Czy sztuczna inteligencja naprawdę zwiększa produktywność w pracy? Badania ujawniają ukryte koszty i wyzwania

Sztuczna inteligencja jest coraz częściej promowana jako klucz do zwiększenia produktywności, która ostatnio wykazuje spowolnienie wzrostu. Za tym trendem stoją potężni gracze: firmy technologiczne produkujące narzędzia AI, firmy konsultingowe oferujące usługi związane z AI oraz rządy, które widzą w tej technologii potencjał reform gospodarczych.

Jednak dowody na to, że AI rzeczywiście przekłada się na wzrost produktywności, są dalekie od jednoznacznych. Badania przeprowadzone wśród urzędników wyższego szczebla w Victorian Public Service w Australii rzucają światło na realia wdrażania i wykorzystywania AI w organizacjach. Wyniki, choć wstępne, wskazują na szereg istotnych obaw.

Inwestycja w AI to droga przez mękę?

Respondenci, odpowiedzialni za zakup, wdrożenie i zarządzanie usługami AI, podkreślają, że zwiększenie produktywności za pomocą tej technologii wymaga solidnego, złożonego i kosztownego przygotowania organizacyjnego. Mierzenie efektów jest trudne, a korzystanie z AI może generować nowe ryzyka i problemy dla pracowników.

Wprowadzenie narzędzi AI do istniejących procesów pracy może być powolne i kosztowne. Znalezienie czasu i zasobów na zbadanie dostępnych produktów i przeszkolenie personelu stanowi poważne wyzwanie. Co więcej, nie wszystkie organizacje podchodzą do AI w ten sam sposób. Te z większym budżetem mogą sobie pozwolić na testowanie różnych zastosowań AI w ramach „proof of concept”, podczas gdy mniejsze firmy zmagają się z kosztami wdrożenia i utrzymania tych narzędzi.

Jeden z uczestników badania porównał to do „jeżdżenia Ferrari na ograniczonym budżecie”, sugerując, że niektóre rozwiązania są po prostu nieodpowiednie dla mniejszych operacji, a jednocześnie są drogie w utrzymaniu i trudne we wsparciu.

Data, data i jeszcze raz data

Aby system AI był użyteczny, często konieczne jest wykonanie ogromnej pracy u podstaw. Gotowe narzędzia AI, takie jak Copilot i ChatGPT, mogą ułatwić i przyspieszyć niektóre proste zadania, takie jak wyodrębnianie informacji z dużych zbiorów dokumentów lub obrazów, transkrypcja i podsumowywanie spotkań. Jednak bardziej złożone zastosowania, takie jak chatboty w centrach obsługi telefonicznej lub wewnętrzne narzędzia do wyszukiwania informacji, wymagają uruchomienia modelu AI na wewnętrznych danych opisujących szczegóły i zasady działania firmy.

Dobre wyniki zależą od wysokiej jakości, dobrze zorganizowanych danych. Organizacje mogą ponosić odpowiedzialność za błędy popełnione przez system AI. Niestety, niewiele firm zainwestowało wystarczająco w jakość swoich danych, aby komercyjne produkty AI działały zgodnie z obietnicami. Bez tej podstawowej pracy narzędzia AI nie będą działać tak, jak powinny. Jak podkreślił jeden z respondentów, „dane to ciężka praca”.

Ryzyko i obawy

Korzystanie z AI tworzy skomplikowane przepływy danych między organizacją a serwerami kontrolowanymi przez gigantyczne międzynarodowe firmy technologiczne. Dostawcy AI obiecują, że te przepływy danych są zgodne z przepisami dotyczącymi ochrony danych osobowych i nie są wykorzystywane do uczenia ich systemów. Użytkownicy podchodzą jednak do tych obietnic z ostrożnością.

Istnieją również obawy dotyczące wprowadzania nowych funkcji AI bez wiedzy organizacji. Korzystanie z tych możliwości może generować nowe przepływy danych bez odpowiedniej oceny ryzyka i kontroli zgodności. Szczególnie w przypadku przetwarzania wrażliwych informacji, konieczne jest monitorowanie dostawców i produktów AI, aby upewnić się, że przestrzegają oni obowiązujących przepisów.

Dodatkowe ryzyko pojawia się, gdy pracownicy korzystają z publicznie dostępnych narzędzi AI, takich jak ChatGPT, które nie gwarantują poufności użytkownikom.

Kto naprawdę zyskuje?

Badania wykazały, że AI zwiększa produktywność w przypadku „nisko wykwalifikowanych” zadań, takich jak sporządzanie notatek ze spotkań i obsługa klienta, lub pracy wykonywanej przez młodszych pracowników. W tych obszarach AI może pomóc w poprawie jakości pracy osób o słabych umiejętnościach językowych lub uczących się nowych zadań. Utrzymanie jakości i odpowiedzialności wymaga jednak nadzoru człowieka nad wynikami generowanymi przez AI.

Paradoksalnie, pracownicy o mniejszych umiejętnościach i doświadczeniu, którzy mogliby najbardziej skorzystać z narzędzi AI, są jednocześnie najmniej zdolni do nadzorowania i sprawdzania wyników wygenerowanych przez AI. W obszarach, w których stawka jest wysoka, a ryzyko duże, ilość nadzoru ludzkiego może podważyć wszelkie zyski produktywności. Co więcej, gdy praca polega głównie na nadzorowaniu systemu AI, pracownicy mogą czuć się wyalienowani i mniej usatysfakcjonowani swoją pracą.

Sztuczna inteligencja nagradza cwaniactwo?

AI jest często wykorzystywana do wątpliwych celów. Pracownicy mogą używać AI do pójścia na skróty, bez zrozumienia niuansów zgodności z wytycznymi organizacyjnymi. Oprócz obaw o bezpieczeństwo i prywatność danych, wykorzystywanie AI do przeglądania i wydobywania informacji może wprowadzać inne ryzyka etyczne, takie jak wzmacnianie istniejących uprzedzeń ludzkich. Badania pokazują, jak te ryzyka skłaniają organizacje do wykorzystywania większej ilości AI do wzmocnionego nadzoru w miejscu pracy i innych form kontroli pracowników. Ostatnie dochodzenie rządu Victorian wykazało, że metody te mogą być szkodliwe dla pracowników.

Trudne mierzenie efektów

Organizacjom trudno jest zmierzyć zmiany w produktywności spowodowane przez AI. Często polegają na opiniach kilku wykwalifikowanych pracowników, którzy dobrze radzą sobie z używaniem AI, lub na twierdzeniach dostawców. Jeden z respondentów stwierdził, że „Microsoft przeprowadził własne badania dotyczące wzrostu produktywności, jaki organizacje mogą osiągnąć dzięki korzystaniu z Copilot, i byłem trochę zaskoczony, jak wysokie były te liczby”.

Organizacje mogą chcieć, aby AI ułatwiała redukcję zatrudnienia lub zwiększała przepustowość. Środki te nie uwzględniają jednak zmian w jakości produktów lub usług świadczonych klientom. Nie uwzględniają również tego, jak zmienia się doświadczenie w miejscu pracy dla pozostałych pracowników ani znacznych kosztów ponoszonych głównie przez międzynarodowe firmy konsultingowe i technologiczne.