Tugas apa yang harus diotomatisasi dan bagaimana melakukannya

Semakin aktif kecerdasan buatan berkembang, semakin banyak peluang yang dimiliki orang. Misalnya, mereka dapat mengotomatiskan berbagai tugas. Yang mana untuk memulai, kata pengembang Matthew Mottolla dan Matthew Cotney.

Dalam buku “Ekonomi Jarak Jauh. Bagaimana teknologi cloud dan kecerdasan buatan berubah bekerja” penulis tidak hanya menganalisis pengaruh AI, tetapi juga menyarankan perusahaan tentang cara mengatur aktivitas karyawan dengan lebih baik di kondisi. Dengan izin dari penerbit Alpina PRO, Lifehacker menerbitkan kutipan dari bab ke-13.

---

1. Manajemen kalender

Jika ada satu aktivitas yang ditakuti oleh hampir semua pengusaha, pekerja lepas, anggota tim, dan manajer, itu adalah penjadwalan rapat. Percakapan internal, eksternal, formal, informal sambil minum kopi. Penekanan hari ini adalah pada "produktivitas" (baca, beban kerja maksimum), dan staf perusahaan menghabiskan banyak bagian dari hari mereka dalam rapat, jadi mengatur waktu pertemuan dua orang, bahkan di tim yang sama, menjadi sulit tugas. Lemparkan beberapa orang lagi, zona waktu, dan asosiasi lepas yang longgar, dan Anda dapat dengan mudah menghabiskan beberapa jam seminggu hanya dengan menyulap jadwal Anda. Ini sama menyenangkannya dengan batu tajam di dalam sepatu.

Selamat datang di dunia otomatisasi! Ternyata, perencanaan janji temu ideal untuk delegasi komputer karena berulang, terbatas, dan dapat dipelajari. Ada beberapa pendekatan dan jenis instrumen di pasar saat ini.

Ini adalah alat produktivitas sederhana dengan sedikit kecerdasan buatan yang terpasang di dalamnya. kalendar, gambar yg tak berarti dan produk serupa mengakses kalender Anda, lalu memberikan tautan dan situs web sehingga orang lain dapat memilih waktu yang sesuai untuk mereka. Aplikasi kemudian mengunduh tanggapan mereka dan menawarkan beberapa opsi berbeda berdasarkan aksesibilitas terbaik untuk semua peserta.

Terkadang solusi paling sederhana adalah yang terbaik. Anda tidak harus selalu fokus pada kecerdasan buatan.

Namun, alat-alat ini menempatkan beban pilihan pada mereka yang bertanggung jawab dan hanya mengalihkan pekerjaan dari Anda kepada mereka. Untuk rapat dengan manajer atau VIP tingkat yang lebih tinggi, Anda mungkin memerlukan sentuhan pribadi. Gunakan alat dengan nama pendek X.ai.

Alat pintar ini juga menyinkronkan dengan kalender Anda, tetapi alih-alih memaksa orang untuk memilih waktu di situs web, Anda cukup menambahkan agen X.ai ke alamat email permintaan rapat. Katakanlah Anda menerima email dari manajer penjualan, calon mitra pekerja lepas atau bahkan teman sekolah lama. Anda cukup menyalin X.ai dan mengirimkan email permintaan janji temu ke yang disebutkan di utas email. Ini berfungsi seperti alat lain tetapi terlihat jauh lebih alami.

Jadi apa yang saya rekomendasikan? Pertama, berhenti dan tanyakan pada diri Anda pertanyaan: "Apakah saya benar-benar membutuhkan pertemuan ini?" pertumbuhan yang signifikan produktifitas dapat dicapai hanya dengan menyadari fakta bahwa Anda tidak perlu menghadiri setiap pertemuan, Anda tidak perlu menugaskan yang baru rapat dan banyak kasus dapat sepenuhnya dikelola menggunakan email, pesan instan, atau pesan suara. Tinggalkan rapat hanya untuk membahas keputusan yang paling penting atau untuk mengembangkan hubungan yang lebih dalam dengan jaringan kontak Anda.

2. Tanggapan terhadap surat

Berikutnya dalam daftar pembunuh produktivitas kami adalah email. Seperti halnya rapat, pikirkan tentang alternatif terlebih dahulu. Email adalah cara terburuk untuk berkomunikasi dengan cepat untuk sebagian besar proyek. Pikirkan tentang upaya kognitif yang harus Anda lakukan setiap kali email masuk. Itu penting? Ini penting? Ini untukku? Apakah saya perlu menjawab? Klien seperti apa yang membutuhkannya? Dalam konteks apa? Apakah mereka gila di sana?

