Miért illeszt a csapatod továbbra is dolgokat a ChatGPT-be a hivatalos eszközeid helyett
A ChatGPT-be másolás-beillesztés mennyisége nem elsősorban ellenőrizendő megfelelési kudarc. Ingyenes, őszinte piackutatás arról, hogy a hivatalos eszközeid pontosan hol túl lassúak — ha hajlandó vagy így olvasni.
Kérdezd meg egy ötvenfős ügynökség operációs vezetőjét, hol készül valójában az ügyfélkutatás, és egy havi számlával és jogosultsági táblával rendelkező projektmenedzsment-eszközre mutat. Kérdezd meg, hol történik ez ténylegesen, és az őszinte válasz egyre inkább egy böngészőlap, amelyen a ChatGPT fut.
Ez nem marginális szokás, amely néhány szabályszegőre korlátozódik a designcsapatban. Közel van a mediánhoz. A Microsoft és a LinkedIn 2024-es Work Trend Indexe, amely 31 ország 31,000 munkavállalójának felmérésén alapul, azt találta, hogy a generatív AI-t a munkában használó alkalmazottak 78%-a a saját AI-eszközeit hozza a munkaadó által kiadottak helyett — ezt a gyakorlatot a jelentés BYOAI-nak nevezi. A kis- és középvállalatoknál ez az arány 80%-ra emelkedik. Az 1Password külön 2025-ös Annual Reportja, amely 5,000 munkavállalóra épül, óvatosabb 27%-ot talált, akik elismerték, hogy a cég által nem engedélyezett AI-eszközöket használtak, míg a Cybernews 2025 szeptemberében több mint 1,000 amerikai alkalmazott körében végzett felmérése 59%-ra tette a számot. A szórás nagy, mert minden felmérés kissé más kérdést tesz fel — „nyúltál-e valaha AI-hoz a hivatalos csatornákon kívül” szemben azzal, hogy „tudatosan a nem jóváhagyott AI-ra támaszkodsz-e a legfontosabb munkádnál” — de mindegyik szám jóval afölött van, amit a legtöbb IT- és operációs vezető találna ki, ha váratlanul kérdeznék.
A legtöbb beszélgetés erről a tényről az „árnyék” szóval kezdődik, és egy elfogadható használati szabályzatról szóló feljegyzéssel ér véget. Ez az ösztön érthető. Többnyire mégis rossz első lépés.
Amit a szám valójában mér
Kezdd azzal, amit ezek a felmérések nem találnak. Nem azt találják, hogy az alkalmazottak lusták, felelőtlenek, vagy megpróbálják megkerülni a vezetést. Az 1Password jelentése közvetlenül megkérdezte az embereket, miért nyúlnak jóvá nem hagyott AI-eszközökhöz, és a két vezető válasz a kényelem (45%) és a nagyobb termelékenység érzése (43%) volt — nem az, hogy „a vezetőm nem ellenőriz”, vagy hogy „nem érdekel a szabályzat”. Az emberek nem azért bújnak a ChatGPT-be, mert tilos. Azért bújnak a ChatGPT-be, mert gyorsabb, mint amit helyette kellett volna használniuk.
Ez a különbség számít, mert azt jelenti, hogy a másolás-beillesztés viselkedése nem elsősorban fegyelmezendő probléma. Közelebb áll ahhoz, amikor egy ügyfél a versenytárs termékét választja a tiéd helyett. Ha egy ügyfél azért kerüli meg a fizetési folyamatodat, mert a versenytársé három kattintással rövidebb, nem azzal válaszolsz, hogy a saját folyamatodat nehezebbé teszed elhagyni — utánanézel, mi lassú benne. Ugyanez a logika érvényes egy cégen belül is. Valahányszor valaki a feladatkezelőd, az üzenetküldő alkalmazásod vagy a belső wikid helyett a ChatGPT-t nyitja meg, őszinte, kéretlen szavazatot ad le arról, hol túl lassúak a hivatalos eszközeid, hol túl sok kattintás mélyén vannak, vagy hol hiányzik belőlük valami, amire most van szüksége. Senki nem tölt ki felmérést, hogy ezt elmondja. Egyszerűen megteszi, újra és újra, nagy léptékben — és pontosan ez teszi megbízhatóbbá, mint a legtöbb visszajelzés, amit valaha szándékosan kapsz.
A ChatGPT-be másolás nem bizonyíték arra, hogy a csapatod nem tiszteli az eszközöket, amelyeket adtál neki. Élő mérés arról, hol maradnak el pontosan ezek az eszközök — automatikusan rögzítve, nagy mennyiségben, felmérésfáradtság nélkül.
