Hvor meget øger brugen af AI produktiviteten i dit team? | AI i erhvervslivet #71

Hvordan hjælper AI fagfolk?

Er der nogen beviser for, at brugen af AI under arbejdet øger produktiviteten? Faktisk! Den største undersøgelse, der bekræfter denne hypotese, blev udført af en gruppe forskere fra amerikanske handelsskoler, herunder Harvard Business School og MIT Sloan School of Management. Forskerne undersøgte arbejdet hos 758 konsulenter, der repræsenterede omkring 7% af alle konsulenter ansat hos Boston Consulting Group.

Deres opgave var at udvikle koncepter for nye produkter under hensyntagen til aspekter som:

• kreativitet,
• analytisk tænkning, eller
• overbevisende færdigheder.

Som en del af et eksperiment, der testede, om AI øger produktiviteten, sammenlignede de deres præstationer uden AI-support og med brugen af GPT-4, sprogmodellen som den nyeste version af ChatGPT Plus er baseret på. Undersøgelsen havde til formål at undersøge, hvordan integrationen af AI i det daglige arbejde ville ændre den typiske arbejdsflow for konsulenter.

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

Øger AI arbejdsproduktiviteten?

Resultaterne hos BCG var overraskende klare. Alle konsulenter med AI-support forbedrede kvaliteten af deres arbejde. Faktisk steg kvaliteten med op til 40%. Men hvordan blev undersøgelsen udført?

I eksperimentet blev deltagerne tilfældigt opdelt i tre grupper:

• en kontrolgruppe — dens medlemmer brugte ikke AI på arbejdet,
• en gruppe med adgang til GPT-4 – dog uden forudgående instruktioner om, hvordan man bedst bruger kunstig intelligens,
• en gruppe med adgang til GPT-4 og undervisningsmaterialer.

Undersøgelsen blev opdelt i tre faser:

1. Først udfyldte konsulenterne en undersøgelse vedrørende deres demografiske data og prædispositioner.
2. Derefter gik de videre til hoveddelen, hvor de udførte opgaver relateret til udvikling af produktkoncepter. Disse opgaver lignede tæt deres daglige arbejde og involverede realistiske casestudier, såsom at skabe sko til snævre målgrupper og atleter. Opgaverne krævede kreativitet, analytisk tænkning samt at skrive overbevisende tekster.
3. Den tredje fase involverede interviews, der opsummerede konsulenternes erfaringer med at arbejde med AI.

Som det viste sig, var konsulenter, der brugte GPT-4, 12,5% mere produktive og 25% hurtigere. De største fordele blev observeret blandt mindre kvalificerede fagfolk, der modtog yderligere træning i effektive måder at bruge GPT på. I denne gruppe bemærkede forskerne en bemærkelsesværdig stigning i produktiviteten på 43%!

Måder at samarbejde med kunstig intelligens

Interagerede alle medarbejdere med AI på samme måde? Det viste sig ikke at være tilfældet. Så forskerne besluttede at identificere de to mest almindelige måder, hvorpå AI øger produktiviteten. De kaldte dem “Cyborg” og “Centaur” personaer.

Cyborg

Cyborg-modellen repræsenterer en samarbejdsmetode, hvor mennesker og AI arbejder tæt sammen for at opnå opgaver. Eksempler på Cyborg-samarbejde inkluderer:

• en programmør begynder at kode, og AI supplerer og forfiner koden, ligesom når man bruger Github Copilot,
• en konsulent begynder at drage konklusioner fra analyser, og AI bidrager med yderligere data og visualiseringer ved hjælp af værktøjer som ChatGPT Plus,
• en tekstforfatter begynder at udarbejde en reklame tekst fra et koncept, og AI foreslår ideer og færdige segmenter. Tekstforfatteren forfiner derefter konceptet,
• en ingeniør skitserer et projekt, og AI producerer en visualisering baseret på det.

I Cyborg-modellen er nøglen den problemfrie integration af menneskelige og maskinelle bestræbelser for at opnå optimale resultater—det er sådan, AI betydeligt øger produktiviteten.

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

Centaur

Centaur-modellen involverer opgavefordeling, hvor nogle opgaver udføres af mennesker, og andre delegeres til AI baseret på en individuel vurdering af hver enheds styrker og svagheder. Eksempler på Centaur-strategier inkluderer:

• AI diagnosticerer, og lægen tilpasser mulige terapier,
• en konsulent identificerer et forretningsproblem, og AI genererer analyser og anbefalinger,
• en advokat udarbejder en juridisk klage, og AI verificerer korrektheden og fuldstændigheden af dokumentet,
• en tekstforfatter skaber en tekstskitse, og AI laver stilistiske og grammatiske rettelser.

