Samsara是一家於2021年上市的車隊管理SaaS提供商，該公司首席執行官認為，優化AI策略（或任何新興的技術策略）的唯一方法就是採用自下而上的方法。Franchetti表示：「一年前，當生成式AI爆發時，Samsara一開始採取了相當嚴格的方法，因為我們不了解這項技術，當時我們的重點是設置護欄以保護隱私和安全。」
但在團隊花了更多時間研究這項技術後，他們取消了這些限制。他說：「既然我們已經認識到生成式AI可以帶來什麼，今年我們的政策就會發生巨大的變化。我們希望這項技術儘可能地接近我們的知識工作者和領域專家，希望賦予他們這些能力，讓他們進行實驗和創造。」
Franchetti承認，KPI和結果驅動的方法仍然適合許多技術的部署，但「有機的方法更適合AI，因此我們的資深軟體開發領域專家可以在沒有目標業務成果的情況下展開創新，當然，這些技術必須重新集成到更大的架構中，IT團隊可以幫助他們做到這一點。」
在調動員工資源來嘗試生成式AI之後，Franchetti開始看到這麼做帶來的影響。他說：「我們已經看到很多有前途的試點項目正在生產環境中不斷疊代。」
他還看到了AI在IT幫助台、客戶支持、銷售和營銷的專用工具中進行概念驗證帶來的積極成果。他說：「我們也在嘗試通用型的copilot，我們發布了幾種可供員工嘗試的選項，一種是商用大型語言模型服務，另一種是開源服務。」Samsara公司的員工將這些通用助手應用於各種用例，例如編寫文檔和工作描述、調試代碼或編寫API端點。
例如，通過使用大型語言模型功能生成代碼，這樣Samsara的工程師就可以更高效地生成樣板代碼以及代碼文檔和注釋，這對公司來說是一項關鍵的實踐。Franchetti補充說：「我們有一些工程師的第一語言不是英語，因此把AI引入評論和文檔對他們的工作是有幫助的。」
Franchetti花了一年時間研究這種自下而上的AI創新方法，並提出了一些建議：
不要將「全民創造」僅限於工程師的範疇：Franchetti估計，在Samsara公司，工程師只使用了50%的AI，但另一半則用於法律、銷售、營銷、財務和客戶支持。
不要讓當前的架構阻礙你：Franchetti承認，像Samsara這樣誕生於雲端的公司，在AI方面比那些運行在遺留基礎設施上的老企業來說有巨大的飛躍，但這並不意味著後者就不能從自下而上的方法中受益。「我相信無論你的架構是怎樣的，你的員工都可以進行實驗。他們可以通過使用AI生成營銷物料甚至是財務對賬來提高生產力。他們可以在任何環境中執行此類操作，因為這些特定工具不依賴於與更廣泛架構的集成。」
清理企業數據：如果沒有清理數據，AI生成的結果就是有局限性的。Franchetti表示：「AI和生成式AI的力量來自於與模型共享上下文的能力，因此模型可以理解你的環境並進行微調，為你提供更好的答案，AI一開始並不了解業務，但當它接受數據訓練的時候，就會變成專家。」當數據來自不同的系統以及事實來源相互衝突的時候，AI不具備所需背景以變得更加聰明。
對規模進行選擇：隨著如此多的全民創造正在進行中，CIO們需要制定一個流程來選擇把哪些試點發展成為企業解決方案。為了確保你把時間和金錢花在最有潛力的解決方案上，Franchetti建議要關注結果。他說：「當一個工具做到了我們想要做的事情，我們會問實現了哪些可衡量的業務成果，它會提高客戶滿意度嗎？它會提高生產力嗎？提高多少？」
例如，Samsara公司的技術團隊在過去幾個月中一直在內部IT服務台嘗試使用AI。「我們部署了一項由大型語言模型支持的技術，使我們能夠在Slack內部署機器人以解決服務台支持的問題。如今，我們有35%的IT支持是完全自動化的。這是一個可衡量的改進結果，使我們的支持工程師能夠專注於更高階的工作上。」取得這些成果後，團隊開始嘗試類似的客戶服務大型語言模型，他們預測，這將使客戶支持代理的工作效率提高20%。「現在我們正在擴展和部署這個模型，因為我們已經能夠對其進行衡量了。」
