Kiek dirbtinio intelekto naudojimas padidina jūsų komandos produktyvumą? | DI versle #71

Kaip dirbtinis intelektas padeda profesionalams?

Ar yra kokių nors įrodymų, kad dirbtinio intelekto naudojimas darbo metu didina produktyvumą? Iš tiesų! Didžiausias tyrimas, patvirtinantis šią hipotezę, buvo atliktas mokslininkų grupės iš Amerikos verslo mokyklų, įskaitant Harvardo verslo mokyklą ir MIT Sloan vadybos mokyklą. Tyrėjai išnagrinėjo 758 konsultantų darbą, kurie sudarė apie 7% visų konsultantų, dirbančių Bostono konsultacijų grupėje.

Jų užduotis buvo sukurti naujų produktų koncepcijas, atsižvelgiant į tokius aspektus kaip:

• kūrybiškumas,
• analitinis mąstymas, arba
• įtikinėjimo įgūdžiai.

Eksperimento, tiriant, ar dirbtinis intelektas didina produktyvumą, metu jie palygino savo rezultatus be dirbtinio intelekto palaikymo ir naudojant GPT-4, kalbos modelį, kuriuo remiasi naujausia ChatGPT Plus versija. Tyrimo tikslas buvo išnagrinėti, kaip dirbtinio intelekto integravimas į kasdienį darbą pakeistų konsultantų įprastą darbo eigą.

Šaltinis: DALL·E 3, užklausa: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Ar dirbtinis intelektas didina darbo produktyvumą?

Rezultatai BCG buvo stebėtinai aiškūs. Visi konsultantai, turintys dirbtinio intelekto palaikymą, pagerino savo darbo kokybę. Iš tiesų, jos kokybė padidėjo iki 40%. Bet kaip buvo atliktas tyrimas?

Eksperimente dalyviai buvo atsitiktinai padalinti į tris grupes:

• kontrolinė grupė — jos nariai nenaudojo dirbtinio intelekto darbe,
• grupė, turinti prieigą prie GPT-4 – tačiau be išankstinių nurodymų, kaip geriausiai naudoti dirbtinį intelektą,
• grupė, turinti prieigą prie GPT-4 ir mokomųjų medžiagų.

Tyrimas buvo padalintas į tris etapus:

1. Pirmiausia konsultantai užpildė anketą apie savo demografinius duomenis ir polinkius.
2. Tada jie perėjo prie pagrindinės dalies, kur atliko užduotis, susijusias su produktų koncepcijų kūrimu. Šios užduotys labai priminė jų kasdienį darbą, apimančios realius atvejų tyrimus, tokius kaip batų kūrimas siaurai tikslinėms grupėms ir sportininkams. Užduotys reikalavo kūrybiškumo, analitinio mąstymo, taip pat įtikinančių tekstų rašymo.
3. Trečiajame etape vyko interviu, apibendrinantys konsultantų patirtį dirbant su dirbtiniu intelektu.

Kaip paaiškėjo, konsultantai, naudojantys GPT-4, buvo 12,5% produktyvesni ir 25% greitesni. Didžiausią naudą gavo mažiau kvalifikuoti specialistai, kurie gavo papildomą mokymą apie efektyvius dirbtinio intelekto naudojimo būdus. Šioje grupėje tyrėjai pastebėjo nepaprastą 43% produktyvumo padidėjimą!

Bendradarbiavimo su dirbtiniu intelektu būdai

Ar visi darbuotojai bendravo su dirbtiniu intelektu vienodai? Atrodo, kad ne. Taigi tyrėjai nusprendė nustatyti du dažniausiai pasitaikančius būdus, kaip dirbtinis intelektas didina produktyvumą. Jie juos pavadino „Cyborg“ ir „Centaur“ asmenybėmis.