Hová illik ez: láthatóvá tett folyamattartozás
A FabricLoop termékfilozófiájának neve van arra az alapállapotra, amely ezt a viselkedést előidézi: folyamattartozás — az egymással kontextust nem osztó eszközök összetoldásának felhalmozott, rejtett költsége, amelyet olyan emberek pénznemében fizetnek meg, akik kézzel gépelnek újra, magyaráznak újra és egyeztetnek olyan információt, amelynek magától kellett volna továbbhaladnia. A folyamattartozás nem jelenik meg a mérlegben. Úgy jelenik meg, mint az a tíz perc, amelyet valaki azzal tölt, hogy egy ügyfélbeszélgetést kimásol az e-mailből egy dokumentumba, majd kézzel összefoglalja, mert az érintett rendszerek nem beszélnek egymással.
A generatív AI nem hozta létre a folyamattartozást. Csak mindenkinek sokkal gyorsabb módot adott a kiszolgálására. A ChatGPT előtt egy töredezett, lassú belső folyamattal szembesülő alkalmazottnak két lehetősége volt: átverekedni magát rajta, vagy informális kerülőutat találni — személyes táblázatot, oldalsó Slack-üzenetet, öntapadós cetlit. Most van egy harmadik lehetőség, amely kilenc másodpercig tart, és valóban hasznos eredményt ad: illeszd a káoszt egy chatbotba, és hagyd, hogy ő egyeztesse. Azoknak az embereknek a mennyisége, akik ezt a harmadik lehetőséget választják, közvetlen, valós idejű olvasat arról, mennyi folyamattartozást cipel a szervezeted, munkafolyamatonként kifejezve. Az a csapat, amely folyamatosan a ChatGPT-be illeszt, nem fegyelmezetlen. Olyan csapat, amely elég gyorsan fizeti a folyamattartozás kamatát ahhoz, hogy mindenki érezze.
Ezért a kerülőút betiltása önmagában ritkán működik. Egy blokkolt weboldal vagy egy szigorú szabályzati feljegyzés nem törleszti a tartozást — csak elveszi a leggyorsabb elérhető módot a kiszolgálására, ami az embereket lassabb kerülőutak felé vagy egy személyes telefonra tolja, ahol senki nem látja, mit csinálnak egyáltalán. Ha az a rés, amely valakit eredetileg a ChatGPT-hez küldött, még mindig ott van, a tiltás a problémát kevésbé láthatóvá tette, nem kisebbé.
Ebből semmi sem jelenti azt, hogy a kockázat képzeletbeli. Amikor valaki egy ügyfélszerződést, teljesítményértékelési jegyzeteket vagy egy ügyfél fiókadatait személyes ChatGPT-, Claude- vagy Gemini-fiókba illeszti, az az adat elhagyja a céged ellenőrzését, és egy másik cég infrastruktúrájába kerül, egy másik cég szolgáltatási feltételei alatt — gyakran az ingyenes csomagban, amely jellemzően a leggyengébb adatkezelési garanciákkal jár az összes kínált csomag közül. Ez valós kitettség, és valódi, világosan kimondott figyelmeztetést érdemel, nem lábjegyzetet. A hiba az, ha ezzel a kockázattal vezetsz, mintha ez lenne az egész történet, mert a félelem gyenge motivátor a viselkedésváltozáshoz, és még gyengébb diagnosztikai eszköz. Mondd ki a kockázatot egyszer, vedd komolyan, aztán menj, és derítsd ki, mi hajtja valójában a viselkedést — mert az a rész, amit ki tudsz javítani.
Olvasd lemorzsolódási adatként, ne megfigyelési naplóként
A helyes válasz úgy néz ki, ahogy egy termékcsapat a lemorzsolódást vizsgálja, nem úgy, ahogy egy megfelelési csapat auditot futtat. Nem kell elolvasnod egyetlen alkalmazott ChatGPT-előzményét sem, és nem is szabad megpróbálnod — ez megfigyelés, gyorsabban erodálja a bizalmat, mint amennyi belátást ad, és a legtöbb jogrendszerben saját jogi kitettséget teremt. Amire szükséged van, az az összesített minta: mely munkafolyamatok, szerepek és pillanatok egy folyamatban vezetnek megbízhatóan kitérőhöz egy külső AI-eszköz felé. Erre a kérdésre rövid, anonim pulzusfelméréssel, néhány őszinte beszélgetéssel a csapatvezetőkkel, vagy — ha a hivatalos eszközeidnek van egyáltalán használati analitikája — azzal lehet válaszolni, hogy megnézed, hol hagyják félbe az emberek a feladatot, és hol csoportosulnak a támogatási jegyek a „ez túl sokáig tart” körül.
