AI Multiplies - If Your Foundations Are Ready - Saahil Panickar & Zack Brown

00:00:05:

00:00:27: Sehr

00:00:31: gut, also... Let's start into this session.

00:00:35: We're talking, of course about AI and data in a lot more topics but first of all happy to have two guys here at the one-handed.

00:00:44: Sahil Sahil, ich hörte, du warst fast eine sehr firmaere Person auf der Kante des Forbes-Magazins.

00:00:52: So ja, Congratulations!

00:00:53: Aber es ist ein Kind von almost.

00:00:55: Aber ihr seht auch in der Rolle als safe Fellow an SPCT und macht viel tolles Arbeit in Agility & AI.

00:01:02: Danke für eure Beziehung hier.

00:01:04: Und Zach, gut zu haben euch hier auch.

00:01:08: Partner-Solution Strategist, also viele Leute wissen dich wie

00:01:14: du in

00:01:14: Atlassian Tooling bist und auch besonders in der Strategie Kollektion, wo du ein paar Dinge machst.

00:01:20: Aber heute ist unser Thema... Leute was ist das nächste Best AI Tool?

00:01:25: Wie viel soll man investieren im Tool?

00:01:27: oder bin ich auf den falschen Weg wenn ich dir sage Komm an!

00:01:32: Das nächste Best Investment ist in dem nächsten Best AI-Tool.

00:01:36: Was ist dein Punkt?

00:01:37: Sahil Vielen

00:01:38: Dank, Alex.

00:01:39: Es ist eine tolle Frage.

00:01:42: Wir sehen so viele Firmen investieren in AI und diese multi-Million Dollar Investitionen.

00:01:51: Wir sitzen hier im Saft- und AI-Summit in Amsterdam.

00:01:56: Und wir hören Andy Sales, der Chefmethodologin heute Morgen, sagen, dass wir Technologien inventieren werden und dann für Probleme zu lösen.

00:02:05: Und ich denke, dass das größte was in der AI-Szene passiert ist heute.

00:02:10: Wir werden wirklich erneut von den potenziellen neuen Innovationen und wir sehen alle anderen investieren millions of dollars in die AI.

00:02:18: Wir sagen also, wir müssen auch in die AIs investieren.

00:02:20: Der Herausforderung ist, dass die AI ein forced multiplier ist.

00:02:26: Ja, es ist theoretisch möglich, dass eine AI in deinem Geschäft betrachtet wird, wenn du zehnmal mehr effektiv bist.

00:02:32: Aber die Realität oder die Art, die Leute vergessen, Es wird nur zehnmal mehr effektiv sein, wenn man schon effektive ist.

00:02:40: AI wird die ständige Zahl der Organisationen multiplieren.

00:02:45: Und was wir finden ist, dass die meisten Organisationen nicht gute Shepherds von ihrer Daten sind.

00:02:53: Sie haben keine guten Datenqualität und sie bauen diese AI-Systeme auf schlechte Daten.

00:02:59: Die AI verabschiedet alle Gäste und misere Repräsentationen in den Daten und es wird das Problem viel stärker machen.

00:03:08: Und das ist nicht ein Problem, in dem es größer wird, bevor es besser wird.

00:03:12: Es wird nur größer werden bis du stoppen, deine Daten fixen und die AI retrainieren.

00:03:17: Okay, okay, also ich habe hier eine Art ... Okay, wir schauen nicht zu viel auf den Tool.

00:03:23: Wir schauen an die Qualität der Daten.

00:03:25: Und basically Zach, ich habe einer Person, der für einen der großen Tools unserer Zeit steht.

00:03:33: Was sagst du dazu?

00:03:34: Ja, wir sind eine von diesen Firmen investieren millions of dollars in die AI.

00:03:37: Es ist so toll hier mit euch beide zu sein.

00:03:41: Für uns als Praktiker an diesem Summit bin ich hier für zehn Jahre jetzt gekommen und ich versuche auf diese Perspektive auszutragen.

00:03:51: Aber für mich helfen Partnerinnen und Partneren die Lösungen um unsere AIs.

00:03:56: Das ist wirklich wichtig, dass wir mit bestimmten Dingen versuchen können.

00:04:00: und das befindet sich mit der entsprechenden Daten, die es gibt.

