Drugi mozak tvrtke: od wikija do vještina, sve je u kontekstu8 min read
Reading Time: 5 minutesPuno sam razmišljao o toj pompi oko “drugog mozga”. O tome sam razgovarao s drugima na terenu i svojim kolegama koji ili grade drugi mozak ili imaju njegovu verziju.
Za one koji nisu upoznati, drugi pokret mozga započeo je “Wiki” idejom Andreja Karpathyja: organiziranje osobnog znanja agenta u neku vrstu međusobno povezane Wiki strukture lokalnih MD datoteka. To se kasnije proširilo na organiziranje osobnih podataka u puno širem formatu, s korisnicima koji često koriste Obsidian za organiziranje i vizualizaciju bilješki i dodavanje podataka sa sastanaka (Granola/Whisperflow/Zoom transkripcija) u Wiki.
raketne-karpatske-baze-znanja:start

raketne-karpatske-baze-znanja: kraj
Kako se taj “Wiki” širio, postalo je očito da postoji stvarna vrijednost dijeljenja informacija u njemu. Tako su projekti “drugog mozga tvrtke” počeli cvjetati. Utopijska verzija drugog mozga transkribira sve što je moguće: zoom pozive, F2F sastanke, čak i povremene interakcije, e-poštu, slake poruke, dokumente – sve u ogromnu bazu podataka kao što je Snowflake. Zamislite da bilo tko u tvrtki može pitati ovu instancu Snowflake što god želi i odmah dobiti odgovor na svako pitanje.
Ups, nije dobra ideja. Prvo, ovo je super skupo. Količina podataka koja ide u nešto ovakvo je luda i dohvaćanje podataka iz toga postaje iznimno teško, sporo i skupo. Sigurnost i odvajanje podataka postaju problem. Kako spriječiti da se osobni podaci 1:1, financijski podaci, odluke uprave, podaci o ljudskim resursima ili čak odluke o otpuštanju nekoga uvuku u transkripte i budu dostupni. Ne svi trebao bi zna sve…
Također, kome ovo treba, što nam štedi i je li ovo uopće dobra ideja?
Općenito bih rekao da je sadržana verzija ovoga dobra ideja. Veliki dio razloga za postojanje srednjeg menadžmenta je da se pitanja pokreću uzvodno i razjašnjavaju odluke nizvodno. Mnogo toga se sada može učiniti s drugim mozgom.
Drugi mozak za tehničke timove
Tehnički drugi mozak može biti mnogo lakše održavati. Mnoge tvrtke samo koriste Dropbox/Google disk/OneDrive direktorij koji sadrži zajedničko znanje koje Claude/Codex može podijeliti. Automatizacija za guranje ovoga u Git repo je prilično jednostavna, ili stvarno možete koristiti Github i za upravljanje ovim (pretpostavljam da je vrlo mali napor za OpenAI/Anthropic da podrži ovaj scenarij bez potrebe za instaliranjem prilagođenih vještina za upravljanje ovom vrstom stvari). Izvor istine sada postaje Github repo, a lokalne kopije su lokalni git repo.
To može dodati znanje i sposobnosti kao što su zajedničke vještine, zajedničke odluke, arhitektonski dizajn, vizualni dizajn (odluke o sustavu dizajna, na primjer) i razne druge odluke o proizvodima tvrtke.
Malim timovima zapravo nije potrebno mnogo osim jednostavne sinkronizacije oko repoa, ali veće tvrtke s brojnim većim timovima vrlo brzo će naići na ozbiljna ograničenja. Najozbiljniji problemi uključuju trovanje kontekstom gdje određeni korisnik može donositi lokalne odluke koje su u sukobu s podacima drugog mozga, bilo uvođenjem proturječnih podataka ili nenamjernim nadjačavanjem odluka tvrtke (u nekim slučajevima možda namjerno?).
Čuvanje u git-u i spajanje može se izvršiti korištenjem namjenskog agenta koji traži sukobe i može upozoriti korisnika ako su njegove promjene u sukobu, riješiti sukobe i spojiti rezultate.
Imajte na umu da ovo nije dobra metoda za održavanje projektne dokumentacije. Za to je bolji način uključiti wiki kao sastavni dio samog projekta. Prilično je lako stvoriti. Samo odvojite agenta za kodiranje i zamolite ga da pregleda projekt, temeljito ga dokumentira u mapu s dokumentima, podijeli po arhitekturi, problemima, odlukama o proizvodu, tehničkim odlukama i drugim stvarima za koje zaključi da bi mogle biti od pomoći u malim md datotekama koje se mogu sadržavati. Ključno je reći mu da osigura da kod i readme.md svi upućuju na direktorij dokumenata kako bi se osiguralo da se na njega posvuda upućuje i da se smatra dijelom projekta, a ne vanjskim resursom. Ključni dio koji agent treba znati je da je ovdje namjera omogućiti brzo uključivanje drugog agenta u projekt kako bi se izbjegle zamke, rupe i tehničke vrtače…
Nakon što se integrira u samu strukturu repo projekta, agent za kodiranje će ga održavati kao da je kod. Čitat će ga kao da je dio koda i ako se nešto promijeni, prilagodit će ili modificirati dokumentaciju (zapamtite one “dokumentacija je kod koji je lako čitljiv i jasan” ili “dokumentacija postaje ustajala čim napusti vašu tipkovnicu” – vjerujte AI da će to održavati, tako da više nisu istiniti).
