Співробітники служби підтримки клієнтів компанії зі списку Fortune 500, які отримали доступ до генеративних інструментів штучного інтелекту, стали в середньому на 14% продуктивнішими, ніж ті, хто не отримав. Причому найменш кваліфіковані працівники отримали найбільшу користь, пише Bloomberg.

Про це свідчить нове дослідження співробітників Стенфордського університету та Массачусетського технологічного інституту, які протягом року перевіряли вплив генеративних інструментів ШІ на продуктивність компанії.

Це було перше дослідження, коли вплив генеративних інструментів штучного інтелекту на роботу було виміряно поза лабораторією. Інші дослідження перевіряли вплив технології на виконання робітниками ізольованих письмових завдань у невеликих лабораторіях.

Дослідники Массачусетського технологічного інституту Даніель Лі та Ліндсі Реймонд відстежували ефективність понад 5000 агентів служби підтримки клієнтів, які базуються переважно на Філіппінах, за такими ключовими показниками, як те, наскільки швидко та успішно працівники змогли вирішувати проблеми клієнтів.

Агенти були розділені на групи: одні отримали доступ до інструментів штучного інтелекту — пройшли навчання на основі багатьох успішних розмов із обслуговуванням клієнтів — а інші — ні. 

За словами дослідників, одним із висновків дослідження було те, що новачки отримали найбільшу користь від технологій. За допомогою штучного інтелекту найменш кваліфіковані працівники фірми змогли виконати свою роботу на 35% швидше. Продуктивність нових працівників також покращилася набагато швидше за допомогою штучного інтелекту, ніж без.

Агенти з двомісячним досвідом роботи, які працювали за допомогою штучного інтелекту, працювали так само добре або краще в багатьох аспектах, ніж агенти з досвідом понад шість місяців, які працювали без штучного інтелекту.

Підвищення продуктивності — у середньому приблизно на 14 % — було менш різким, ніж у попередніх експериментах, ймовірно тому, що реальні процеси на робочому місці набагато складніші, ніж одноразові завдання. Тим не менш, приріст продуктивності був значним. «Це свідчить про те, що ці лабораторні дослідження вказували в правильному напрямку, і що вони не були просто міражами», — сказав Бріньольфссон.

Найбільш висококваліфіковані працівники не бачили користі від впровадження штучного інтелекту в свою роботу. Ці найефективніші виконавці, ймовірно, вже давали відповіді того ж рівня, що рекомендував штучний інтелект, тому було менше можливостей для вдосконалення — за словами дослідників, підказки могли відволікати увагу.

Проте, якщо штучний інтелект зрештою скоротить розрив між низько- та висококваліфікованими працівниками, компаніям, можливо, доведеться фундаментально переглянути логіку, яка лежить в основі вибору винагороди.

За словами Реймонда з Массачусетського технологічного інституту, провідні агенти з обслуговування клієнтів мали електронні таблиці Excel, де вони збирали фрази, які вони часто використовували та які добре працювали.

Якщо інструмент штучного інтелекту справді бере ці неявні знання та розповсюджує їх іншим, сказала вона, «тоді ці висококваліфіковані працівники роблять додаткові послуги для фірми, надаючи ці приклади для ШІ, але вони не отримують за це винагороду». Насправді, вони можуть бути в гіршому становищі, тому що їхні стимули ґрунтувалися на продуктивності порівняно з їхніми колегами, що породжує безліч вагомих  запитань про те, як працівники повинні отримувати компенсацію за цінність їхніх даних.

Компаніям було б розумно визнати досвід своїх кваліфікованих співробітників, оскільки їхні неявні знання та навички, ймовірно, стануть основою інструментів штучного інтелекту, які будуть керувати рештою організації, сказав Бріньольфссон.

«Успішні компанії матимуть системи заохочення та винагороди, які визнають, що ці найкращі виконавці — незалежно від того, чи є їхня ефективність з будь-яким клієнтом очевидно кращою, ніж менш кваліфіковані працівники — створюють знання, від яких залежить уся організація», — сказав він. «Було б правильно ще більше оцінити цих людей, тому що тепер такі навички посилюються та примножуються в усій організації. Тепер цей найкращий працівник міг би змінити всю організацію».

Бриньольфссон зазначив, що вивчення генеративного штучного інтелекту все ще тільки на початку, і це дослідження не є остаточним словом — ще багато чого залишилося дізнатися.

Деякі спостереження, отримані під час експерименту, не були враховані даними, але вказують на десятки інших способів, якими ці інструменти незабаром можуть змінити продуктивність робочих місць. 

Менеджери фірми більше не витрачали 20-30 годин на тиждень на навчання співробітників, сказав Реймонд, ймовірно, тому, що штучний інтелект служив своєрідною заміною. Це, у свою чергу, могло б змінити стосунки між працівником і керівником, оскільки тоді керівники витрачали б менше часу на безпосереднє підпорядкування й натомість брали б більші команди.

Швидкість, з якою генеративний ШІ, здається, здатний трансформувати робочі місця — здавалося б, за один день — запаморочлива, особливо порівняно з попередніми технологічними проривами.

«Було проведено масу досліджень, які показали, що цим трансформаційним технологіям, як-от електрика, парова машина чи комп’ютери, потрібні десятиліття, перш ніж вони справді змінили продуктивність. У випадку з електрикою минуло близько 30 років між тим, як вона була впроваджена на підприємствах, і коли ви дійсно побачили значне підвищення продуктивності, – сказав Бриньольфссон. «Тож існує занепокоєння, навіть очікування, що це відбуватиметься протягом багатьох років, десяти років чи більше. Але той факт, що ми вже бачимо, говорить про технологію та нашу здатність реалізувати її та отримати практичні результати набагато швидше, ніж ми робили це в минулому».