00:04:03: Wenn du versuchen musst, safe zu implementieren, dann gibt es eine backloggeheilige Hierarchie, ein Set von Artifakten, die du brauchst zu produzieren.

00:04:11: Und also, ohne dass wir über die breitsten Dinge reden wollen und einen etherealen Konzept für eine AI-Strategie haben, werden wir sehr spezifisch

00:04:21: machen.

00:04:22: Ja, lass uns darüber sprechen, weil ich denke, ich sehe viel meiner Clients und Organisationen, Sie haben mir gefragt, was für ein ZAX-Tool ist.

00:04:31: Sie sagten, wir wollen A.I.

00:04:33: in Jira geben und das Inlassien-Toolsuite geben.

00:04:38: Ich dachte, das wäre toll!

00:04:40: Kann ich heute deine Dashboards sehen?

00:04:43: Kann ich Ihre Burndown-Charts sehen?

00:04:45: Könntest du deinen P.I.-Predictability sehen?

00:04:48: Denn wenn man die A. I. trainiert, trainieren sie auf Daten, die es gibt.

00:04:55: Ich weiß nicht über dich, aber ich würde es dir vorstellen.

00:04:57: dass ich mit dem Team von ca.

00:04:59: seventy-fünf bis eighty Prozent des Teams arbeite, nicht jeden Tag ihre Gehörer verabschieden.

00:05:03: Sie arbeiten in einem Sprint.

00:05:06: Und dann am Ende der Sprint markieren sie alles, und ihr seht dieses wirklich schöne kleine Flasche, wie eine Klappe aus dem Knopf fallen.

00:05:12: So wenn ich meine AI auf mich starte, denken sie, das ist normal.

00:05:17: Sie denken, das sieht gut aus.

00:05:19: Und sie machen baden Rekommendationen.

00:05:22: Also musst du deine Mechanik fixen, bevor du die Beneffizien der AI beginnst Und ich liebe das, was Zach sagt.

00:05:32: Denn ehrlich gesagt, Sie sind die Position, um dieses Problem

00:05:36: zu lösen.

00:05:36: Ja, aber die Marketexpectations sind sehr hoch.

00:05:40: Wenn du in einer Organisation kommst und fragst, was meine AI-Strategie ist... ...dass eine kurze Diskussion ist, welches Tool es fixiert!

00:05:49: Wir haben den Kontext des Teams und der Arbeit, aber wir haben nicht die fullen Elemente von was es kostet.

00:06:00: Was macht das Arbeit?

00:06:01: Und wie machen wir wirklich informierte Chancen?

00:06:04: Das ist das, was Strategie-Kollektion betrifft, was wir dafür bauen wollen.

00:06:09: Aber letztendlich müssen wir eine Art und Weise erzielen.

00:06:16: Was ist möglich?

00:06:17: Ich liebe deine Mechanik, die Basis zusammen, wie alles, was du practierst.

00:06:20: Diese Dinge sind

00:06:22: immer noch notwendig.

00:06:23: Ja, ich spiele Rugby für die Universität Florida.

00:06:26: Mein Coach sagte mir, dass Praxis nicht perfekt wird.

00:06:29: Das ist ein Lied.

00:06:30: Perfekt Praxis macht perfekt.

00:06:32: Es ist egal, wie viele times du es machst.

00:06:35: Wenn du es nicht richtig machen oder nicht gut machst, musst du erinnern, dass du viel Zeit hast zu erhöhen.

00:06:43: A.I.'s

00:06:43: just gonna make that visible

00:06:45: And you know what the good news is.

00:06:46: So, let me jump to the people perspective.

00:06:49: So away from data in a tool so still that means Agilist and people who know how do it right are important at least as long we have the AI trained or whatsoever.

00:07:00: but you also have teached of people.

00:07:02: As long there is our people development teams developing something That they doing it the right way And use the tools the right ways.

00:07:09: So kind of good news for many agilists out there.

00:07:12: They think ok tomorrow Ich bin weg, weil der AI übernimmt.

00:07:16: Vielleicht ist es nächste Woche und nicht morgen, aber die gute Sache.

00:07:20: Aber haben wir Konstraints mit dem Thema?

00:07:22: Lassen Sie uns sagen, dass wir ein cooles Tool haben, um den Datenqualität zu betrachten.

00:07:28: Die Leute wissen, was eine Methodologie zu tun hat.

