI ที่ได้รับอนุญาตคนอื่นสามารถเข้าใจได้ว่า:

• เกิดอะไรขึ้น
• ทำไมถึงเกิดขึ้น
• ตัดสินใจอะไรไป
• มีหลักฐานอะไรสนับสนุน
• และผลลัพธ์คืออะไร

กฎคือ:

ไม่มีสิ่งสำคัญใดควรขึ้นอยู่กับความรู้ภายในที่เข้าถึงไม่ได้

นั่นไม่ได้หมายความว่าต้องบันทึกทุกอย่าง

เรื่องบุคลากร คำแนะนำทางกฎหมาย การสนทนาส่วนตัวที่ละเอียดอ่อน ข้อมูลที่ลูกค้าระบุให้เป็นความลับ เนื้อหาที่เกี่ยวกับความปลอดภัย และข้อมูลอื่น ๆ ที่ควรเป็นส่วนตัว จะยังคงเป็นส่วนตัวโดยเจตนา

ความชัดเจนในการอ่านมีไว้เพื่องาน ไม่ได้มีไว้เพื่อลบล้างวิจารณญาณ ความเป็นส่วนตัว ความปลอดภัย หรือความไว้วางใจ

งานที่ทำซ้ำควรเรียนรู้

เมื่อใดก็ตามที่ทำได้ งานที่ทำซ้ำจะกลายเป็นวงจรปิด:

สังเกต → ทำความเข้าใจ → ตัดสินใจ → ลงมือทำ → วัดผล → เรียนรู้ → ปรับปรุง

ความคิดเห็นของลูกค้าควรปรับปรุงการตัดสินใจเกี่ยวกับผลิตภัณฑ์ในครั้งต่อไป

เหตุการณ์ที่เกิดขึ้นควรปรับปรุงระบบในครั้งต่อไป

การสนทนาการขายควรปรับปรุงการสนทนาการขายในครั้งต่อไป

ความล้มเหลวของผู้ช่วย AI ควรปรับปรุงการทำงานของผู้ช่วย AI ในครั้งต่อไป

ความล้มเหลวของมนุษย์ควรปรับปรุงการตัดสินใจของมนุษย์ในครั้งต่อไป

สิ่งที่เราเรียนรู้ควรจะทบต้นแทนที่จะหายไป

สูตรการดำเนินงาน

ระบบทั้งหมดที่ขับเคลื่อนอยู่คือ:

มองความเป็นจริงให้ชัดเจน เลือกสิ่งที่สำคัญ มอบหมายความเป็นเจ้าของให้ใครสักคน สร้าง สังเกตสิ่งที่เกิดขึ้น ปรับปรุง ลบสิ่งที่ไม่ตอบสนองต่อภารกิจอีกต่อไป ทำซ้ำ

บริษัทคือตัวอย่างการใช้ปรัชญาของ Siftable กับตัวเอง

วินัยที่เราต้องการจากผลิตภัณฑ์นั้นใช้กับคนและผู้ช่วย AI ที่สร้างมันขึ้นมาด้วย

ส่วนที่สาม: บันทึกการปฏิบัติงาน

สิ่งเหล่านี้มีความแม่นยำกว่ารัฐธรรมนูญและพร้อมที่จะเปลี่ยนแปลงมากกว่า

เกี่ยวกับความจริง

ไม่ใช่ทุกการตัดสินใจที่ต้องการความเข้มงวดเท่ากัน

มาตรฐานของหลักฐานจะสูงขึ้นตามสามสิ่งนี้:

ความไม่แน่นอน × ผลกระทบ × การไม่สามารถย้อนกลับได้

การตัดสินใจเล็กๆ ที่ย้อนกลับได้? ใช้วิจารณญาณแล้วทำเลย

การเปลี่ยนแปลงพื้นฐานเกี่ยวกับความจำ การดึงข้อมูล หรืออนтоโลยี? ระบุสิ่งที่เราเชื่อ สิ่งอื่นที่สามารถอธิบายหลักฐานได้ เราจะวัดผลอย่างไร และอะไรจะทำให้เราเปลี่ยนใจ

การตัดสินใจที่ส่งผลต่อความปลอดภัย ความสมบูรณ์ของข้อมูล ความเป็นส่วนตัว หรือความไว้วางใจ? ใช้มาตรฐานที่สูงขึ้นอย่างมากก่อนที่จะลงมือทำ

เราปฏิเสธทั้งสองขั้ว:

ความคลุมเครือที่สบายใจซึ่งแฝงตัวมาในรูปแบบของความปฏิบัติจริง

และ

พิธีรีตองทางวิชาการที่แฝงตัวมาในรูปแบบของความเข้มงวด

สองคำถามที่สำคัญ

สำหรับงานผลิตภัณฑ์ที่ไม่แน่นอน เรามักจะต้องตอบคำถามสองข้อที่แตกต่างกัน:

มันใช้งานได้หรือไม่?