Anda dapat menggali surel jam, Anda hanya perlu kehilangan kendali, dan pada saat ini nilai sebenarnya dari pekerjaan Anda menghilang. Ini seperti ruang hampa yang menyedot jiwa Anda (wow, metafora yang dalam ternyata).

Cobalah untuk menerjemahkan komunikasi operasional tim atau organisasi Anda ke Tim Microsoft, Kendur, Trello atau aplikasi serupa untuk komunikasi bisnis operasional. Siapkan saluran untuk proyek dan grup aktif dan bertukar email di sana. Saya tahu kedengarannya seperti mimpi pipa, tetapi saya bekerja di sebuah startup di mana kami hampir secara eksklusif menggunakan Slack. Saya menerima sekitar 20 email sehari, sebagian besar dari klien. Ini. Dulu. Luar biasa!

Jika tempat kerja Anda masih membutuhkan email, jangan putus asa. Masih ada harapan.

Seperti sebelumnya, mari kita mulai dengan solusi sederhana. Microsoft Outlook, Google, Apple Mail, dan alat email lainnya memungkinkan Anda membuat aturan, yang menandai pesan, memindahkannya ke folder atau menghapusnya sepenuhnya, dan menyelesaikan banyak lainnya tugas. Ketika datang ke alur kerja sederhana, pendekatan ini dapat bekerja dengan sangat baik. Misalnya, Anda dapat menyiapkan aturan untuk menandai email yang memerlukan respons tertentu (misalnya, tentang masalah layanan). klien) berdasarkan template standar yang dibuat sebelumnya.

Jika kita berbicara tentang manajemen email yang lebih kompleks, Anda dapat menggunakan semua jenis alat otomatisasi cerdas dengan berbagai kompleksitas. Entrepreneur Ajay Goal meluncurkan produk bernama wordzen, yang menyatukan pengguna email dan editor email.

Pada awal perkembangan Internet, dia menebak dua tren dengan tepat: email akan menjadi alat yang ampuh produktivitas pribadi dan profesional, dan Gmail akan menjadi standar de facto untuk bisnis kecil dan pribadi orang. Ajay telah menciptakan alat yang dapat dengan mudah dimasukkan ke dalam Gmail sehingga pengguna non-teknis dapat mengotomatiskan tugas seperti mengirim email sendiri. pemasaran saran dan bantuan dalam menulis surat.

AI juga mulai menyusup langsung ke Gmail. Ada fitur saran otomatis yang secara otomatis menyarankan beberapa kata berikutnya berdasarkan apa yang Anda ketik. Ini adalah kasus penggunaan yang kuat dan cukup sederhana. AI. Ada miliaran email melalui Google yang dapat mengajarkan AI cara menggunakan ekspresi umum. Dan dia terus meningkatkan keahliannya, mencapai tingkat kesempurnaan yang bahkan saya terkesan. Fitur ini mengurangi waktu respons email sekitar 10-20% - peningkatan produktivitas instan.

Dikte juga merupakan fitur yang diremehkan tetapi berguna untuk membalas email dan pesan teks.

Saya baru-baru ini membeli sepasang Air Pods (tiga tahun setelah mereka keluar - saya agak lambat dalam mengadopsi teknologi baru, seperti pembuat sepatu yang tidak memakai sepatu bot). Ini headphone dikombinasikan dengan iPhone saya, yang memiliki email kantor dan pribadi, izinkan saya untuk membalas e-mail saat mengemudi, dan saya dapat menangani kotak masuk yang meluap dalam perjalanan pulang untuk meluangkan waktu bagi anak-anak, tidak bekerja. Ini tak ternilai harganya.

Tetapi dapatkah AI membantu lebih banyak lagi? Tidak bisakah dia menulis jawaban lengkap alih-alih petunjuk sederhana untuk kata berikutnya? Hasil yang menjanjikan telah diperoleh ke arah ini. Mari kita ambil contoh, chatbots. Versi awal primitif, yang mengerikan, telah digantikan oleh solusi teknologi yang jauh lebih canggih berdasarkan pembelajaran mendalam. Mereka masih membutuhkan cukup banyak pelatihan untuk mempelajari respons yang bermakna, tetapi sekarang mereka dapat terus-menerus belajar dari data nyata, daripada dikodekan dengan serangkaian pertanyaan sempit dan jawaban.