00:07:31: Oft ist das Thema Sicherheit, oder?

00:07:34: Ja, für sicher!

00:07:36: Aber wir müssen immer noch vorsichtig sein, wie wir das implementieren.

00:07:42: Sicherheit ist wirklich wichtig.

00:07:44: Es gibt eine Vision von der AI, die sagt, dass wenn wir die AI verabschiedet haben, dass alles beendet wird.

00:07:55: Es wird ein tolles und brillantes Gehirn machen für uns alle unsere Entscheidungen.

00:08:02: Wir müssen nur auf diese Werte folgen.

00:08:04: Sie sehen das große Bild.

00:08:05: Und sie werden wissen, was die richtige Sache zu tun ist.

00:08:10: Ich komme zurück zur Sicherheitsquestion.

00:08:13: Aber zuerst sage ich, Das most brilliant Marketing, das OpenAI did when they launched ChatGPT was they called it AI.

00:08:23: Right?

00:08:24: Because they said this is artificial intelligence.

00:08:27: we're selling it as Artificial Intelligence.

00:08:29: there's a reasoning brain that exists behind This technology.

00:08:34: right whether you are using chat gpt or Claude oder Gemini or Mistral whatever LLM your using They didn't call it an LLm and then sell to you as an Llm für den Rekord.

00:08:46: LLM ist ein langsamer Modell, das ist die Technologie.

00:08:50: Also du hast keine Artifizale Intelligenz, die diesen Technologien behindert.

00:08:58: Du hast einen langsamen Modell mit Predictionen über das nächste höchste Ding, was du sagen willst.

00:09:06: Das ist alles, was sie tun!

00:09:07: Es geht nicht um komplexe Calculationen, es geht nicht darum, alle Kontext zu nehmen und eine rassionale Entscheidung, dass du wirst erwarten, ein Mensch zu sehen das große Bild und entscheiden.

00:09:20: Es ist nur Verdichtung.

00:09:22: Ich denke, es ist was du mir sagen willst Alex!

00:09:24: Und du kannst nicht das erste Mal richtig machen.

00:09:26: Und ich weiß nicht wie viele times du wieder promptest, mehr Informationen zu geben, wo du es willst gehen.

00:09:32: Also es ist wirklich wichtig, wenn wir in den Kontext dieser Gespräche sprechen, dass wir über das Tool reden für was es ist.

00:09:38: Das ist eine Verdichtungs-Engineinheit.

00:09:40: Es war ein wirklich advances, unglaubliches Prediction Engine.

00:09:44: Highly dependent on the training you gave to tool?

00:09:47: Highly, highly dependant of the training which brings us back... ...to this security question!

00:09:53: So if I am a global two thousand company and fortune five hundred company i'm gonna get huge benefits from AI.. ..I need it to be trained in any way that's relevant.

00:10:05: my business right not just going take out generic LLM.

00:10:09: ich werde es auf meine Daten trainieren.

00:10:13: Ich werde es nicht in öffentlicher Information geben, weil es keine guten Rekommendationen gibt, wenn sie nicht wissen, was eigentlich in meinem Geschäft geht.

00:10:21: Wenn ich das mache und mir so viel Informationen zu meiner AI gebe, muss ich sicher sein, dass ich das in einem Gated Garden, der eine single Source von Wahrheit ist für Menschen, zu sagen, das ist die Information von der

00:10:40: A.I.,

00:10:40: oder die LLM, wird die Informationen aufbauen um Präzise zu machen.

00:10:45: Ich werde nicht sagen, dass ich deine Fragen antworte, weil es noch nur Präsentationen gibt.

00:10:50: Aber wir haben jetzt nur die Informationen, die wir haben wollen.

00:10:56: Und das wird wirklich gefährlich in einer globalen two-thousand-Fraktion sein.

00:11:00: Denn diese Firmen sind sehr groß und da werden viele Leute überführen, was im Garten geht.

00:11:07: Und also müssen wir kontinuierlich und intensiv checken.

00:11:12: Zack, als wir für dieses Gespräch setzten, brachte er den Spray Data Gardening, der ich verabschiedet habe.

00:11:18: Ich lieb es.

00:11:18: Aber das ist genau was wir haben zu tun!