A felmérésekben kevés munkafolyamat-kategória adja a forgalom nagyját. Az 1Password adatai ezt konkrétan bontják: a válaszadók 22%-a mondta, hogy külső AI-eszközöket használ ügyfélhívások jegyzeteinek átírására és összefoglalására, 21% ügyféladatok elemzésére használja őket, 16% pedig céges adatok elemzésére és a felvétellel, valamint a teljesítményértékeléssel kapcsolatos anyagok vázlatának készítésére is. Ezek egyike sem egzotikus felhasználás. Egy növekvő csapat vagy egy ügynökségi fiók működtetésének hétköznapi kötőszövete — a pillanat közvetlenül a hívás vége után, mielőtt a jegyzetek bárhová hasznosan eljutnának, a pillanat, amikor egy vezetőnek gyors olvasatra van szüksége egy táblázatról, amelyhez senki nem készített riportot, a pillanat, amikor valakinek szétszórt visszajelzések halmát kell összefüggő értékeléssé alakítania. Szinte minden esetben az alapfeladat valóban egyszerű. Ami lassú, az az eszközök száma, amelyeket valakinek meg kell nyitnia, és az, hányszor kell újra elmagyaráznia egy kontextust, amely már létezik valahol a cégben, hogy a jóváhagyott úton végezze el.
Tedd gyorsabbá a jóváhagyott utat, ne nehezebbé a kerülőutat
Ha tudod azt a két vagy három konkrét munkafolyamatot, amely a forgalom nagyját hajtja, a javítás szinte soha nem új szabályzat. A tényleges rés bezárása. Egy növekvő csapat vagy ügynökség vezetője számára ez három dolgot jelent, nagyjából ebben a sorrendben.
Először nevezd meg a munkafolyamatokat pontosan, ne általánosan. Az, hogy „az emberek ügyfélügyekre használják a ChatGPT-t”, nem elég konkrét a cselekvéshez. Az, hogy „az ügyfélmenedzserek a hívásjegyzeteket a ChatGPT-ben foglalják össze, mert a feladatkezelőnknek nincs gyors rögzítése egy hívásból, különben három külön képernyőt kellene megnyitniuk”, elég konkrét a javításhoz — és általában egy vagy kettő ilyen adja a mennyiség nagyját, nem egy tucat.
Másodszor mérd a kerülőutat a jóváhagyott úthoz azokban az egységekben, amelyek a munkát végző embernek tényleg számítanak: a kattintások száma, az alkalmazásváltások száma, és az, hányszor kell újragépelnie valamit, ami már máshol létezik. Ha a külső eszköz mindháromban nagy különbséggel nyer, az a résed, és általában bezárható — egy gyorsrögzítő parancs, egy sablon, egy integráció, amely a releváns beszélgetést automatikusan behúzza az eszközbe, ahelyett hogy valakit elküldene érte.
Harmadszor, amikor maga az AI a valóban hasznos rész — nemcsak a sebesség, hanem maga az összefoglalás vagy a vázlatírás — hozz egy AI-képességet a jóváhagyott felületre, ahelyett hogy úgy tennél, mintha az emberek abbahagynák az igényt. Ez a valódi érv amellett, hogy az AI-t azokba az eszközökbe építsd, amelyekben a csapatod már él, ahelyett hogy egy külön fogyasztói alkalmazásban rekedne, a te kontextusod és a te kontrollod nélkül.
A FabricLoop válasza erre a résre a Loop Agent, amely a Model Context Protocolra épül, így ugyanazokban a Groups csoportokban tud cselekedni, ahol az üzeneteid, a feladataid és a jegyzeteid már élnek — összefoglal egy beszélgetést, feladatot vázol egy beszélgetésből, vagy előhoz egy jegyzetet anélkül, hogy bárki elhagyná az alkalmazást, vagy újra elmagyarázna egy kontextust, amely már ott van. Nem az a lényeg, hogy funkcióban legyőzze a ChatGPT-t. Az a lényeg, hogy a jóváhagyott út legalább olyan gyors legyen, mint a kerülőút, az auditnapló érintetlenül, hogy a kényelemnek, amely most egy külső fiókra küldi a munkát, legyen hová mennie a saját falaid között.
Hogyan néz ez ki valójában jövő hétfőn
Ehhez semmihez nem kell munkacsoport. Egy óra őszinte nézés kell, egy rövid beszélgetés azzal a két vagy három szereppel, amely a legtöbbet másol és illeszt, és a hajlandóság, hogy amit találsz, hasznos információként kezeld, ne fegyelmi ügyként. Kérdezd meg az embereket közvetlenül, mit próbáltak befejezni közvetlenül azelőtt, hogy megnyitották a ChatGPT-t — a legtöbben egyenesen megmondják, mert nem próbáltak elrejteni semmit, egy feladatot próbáltak befejezni. Aztán hasonlítsd össze azt a feladatot, lépésről lépésre, azzal, mennyi ideig tart a hivatalos eszközeiden keresztül. A rés, amelyet találsz, a következő negyedév valódi termékútiterve, ingyen átadva azoktól, akik minden nap használják a rendszereidet.
A csapatok, amelyek ezt rosszul csinálják, a másolást integritási kérdésként kezelik, és egy negyedévet töltenek egy szabályzat megírásával, amelyet senki nem olvas. A csapatok, amelyek jól csinálják, piackutatásként kezelik, amelyért senkinek nem kellett fizetnie, és ugyanazt a negyedévet azzal töltik, hogy bezárják azt a két vagy három rést, amely mindenkit a már meglévő eszközeik körül küldött.