Chatbot ini, biasanya berjalan di salah satu platform cloud terbesar - Amazon AWS, Microsoft Azure, IBM Watson atau Google Cloud - dukung banyak pusat panggilan dan layanan saat ini klien. Misalnya, Bank of America memiliki "Erica" ​​​​(pun intended - AmErica?), asisten pribadi virtual di aplikasi seluler yang memahami ucapan alami dan membantu Anda melakukan segalanya mulai dari mengakses akun dan mentransfer uang hingga menerima nasihat keuangan.

Teknologi lain yang lebih otomatis seperti Roboresponse dan reply.ai, dirancang untuk beroperasi di dunia yang lebih terbuka dan bebas daripada gedung pusat panggilan. Mereka semakin terintegrasi ke dalam alat kerja favorit Anda sehingga Anda tidak perlu pindah ke platform lain.

3. Manajemen Perjalanan

Salah satu tugas perusahaan yang paling umum, setidaknya hingga telepresence yang mulus akan menjadi hal biasa, memesan tiket dan kamar, mengelola perjalanan dan memproses laporan pengeluaran. Ini adalah proses yang diperlukan tetapi sangat tidak produktif. Mereka mengambil jam kerja per minggu secara harfiah, dan dengan kecenderungan pengurangan jumlah asisten administrasi, sebagian besar pekerjaan ini berada di pundak pemimpin.

Beberapa perusahaan sedang mengerjakan solusi untuk masalah otomatisasi perjalanan. Misalnya, layanan Mezi, yang diakuisisi oleh American Express, membantu mengelola penerbangan, hotel, dan restoran Anda. Hopper serupa dan bahkan membantu Anda menghemat banyak dengan memprediksi waktu terbaik untuk memesan penerbangan atau hotel. Melayani panas mengambil alih manajemen perjalanan perusahaan dan membantu menanggapi peristiwa tak terduga seperti wawancara kerja dan acara.

Google Penerbangan tidak hanya membantu menemukan dan membeli tiket, tetapi juga memprediksi penundaan penerbangan lebih baik daripada maskapai itu sendiri. Sangat nyaman. Dan aplikasinya Utrip bahkan memperhitungkan preferensi pribadi Anda dan media sosial suka merekomendasikan perjalanan yang dibuat khusus.

4. Meneliti

Tidak heran kebanyakan dari kita adalah pekerja pengetahuan akhir-akhir ini, puncak evolusi abad ke-21. Namun masa depan kita akan bergantung pada seberapa cepat dan cermat kita dapat mengumpulkan dan memproses informasi. Jika tidak, generasi yang lebih muda dan lebih cerdas secara teknis akan mulai menginjak tumit kita. Maaf kakek. Buatlah jalanmu menuju masa depan.

Mari kita mulai dengan tugas penelitian paling sederhana - survei. Dalam banyak kasus, kami ingin mewawancarai rekan kerja kami untuk mendapatkan informasi yang kami tahu mereka miliki, tetapi kami tidak ingin repot dengan permintaan individu. Cara yang baik adalah formulir survei sederhana. Banyak platform modern menawarkan kemampuan untuk mengatur survei dalam satu atau lain bentuk, dari formulir Microsoft SharePoint lokal hingga Slack dan jejaring sosial online. Layanan online seperti: Survei Monyet, Zoho dan simpanse surat, selangkah lebih maju dan memungkinkan Anda untuk menambahkan logika kondisional yang kuat.

Jika kebutuhan penelitian Anda lebih luas dan tidak jelas, sekarang siap membantu Anda banyak alat otomatisasi, bahkan jika Anda mengabaikan AI kuat yang mendukung Google dan Bing. Sebagian besar platform konten memiliki antarmuka pemrograman aplikasi (API) yang dapat digunakan oleh: pengembang, dan semakin banyak alat sumber terbuka dan produk komersial yang tersedia salah satu dari kita. Misalnya, newsapi.org menggabungkan semua acara berita menjadi satu feed yang dapat dicari.