Nøglen er strategisk at opdele opgaver og udnytte styrkerne hos både mennesker og maskiner. Centaur-tilgangen præsenterer dog en udfordring: hvordan man bedre kan skelne mellem opgaver, der er bedre egnet til AI, hvilket øger produktiviteten, og dem, der er bedre håndteret af mennesker?

Fragmenterede grænser for teknologi

Forskere har betegnet udfordringen ved at definere “kompetencen” af kunstig intelligens som “fragmenterede grænser for teknologi.” Dette udtryk vedrører de forskellige og svingende kapaciteter af kunstig intelligens.

Kapaciteterne for AI udvikler sig hurtigt, ofte på uventede måder. Derfor kan opgaver, der kan synes ligeså udfordrende for mennesker, falde på forskellige sider af denne “grænse” – nogle kan let løses med hjælp fra AI, mens andre forbliver uden for dens nuværende kapaciteter.

For eksempel, som undersøgelsen viste, kunne GPT let:

• generere kreative ideer til nye produkter,
• hjælpe med at skrive overbevisende tekster, eller
• udføre detaljeret dataanalyse.

På den anden side lavede det fejl i simple matematiske beregninger. Denne “fragmenterede grænse” udgør en udfordring for både AI-designere og brugere – det er svært at forudsige, hvilke tilsyneladende lignende opgaver der vil være lette eller svære for algoritmerne. Det er derfor afgørende at udforske og teste AI’s kapaciteter trin for trin. Jo bedre vi forstår de “fragmenterede grænser” for disse kapaciteter, jo mere effektivt kan vi integrere arbejdet mellem mennesker og maskiner.

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

Hvordan øger man produktiviteten i din virksomhed med AI?

I din virksomhed kan du udføre et lignende eksperiment for at vurdere, hvor meget kunstig intelligens kan forbedre arbejdsresultaterne. Det er værd at starte med at tildele opgaver til medarbejdere, såsom at forberede præsentationer, rapporter, forretningsforslag eller løse casestudier, både med og uden assistance fra AI. Dette vil give dig mulighed for at måle den reelle indvirkning på produktivitet og arbejdskvalitet.

Det er dog vigtigt at forberede medarbejderne tilstrækkeligt. For at observere en stigning i produktiviteten på 40% med AI, svarende til den succes, der blev set hos Boston Consulting Group, vil træningsinitiativer og oprettelse af undervisningsmaterialer være nødvendige.

Indsatsen vil næsten helt sikkert betale sig. For eksempel kan reklamebureauer generere kampagneideer hurtigere, banker kan analysere kundedata mere effektivt, og advokatfirmaer kan skabe dokumenter mere effektivt. Overalt hvor kreativitet, informationsanalyse eller tekstforfatning er nødvendig—AI vil hjælpe medarbejdere med at være mere produktive.

Fremtiden for arbejde med AI

Udviklingen af kunstig intelligens vækker både store håb og bekymringer, især blandt personer, der har svært ved at lære nye værktøjer og tilpasse deres arbejdsmetoder til de ændrede muligheder for teknologi.

Der er ingen tvivl om, at AI øger produktiviteten ved at befri teams fra de enkleste og gentagne opgaver. Flere og flere af disse opgaver vil kunne automatiseres. Nye roller, der kombinerer menneskelige og maskinelle færdigheder, vil også opstå, såsom AI-trænere eller vidensmæglere. Kontinuerlig færdighedsudvikling og læring af effektivt samarbejde med AI vil være afgørende.

Samtidig er det vigtigt at være opmærksom på truslerne. Automatisering kan tage job fra mindre kvalificerede personer. Der er også en risiko for, at virksomheden bliver for afhængig af teknologileverandører. Derfor er det vigtigt at opretholde en sund afstand og kritisk vurdere de oplysninger, der gives af AI.

Fremtiden for arbejde med AI ser fascinerende ud, men også lidt urovækkende, meget ligesom i veludført science fiction. På den ene side er der utrolige muligheder, men på den anden side, har vi virkelig kontrol over alt?

Sammenfatning

Resultaterne af eksperimentet viser, at AI øger produktiviteten i dag. For nogle kreative og analytiske opgaver fremskynder det arbejdet med op til 40%. Mindre kvalificerede arbejdere drager mest fordel, men topprofessionelle er også hurtigere og mere effektive.

Det er kritisk at forstå, hvilke opgaver der kan automatiseres af AI, og hvilke der kræver menneskelig involvering. Ændringer i måden, arbejdet er organiseret på, vil også være nødvendige for at udnytte AIs kapaciteter bedst muligt. Og fremtiden for arbejde lover at blive interessant – det vil bestemt ikke blive kedeligt. Hvis du er nysgerrig efter en endnu mere detaljeret beskrivelse af denne undersøgelse, kan du læse den fulde rapport (link).

Hvis du kan lide vores indhold, så bliv en del af vores travle bier-fællesskab på Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.