00:11:21: Wir gardern immer das Data, um sicherzustellen, dass es noch relevant und valid ist.

00:11:26: Wenn man sich über die verschiedenen Implementationen von AI beginnt, wird alles nur aufgrund Was haben wir in den Garten?

00:11:37: AI wird nicht die Sicherheitsprobleme lösen.

00:11:40: Man sollte sich bei der Cyber-Sicherheit schauen, wie man das Garten betrotzen

00:11:47: kann.

00:11:47: Interessant!

00:11:48: Ja, also ein paar der besten Marketingplans müssen von hier her kommen.

00:11:53: Aber für uns, ich denke, als Produktverband ist es was, was wir helfen können.

00:12:00: Es fühlt sich überwältigend, wenn man in der Situation ist, wo ich die Daten von mir selbst aufnehmen muss.

00:12:10: Aber was wir tun, das ist interessant und ich bin sicher, dass andere es machen, sind die Modelle, die existieren.

00:12:16: bringen sie alle in und tun es ihnen selbst zu den Verhandlungen, die wir wissen sind wichtig für unsere Kunden.

00:12:21: Und ich denke, das ist das Ding, was sollte helfen, along with services from organizations who have lots of reps on what it takes to implement safe or implement any framework at scale To help make it more possible bridge that gap between all the cool things you can do as an individual user but then doing them within a secure environment because that gap is for sure real.

00:12:41: and

00:12:42: I think thats really we are doing.

00:12:44: taking these models giving everyone choice, because that's what really needs to happen at scale.

00:12:49: One organization in a portfolio level is gonna look way different than another and so giving you the choice which model is right for me even if it my own model I bring myself?

00:12:59: But thats awesome!

00:12:59: Because then your starting talking about What are the right tools The AI enabled or AI empowered Tools That will help me achieve goals.

00:13:08: i have And Thats very different conversation from what AI model am I integrating into business?

00:13:15: Ja, das ist interessant.

00:13:18: Du sagst mir, wir brauchen den richtigen Tool und die richtige Daten, aber in order zu haben das Beste aus dem Boot, müssen wir diesen schönen Gardening machen.

00:13:29: Und es klingt für mich so, okay Leute, wir missen etwas.

00:13:32: Also was genau machen wir hier missen?

00:13:34: Sind diese schon eine der besten Präktiken, wie man

00:13:37: das tun

00:13:37: kann?

00:13:38: So, ich werde erst mal auf dieses Ding gehen.

00:13:40: Ich denke, da gibt es ein enormes Druck, auch noch mit Verständnis.

00:13:43: Und ich glaube, dass die Leute es bekommen dass es notwendig ist, Dinge in einem sicheren Umgebung zu haben.

00:13:48: Aber es gibt noch ein enormes Druck, mit denen man schnell starten kann.

00:13:52: Und eine von den Dingen, die wir gesehen haben aus dem Elasien-Standpunkt, bei den Kunden arbeiten, ist, dass wir etwas machen wie einen Umgebungen, das schon unsere Tools benutzen und starten mit zwei Agents.

00:14:04: Also nehmen ein paar Ausgaben und sagen, sehr schnell, innerhalb einer Woche, dass du deine Daten benutzt oder auch Kontextualität Portfolio Governance Standards, LACE-Polizeis.

00:14:17: Man kann die Agents ansteuern und dir helfen zu beobachten.

00:14:22: Man sieht ein paar Momentum für diese Dinge, aber es gibt noch viel, das muss gemacht werden um den Enterprise-Graden zu machen.

00:14:31: Ich denke, das ist der Punkt, dass es notwendig ist, das zu verstehen.

00:14:37: wie konzeptuell man diese Dinge verstehen kann.

00:14:40: Es gibt enormes Business-Pressen mit den Investitionen, die so kommen, um das zu erheben.

00:14:44: Ja, ich verstehe

00:14:47: alles, was Zack gesagt hat.

00:14:50: Ich glaube, was ich sagen würde ist, denken über andere technologische Innovationen, welche in den letzten fünf Jahren passiert sind oder die großen Veränderungen der Weise, die wir arbeiten haben.

00:15:00: Also denken, als wenn du nach dem Cloud

00:15:03: gehst

00:15:05: s re site reliability engineering or chaos engineering which erinnert originated in netflix.

00:15:10: these are you know significant things.