และ

มันสำคัญหรือไม่?

ข้อแรกคือความจริงทางวิทยาศาสตร์หรือทางเทคนิค

ข้อที่สองคือความจริงของผลิตภัณฑ์

การทดลองที่สมบูรณ์แบบที่ตอบคำถามที่ไม่มีใครสนใจคือความเข้มงวดที่มุ่งเป้าไปผิดที่

สำหรับสตาร์ทอัพ สิ่งที่ผู้ใช้ทำจริงๆ คือหนึ่งในสัญญาณที่แข็งแกร่งที่สุดของความเป็นจริง

เกี่ยวกับการเป็นเจ้าของ

ทุกปัญหาสำคัญมีเจ้าของที่เป็นมนุษย์ที่รับผิดชอบเพียงคนเดียวเท่านั้น

เจ้าของจะรับทราบสถานะปัจจุบันของปัญหาและสามารถตอบคำถามได้ว่า:

1. เราพยายามจะทำอะไรให้สำเร็จ และทำไมมันถึงสำคัญ?
2. ตอนนี้เราเชื่อเรื่องอะไรอยู่?
3. อะไรที่ยังไม่รู้?
4. เรามีหลักฐานอะไรบ้าง?
5. อะไรที่เปิดตัวไปแล้วจริงๆ?
6. อะไรที่ล้มเหลว?
7. อะไรที่ทำให้เราเปลี่ยนใจ?
8. จะเกิดอะไรขึ้นต่อไป?

การเป็นเจ้าของครอบคลุมตั้งแต่ต้นจนจบ

การมีส่วนร่วมไม่มีขีดจำกัด

ผู้ช่วย AI อาจทำงานที่ได้รับมอบหมายอย่างอิสระและอาจรักษาสถานะการทำงานของงานหรือปัญหาย่อยๆ

แต่การมอบหมายงานไม่ได้ลบล้างความรับผิดชอบของมนุษย์

ข้อมูลไม่ได้ถูกปิดกั้นโดยเจ้าของ แต่ความรับผิดชอบยังคงอยู่กับพวกเขา

เกี่ยวกับอำนาจและผู้ก่อตั้ง

อำนาจมีสองประเภทที่แตกต่างกัน

อำนาจทางความรู้: เราควรให้น้ำหนักกับข้ออ้างหรือการตัดสินเกี่ยวกับความจริงมากแค่ไหน?

อำนาจในการตัดสินใจ: ใครคือผู้รับผิดชอบในการตัดสินใจ?

ทั้งสองอย่างไม่เหมือนกัน

ความเชี่ยวชาญ หลักฐาน และผลงานที่แข็งแกร่งจะสร้างอำนาจทางความรู้

สิ่งนี้ใช้ได้ไม่ว่าหลักฐานหรือเหตุผลที่มีประโยชน์จะมาจากมนุษย์หรือผู้ช่วย AI

อำนาจในการตัดสินใจจะถูกมอบหมายอย่างชัดเจน

สำหรับการตัดสินใจที่สำคัญ จะมีผู้มีอำนาจตัดสินใจที่เป็นมนุษย์ที่ระบุชื่อไว้ ซึ่งโดยปกติคือผู้รับผิดชอบปัญหา การถกเถียงสามารถทำได้อย่างเข้มข้นก่อนการตัดสินใจ เมื่อตัดสินใจแล้ว ให้ลงมือทำ เปิดประเด็นใหม่เมื่อมีหลักฐานใหม่ที่สำคัญปรากฏ

บทบาทของผู้ก่อตั้ง

ความเป็นเจ้าของถูกกระจายออกไป แต่บริบทของทั้งบริษัทไม่ได้ถูกกระจาย

ผู้ก่อตั้งสามารถข้ามขอบเขตองค์กรเพื่อทำความเข้าใจงานได้: พูดคุยโดยตรงกับวิศวกรที่กำลังแก้ปัญหาการดึงข้อมูล ตรวจสอบร่องรอยการทำงานของผู้ช่วย AI นั่งคุยกับลูกค้า ตรวจสอบโค้ด หรือท้าทายสมมติฐาน