Drugi mozak za proizvodne, marketinške i netehničke timove
Ova vrsta drugog mozga može biti stvarno cool za tehničke timove, ali učiniti istu stvar za netehničke timove bit će iznimno teško.
Uzmimo za primjer tim odvjetnika, oni imaju vrlo specifične skupove znanja i obuhvaćaju e-poštu, slack, word datoteke i druge dokumente. Isto se odnosi i na knjigovođe, prodaju, uspjeh kupaca, itd. Svatko od njih ima svoje znanje drugog mozga.
Povrh svega, uprava vjerojatno želi da se podaci pojavljuju (nefiltrirani preko srednjeg menadžmenta) i tim bi mogao trebati informacije koje je uprava generirala. Kako proizvesti skalabilni grafikon znanja koji je osiguran i odvojen?
Postoji nekoliko pristupa koji bi mogli olakšati stvari, barem dok veliki dečki ne riješe ovaj problem, nadamo se na otvoren način, ali vjerojatnije kroz skupo zatvoreno rješenje.
-
Osobni drugi mozak – svaka osoba koja to želi, može prepisivati vlastite sastanke i održavati vlastiti drugi mozak. Opsidijan je vrlo koristan za ovo, svaki agent ga u osnovi može sortirati i očistiti. Upotrijebite mehanizam REM spavanja da ga optimizirate – agent bi se trebao probuditi noću, identificirati sve informacije koje je prikupio tijekom dana, pronaći sve informacije koje su kritične i važne za čuvanje za budućnost i organizirati ih na lako dohvatljiv način u mape i MD datoteke. To znači da ako ste razgovarali s određenim kupcem, taj će kupac imati ažuriranu md datoteku koja odražava informacije koje je važno zapamtiti o njemu, na čemu zajedno radite itd. Isto vrijedi i za projekte. Doći će do preklapanja: preklapanje je dobro – u redu je da informacije o određenom projektu žive iu datoteci osobe s kojom ste razgovarali, u tvrtki iu projektnim datotekama. Dopustite agentu da to sredi umjesto vas. Ako imate pitanja, neka ovo bude vaš primarni izvor podataka za vašeg agenta. Možete izložiti svog agenta svojoj e-pošti/razgovorima/itd. – samo pazite da ne prepisujete stvari koje ne želite dokumentirati (nemojmo od ovoga praviti reality show ili sapunicu).
-
Drugi mozak na razini tima – drugi sloj podataka uključuje podatke koji su ili u osobnom drugom mozgu za koje je agent 100% siguran da su relevantni za cijeli tim ili podatke koji su nastali na sastancima na razini tima koji su po svojoj prirodi temeljeni na timu. Agent također može prikupljati podatke za ovaj drugi mozak iz slack kanala vašeg tima – to ne bi trebalo biti u vašim 1:1 kanalima ili zum pozivima. Nakon što dohvati podatke, agent ih može organizirati u stvarnom vremenu ili noću i ukazati na nedosljednosti gdje su odluke poništene ili ne odgovaraju osobnim ili menadžment odlukama. Treba ih istaknuti i upozoriti osobu koja donosi nekompatibilnu odluku kako bi mogla donijeti svoje odluke na informiran način.
-
Druga razina upravljanja – ovo je u osnovi drugi mozak na razini tima, ali zbog osjetljivosti podataka i odluka koje se donose, njime bi trebalo postupati na mnogo nijansiraniji način. Ovdje se trebaju dijeliti samo konačne odluke i javni podaci kako bi se izbjeglo potencijalno curenje podataka u ostatak tvrtke. Možda bi bilo dobro da čovjek pregleda neke podatke, barem na početku, kako bi se osigurala sigurnost podataka. Također je dobra ideja izostaviti upravljački mozak iz drugog mozga tvrtke.
-
Drugi mozak cijele tvrtke – ovo je najteže i treba sadržavati samo podatke koji su konkretni, informativni koji mogu biti relevantni za cijelu tvrtku. Samo prijavljeni financijski rezultati, na primjer, informacije o osoblju (tko ima koju poziciju).
To izostavlja mnogo podataka, uključujući podatke o raspoloženju, na primjer, koje uprava želi čuti od cijelog tima. To se može skupiti odvojeno ili požnjeti iz slacka i drugih izvora. Nije dobra ideja sakupljati ovu vrstu podataka izravno iz mozga tvrtke.
Dakle, što tražite u drugom mozgu ili mozgu tvrtke, jeste li imali ikakvih pokušaja da ga izgradite i koji su bili vaši zaključci?

Figma
Adobe XD
Blog
