En la era de la IA, los procesos de toma de decisiones empresariales pueden necesitar ser rediseñados. Muchos profesionales han comenzado a explorar un nuevo esquema de trabajo: ante cualquier proyecto, preguntarse primero si Open Code combinado con el modelo GLM puede resolverlo con el menor costo posible. Si no funciona, considerar usar Claude invirtiendo ciertos tokens para completar la tarea. Si aún no es suficiente, organizar los requisitos en instrucciones completas y entregarlos a herramientas de análisis profesional como Gemini para el diseño de soluciones y desgloses de requisitos. Luego, crear un grupo de colaboración, compartir documentos de instrucciones, distribuir tareas específicas según las recomendaciones de división del trabajo de la IA, y finalmente, usar herramientas de gestión de proyectos para generar cronogramas y seguimiento de objetivos.
Este proceso parece lógico y la eficiencia mejora notablemente. Algunas personas comentan que, si sigue así, la asignación de personal en muchos puestos tradicionales realmente tendrá que ajustarse. Esto refleja que la cadena de herramientas de IA se está volviendo cada vez más madura y que la presión sobre los costos operativos de las empresas está aumentando; en un futuro previsible, los talentos que sepan cómo manejar e integrar estas herramientas podrían ser más valiosos que empleados con solo habilidades de ejecución pura.
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
11 me gusta
Recompensa
11
5
Republicar
Compartir
Comentar
0/400
BlockchainNewbie
· hace9h
En realidad, es otra forma de decir "reducción de costos"; suena más sofisticado, pero en realidad todavía implica recortar personal.
Ver originalesResponder0
GateUser-5854de8b
· hace9h
Honestamente, este proceso suena como una eliminación progresiva de personas bajo la excusa de optimizar costos.
Open Code depende completamente del estado de ánimo de GLM, y cuando se empieza a gastar en tokens, tampoco es que sea barato, al final todavía tiene que intervenir Gemini, parece que la optimización de costos es más un falso dilema.
Los que realmente ganan dinero son siempre esos que manipulan las cadenas de herramientas, los demás solo están compitiendo en prompts, en uso de herramientas...
¿No es solo una forma de reducir costos y mejorar la eficiencia disfrazada de otra cosa? Solo es una forma bonita de decirlo.
Ver originalesResponder0
GasFeeVictim
· hace9h
Honestamente, este proceso suena un poco optimista, en realidad todavía habrá obstáculos al implementarlo.
---
Primero prueba con Open Code + GLM, entiendo la idea, solo que no sé qué tan difícil será llevarlo a la práctica.
---
Jaja, la última frase tocó en el clavo, integrar herramientas realmente es muy popular, los trabajadores simples van a ser aplastados.
---
Creo que todavía depende del negocio específico, hay cosas que la IA realmente no puede manejar, no hay que confiar ciegamente.
---
¿No es esto simplemente hablar de despidos? Solo es una forma diferente de decirlo.
---
El costo del token, al hacer los cálculos, es realmente alarmante, si todos lo usan así, el precio seguramente subirá.
---
Desde mi punto de vista, pocos empresas pueden seguir completamente este proceso, el proceso está bien diseñado, pero los problemas con las personas son difíciles de resolver.
Ver originalesResponder0
GasWaster
· hace10h
Honestamente, este proceso es simplemente reemplazar a las personas por cadenas de herramientas. ¿Qué significa "ajuste de la asignación de recursos humanos"? Suena muy doloroso.
Open Code con GLM, Claude, Gemini... estas cosas, si se usan bien, realmente ahorran dinero, pero ¿cuántos saben usarlas realmente?
La mayoría de las empresas todavía están en la fase de exploración, ¿y ya empiezan a despedir personal?
Por lo tanto, lo clave ahora es que, o aprendes a integrar estas herramientas, o simplemente te preparas para ser integrado. No hay una vía intermedia.
En el futuro, probablemente solo habrá dos tipos de personas en el reclutamiento: o serán ingenieros de prompts, o serán ejecutores que aceptan recortes salariales.
Ver originalesResponder0
LeverageAddict
· hace10h
En resumen, es otra ronda de selección natural, los que no puedan adaptarse deberían rendirse pronto.
---
¿En serio? Claude es tan caro que todavía hay que gastar tokens, ¿esto realmente reduce los costos?
---
El núcleo sigue siendo que los ingenieros de prompt son los más valorados, los que saben escribir buenas frases son más escasos que los que saben hacer el trabajo.
---
Jaja, otra vez esa misma narrativa, al final en medio año todavía necesitarán personal para manejar casos límite, un ciclo tras otro.
---
¿La cadena de herramientas está madura? Gemini tiene errores constantemente en medio año, ustedes en menos de dos meses tendrán que empezar de cero.
---
Así que al final, los ganadores son los que venden herramientas, todos estamos trabajando para ellos.
---
Bueno, esto solo sirve para alardear, ¿quién realmente implementaría algo tan complejo? Al final, todo vuelve a la ajuste manual.
---
Eso sí que es el futuro, quienes integran herramientas realmente deben valorarse más, los trabajos de simple mano de obra ya están muertos.
En la era de la IA, los procesos de toma de decisiones empresariales pueden necesitar ser rediseñados. Muchos profesionales han comenzado a explorar un nuevo esquema de trabajo: ante cualquier proyecto, preguntarse primero si Open Code combinado con el modelo GLM puede resolverlo con el menor costo posible. Si no funciona, considerar usar Claude invirtiendo ciertos tokens para completar la tarea. Si aún no es suficiente, organizar los requisitos en instrucciones completas y entregarlos a herramientas de análisis profesional como Gemini para el diseño de soluciones y desgloses de requisitos. Luego, crear un grupo de colaboración, compartir documentos de instrucciones, distribuir tareas específicas según las recomendaciones de división del trabajo de la IA, y finalmente, usar herramientas de gestión de proyectos para generar cronogramas y seguimiento de objetivos.
Este proceso parece lógico y la eficiencia mejora notablemente. Algunas personas comentan que, si sigue así, la asignación de personal en muchos puestos tradicionales realmente tendrá que ajustarse. Esto refleja que la cadena de herramientas de IA se está volviendo cada vez más madura y que la presión sobre los costos operativos de las empresas está aumentando; en un futuro previsible, los talentos que sepan cómo manejar e integrar estas herramientas podrían ser más valiosos que empleados con solo habilidades de ejecución pura.