00:15:12: that devops is a huge one right.

00:15:14: these things got really popular and suddenly everybody was screaming.

00:15:17: we need it we need devops we need

00:15:19: cloud.

00:15:19: We need s re end, we invested but then there were people who said hold on a second.

00:15:26: we have to do this responsibility can't just throw five million dollars at s re say.

00:15:31: Es wird alle effektiv sein.

00:15:33: Wir müssen individuell trainieren, wir müssen den richtigen Piloten identifizieren und die Implementation zu iterieren.

00:15:42: Alle diese Dinge werden auch für AIs wahrgenommen.

00:15:45: Wir brauchen individuelle Trainungen.

00:15:47: Das ist wirklich wichtig, weil die AI-Tools sehr einfach sind um Menschen mit Vibekotung zu starten.

00:15:55: Du kannst starten, um die Dinge zu machen, die dir aus deinem Reiz befinden.

00:16:00: Das ist fantastisch!

00:16:01: Ich liebe die Kapazitäten der Tools.

00:16:03: Aber es ist unabhängig, um nicht das Zeit zu verstehen, wie die Tools funktionieren und was sie tun.

00:16:12: So organisativ müssen wir das Verständnis geben, woher in der Organisation sind, dass wir dann diese Menschen levergen können, um uns einen Weg vorzusetzen, um eine Lösung zu piloten dass das Geld von der Investition

00:16:27: verdienen wird.

00:16:28: Ja, ich wollte nur noch etwas adden.

00:16:30: Ich denke, diese Dinge, die vorhin gekommen sind, ist ein wirklich guter Weg zu accelerieren.

00:16:35: Wenn jemand den Podcast hört, ist er wahrscheinlich ein Praktischer.

00:16:39: Denken, wie ich mit SAFE und AI-anabletenden Praktischenern... wie wir versuchen, für den Markt zu präparieren.

00:16:47: Ich denke, dass die Dinge noch relevant sind von der DevOps-Version, vom Agil-Vertraum oder von der Flowmetrics, von Produkt nach Produkt und so weiter.

00:16:58: Es gibt Elemente, die noch relevant werden können.

00:17:00: Und Dinge, mit denen man sehr schnell verabschiedet wird, um das AI-enabledes Werkzeug zu verstehen, wie ich die Zeit in diesem AI-verabschwingung erzielen

00:17:09: kann.

00:17:09: Für sicher!

00:17:10: Und als wir über Practitioner gesprochen haben... Ich würde sagen, schauen in die AI-Native Curriculum.

00:17:17: Die AI-native Foundations ist ein phänomenaler Weg um Personalmaschinen mit der AI-Ecosysteme zu bekommen, das sich geöffnet hat.

00:17:28: Ich kann dir erzählen, dass ich jetzt eine AI- NATIVE Trainer bin.

00:17:30: Ich habe viele Leute getroffen.

00:17:32: Ich hatte meine eigene Geschichte und Erfahrung mit AI.

00:17:36: Ich war ein Data Scientist, bevor ich angefangen habe, alle diese Dinge zu tun, so glaube ich mir!

00:17:40: Ich habe Erfahrung in diesem Raum.

00:17:41: Aber diese Klasse hat mich auch noch verstanden, wie andere Menschen die AI beherrschen haben.

00:17:49: Was die Vokabular-Konstraints waren.

00:17:52: Es gab alle eine kommunale Sprache.

00:17:55: Diese sind die Dinge, die wir nicht immer von einer Verhandlung der Verhandlungen denken.

00:18:01: Die sind superpowervoll, um uns zu verstehen, was wir erreichen wollen und was das Plan ist, vorzunehmen.

00:18:10: Sahil, vielleicht... Wir haben jetzt viele Themen geholfen.

00:18:13: Sie helfen mir zu retten, weil wir starten an dem Punkt, wo wir sagen, dass wir noch viel Unternehmen investieren können in das nächste beste AI-Tool.

00:18:24: Auch da gibt es ein paar AI Tools bei uns, die nicht verbunden sind und so weiter.

00:18:30: Dann gaben wir die Daten ein bisschen leichter im Spektrum und haben gesagt, hey, komm auf, wenn die Daten ... Es ist ein bisschen wie Garbage in, Garbage out.

