Исследование обнаружило, что наибольшую выгоду от внедрения генеративного ИИ получили самые низкоквалифицированные работники, обслуживающие клиентов в софтверной компании, входящей в список Fortune 500, сообщает Bloomberg News.
Сотрудники службы поддержки клиентов этой компании, стали работать в среднем на 14% продуктивнее, чем те, кто не получил доступа к генеративному ИИ, причем наибольшую выгоду получили наименее квалифицированные работники.
Об этом сообщают исследователи из Стэнфордского университета и Массачусетского технологического института, которые в течение года проверяли влияние инструментов генеративного ИИ на производительность труда в конкретной компании.
Это первый случай, когда влияние инструментов генеративного ИИ на работу было измерено вне лаборатории. Предыдущие исследования сравнивали возможности больших языковых моделей для решения задач в таких областях, как юриспруденция и медицина, показывая, что, например, GPT-4 справляется с экзаменом на адвоката на уровне
По словам Эрика Бринйолфссона, директора Лаборатории цифровой экономики Стэнфордского института человеко-ориентированного ИИ и одного из соавторов исследования, результаты некоторых из этих экспериментов показали потенциал больших языковых моделей на рабочем месте — порой удивительный. Но, по его словам, пока эти инструменты не будут протестированы в реальном мире, их влияние остается в основном умозрительным.
«Если люди будут использовать их в течение года в конкретной компании, вы получите гораздо лучшее представление о том, как это отражается на производительности в реальном мире, — говорит ученый. — Насколько я знаю в реальных условиях это было сделано в первый раз».
Даниэль Ли и Линдси Реймонд из МТИ совместно с Бринйолфссоном проследили за работой более 5000 агентов службы поддержки клиентов, работающих в основном на Филиппинах, по таким ключевым показателям, как скорость и успешность решения проблем клиентов. Агенты были разделены на группы: одни получили доступ к инструментам ИИ, обученным на большом наборе успешных бесед с клиентами, а другие — нет. Название компании, которая специализируется на корпоративном ПО для малого и среднего бизнеса США, в отчете не раскрывается.
Выигрыш для низкоквалифицированных работников
По словам исследователей, один из выводов заключается в том, что наибольшую выгоду от использования технологии получили начинающие работники. С помощью ИИ наименее квалифицированные работники компании смогли выполнять свою работу на 35% быстрее. Производительность труда новых работников также улучшалась гораздо быстрее с помощью ИИ, чем без него: по данным исследования, агенты с двухмесячным опытом работы, которым помогал ИИ, по многим показателям работали так же хорошо или даже лучше, чем агенты с опытом работы более шести месяцев, работавшие без ИИ.
Авторы исследования предполагают, что повышение производительности труда и эффективности низкоквалифицированных работников может быть отчасти обусловлено тем, что инструменты ИИ могут впитывать в себя негласные знания, которые помогают лучшим специалистам компании добиваться успеха — например, знать, какими словами лучше всего успокоить раздраженного клиента или какой технической документацией лучше всего поделиться в той или иной ситуации — и затем распространять эти знания среди менее квалифицированных или опытных работников с помощью предлагаемых ИИ ответов.
Эти выводы противоречат распространенному мнению о том, что автоматизация, как правило, больше всего вредит низкоквалифицированным работникам, как это происходило в течение последних нескольких десятилетий технологического прогресса в обрабатывающей промышленности и других отраслях.
Рост производительности — в среднем около 14% — был менее значительным, чем в предыдущих экспериментах, вероятно потому, что реальные рабочие процессы гораздо сложнее, чем отдельные задачи. Тем не менее, рост производительности оказался значительным. «Это говорит о том, что лабораторные исследования велись в правильном направлении и что они не были просто миражом», — отмечает Бринйолфссон.
Вопросы компенсации
Самые высококвалифицированные работники практически не заметили пользы от внедрения ИИ в свою работу. По словам исследователей, эти работники, скорее всего, уже могли давать ответы того же уровня, что и рекомендованные ИИ, поэтому у них было меньше возможностей для совершенствования, а если и были, то подсказки могли отвлекать внимание.
Однако если ИИ в конечном итоге сократит разрыв между низко- и высококвалифицированными работниками, компаниям, возможно, придется в корне пересмотреть логику, лежащую в основе выбора модели оплаты труда.
По словам Реймонд, у лучших агентов по обслуживанию клиентов были электронные таблицы Excel, где они собирали фразы, которые они часто использовали, и это хорошо работало. Если инструмент ИИ действительно берет эти негласные знания и распространяет их среди других, сказала она, «то многоопытные работники оказывают дополнительную услугу фирме, предоставляя свои примеры для ИИ, но не получают за это компенсации». Фактически, они могут оказаться в худшем положении, потому что их стимулы основаны на более высокой продуктивности по сравнению с коллегами, что порождает множество серьезных вопросов о том, какую компенсацию работники должны получать за ценность своих данных.
По словам Бринйолфссона, дальновидным компаниям целесообразно признать компетентность своих звездных сотрудников, поскольку их негласные знания и навыки, скорее всего, станут основой для инструментов ИИ, которые будут работать на всю остальную организацию.
«Успешные компании будут иметь системы поощрения и вознаграждения, которые признают, что эти лучшие сотрудники — независимо от того, являются ли результаты их работы с конкретным клиентом явно лучше, чем у менее квалифицированных работников — создают знания, от которых зависит вся организация, — говорит он. — Не будет ничего необычного в том, что они будут еще больше ценить этих людей, потому что теперь их навыки усиливаются и умножаются по всей организации. Такой работник может изменить всю организацию».
Перестройка рабочего пространства
Некоторые наблюдения, полученные в ходе полевого эксперимента, указывают на десятки различных способов, которыми ИИ-инструменты могут вскоре изменить рабочие места. По словам Реймонд, менеджеры обследованной компании больше не тратят
Скорость, с которой генеративный ИИ способен изменить рабочие места — казалось бы, за одну ночь — просто головокружительна, особенно по сравнению с предыдущими технологическими прорывами.
«Есть горы исследований о том, что преобразующим технологиям — таким как электричество, паровой двигатель или компьютеры — потребовались десятилетия, прежде чем они действительно сдвинули циферблат производительности. В случае с электричеством прошло около 30 лет с момента его внедрения на заводах до момента, когда люди действительно увидели значительный рост производительности, — говорит Бринйолфссон. — Отсюда опасения, даже ожидания, что и с ИИ это будет происходить в течение многих лет, десятилетия или более. Но тот факт, что мы уже видим это так быстро, говорит кое-что о самой технологии и нашей способности внедрять ее и получать практические результаты гораздо быстрее, чем это было в прошлом».
В свете этих первых результатов у него есть совет для работников и руководителей: принять эту технологию.
«Начните экспериментировать с ней и узнайте, на что она способна. Выясните, где она наиболее эффективна, а где наименее, — предлагает Бринйолфссон. — Компании должны иметь аварийные программы, чтобы обучить на них своих сотрудников и действительно войти в курс дела».