The New York Times juga memiliki antarmuka bagi pengembang untuk mengakses konten, baik yang baru maupun yang diarsipkan. Sebagian besar platform konten tematik juga memiliki API sendiri, termasuk materi pendidikan, arsip ilmiah dan sejarah, serta kode undang-undang dan dokumen pemerintah.

Selain itu, ada alat yang memungkinkan Anda melakukan penelitian untuk profesi tertentu. Misalnya, ROSS adalah kecerdasan buatan yang membantu pengacara melakukan penelitian yang biasanya menghabiskan waktu berjam-jam untuk mencari dan meninjau dokumen. Para ilmuwan memiliki alat dari perusahaan seperti Chemical Abstracts dan Elsevier yang mereka miliki.

Saya pertama kali membenamkan diri dalam dunia bisnis saat bekerja di memulai, yang sedang membangun sistem pembelajaran mesin untuk ahli kimia farmasi di akhir 1990-an. Tidak ada yang sebanding dengan sekolah lama. Tapi apa yang mutakhir saat itu sekarang menjadi hal biasa, dan banyak perusahaan secara alami menambahkan fitur AI ke perangkat lunak mereka.

Salah satu contohnya adalah Tony Tripp, yang perusahaannya Patinformatics telah membawa konsep "kolaborasi dengan mesin" ke tingkat berikutnya. Ini menggabungkan alat penelitian terbuka dengan sistem berpemilik untuk memberi para ilmuwan laporan terperinci tentang bidang yang mereka teliti atau harapkan. paten. Ketika Tony mempresentasikan temuannya kepada para ilmuwan, mereka biasanya kagum pada betapa banyak yang tidak mereka ketahui.

Lagi pula, informasi ilmiah, seperti Internet, memakan banyak ruang.

“Bahkan orang yang paham teknologi tidak dapat mengetahui segalanya,” kata Tony. Beberapa ilmuwan berpikir mereka memahami apa yang terjadi di dunia ilmiah karena mereka menghadiri beberapa konferensi dan berlangganan beberapa jurnal. Tapi informasi tumbuh begitu cepat, eh teknologi berkembang begitu cepat sehingga tidak ada yang bisa mengikuti mereka. Organisasi seperti saya membantu menangkap luas dan dalamnya apa yang terjadi di bidang teknologi.”

Saya juga kebetulan menjadi saksi yang cukup mengesankan - dan jauh dari semua, tentu saja - contoh otomatisasi karya intelektual. Ambil contoh, kisah David Wishanoff, asisten profesor studi agama di Universitas Oklahoma.

Minat penelitian Profesor Wishanoff adalah bagaimana orang memperlakukan mereka yang mempraktekkan agama lain selain agama mereka sendiri. Ketertarikannya pada masalah ini muncul ketika dia masih kecil. Ia lahir di Tunisia, Afrika Utara, dalam keluarga misionaris Protestan, dan sejak kecil ia ingin tahu lebih banyak tentang mereka yang menganut sistem kepercayaan yang berbeda dari keluarganya dan merasakan keinginan untuk mengerti milik mereka. “Itulah topik tesis saya,” kata Wishanoff, “bagaimana saya bisa mendengarkan orang dengan lebih baik? Bagian dari itu adalah kewajiban moral saya untuk mendengarkan orang lain. Kami sangat buruk dalam mendengarkan."

Beberapa tahun yang lalu, Wishanoff bertemu Dave King, pendiri perusahaan perangkat lunak ilmu data Exaptive. Exaptive menemukan koneksi interdisipliner dalam kumpulan data yang kompleks, menghasilkan wawasan yang tidak terduga bagi ilmuwan data, peneliti, dan ahli statistik.

Wishanoff segera menyadari bahwa penelitiannya memiliki potensi besar untuk otomatisasi. Dia biasa menjelajahi toko buku dan membeli buku-buku tentang topik-topik seperti tafsir Al-Qur'an. Tetapi seseorang secara fisik tidak dapat membaca begitu cepat sehingga membiarkan tumpukan besar buku-buku penting yang telah ditemukannya.

Perangkat lunak Exaptive memungkinkan Wishanoff menemukan koneksi mengejutkan dalam literaturnya. Misalnya, dia menemukan bahwa beberapa pertengahan Para pemikir berusaha memecahkan masalah kontemporer masyarakat Muslim dengan cara yang tidak dapat ia bayangkan.