00:18:40: So

00:18:40: das bedeutet

00:18:40: es ist eine neue Fokus und mit der Fokus auf Daten und auf die Qualität deiner

00:18:48: AI.

00:18:48: Auch

00:18:49: die Fokus an den Sicherheitsaufgaben, wo wir heute Abend einen Secret Garden haben.

00:18:56: Gated

00:18:57: Gardens!

00:18:57: Sorry was?

00:18:59: Jetzt die große Frage

00:19:00: ist, ich denke

00:19:01: zu bringen es zurück.

00:19:04: Wie geht das, was wir talked about change now the next wave in AI rollouts and also maybe in terms of investments I have to make?

00:19:16: So...I think we're gonna see a lot companies Make this investment AI And then not get the benefit that they want it.

00:19:25: i don't see how were going avoid that because Es gibt nur nicht genug Leute heute, die wirklich verstehen wie das funktioniert und wie man durch den Implementation-Prozess der AI gehen kann.

00:19:38: Das ist ein brandweites emerging field, wir sind noch alles aufgestellt.

00:19:42: Aber es gibt Organisationen, mit denen ich arbeite, dass sie sich an der AI-Investition um fünf Millionen Dollar bezahlen wollen.

00:19:48: Und alle, die sich davon erinnern, haben einen Chat.

00:19:55: Weil sie wissen nicht, was möglich ist.

00:20:00: Was sind unsere größten Arbeitsplätze oder Prozesse?

00:20:04: Wo können die

00:20:05: AI-enableden und AI-empowerte Tools wirklich uns helfen, um diese Tools zu bauen?

00:20:12: Das wird für den Erfolg viel besser sein.

00:20:15: Ich glaube, wir werden viele Verhandlungen sehen.

00:20:18: Und dann sehen wir einen zweiten Weg, in dem die Leute etwas mehr besonderer sind.

00:20:22: Aber ich würde betteln... Die zweiten Attempten werden viel mehr erfolgreich

00:20:31: sein.

00:20:32: Das ist sehr interessant, was du gesagt hast.

00:20:35: In dem Ende, wie man es verpräsentiert, bedeutet, dass wir so viele Forschende arbeiten.

00:20:40: Wir haben so viele skillte Leute, aber trotzdem sind wir auf einem immergenden Weg zu lernen, wo wir bekommen können und wie wir dort kommen.

00:20:49: Und sogar das beste Knowledge, den wir heute haben, könnte nicht der Knowledge, die uns in den nächsten zwei Jahren durchsteht.

00:20:57: Wir lernen auf unserer Journey mit AI, mit Daten und noch Menschen in der Luft.

00:21:03: Mit den organisationalen Konstrainen, die wir haben können.

00:21:07: Das ist ein freundlicher Journey, aber natürlich... Es

00:21:10: ist so spannend!

00:21:11: Aber ich meine, imagine... In SAFE sprechen wir über PI-Kadences.

00:21:17: Wir arbeiten in PIs für zehn Wochen oder vielleicht sogar eine halbe Stunde, am hohen Ende.

00:21:22: Aber imagine, dass wir nur für EASYMATH arbeiten und sagen ... Wir werden unsere Pläne every quarter iterieren.

00:21:30: Mit AI, könntest du schneller iterieren als das.

00:21:33: Du kannst anfangen zu sehen, dass AI-empowerte Planungsprozesse sind.

00:21:39: Wenn die AI in deinem Tool gebaut ist und die AI an dich machen kann, könntst du sehr schnell feststehen gehen.

00:21:46: Aber am gleichen Zeit haben viele Organisationsen, die ich mitgebracht habe, Abrufungen, die drei Quartere lang sind.

00:21:53: Ich meine wirklich, um einen neuen Tool abzuwenden might take nine months.

00:21:59: And so how do you live in a world where we are able to go quarter by quarter or even faster than that, but the artificial limits of the organizational process and bureaucracy restrain us?

00:22:13: We're gonna see a lot those clashes coming up!

00:22:16: There will absolutely be new way of working that emerges out this.

00:22:24: When I was during my MBA they taught me In den vergangenen Jahren, da waren es große und kleine Firmen.

00:22:30: Und dann war es großartig klein.

00:22:32: Die Wallmarts der Welt in den USA konsumierte alle diese kleinen Mom- und Pop-Familien.

00:22:38: Es war großartigt klein!