Cyborg

Cyborg modelis atspindi bendradarbiavimo požiūrį, kai žmonės ir dirbtinis intelektas glaudžiai dirba kartu, kad pasiektų užduotis. Cyborg bendradarbiavimo pavyzdžiai apima:

• programuotojas pradeda koduoti, o dirbtinis intelektas papildo ir tobulina kodą, kaip naudojant Github Copilot,
• konsultantas pradeda daryti išvadas iš analizės, o dirbtinis intelektas pateikia papildomus duomenis ir vizualizacijas, pasinaudodamas tokiais įrankiais kaip ChatGPT Plus,
• kopiraiteris pradeda kurti reklamos tekstą iš koncepcijos, o dirbtinis intelektas siūlo idėjas ir paruoštus segmentus. Tada kopiraiteris tobulina koncepciją,
• inžinierius eskizuoja projektą, o dirbtinis intelektas sukuria vizualizaciją remdamasis juo.

Cyborg modelyje svarbiausia yra sklandus žmogaus ir mašinos pastangų integravimas, siekiant pasiekti optimalų rezultatą—taip dirbtinis intelektas žymiai didina produktyvumą.

Šaltinis: HuggingFace (https://huggingface.co/spaces/hysts/ControlNet-v1-1)

Centaur

Centaur modelis apima užduočių delegavimą, kai kai kurios užduotys atliekamos žmonių, o kitos deleguojamos dirbtiniam intelektui, remiantis individualiu kiekvieno subjekto stiprybių ir silpnybių vertinimu. Centaur strategijų pavyzdžiai apima:

• dirbtinis intelektas diagnozuoja, o gydytojas pritaiko galimas terapijas,
• konsultantas nustato verslo problemą, o dirbtinis intelektas generuoja analizes ir rekomendacijas,
• teisininkas rengia teisminį skundą, o dirbtinis intelektas tikrina dokumento teisingumą ir išsamumą,
• kopiraiteris kuria teksto planą, o dirbtinis intelektas atlieka stilistinius ir gramatinius pataisymus.

Esminis dalykas yra strategiškai padalinti užduotis ir pasinaudoti tiek žmonių, tiek mašinų stiprybėmis. Tačiau Centaur požiūris kelia iššūkį: kaip geriau atskirti užduotis, labiau tinkamas dirbtiniam intelektui, didinančiam produktyvumą, nuo tų, kurias geriau atlikti žmonėms?

Fragmentuoti technologijos ribos

Tyrėjai šią problemą, susijusią su dirbtinio intelekto „kompetencijos“ apibrėžimu, pavadino „fragmentuotomis technologijos ribomis“. Šis terminas apibūdina įvairias ir kintančias dirbtinio intelekto galimybes.

Dirbtinio intelekto galimybės sparčiai tobulėja, dažnai netikėtais būdais. Būtent todėl užduotys, kurios gali pasirodyti panašiai sudėtingos žmonėms, gali patekti į skirtingas šios „ribos“ puses – kai kurios gali būti lengvai išsprendžiamos su dirbtinio intelekto pagalba, o kitos lieka už dabartinių jo galimybių ribų.

Pavyzdžiui, kaip parodė tyrimas, GPT lengvai:

• generavo kūrybines idėjas naujiems produktams,
• padėjo rašyti įtikinančius tekstus, arba
• atliko išsamią duomenų analizę.

Tačiau jis padarė klaidų paprastose matematinėse skaičiavimuose. Ši „fragmentuota riba“ kelia iššūkį tiek dirbtinio intelekto kūrėjams, tiek vartotojams – sunku numatyti, kurios, atrodytų, panašios užduotys bus lengvos ar sunkios algoritmams. Todėl labai svarbu žingsnis po žingsnio tyrinėti ir testuoti dirbtinio intelekto galimybes. Kuo geriau suprasime šių galimybių „fragmentuotas ribas“, tuo efektyviau galėsime integruoti žmonių ir mašinų darbą.

