Kuinka paljon tekoälyn käyttö lisää tiimisi tuottavuutta? | Tekoäly liiketoiminnassa #71

Miten tekoäly auttaa ammattilaisia?

Onko todisteita siitä, että tekoälyn käyttö työssä lisää tuottavuutta? Kyllä! Suurin tutkimus, joka vahvistaa tämän hypoteesin, toteutettiin amerikkalaisten liiketieteellisten koulujen, kuten Harvard Business Schoolin ja MIT Sloan School of Managementin, tutkijaryhmän toimesta. Tutkijat tarkastelivat 758 konsultin työtä, mikä edustaa noin 7 % kaikista Boston Consulting Groupissa työskentelevistä konsulteista.

Heidän tehtävänään oli kehittää konsepteja uusille tuotteille ottaen huomioon sellaiset näkökohdat kuin:

• luovuus,
• analyyttinen ajattelu tai
• vakuuttavat taidot.

Kokeen osana, jossa testattiin, lisääkö tekoäly tuottavuutta, he vertasivat suoritustaan ilman tekoälyn tukea ja käyttäen GPT-4:ää, kielenmallia, johon viimeisin versio ChatGPT Plus perustuu. Tutkimuksen tavoitteena oli tutkia, miten tekoälyn sisällyttäminen päivittäiseen työhön muuttaisi konsulttien tyypillistä työnkulkua.

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

Lisääkö tekoäly työtuottavuutta?

BCG:llä tulokset olivat yllättävän selkeitä. Kaikki tekoälyn tukea saaneet konsultit paransivat työnsä laatua. Itse asiassa sen laatu parani jopa 40 %. Mutta miten tutkimus toteutettiin?

Kokeessa osallistujat jaettiin satunnaisesti kolmeen ryhmään:

• kontrolliryhmä — sen jäsenet eivät käyttäneet tekoälyä työssä,
• ryhmä, jolla oli pääsy GPT-4:ään – kuitenkin ilman ennakkokoulutusta siitä, miten parhaiten käyttää tekoälyä,
• ryhmä, jolla oli pääsy GPT-4:ään ja ohjeistavia materiaaleja.

Tutkimus jaettiin kolmeen vaiheeseen:

1. Ensinnäkin konsultit täyttivät kyselyn, joka koski heidän demografisia tietojaan ja taipumuksiaan.
2. Sitten he siirtyivät pääosaan, jossa he suorittivat tehtäviä, jotka liittyivät tuoteconceptien kehittämiseen. Nämä tehtävät muistuttivat läheisesti heidän päivittäistä työtään, ja niihin sisältyi realistisia tapaustutkimuksia, kuten kenkien suunnittelu kapeille kohderyhmille ja urheilijoille. Tehtävät vaativat luovuutta, analyyttista ajattelua sekä vakuuttavien tekstien kirjoittamista.
3. Kolmannessa vaiheessa käytiin haastatteluja, joissa tiivistettiin konsulttien kokemuksia tekoälyn kanssa työskentelystä.

Kuten kävi ilmi, GPT-4:ää käyttävät konsultit olivat 12,5 % tuottavampia ja 25 % nopeampia. Suurimmat hyödyt havaittiin vähemmän taitavien ammattilaisten keskuudessa, jotka saivat lisäkoulutusta tehokkaista tavoista käyttää GPT:tä. Tässä ryhmässä tutkijat huomasivat huomattavan 43 %:n tuottavuuden kasvun!

Tavat tehdä yhteistyötä tekoälyn kanssa

Vuorovaikuttivatko kaikki työntekijät tekoälyn kanssa samalla tavalla? Näytti siltä, että eivät. Joten tutkijat päättivät tunnistaa kaksi yleisintä tapaa, joilla tekoäly lisää tuottavuutta. He nimittivät niitä “Kyborgeiksi” ja “Kentauriksi”.