การทำเช่นนั้นไม่ได้โอนความเป็นเจ้าของโดยอัตโนมัติ

ผู้ก่อตั้งมีอำนาจในการตัดสินใจและความรับผิดชอบที่กว้างขวางเป็นพิเศษในการทำความเข้าใจทั้งบริษัท

ผู้ก่อตั้งไม่มีอำนาจที่จะถูกต้องโดยอัตโนมัติ

สัญชาตญาณของผู้ก่อตั้งเข้าสู่ระบบในฐานะสมมติฐาน ไม่ใช่หลักฐาน

เกี่ยวกับการประสานงาน

ไม่ควรมีตำแหน่งงานใดที่มีอยู่เพียงเพื่อส่งข้อมูลขึ้นหรือลงในองค์กร

เราไม่ต้องการ:

วิศวกร → สรุปของผู้จัดการ → สรุปของผู้อำนวยการ → สรุปของผู้บริหาร

เมื่อสามารถตรวจสอบงานพื้นฐานได้โดยตรง

และมนุษย์ก็ไม่ควรใช้เวลาไปกับการส่งต่อข้อมูลด้วยตนเอง ซึ่งระบบหรือผู้ช่วย AI ที่ได้รับอนุญาตสามารถทำให้เข้าใจได้โดยตรง

สถานะที่สำคัญควรอยู่ในระบบและสิ่งประดิษฐ์ที่บุคคลและผู้ช่วย AI ที่เหมาะสมสามารถสอบถามได้ด้วยตนเอง

หากในที่สุดเรามีผู้จัดการ พวกเขาควรมีอยู่เพราะทำให้คนและทีมดีขึ้น: การโค้ช การจ้างงาน การพัฒนาวิจารณญาณ การรักษามาตรฐาน การแก้ไขปัญหายากๆ และการขจัดอุปสรรค

“การทำให้สถานะชัดเจนสำหรับผู้จัดการคนต่อไป” ไม่ใช่เหตุผลเพียงพอที่งานนั้นจะมีอยู่

ซื้อความสามารถก่อนระบบราชการ

ก่อนที่จะเพิ่มตำแหน่งงาน กระบวนการ หรือทีมประสานงานแบบถาวร ให้ถามก่อนว่าเครื่องมือที่ดีกว่า ระบบอัตโนมัติ การประมวลผล ผู้ช่วย AI หรือบุคคลที่แข็งแกร่งกว่าสามารถให้ความสามารถเดียวกันได้หรือไม่

ค่าใช้จ่ายในการอนุมานที่สูงแต่ช่วยป้องกันการจ้างงานก่อนเวลาอันควรหลายตำแหน่ง อาจถือว่าถูก

ค่าใช้จ่ายในการอนุมานที่มหาศาลแต่งานที่ได้ออกมาไร้ประโยชน์ ก็ยังคงเป็นการสูญเปล่า

การใช้โทเค็นไม่ใช่ตัวชี้วัดประสิทธิภาพการทำงาน

เกี่ยวกับความรู้และกลไก

เก็บความรู้ สร้างกลไกใหม่

สิ่งที่เราถือว่าเป็นของคงทน ได้แก่:

• หลักฐานและที่มา
• การตัดสินใจที่สำคัญและเหตุผล
• ความเข้าใจลูกค้า
• ข้อจำกัด
• โมเดลโดเมน
• การทดสอบและการประเมินผล
• ข้อกำหนด
• ทักษะที่เรียนรู้

สิ่งที่เราเต็มใจที่จะแทนที่มากกว่า ได้แก่:

• แดชบอร์ด
• โค้ดเชื่อมต่อ
• เครื่องมือภายในที่ใช้ครั้งเดียว
• อินเทอร์เฟซชั่วคราว
• การจัดการประสานงาน
• รายละเอียดการนำไปใช้

สิ่งนี้ใช้ได้ดีที่สุดกับซอฟต์แวร์ภายใน

ระบบหลักและนามธรรมบางอย่างควรคงอยู่เป็นเวลาหลายปี แต่มันจะได้รับความคงทนนั้นจากการแก้ปัญหาที่สำคัญอย่างต่อเนื่อง ไม่ใช่เพราะมันมีค่าใช้จ่ายในการสร้างสูง

เกี่ยวกับการเรียนรู้และการทำให้ง่ายขึ้น

ผลลัพธ์เชิงลบมีคุณค่าตามสัดส่วนของความไม่แน่นอนที่มันขจัดออกไป

การลบมีคุณค่าตามสัดส่วนของความซับซ้อนที่มันขจัดออกไปโดยไม่ทำลายคุณค่า

วงจรที่สมบูรณ์คือ:

