Mengapa Pasukan Anda Terus Menampal Perkara ke dalam ChatGPT daripada Alat Rasmi
Jumlah salin-tampal ke dalam ChatGPT bukan terutamanya kegagalan pematuhan yang perlu dikawal. Ia penyelidikan pasaran percuma dan jujur tentang tepat di mana alat rasmi anda terlalu perlahan — jika anda sedia membacanya begitu.
Tanya ketua operasi di agensi lima puluh orang di mana penyelidikan pelanggan sebenarnya dilakukan, dan dia akan menunjuk ke alat pengurusan projek dengan invois bulanan dan carta kebenaran. Tanya di mana ia benar-benar berlaku, dan jawapan yang jujur, semakin hari semakin jelas, ialah tab pelayar yang menjalankan ChatGPT.
Ini bukan tabiat pinggir yang terhad kepada beberapa pelanggar peraturan dalam pasukan reka bentuk. Ia hampir dengan median. Work Trend Index 2024 daripada Microsoft dan LinkedIn, berdasarkan tinjauan 31,000 pekerja di 31 negara, mendapati 78% pekerja yang menggunakan AI generatif di tempat kerja membawa alat AI mereka sendiri, bukan yang dikeluarkan majikan — amalan yang laporan itu panggil BYOAI. Di syarikat kecil dan sederhana, angka itu naik kepada 80%. Laporan Tahunan 2025 yang berasingan daripada 1Password, diambil daripada 5,000 pekerja, mendapati angka yang lebih konservatif: 27% mengaku telah menggunakan alat AI yang tidak dibenarkan syarikat, manakala tinjauan Cybernews terhadap lebih 1,000 pekerja AS pada September 2025 meletakkan angkanya pada 59%. Julatnya luas kerana setiap tinjauan bertanya soalan yang sedikit berbeza — «pernahkah anda menghulur tangan kepada AI di luar saluran rasmi» berbanding «adakah anda secara sedar bergantung pada AI yang tidak diluluskan untuk kerja paling penting anda» — tetapi setiap nombor ini jauh lebih tinggi daripada tekaan kebanyakan ketua IT dan operasi jika ditanya secara mengejut.
Kebanyakan perbualan tentang fakta ini bermula dengan perkataan «bayang» dan berakhir dengan memo tentang dasar penggunaan yang boleh diterima. Naluri itu boleh difahami. Ia juga, sebahagian besarnya, langkah pertama yang salah.
Apa yang sebenarnya diukur oleh nombor itu
Mulakan dengan apa yang tidak ditemui oleh tinjauan ini. Mereka tidak mendapati pekerja malas, cuai, atau cuba memintas pengurusan. Laporan 1Password bertanya terus kepada orang mengapa mereka menghulur tangan kepada alat AI yang tidak diluluskan, dan dua jawapan teratas ialah kemudahan (45%) serta rasa lebih produktif (43%) — bukan «pengurus saya tidak menyemak» atau «saya tidak peduli dasar». Orang tidak bersembunyi dalam ChatGPT kerana ia dilarang. Mereka bersembunyi dalam ChatGPT kerana ia lebih pantas daripada apa-apa yang sepatutnya mereka gunakan sebagai ganti.
Beza itu penting, kerana ia bermakna tingkah laku salin-tampal bukan terutamanya masalah disiplin yang perlu dikawal. Ia lebih dekat dengan pelanggan yang memilih produk pesaing daripada milik anda. Jika pelanggan mula memintas aliran pembayaran anda kerana aliran pesaing lebih pendek tiga klik, anda tidak membalas dengan menjadikan aliran pembayaran lebih sukar ditinggalkan — anda pergi cari apa yang perlahan padanya. Logik yang sama terpakai di dalam syarikat. Setiap kali seseorang membuka ChatGPT dan bukannya alat tugas, aplikasi pemesejan, atau wiki dalaman, mereka membuang undi yang jujur dan tidak diminta tentang tepat di mana alat rasmi anda terlalu perlahan, terlalu dalam beberapa klik, atau kehilangan sesuatu yang mereka perlukan sekarang. Tiada siapa mengisi tinjauan untuk memberitahu anda perkara ini. Mereka hanya melakukannya, berulang-ulang, pada skala — dan itulah yang menjadikannya lebih boleh dipercayai daripada kebanyakan maklum balas yang akan anda peroleh dengan sengaja.
Salin-tampal ke dalam ChatGPT bukan bukti bahawa pasukan anda tidak menghormati alat yang anda berikan. Ia ukuran langsung tentang tepat di mana alat itu kurang — direkod secara automatik, dalam jumlah, tanpa keletihan tinjauan.
