3 údaje potvrzující způsoby, jak společnosti mohou zvýšit přijetí AI a zvýšit produktivitu

Jako více společností zkoumá, jak AI může pohánět produktivitu, jeden zásadní aspekt je často přehlížen: jak zaměstnanci skutečně přijímají a používají tyto nástroje ve své denní práci. Otázka není, zda AI může zvýšit produktivitu, ale jak společnosti mohou účinně podporovat zaměstnance ve všech fázích zapojení AI, aby maximalizovaly návratnost investic.

Jako CEO společnosti Prodoscore, předního poskytovatele softwaru pro produktivitu zaměstnanců a datové inteligence, jsem osobně viděl, jak přijetí AI – nebo jeho absence – vypadá v pracovním prostředí. Díky datovým poznatkům z pozice Prodoscore na rozhraní AI a podnikání jsou zde tři klíčové poznatky o tom, jak lídři mohou zajistit, aby nástroje AI byly plně využity napříč jejich organizacemi.

1. Pokud jde o používání AI, existují tři odlišné skupiny zaměstnanců.

Jako se AI stalo prioritou pro nejvyšší vedení, diskuse o přijetí AI se přesunula na konkrétní výsledky. Návratnost AI na produktivitu lze nyní kvantifikovat a pochopit na úrovni, která zahrnuje čas strávený a dopad na výnosy. Recentní data Prodoscore ukazují, že zaměstnanci spadají do tří odlišných kategorií, pokud jde o přijetí AI.

• Toe-dippers: Tito zaměstnanci používají AI sporadicky, zapojují se pouze na více než minutu za relaci. Mohou experimentovat s AI, ale ještě plně nezačlenili do svých pracovních postupů.
• Foot-waders: Tito jsou zaměstnanci, kteří jsou středně zapojení, kteří přistupují k nástrojům AI 2-4krát za relaci a průměrně tráví téměř tři minuty používáním. Tito zaměstnanci testují vody a hledají způsoby, jak začlenit AI, aby zlepšili svou práci, ale stále se k nástrojům AI přistupují s opatrností.
• Swimmers: Tito jsou vysoce zapojení uživatelé a potenciální lídři AI ve společnosti. Interagují s nástroji AI pět nebo vícekrát za relaci, s průměrnou dobou používání téměř šesti minut. Chápou hodnotu, kterou AI přináší do jejich rolí, a jsou odhodláni využívat ji ke zlepšení produktivity.

Organizace, které rozpoznají tyto odlišné skupiny zaměstnanců, mohou přizpůsobit svůj přístup k přijetí AI. Kromě toho dopad AI na produktivitu přesahuje hranice odvětví. Bez ohledu na to, zda se jedná o právníky, IT odborníky nebo manažery, nástroje AI, jako je OpenAI a další, se ukazují jako užitečné napříč širokým spektrem rolí a odvětví. V každém případě se ukázalo, že používání AI přináší měřitelné zvýšení efektivity a úspory času.

2. Pružný, datem řízený přístup k přijetí AI přináší větší výhody.

Aby společnosti skutečně využily sílu AI, musí jít za hranice pouhého propagování AI jako buzzwordu. Úspěšné podniky využívají data, aby zůstaly pružné, což jim umožňuje učinit inteligentní a informovaná rozhodnutí o zdrojích a efektivitě.

Příklad: sledování vztahu mezi používáním AI zaměstnanci a produktivitou poskytuje obchodním lídrům jasnější přehled o tom, jak tyto nástroje ovlivňují obchodní výsledky. Podle výzkumu Prodoscore jsou zaměstnanci, kteří používají nástroje, jako je OpenAI nebo Gemini, o 15-21 % produktivnější než ti, kteří je nepoužívají. Zaměstnanci, kteří pracují s nástroji AI, navíc pracují o 90 minut déle denně než ti, kteří je nepoužívají. Také tráví více času komunikací pomocí nástrojů pro zasílání zpráv a chatu, což podporuje týmovou spolupráci a vnitřní komunikaci.