Sangat menyenangkan melihat topik penelitian baru muncul dari lautan teks. “Sekarang saya dapat fokus pada pekerjaan yang selalu ingin saya lakukan sebagai seorang sarjana, dan saya mulai melihat arus intelektual baru dalam penafsiran Al-Qur'an,” kata Wishanoff.

“Program bekerja lebih efisien daripada manusia. Saya segera melihat buku mana yang paling berguna bagi saya. Saya juga melihat bagaimana mesin menemukan masalah menarik yang bahkan tidak terpikirkan oleh saya. Sekarang saya bisa menjelajahi mereka. Saya mendapatkan lebih banyak informasi tentang apa yang terjadi dalam agama."

5. Contoh informasi

Mendapatkan informasi adalah setengah dari pertempuran. Anda harus bisa memanfaatkannya dengan baik. Juga di murid Selama bertahun-tahun, saya memandang rendah "penipu" yang membaca pamflet dengan penceritaan ulang singkat alih-alih membaca buku. Tampaknya bagi saya bahwa ini salah dan bahwa seseorang harus membaca buku aslinya secara keseluruhan untuk menangkap semua nuansa.

Saya adalah seorang kutu buku yang sangat rajin. Melihat ke belakang, saya menyadari bahwa saya salah. Tentu saja, dalam beberapa kasus perlu membaca seluruh buku. Tapi sekarang waktu telah menjadi aset saya yang paling berharga, saya takut untuk menghabiskannya untuk apa pun kecuali hal yang paling penting. Pamflet dengan menceritakan kembali tidak begitu buruk.

Hari ini, untuk mengkonsumsi informasi, saya memerlukan versi bisnis dari pamflet ringkasan.

Saya tidak ingin mengarungi tiga halaman alasan seseorang. Saya ingin memahami esensi, membuat keputusan dan melanjutkan. Sekarang saya merasa ngeri gugup ketika saya menerima email dari rekan kerja di beberapa halaman, dari mana tidak mungkin untuk memahami apa yang perlu dilakukan, kapan dan siapa yang akan melakukannya. Selain pembinaan di lapangan komunikasiSaya membutuhkan seseorang atau sesuatu untuk mengumpulkan ringkasan dunia saya.

Dan di sini lagi AI datang untuk menyelamatkan. Anda mungkin pernah melihat contoh ringkasan singkat di hasil penelusuran. Cuplikan teks di bawah judul hasil pencarian ini (disebut "snippet" terdengar cukup keren, ya?) dibuat berdasarkan permintaan pencarian, apa yang dianggap berguna oleh pengguna lain, dan lainnya data. Tetapi otomatisasi dapat melakukan lebih banyak lagi.

Alat yang disebut SMMRY dapat mengambil seluruh dokumen atau halaman web dan mengubahnya menjadi anotasi yang dapat dibaca. Ada banyak alat serupa lainnya. Area ini sedang dalam pengembangan aktif, sehingga di tahun-tahun mendatang kita dapat mengharapkan munculnya aplikasi baru, termasuk yang lebih terintegrasi ke dalam Microsoft Office dan Google Chrome.

Alat lain membantu Anda menemukan referensi ke "entitas" (orang, tempat, perusahaan) dan konsep dalam dokumen, yang dapat berguna untuk menyalin konten konten dengan cepat, menautkan ke konten terkait, atau bahkan membuat "sidik jari digital" untuk dibandingkan dengan yang lain dokumen.

Salah satu alat tersebut, Open Calais Thomson Reuters, digunakan untuk menghasilkan berita isi. Jika Anda pernah melihat artikel dengan nama perusahaan, ticker-nya, dan tautan ke halaman beranda, terima kasih untuk produk seperti Open Calais.

Alat seperti itu untuk menemukan objek dan konsep bisa sangat canggih dan kompleks. Saya harus membuat alat analisis untuk perusahaan yang dapat menguraikan kutipan dari catatan pengadilan dan mengekstrak ketentuan yang relevan dari perjanjian hukum.

Salah satu contoh favorit saya adalah Vin Vomero, pendiri Foxy AI. Saya bertemu Vin saat berbicara di sebuah pertemuan di Boston tentang bagaimana mengintegrasikan IBM Watson ke dalam aplikasi khusus. Dia adalah pria hebat yang bekerja untuk membawa AI ke penilaian real estat. Tak lama setelah pertemuan kami, dia meluncurkan layanan penilaian properti yang komprehensif berdasarkan foto-foto yang tersedia. Alasan lain untuk berbicara tentang fakta bahwa mesin mengambil pekerjaan orang (sejujurnya, saya tidak merasa kasihan pada agen penjual dan penilai real estat).