Šaltinis: DALL·E 3, užklausa: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Kaip padidinti produktyvumą savo įmonėje naudojant dirbtinį intelektą?

Jūsų įmonėje galite atlikti panašų eksperimentą, kad įvertintumėte, kiek dirbtinis intelektas gali pagerinti darbo rezultatus. Vertėtų pradėti nuo užduočių priskyrimo darbuotojams, tokių kaip pristatymų, ataskaitų, verslo pasiūlymų rengimas ar atvejų tyrimų sprendimas, tiek su, tiek be dirbtinio intelekto pagalbos. Tai leis jums išmatuoti tikrąjį poveikį produktyvumui ir darbo kokybei.

Vis dėlto būtina tinkamai paruošti darbuotojus. Norint stebėti 40% produktyvumo padidėjimą su dirbtiniu intelektu, panašiai kaip sėkmė, matyta Bostono konsultacijų grupėje, reikės mokymo iniciatyvų ir mokomųjų medžiagų kūrimo.

Pastangos beveik tikrai atsipirks. Pavyzdžiui, reklamos agentūros gali greičiau generuoti kampanijų idėjas, bankai gali efektyviau analizuoti klientų duomenis, o teisinės firmos gali efektyviau kurti dokumentus. Visur, kur reikia kūrybiškumo, informacijos analizės ar teksto rašymo—dirbtinis intelektas padės darbuotojams būti produktyvesniems.

Dirbtinio intelekto darbo ateitis

Dirbtinio intelekto plėtra kelia tiek didelių vilčių, tiek nerimo, ypač tarp asmenų, turinčių sunkumų mokantis naujų įrankių ir pritaikant savo darbo metodus prie besikeičiančių technologijos galimybių.

Nėra abejonių, kad dirbtinis intelektas didina produktyvumą, atleisdama komandas nuo paprasčiausių ir pasikartojančių užduočių. Vis daugiau šių užduočių bus automatizuojamos. Taip pat atsiras naujų vaidmenų, derinančių žmogaus ir mašinos įgūdžius, tokių kaip dirbtinio intelekto treneriai ar žinių brokeriai. Nuolatinis įgūdžių tobulinimas ir efektyvaus bendradarbiavimo su dirbtiniu intelektu mokymasis bus būtinas.

Vienu metu svarbu būti sąmoningiems apie grėsmes. Automatizacija gali atimti darbo vietas iš mažiau kvalifikuotų asmenų. Taip pat yra rizika, kad įmonė taps pernelyg priklausoma nuo technologijų tiekėjų. Todėl svarbu išlaikyti sveiką atstumą ir kritiškai vertinti dirbtinio intelekto pateiktą informaciją.

Dirbtinio intelekto darbo ateitis atrodo įdomi, bet ir šiek tiek neraminanti, kaip gerai parašytoje mokslo fantastikoje. Viena vertus, yra neįtikėtinos galimybės, bet kita vertus, ar mes tikrai turime kontrolę viskam?

Santrauka

Eksperimento rezultatai rodo, kad dirbtinis intelektas šiandien didina produktyvumą. Kai kurioms kūrybinėms ir analitinėms užduotims jis pagreitina darbą iki 40%. Mažiau kvalifikuoti darbuotojai gauna didžiausią naudą, tačiau ir aukščiausios klasės profesionalai taip pat dirba greičiau ir efektyviau.

Labai svarbu suprasti, kurios užduotys gali būti automatizuotos dirbtiniu intelektu, o kurios reikalauja žmogaus įsikišimo. Taip pat reikės keisti darbo organizavimo būdus, kad būtų galima maksimaliai išnaudoti dirbtinio intelekto galimybes. O darbo ateitis žada būti įdomi – ji tikrai nebus nuobodi. Jei norite dar išsamesnio šio tyrimo aprašymo, perskaitykite pilną ataskaitą (nuoroda).

Jei jums patinka mūsų turinys, prisijunkite prie mūsų užimtų bičių bendruomenės Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.