Kyborge

Kyborgimalli edustaa yhteistyömenetelmää, jossa ihmiset ja tekoäly työskentelevät tiiviisti yhdessä tehtävien saavuttamiseksi. Esimerkkejä kyborgiyhteistyöstä ovat:

• ohjelmoija aloittaa koodauksen, ja tekoäly täydentää ja hienosäätää koodia, aivan kuten Github Copilotin käytössä,
• konsultti alkaa tehdä johtopäätöksiä analyysista, ja tekoäly tuo lisätietoja ja visualisointeja, hyödyntäen työkaluja kuten ChatGPT Plus,
• copywriter alkaa laatia mainostekstiä konseptista, ja tekoäly ehdottaa ideoita ja valmiita segmenttejä. Copywriter sitten hienosäätää konseptia,
• insinööri luonnostelee projektia, ja tekoäly tuottaa visualisoinnin sen perusteella.

Kyborgimallissa avain on ihmisten ja koneiden ponnistelujen saumaton integrointi optimaalisten tulosten saavuttamiseksi—tällä tavoin tekoäly lisää merkittävästi tuottavuutta.

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

Kentauri

Kentaurimalli sisältää tehtävien delegoinnin, jossa jotkin tehtävät suoritetaan ihmisillä ja toiset delegoidaan tekoälylle kunkin yksikön vahvuuksien ja heikkouksien yksilöllisen arvioinnin perusteella. Esimerkkejä kentauristrategioista ovat:

• tekoäly diagnosoi, ja lääkäri räätälöi mahdollisia hoitoja,
• konsultti tunnistaa liiketoimintaongelman, ja tekoäly tuottaa analyysejä ja suosituksia,
• asianajaja laatii oikeudellisen valituksen, ja tekoäly tarkistaa asiakirjan oikeellisuuden ja täydellisyyden,
• copywriter luo tekstin luonnoksen, ja tekoäly tekee tyylillisiä ja kieliopillisia korjauksia.

Avain on tehtävien strateginen jakaminen ja sekä ihmisten että koneiden vahvuuksien hyödyntäminen. Kentauri-lähestymistapa esittää kuitenkin haasteen: miten erottaa tehtävät, jotka sopivat paremmin tekoälylle ja lisäävät tuottavuutta, niistä, jotka ovat paremmin ihmisten hoidettavissa?

Teknologian fragmentoidut rajat

Tutkijat ovat nimenneet tekoälyn “kompetenssin” määrittämisen haasteen “fragmentoiduiksi teknologiarajoiksi”. Tämä termi liittyy tekoälyn moninaisiin ja vaihtelevaan kyvykkyyksiin.

Tekoälyn kyvyt kehittyvät nopeasti, usein odottamattomilla tavoilla. Siksi tehtävät, jotka saattavat vaikuttaa ihmisille samankaltaisesti haastavilta, voivat olla eri puolilla tätä “rajaa” – jotkin voivat olla helposti ratkaistavissa tekoälyn avulla, kun taas toiset jäävät sen nykyisten kykyjen ulkopuolelle.

Esimerkiksi, kuten tutkimus osoitti, GPT pystyi helposti:

• tuottamaan luovia ideoita uusille tuotteille,
• auttamaan vakuuttavien tekstien kirjoittamisessa, tai
• suorittamaan yksityiskohtaista data-analyysiä.

Toisaalta se teki virheitä yksinkertaisissa matemaattisissa laskelmissa. Tämä “fragmentoitu raja” esittää haasteen sekä tekoälyn suunnittelijoille että käyttäjille – on vaikeaa ennustaa, mitkä näennäisesti samankaltaiset tehtävät ovat algoritmeille helppoja tai vaikeita. On siksi ratkaisevan tärkeää tutkia ja testata tekoälyn kykyjä askel askeleelta. Mitä paremmin ymmärrämme näiden kykyjen “fragmentoidut rajat”, sitä tehokkaammin voimme integroida ihmisten ja koneiden työn.

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

Miten lisätä tuottavuutta yrityksessäsi tekoälyn avulla?