Di mana ini duduk: hutang proses yang dijadikan kelihatan
Falsafah produk FabricLoop ada nama untuk keadaan asas yang menghasilkan tingkah laku ini: hutang proses — kos tersembunyi yang terkumpul daripada menjahit alat yang tidak berkongsi konteks, dibayar dalam mata wang orang yang menaip semula, menerangkan semula, dan menyelaraskan maklumat yang sepatutnya bergerak sendiri. Hutang proses tidak muncul pada kunci kira-kira. Ia muncul sebagai sepuluh minit yang dihabiskan seseorang menyalin bebenang pelanggan keluar daripada e-mel, ke dalam dokumen, lalu meringkaskannya dengan tangan kerana sistem yang terlibat tidak bercakap antara satu sama lain.
AI generatif tidak mencipta hutang proses. Ia hanya memberi semua orang cara yang jauh lebih pantas untuk menyervisnya. Sebelum ChatGPT, pekerja yang berdepan proses dalaman yang berpecah dan perlahan ada dua pilihan: mengisar melaluinya, atau mencari jalan pintas tidak formal — hamparan peribadi, DM Slack di tepi, nota lekit. Kini ada pilihan ketiga yang mengambil sembilan saat dan menghasilkan hasil yang benar-benar berguna: tampalkan kekusutan itu ke dalam chatbot dan biarkan ia menyelaraskan. Jumlah orang yang memilih pilihan ketiga ialah bacaan langsung dan masa nyata tentang berapa banyak hutang proses yang ditanggung organisasi anda, dinyatakan satu aliran kerja demi satu aliran kerja. Pasukan yang sentiasa menampal ke dalam ChatGPT bukan pasukan yang tidak berdisiplin. Ia pasukan yang membayar faedah hutang proses cukup pantas sehingga semua orang dapat merasainya.
Ini juga sebab larangan terhadap jalan pintas, dengan sendirinya, jarang berjaya. Laman web yang disekat atau memo dasar yang tegas tidak melunaskan hutang — ia hanya membuang cara terpantas yang ada untuk menyervisnya, yang menolak orang kembali ke jalan pintas yang lebih perlahan atau ke telefon peribadi di mana tiada siapa nampak apa yang mereka lakukan langsung. Jika jurang asas yang menghantar seseorang ke ChatGPT pada mulanya masih ada, larangan itu menjadikan masalah kurang kelihatan, bukan lebih kecil.
Tiada satu pun daripada ini bermakna risikonya khayalan. Apabila seseorang menampal kontrak pelanggan, set nota semakan prestasi, atau butiran akaun pelanggan ke dalam akaun ChatGPT, Claude, atau Gemini peribadi, data itu meninggalkan kawalan syarikat anda dan mendarat di dalam infrastruktur syarikat lain, di bawah terma perkhidmatan syarikat lain — selalunya peringkat percuma, yang biasanya datang dengan jaminan pengendalian data paling lemah antara mana-mana pelan yang ditawarkan. Itu pendedahan yang nyata, dan ia wajar mendapat amaran yang nyata dan dinyatakan dengan jelas, bukan nota kaki. Kesilapannya ialah memimpin dengan risiko ini seolah-olah itu keseluruhan cerita, kerana ketakutan ialah pendorong yang lemah untuk perubahan tingkah laku dan alat diagnostik yang lebih lemah lagi. Nyatakan risikonya sekali, ambil dengan serius, kemudian cari apa yang sebenarnya mendorong tingkah laku itu — kerana itulah bahagian yang boleh anda baiki.
Bacalah seperti data churn, bukan log pengawasan
Tindak balas yang betul kelihatan seperti cara pasukan produk mengkaji churn, bukan seperti cara pasukan pematuhan menjalankan audit. Anda tidak perlu membaca sejarah ChatGPT mana-mana pekerja, dan anda tidak patut mencuba — itu pengawasan, ia akan menghakis kepercayaan lebih pantas daripada menghasilkan cerapan, dan di kebanyakan bidang kuasa ia menimbulkan pendedahan undang-undangnya sendiri. Apa yang anda cari ialah corak agregat: aliran kerja, peranan, dan saat mana dalam proses yang secara konsisten menghasilkan lencongan ke alat AI luar. Itu soalan yang boleh anda jawab dengan tinjauan nadi yang singkat dan tanpa nama, beberapa perbualan terus terang dengan ketua pasukan, atau — jika alat rasmi anda ada sebarang analitik penggunaan — dengan melihat di mana orang meninggalkan tugas separuh siap dan di mana tiket sokongan berkumpul di sekitar «ini mengambil masa terlalu lama».
