该公司使用AI使工人精通AI，并保持工作

我们有时希望我们能拥有自己的温迪·罗德斯（Wendy Rhodes），这是电视节目中的对冲基金会的表演教练。但是一个称为的高技能平台多元宇宙使用人工智能提供个性化的在职指导。

Multiverse的首席产品和技术官Ujjwal Singh说，它的AI教练Atlas可以帮助工人扩大自己的能力，并保持自己的能力，并使自己的能力比以往任何时候都更快。以下是他与市场梅根·麦卡蒂·卡里诺（Meghan McCarty Carino）对话的编辑笔录。

Ujjwal Singh：我们跨培训，高技能和重新攻击的重点领域包括AI数据技能之类的东西，然后进入领导技能之类的事情。我们以自己为荣的一件事是，我们不是一个传统的学习平台，因为我们不将员工交给库卡。实际上，我们专注于推动公司和员工的真实投资回报率。因此，多元宇宙学习者使用基于项目的在职学习的雇主为雇主开车超过20亿美元的投资回报率。这是我们的AI教练Atlas实际上确实具有重要功能的关键地方之一。

梅根·麦卡蒂·卡里诺（Meghan McCarty Carino）：因此，您大约一年半前就推出了这位AI教练，您对第一年的发展进行了一些研究。你找到了什么？

辛格：是的，在过去的一年左右的时间里，Atlas本身已经收到了超过半百万的消息，仅在过去六个月中，它就有4倍的用户增长。从如何计算项目的投资回报率到解释技术概念，可以清楚地了解数据分析或编码中的错误。真正有趣的一件事是，截至去年1月，它具有97％的帮助评级。在过去的一年中，它一直始终超过95％。重要的原因显然只是为了聊天机器人而只是一个聊天机器人。最终，我们要建立的是为员工获得最佳成果，然后为雇主获得最佳成果。因此，Atlas实际上做得很好的是，我们只能在人类教练中做的事情是在学习平台上24/7可用，这实际上非常关键。我们发现的是，在1980年代，历史上有一点点著名的研究，这是一项非常著名的研究，导致了所谓的两个Sigma问题。基本上，两个Sigma问题指出，个人在一对一的辅导中的表现要比在小组会议中表现更好。And essentially, to date we haven't had a scalable way of addressing the Two Sigma problem, but things like Atlas or AI coaching in general really get to the heart of the Two Sigma problem, and we're seeing that with things like 97% helpfulness rating or the impact that Atlas is having on someone's learning journey, which eventually leads to, potentially, a promotion or a scope increase in the job or a salary increase, and then also, more importantly, a real ROI created为业务。

麦卡蒂·卡里诺（McCarty Carino）：因此，正如您指出的那样，您也确实提供了人类的教练。那么，您如何考虑需要在哪里需要人触摸，AI可以接管的地方，如何利用每个人的优势？

辛格：我们在考虑三个概念的情况下建造了地图集。首先，它是围绕大型语言模型构建的。但是第一个概念是，我们将其构建为苏格拉底式，因此它不会给您一个答案。与Chatgpt或Claude不同，它不仅为您提供答案。它实际上指导学习者来解决方案，而不仅仅是给他们完全的答案。第二个是Atlas围绕上下文，个人背景而建立的，因此Atlas知道员工试图学习的内容，他们当前学习的内容，他们过去学到了什么以及他们尚未学习的知识。然后，Atlas建立在周围的第三个原则，并且从体验和模型的角度捕获了这两个原则，它是围绕能够无缝移交给人类的。因此，我们真正看到人类在地图集上倾斜的地方就是激励性的支持。可能是您需要人类观点来定义更技术性的概念的地方，而Atlas只是为他们提供越来越多的内容，但这还不够。就像，您需要人类的触摸来解释某些东西。

麦卡蒂·卡里诺（McCarty Carino）：Multiverse任务的很大一部分是增加获得机会的机会，通常是在需要大学学位的领域，并且是一大批工人人口的禁区。该AI工具如何帮助进一步执行该任务？

辛格：我们看到对地图集和该工具的需求更高的一件事是40多岁，例如40岁以上的员工和学习者，可能从来没有获得过传统的大学学位，或者已经超出了大学环境，学习环境，学习环境，因为他们一直在工作。我们看到的另一个领域大量使用了地图集，这是有其他学习需求的学习者。因此，这些是两个非常具体的示例，即我们看到像Atlas这样的工具，使我们的平台更加公平。

麦卡蒂·卡里诺（McCarty Carino）：最近有很多关于年轻工人的机会减少的讨论，包括那些拥有大学学位，只是由于工作场所发生了许多变化。有些人口与人口相关，有些是由于远程工作 - 但在某些情况下，由于AI的实施方式是通过接管经常在领域中经常会有入门级工人来实现的常规任务。AI是这项任务的双刃剑吗？

辛格：我不认为至少在今天或不久的将来，人工智能正在从人那里获得工作。我认为是拥有AI技能的人正在从没有AI技能的人那里获得工作。这听起来像是一个巧妙的陈述，也是一个明显的陈述，但我实际上认为这加剧了为什么多宇宙存在，这是为了允许年轻人真正建立自己的AI技能，以及他们已经带来的任何技能。这就是使他们更成功的原因，但也使他们在劳动力中成长。因此，我实际上认为，这样的工具绝对需要在AI上提高每个人，因为那些没有对AI的人不满意的人是我们所生活的新世界没有机会的风险。但是，我认为具有AI技能的人将继续拥有与过去一样的机会。

麦卡蒂·卡里诺（McCarty Carino）：因此，请告诉我更多有关将来可能会去哪里的信息。工人如何继续与AI合作？

辛格：我们发现的是，在过去的几年中，技术技能的保质期已下降到大约2年。想象一下，实际上知道您的工作，并主动推动您学习新事物的AI教练，例如推动新内容或与新朋友联系。因此，我认为像Atlas这样的工具在这个世界上变得更加至关重要，在这个世界上，技术技能的半衰期正在急剧缩小。我认为这是我可能想到的最大例子，为什么AI在这个世界上是最需要的。我认为我们在Multiverse使用的另一项陈述是，AI将解决AI造成的一些最大问题。因此，这听起来像是“启动”时刻，但我真的相信这实际上会发生。