เรียนรู้ → เปลี่ยนความเชื่อ → เปลี่ยนการกระทำ → ปรับปรุง

“เราทำการทดลองไป 47 ครั้ง” ไม่ใช่ความสำเร็จหากไม่มีอะไรที่มีประโยชน์เปลี่ยนแปลง

“เราลบโค้ดไป 10,000 บรรทัด” ก็ไม่ใช่เช่นกัน

เราไม่แทนที่ความสำเร็จจอมปลอมของการเปิดตัวผลิตภัณฑ์ด้วยความสำเร็จจอมปลอมของการเรียนรู้

เกี่ยวกับกระบวนการ

กระบวนการคือการเรียนรู้ของสถาบันที่ถูกรวบรวมไว้

เมื่อเราเรียนรู้บางอย่างด้วยวิธีที่ยากลำบาก ให้เก็บรักษาบทเรียนนั้นไว้เพื่อที่เราจะได้ไม่ต้องเรียนรู้ด้วยวิธีที่ยากลำบากตลอดไป

ให้ความสำคัญตามลำดับ:

1. ลบข้อกำหนดที่ไม่จำเป็นออก
2. ลบงานที่ไม่จำเป็นออก
3. ทำให้สิ่งที่เหลืออยู่เรียบง่ายขึ้น
4. ทำให้มันเร็วขึ้น
5. ทำให้เป็นอัตโนมัติ

ระบบอัตโนมัติมาเป็นลำดับสุดท้าย

เมื่อจำเป็นต้องมีกระบวนการ ให้เน้นการบังคับใช้ผ่านเครื่องมือและระบบที่ดี แทนที่จะเป็นข้อความที่คนต้องจำเอง

ทุกกระบวนการควรสามารถตอบคำถามได้ว่า:

สิ่งนี้มีอยู่เพื่ออะไร?

ถ้าไม่มีใครตอบได้ ก็อาจเป็นสิ่งที่ควรถูกลบออก

เหตุการณ์ที่เกิดขึ้นควรนำไปสู่ความเข้าใจที่ดีขึ้นและกลไกที่ดีขึ้น ไม่ใช่แค่การเพิ่มช่องทำเครื่องหมายใหม่อัตโนมัติ

ส่วนที่สี่: หลักปฏิบัติและกลไก

หลักปฏิบัติระยะเริ่มต้น — 2026

นี่คือวิธีที่เราเชื่อว่า Siftable ในระยะเริ่มต้นควรดำเนินงาน ไม่ใช่รัฐธรรมนูญและควรเปลี่ยนแปลงเมื่อบริษัทเปลี่ยนไป

• สร้างสิ่งที่คนต้องการ
• คุยกับผู้ใช้ตลอดเวลา
• ทำสิ่งที่ขยายขนาดไม่ได้ เมื่อมันสอนบทเรียนที่สำคัญให้เรา
• เปิดตัวก่อนที่ทุกอย่างจะรู้สึกสบายใจ การสร้างสรรค์สร้างความรู้ที่การวางแผนให้ไม่ได้
• คงขนาดทีมให้เล็กกว่าที่รู้สึกสบายใจ การจ้างงานไม่ใช่ความก้าวหน้าในตัวมันเอง
• อย่าจ้างคนเพื่อซ่อนความไม่แน่นอนของผลิตภัณฑ์ที่ยังไม่ได้รับการแก้ไข
• ใช้จ่ายอย่างเต็มที่กับความสามารถและการเรียนรู้จริง แต่ใช้จ่ายอย่างระมัดระวังกับภาพลักษณ์องค์กร
• ใช้ผู้ช่วย AI อย่างเต็มที่ในจุดที่ช่วยเพิ่มความสามารถจริง ไม่ใช่เพื่อแสดงว่าเรานำ AI มาใช้
• ผู้ก่อตั้งต้องลงรายละเอียด
• หลีกเลี่ยงสิ่งรบกวน การโฟกัสคือความได้เปรียบเพื่อความอยู่รอด

กลไกปัจจุบัน — 2026

สิ่งเหล่านี้เป็นเครื่องมือ ไม่ใช่บัญญัติ ให้แทนที่หรือลบทิ้งเมื่อมีสิ่งที่ดีกว่า

ประตูสู่การติดต่อกับคนนอก
งานผลิตภัณฑ์ที่สำคัญจะไม่ดำเนินไปเรื่อยๆ โดยไม่มีการติดต่อกับผู้ใช้ที่ไม่ใช่พวกเรา