Melalui AI Rubah Vin menciptakan area aplikasi baru yang disebutnya penelitian real estat visual. “Kami sedang membangun aplikasi visi komputer untuk mengekstrak informasi dari foto dan kemudian menggunakannya dalam aplikasi lain seperti penilaian real estat. Jaringan saraf dalam house2vec kami dilatih pada jutaan gambar bangunan tempat tinggal selama dua minggu. Berkat pelatihan ini, jaringan saraf kami telah mengidentifikasi dan mempelajari karakteristik visual yang berkorelasi dengan nilai dan secara jelas mencerminkan gradasi kualitas menengah.”

Meskipun hampir terdengar seperti fiksi ilmiah, tidak sulit sama sekali jika Anda menggunakan alat AI yang tepat.

Menggunakan pembelajaran mendalam, Foxy AI mengubah foto properti yang sebelumnya dipertimbangkan data tidak terstruktur menjadi data terstruktur, mengubah piksel menjadi representasi numerik objek dan propertinya, terkandung dalam gambar. Foxy AI kemudian menggunakan informasi ini untuk meningkatkan akurasi metode estimasi yang ada. “Representasi numerik ini mencerminkan fitur gambar yang terkait dengan nilai. Dengan kata lain, kami mengubah citra menjadi informasi tentang kualitas dan kondisi properti.”

Penilaian real estat tidak mengejutkan, tetapi Win mengatakan Foxy AI lebih akurat. "Peringkat katalog Zillow - pendekatan yang paling umum, tetapi tidak memperhitungkan kualitas dan kondisi objek. Kami melakukan beberapa eksperimen kami sendiri, di mana kami mengumpulkan penilaian untuk sejumlah properti yang akan dijual. Kami menemukan rumah baru, memperkirakan biayanya, dan kemudian menunggunya untuk dijual. Kami kemudian membandingkan harga jual dengan ramalan Zillow. Perkiraan harga kami sering kali mendekati harga jual aktual dan kami terus meningkatkan sistem.”

Anda tidak dapat menggunakan Foxy AI secara langsung, tetapi jika Anda membeli atau menjual rumah, Anda mungkin menggunakan produk teknologi ini tanpa menyadarinya.

6. Manajemen tugas yang kompleks

Mengirimkan kalender janji atau menjawab email adalah satu hal. Tapi bagaimana dengan sisa tugas yang Anda lakukan dalam kehidupan sehari-hari Anda, beralih di antara berbagai aplikasi dan konteks? Bisakah mereka otomatis juga?

Nyalakan pawai pahlawan super. Produk seperti: Zapier, IFTTT dan Coda.io. Alat-alat ini menyatukan berbagai aplikasi pihak ketiga, alur kerja, dan kondisi logika untuk menyelesaikan hampir semua masalah yang dapat Anda pikirkan.

Karena produk-produk ini menggabungkan pembelajaran mesin ke dalam platform mereka, menjadi lebih mudah untuk mengintegrasikannya ke dalam proses bisnis.

Anda tidak perlu menjadi pengembang untuk tugas-tugas ini. Tetapi Anda membutuhkan beberapa keterampilan dengan kondisi logika dan prosedur. Jika Anda pernah membuat pohon keputusan hanya untuk bersenang-senang, maka Anda akan baik-baik saja. Dan bahkan jika ini bukan keahlian Anda, Anda selalu dapat menyewa spesialis yang tepat di cloud.

Sistem interaktif suara seperti Alexa, Siri dan Google juga semakin menjadi platform untuk otomatis integrasi berbagai tugas dan sumber informasi, memungkinkan Anda untuk mengubah struktur dan logika proses, dan semua ini dalam suara pengelolaan. Jangan lupa untuk mengatakan "tolong" dan "terima kasih". Anak-anak Anda mendengar Anda.

Jika Anda bekerja dari rumah atau perusahaan Anda telah mengadopsi model hibrida, "Remote Economics" adalah panduan terbaik untuk meningkatkan produktivitas dan efisiensi. Teknologi modern dapat melakukan lebih dari yang Anda pikirkan.

Beli buku