Merentas tinjauan, sebilangan kecil kategori aliran kerja menjelaskan sebahagian besar trafik. Data 1Password menghuraikannya secara konkrit: 22% responden berkata mereka menggunakan alat AI luar untuk menyalin dan meringkaskan nota panggilan pelanggan, 21% menggunakannya untuk menganalisis data pelanggan, dan 16% menggunakannya untuk analisis data syarikat serta untuk mendraf bahan berkaitan pengambilan pekerja dan semakan prestasi. Tiada satu pun daripada itu kes penggunaan yang eksotik. Ia tisu penghubung biasa dalam menjalankan pasukan yang sedang berkembang atau akaun agensi — saat sejurus selepas panggilan tamat dan sebelum nota sampai ke tempat yang berguna, saat pengurus perlukan bacaan cepat atas hamparan yang tiada siapa bina laporannya, saat seseorang perlu menukar longgokan maklum balas yang berselerak menjadi semakan yang koheren. Dalam hampir setiap kes, kerja asasnya benar-benar mudah. Yang perlahan ialah bilangan alat yang seseorang perlu buka, dan berapa kali mereka perlu menerangkan semula konteks yang sudah wujud di suatu tempat dalam syarikat, untuk menyiapkannya melalui laluan yang diluluskan.
Jadikan laluan yang diluluskan lebih pantas, bukan jalan pintas lebih sukar
Sebaik sahaja anda tahu dua atau tiga aliran kerja khusus yang mendorong sebahagian besar trafik, pembaikannya hampir tidak pernah dasar baharu. Ia menutup jurang yang sebenar. Secara konkrit, bagi ketua pasukan yang sedang berkembang atau agensi, itu bermakna tiga perkara, lebih kurang mengikut urutan.
Pertama, namakan aliran kerja dengan tepat, bukan secara umum. «Orang guna ChatGPT untuk hal pelanggan» tidak cukup khusus untuk diambil tindakan. «Pengurus akaun meringkaskan nota panggilan ke dalam ChatGPT kerana alat tugas kami tiada tangkapan pantas daripada panggilan, jadi kalau tidak mereka terpaksa membuka tiga skrin berasingan» cukup khusus untuk dibaiki — dan biasanya satu atau dua perkara seperti ini yang menjelaskan sebahagian besar jumlah, bukan sedozen.
Kedua, ukur jalan pintas berbanding laluan yang diluluskan dalam unit yang benar-benar penting kepada orang yang melakukan kerja: bilangan klik, bilangan pertukaran aplikasi, dan berapa kali mereka terpaksa menaip semula sesuatu yang sudah wujud di tempat lain. Jika alat luar menang dengan margin yang luas pada ketiga-tiganya, itulah jurang anda, dan biasanya boleh ditutup — pintasan tangkapan pantas, templat, integrasi yang menarik bebenang yang relevan ke dalam alat secara automatik dan bukannya meminta seseorang pergi mengambilnya.
Ketiga, apabila AI itu sendiri benar-benar bahagian yang berguna — bukan sekadar kelajuan, tetapi peringkasan atau pendrafan itu sendiri — bawa keupayaan AI ke permukaan yang diluluskan dan bukannya berpura-pura orang akan berhenti menginginkannya. Inilah hujah sebenar untuk membina AI ke dalam alat yang pasukan anda sudah diami, dan bukannya membiarkannya terdampar dalam aplikasi pengguna yang berasingan tanpa konteks anda dan tanpa kawalan anda.
Jawapan FabricLoop kepada jurang ini ialah Loop Agent, dibina di atas Model Context Protocol supaya ia boleh bertindak di dalam Groups yang sama tempat pemesejan, tugas, dan nota anda sudah hidup — meringkaskan bebenang, mendraf tugas daripada perbualan, atau membuka nota tanpa sesiapa meninggalkan aplikasi atau menerangkan semula konteks yang sudah ada. Intinya bukan untuk mengatasi ChatGPT dari segi ciri. Intinya menjadikan laluan yang diluluskan sekurang-kurangnya sepantas jalan pintas, dengan jejak audit yang utuh, supaya kemudahan yang kini menghantar kerja ke akaun luar ada tempat untuk pergi di dalam dinding anda sendiri.
Bagaimana rupa ini sebenarnya pada Isnin depan
Tiada satu pun daripada ini memerlukan pasukan petugas. Ia memerlukan sejam melihat dengan jujur, perbualan singkat dengan dua atau tiga peranan yang paling banyak menyalin dan menampal, serta kesediaan untuk menganggap apa yang anda temui sebagai maklumat berguna, bukan hal disiplin. Tanya orang terus apa yang mereka cuba selesaikan sejurus sebelum membuka ChatGPT — kebanyakan akan memberitahu dengan jelas, kerana mereka tidak cuba menyembunyikan apa-apa, mereka cuba menyelesaikan tugas. Kemudian bandingkan tugas itu, langkah demi langkah, dengan berapa lama ia mengambil masa melalui alat rasmi anda. Jurang yang anda temui ialah peta jalan produk sebenar anda untuk suku tahun berikutnya, diserahkan percuma oleh orang yang menggunakan sistem anda setiap hari.
Pasukan yang tersilap menganggap salin-tampal sebagai isu integriti dan menghabiskan suku tahun menulis dasar yang tiada siapa baca. Pasukan yang betul menganggapnya sebagai penyelidikan pasaran yang tiada siapa perlu bayar, dan menghabiskan suku tahun yang sama menutup dua atau tiga jurang yang menghantar semua orang memintas alat yang sudah mereka ada.