00:22:40: Dann hatte ich die Möglichkeit zurück zu meinem Alma Mater von der Universität Florida an

00:22:44: T.J.,

00:22:45: eine klasse auf agile Basis zur Business School.

00:22:51: Ich habe gelernt, dass sie nicht großartige Firmen mehr sagen, sondern fastartige Flöte.

00:22:55: Das war etwa drei Jahre ago.

00:22:57: Fast-eat-slow, also jetzt sind es faster Bewegungs-Kompanien, die sich schnell adaptieren können und schnell verabschieden werden, dass sie nicht konsumieren können.

00:23:06: Und das war der lehne Agile-enableden Welt.

00:23:10: Wir gehen in ein AI-enabeledes Welt, wo ich nicht mehr weiß was noch die Sprache sein wird, aber es ist eine AI-anablede.

00:23:21: Eats.

00:23:21: Hättest

00:23:22: du?

00:23:23: Vielleicht.

00:23:24: Ja, aber jemanden, der es nicht benutzt.

00:23:28: Ich verstehe das total.

00:23:29: Ich versuche nicht dieses wirkliche Bild, ich verstehe total warum die Organisations investiert sind.

00:23:34: Denn da ist diese Fähigkeit, dass wenn man es nicht macht, dann wird man hinterher geblieben.

00:23:37: Oder eine Gefahr, dass, wenn du es nicht machst, dann verlierst du deine Position oder dein Markt.

00:23:44: Oder jemand anderes kommt und dich von dir nehmen.

00:23:50: Aber... Wenn du nicht A.I.

00:23:52: kümmerst, wird das trotzdem passieren.

00:23:55: Wir müssen also die Mechanik und die Data-Qualität kümmern, den gaten Garten gebaut werden.

00:24:04: Das sind non-negotiable Steffs für A. I. Immentation, dass Leute keine Realität haben, wenn sie bis zum A.i.

00:24:10: zu fünf Millionen Dollar kümmen können.

00:24:13: Perfekt!

00:24:14: Was wir heute gesagt haben, ich denke für alle Lesende da, Es sparkt some ideas, where to look at.

00:24:22: Where it sparked some ideas.

00:24:24: what the best practices are today It's not all solved.

00:24:27: and this is again maybe also a good message right for all of people who say hey come on AI is there its just that door And I'm out of the door Right?

00:24:37: So Some of the good messages something to think about.

00:24:42: That´s my thinking about our today session Your last idea of what take away.

00:24:49: Ich würde sagen, dass das Konzept oder die Gespräche

00:24:54: wirklich gefährlich sein

00:24:55: kann.

00:24:55: Die AI ist der Boogie-Mann in einigen Richtungen.

00:25:00: Wir hören Andy über es heute Morgen auf der Stelle sprechen.

00:25:03: Die Leute sind froh, dass die AI für ihre Arbeit kommt und die Arbeit verändert wird.

00:25:11: Und ich denke, wenn man mit der AI arbeitet wie ich, dann sieht man, dass da nicht eine reale Gefahr ist.

00:25:20: Die AI ist nicht möglich mit dem, was du denkst.

00:25:23: Aber es ist möglich, viel mehr zu machen als du denkest, dass sie es kann, wenn dein Geist die eine guideet.

00:25:31: Ich glaube, mein finaler Gedächtnis wäre, ich würde euch alle an eurem Personal-Journey starten, weil ich denke, das wird

00:25:43: für dich unglaublich sein.

00:25:45: Schönes.

00:25:46: Vielen Dank!

00:25:51: Danke, Zach und Sahil.

00:25:55: Danke,

00:26:02: dass Sie sich diese Ausgabe von Agile

00:26:04: Ampt angehört

00:26:04: haben.

00:26:06: Wenn Sie etwas Neues erfahren haben würden wir uns

00:26:08: freuen

00:26:09: wenn sie Ihren

00:26:09: Freunden,

00:26:10: Kolleginnen

00:26:11: oder Kunden von diesem Podcast erzählen.

00:26:15: Für weitere inspirierende Gespräche abonnieren Sie Agile ampt auf Spotify oder Apple Music.

00:26:22: Wenn Sie eine Idee für ein Thema oder Feedback zu einer Episode haben, senden Sie uns eine E-Mail an agileandiceg.exe.com.