การตรวจสอบร่องรอยการทำงานจริง
คนที่ทำงานบนระบบจะตรวจสอบร่องรอยการทำงานและความล้มเหลวจริงๆ เป็นประจำ ทั้งของมนุษย์และผู้ช่วย AI แทนที่จะพึ่งพาแต่บทสรุป

การใช้ผลิตภัณฑ์ของตัวเอง (Dogfooding)
เราใช้ Siftable เพื่องานของเราเองในทุกที่ที่การทำเช่นนั้นสอนบทเรียนที่มีประโยชน์แก่เรา ซึ่งรวมถึงขั้นตอนการทำงานระหว่างมนุษย์กับผู้ช่วย AI ของเรา: บริษัทเองควรจะทดลองใช้ระบบที่กำลังสร้างขึ้น

บันทึกสิ่งที่ถูกยกเลิกและทำให้ง่ายขึ้น
เราบันทึกสิ่งที่มีความหมายที่เราหยุดทำ พิสูจน์ว่าผิด ลบออก หรือทำให้ง่ายขึ้น พร้อมเหตุผล

แม่แบบการทดลอง
สำหรับความไม่แน่นอนที่ส่งผลกระทบอย่างมีนัยสำคัญ:

• ข้ออ้าง
• คำอธิบายที่ขัดแย้ง
• การวัดผล
• อะไรที่จะทำให้เราเปลี่ยนใจ
• ผลลัพธ์
• การตีความ
• การตัดสินใจ

ใช้ให้เหมาะสมกับความสำคัญของเรื่อง

ช่วงเวลาพูดคุยกับผู้ใช้โดยตรง
ผู้ก่อตั้งและทีมเทคนิคจะใช้เวลาโดยตรงกับผู้ใช้อย่างสม่ำเสมอ

การแก้ไข

แต่ละชั้นเปลี่ยนแปลงด้วยความเร็วที่ต่างกัน

หลักการพื้นฐานและภารกิจ ควรเปลี่ยนก็ต่อเมื่อบริษัทกำลังจะกลายเป็นสิ่งอื่น

หลักการทั้งเจ็ดและข้อตกลง มีความคงทน แต่ไม่ใช่สิ่งศักดิ์สิทธิ์ การเปลี่ยนแปลงสิ่งใดสิ่งหนึ่งต้องมีคำอธิบายที่ชัดเจนว่าเราเรียนรู้อะไร และทำไมเวอร์ชันเก่าถึงไม่ถูกต้องอีกต่อไป

บันทึกการปฏิบัติงาน จะเปลี่ยนไปเมื่อความเข้าใจของเราดีขึ้น

หลักปฏิบัติและกลไก มีการระบุวันที่และสามารถทิ้งได้

แบบทดสอบที่มีประโยชน์สำหรับทุกสิ่งที่เสนอเป็นหลักการพื้นฐานใหม่:

1. มันสามารถมาจากแนวคิดหลักที่อยู่เบื้องหลังทุกสิ่งได้หรือไม่?
2. เราสามารถระบุสิ่งน่าสนใจที่เราจะต้องปฏิเสธเพราะหลักการนี้ได้หรือไม่?

ถ้าไม่ ก็อาจเป็นแค่ของตกแต่ง

วางมันไว้ในชั้นล่างๆ หรือไม่ต้องใส่เลย

สิ่งที่ทำให้สิ่งนี้เป็นจริง

เอกสารนี้ไม่ใช่วัฒนธรรม

วัฒนธรรมคือสิ่งที่เราให้รางวัล

สิ่งที่เราปฏิเสธ

คนที่เรารับเข้าทำงาน

สิ่งที่เรายอมรับได้

วิธีที่คนใช้อำนาจ

วิธีที่มนุษย์มอบหมายงานให้ผู้ช่วย AI

พฤติกรรมของผู้ช่วย AI เมื่อไม่มีใครดู

วิธีที่เราตอบสนองเมื่อมีบางอย่างล้มเหลว

สิ่งที่เราทำเมื่อหลักฐานไม่สะดวกใจ

รัฐธรรมนูญถูกเขียนขึ้นจากสิ่งที่เราทำเมื่อมันเจ็บปวด

ครั้งแรกที่ความเป็นจริงพิสูจน์ว่าสิ่งที่เราชอบนั้นผิดและเรายังคงเปลี่ยนทิศทาง มีความสำคัญมากกว่าสิ่งที่เขียนไว้ที่นี่