Yrityksessäsi voit toteuttaa samanlaisen kokeen arvioidaksesi, kuinka paljon tekoäly voi parantaa työskentelytuloksia. On järkevää aloittaa antamalla työntekijöille tehtäviä, kuten esitysten, raporttien, liiketoimintatarjousten valmistelu tai tapaustutkimusten ratkaiseminen, sekä tekoälyn avustuksella että ilman. Tämä mahdollistaa todellisen vaikutuksen mittaamisen tuottavuuteen ja työlaatuun.

Siitä huolimatta on tärkeää valmistella työntekijöitä asianmukaisesti. Jotta voitaisiin havaita 40 %:n tuottavuuden kasvu tekoälyn avulla, kuten Boston Consulting Groupissa nähtiin, tarvitaan koulutustoimia ja ohjeistavien materiaalien luomista.

Ponnistus tulee lähes varmasti tuottamaan tulosta. Esimerkiksi mainostoimistot voivat tuottaa kampanjaideoita nopeammin, pankit voivat analysoida asiakastietoja tehokkaammin, ja lakitoimistot voivat laatia asiakirjoja tehokkaammin. Aina kun tarvitaan luovuutta, tietoanalyysiä tai tekstin kirjoittamista—tekoäly auttaa työntekijöitä olemaan tuottavampia.

Tulevaisuus tekoälyn kanssa työskentelyssä

Tekoälyn kehitys herättää sekä suuria toiveita että huolia, erityisesti henkilöiden keskuudessa, joilla on vaikeuksia oppia uusia työkaluja ja sopeuttaa työmenetelmiään teknologian muuttuviin mahdollisuuksiin.

Ei ole epäilystäkään siitä, että tekoäly lisää tuottavuutta helpottamalla tiimejä yksinkertaisimmista ja toistuvista tehtävistä. Yhä useammat näistä tehtävistä tulevat olemaan automatisoitavissa. Uusia rooleja, jotka yhdistävät ihmisten ja koneiden taitoja, tulee myös syntymään, kuten tekoälykouluttajat tai tietopankit. Jatkuva taitojen kehittäminen ja tehokkaan yhteistyön oppiminen tekoälyn kanssa tulee olemaan olennaista.

Samaan aikaan on tärkeää olla tietoinen uhista. Automaatio voi viedä työpaikkoja vähemmän taitavilta henkilöiltä. On myös riski, että yritys tulee liian riippuvaiseksi teknologiantoimittajista. Siksi on avainasemassa ylläpitää tervettä etäisyyttä ja arvioida kriittisesti tekoälyn tarjoamaa tietoa.

Tulevaisuus tekoälyn kanssa työskentelyssä näyttää kiehtovalta, mutta myös hieman huolestuttavalta, aivan kuten hyvin kirjoitetussa tieteiskirjallisuudessa. Toisaalta on uskomattomia mahdollisuuksia, mutta toisaalta, onko meillä todella kontrollia kaikkeen?

Yhteenveto

Kokeen tulokset osoittavat, että tekoäly lisää tuottavuutta tänään. Joissakin luovissa ja analyyttisissä tehtävissä se nopeuttaa työtä jopa 40 %. Vähemmän taitavat työntekijät hyötyvät eniten, mutta huipputason ammattilaiset ovat myös nopeampia ja tehokkaampia.

On kriittistä ymmärtää, mitkä tehtävät voidaan automatisoida tekoälyn avulla ja mitkä vaativat ihmisten osallistumista. Työn organisoinnin muutoksia tarvitaan myös, jotta tekoälyn kykyjä voidaan hyödyntää parhaalla mahdollisella tavalla. Ja työn tulevaisuus lupaa olla mielenkiintoinen – se ei varmasti tule olemaan tylsää. Jos olet utelias saadaksesi vielä yksityiskohtaisemman kuvauksen tästä tutkimuksesta, lue koko raportti (linkki).

Jos pidät sisällöstämme, liity vilkkaaseen mehiläisyhteisöömme Facebookissa, Twitterissä, LinkedInissä, Instagramissa, YouTubessa, Pinterestissä, TikTokissa.