Tato čísla zdůrazňují zásadní bod: vliv AI na produktivitu je podstatný. Nicméně, pouze zavedení AI do pracovního prostředí nestačí. Datem řízený, dynamický přístup, který je přizpůsobitelný, je nezbytný pro zajištění toho, aby zaměstnanci přijímali nástroje AI způsoby, které podporují jejich jedinečné pracovní postupy a cíle společnosti.

Kromě toho nelze přehlédnout důležitost komunikace mezi zaměstnanci a manažery, zejména v hybridních pracovních prostředích. Podle dat Prodoscore 61% manažerů nemluvilo s alespoň jedním ze svých týmů během týdne, zatímco pouze 16% manažerů udržuje denní kontakt se všemi členy týmu. Průměrná komunikační mezera je 3-4 dny, což může bránit efektivnímu používání nástrojů AI a celkové produktivitě.

Aby společnosti využily plnou hodnotu AI, musí zajistit, aby byly zavedeny efektivní komunikační postupy mezi manažery a zaměstnanci, zejména pokud jde o přijetí AI. V hybridních prostředích je důležitost komunikace ještě větší.

3. Školení a stanovené pokyny pro používání jsou nezbytné.

Navzdory zjevným výhodám AI existuje zásadní mezera mezi zaměstnanci, kteří se cítí pohodlně při používání nástrojů AI, a těmi, kteří se necítí. Zavření této mezery je kritické, a je na zaměstnavatelích, aby poskytli nezbytné školení a stanovili jasné pokyny pro přijetí nástrojů AI.

Data Prodoscore ukazují, že zatímco 24% zaměstnanců použilo OpenAI nebo Gemini alespoň jednou, úroveň zapojení se značně liší. Půlka těchto uživatelů interaguje s nástroji AI pět nebo vícekrát během pracovní doby, s průměrnou dobou používání téměř šesti minut. Nicméně, druhá polovina interaguje pouze po dobu dvou minut.

Tato nesrovnalost zdůrazňuje potřebu pokračujícího školení. Zaměstnanci, kteří nejsou jisti, jak účinně používat nástroje AI, se mohou úplně vyhnout jim, což omezí schopnost organizace využít plné výhody AI a potenciálně sníží produktivitu způsobenou zbytečným stresem nebo ztrátou času. Poskytováním komplexního školení a stanovováním jasných pokynů pro používání mohou společnosti zajistit, aby více zaměstnanců přešlo z počáteční fáze “testování” a plně přijalo AI.

V budoucnu AI zvýší produktivitu pouze tehdy, pokud se zaměstnanci zaváží používat dostupné nástroje. Tento závazek je pravděpodobnější, pokud společnosti poskytují školení a jasně komunikují očekávání týkající se používání AI.

AI formuje produktivitu – lídři musí se přizpůsobit.

Přijetí AI již mění, jak podniky fungují. Lídři nyní mají přístup k více dat než kdykoli předtím, aby informovali svá rozhodnutí. Nicméně, je kritické najít rovnováhu mezi závislostí na datech a využíváním odborných znalostí zkušených zaměstnanců a senior leadership.

Jednou z největších výhod AI poháněných velkých jazykových modelů (LLM) je jejich schopnost pohánět obchodní rozhodnutí v reálném čase. Jakmile data přicházejí, organizační změny lze provádět dynamicky, což umožňuje podnikům rychle měnit směr a optimalizovat výsledky. Nicméně, data by nikdy neměla sama o sobě určovat rozhodnutí. Lídři musí stále spoléhat na odborné znalosti a intuici svých týmů. Senior leadership má neocenitelné znalosti, které musí být integrovány s poznatky AI, aby se vytvořil komplexní přístup k produktivitě a inovacím.

Nakonec budou nejúspěšnější organizace ty, které mohou zůstat pružné, sledovat trendy používání AI a činit datem řízená rozhodnutí. Přijetí AI není univerzální přístup; vyžaduje neustálé úpravy, komunikaci a školení, aby se skutečně odemkly jeho potenciál.