3 Dowody oparte na danych, jak firmy mogą zwiększyć przyjęcie sztucznej inteligencji i zwiększyć produktywność

Gdy więcej firm bada, jak sztuczna inteligencja może napędzać produktywność, jeden kluczowy aspekt jest często pomijany: jak pracownicy faktycznie przyjmują i używają tych narzędzi w swojej codziennej pracy. Pytanie nie brzmi, czy sztuczna inteligencja może poprawić produktywność – ale jak firmy mogą skutecznie wspierać pracowników na każdym etapie zaangażowania w sztuczną inteligencję, aby maksymalnie zwiększyć zwrot z inwestycji.

Jako CEO Prodoscore, wiodącego dostawcy oprogramowania do produktywności pracowników i inteligencji danych, miałem okazję zobaczyć na własne oczy, jak przyjęcie sztucznej inteligencji – lub jej brak – odgrywa się w miejscu pracy. Wykorzystując dane pochodzące z Prodoscore, które znajduje się na przecięciu sztucznej inteligencji i biznesu, oto trzy kluczowe wnioski na temat tego, jak liderzy mogą zapewnić, że narzędzia sztucznej inteligencji są w pełni wykorzystywane w całej organizacji.

1. Jeśli chodzi o użycie sztucznej inteligencji, istnieją trzy odrębne grupy pracowników.

Gdy sztuczna inteligencja stała się najważniejszym tematem dla kierownictwa, dyskusja na temat przyjęcia sztucznej inteligencji przeszła do konkretnych wyników. Zwrot z produktywności sztucznej inteligencji można teraz ilościowo określić i zrozumieć na poziomie, który obejmuje czas spędzony i wpływ na przychody. Ostatnie dane Prodoscore wskazują, że pracownicy dzielą się na trzy odrębne kategorie, jeśli chodzi o przyjęcie sztucznej inteligencji.

• Próbowania: Ci pracownicy używają sztucznej inteligencji rzadko, angażując się przez niecałą minutę na sesję. Mogą eksperymentować ze sztuczną inteligencją, ale jeszcze nie w pełni ją włączyli do swoich przepływów pracy.
• Wchodzący po kostkach: Są to umiarkowanie zaangażowani użytkownicy, którzy dostęp do narzędzi sztucznej inteligencji 2-4 razy na sesję i średnio mniej niż trzy minuty użytkowania. Ci pracownicy testują wody i starają się włączyć sztuczną inteligencję, aby poprawić swoją pracę, ale nadal podchodzą do tych narzędzi z ostrożnością.
• Pływacy: Są to wysoko zaangażowani użytkownicy i potencjalni liderzy sztucznej inteligencji w firmie. Interaktywnie korzystają z narzędzi sztucznej inteligencji pięć lub więcej razy na sesję, z średnim czasem użytkowania prawie sześciu minut. Rozumieją wartość, którą sztuczna inteligencja wnosi do ich ról, i są zaangażowani w wykorzystywanie jej do poprawy produktywności.

Organizacje, które rozpoznają te odrębne grupy zatrudnienia, mogą dostosować swój podejście do przyjęcia sztucznej inteligencji odpowiednio. Co więcej, wpływ sztucznej inteligencji na produktywność wykracza poza granice branży. Niezależnie od tego, czy są to prawnicy, specjaliści IT czy menedżerowie, narzędzia sztucznej inteligencji, takie jak OpenAI i inne, okazują się przydatne w szerokim spektrum ról i branż. W każdym przypadku użycie sztucznej inteligencji wykazało wymierne korzyści w efektywności i czasie zaoszczędzonym.

2. Elastyczne, oparte na danych podejście do przyjęcia sztucznej inteligencji daje większe korzyści.

Aby naprawdę wykorzystać moc sztucznej inteligencji, firmy muszą wyjść poza sam fakt, że sztuczna inteligencja jest modnym słowem. Sukcesywne firmy wykorzystują dane, aby pozostać elastycznymi, co pozwala im podejmować inteligentne i świadome decyzje dotyczące zasobów i wydajności.

Na przykład śledzenie relacji między użyciem sztucznej inteligencji przez pracowników a produktywnością zapewnia liderom biznesu jaśniejsze spojrzenie na to, jak te narzędzia wpływają na wyniki biznesowe. Zgodnie z badaniami Prodoscore, w dniach, kiedy pracownicy używają narzędzi takich jak OpenAI lub Gemini, są o 15-21% bardziej produktywni niż ci, którzy nie używają takich narzędzi. Pracownicy, którzy korzystają z narzędzi sztucznej inteligencji, pracują średnio o 90 minut dłużej dziennie w porównaniu z tymi, którzy nie korzystają. Spędzają również więcej czasu na współpracy przy użyciu narzędzi do komunikacji i czatu, co sprzyja zespołowości i lepszej wewnętrznej komunikacji.

Te liczby podkreślają istotny punkt: wpływ sztucznej inteligencji na produktywność jest znaczący. Jednakże, proste wprowadzenie sztucznej inteligencji do miejsca pracy nie jest wystarczające. Elastyczne, dynamiczne podejście, które jest dostosowywane, jest niezbędne, aby zapewnić, że pracownicy przyjmują narzędzia sztucznej inteligencji w sposób, który wspiera ich unikalne przepływy pracy i cele firmy.

Co więcej, nie można przecenić znaczenia komunikacji między pracownikami a menedżerami, szczególnie w środowiskach hybrydowych. Zgodnie z danymi Prodoscore, 61% menedżerów nie rozmawiało z co najmniej jednym z członków swojego zespołu w danym tygodniu, podczas gdy tylko 16% menedżerów utrzymuje codzienny kontakt ze wszystkimi członkami zespołu. Średnia luka w komunikacji wynosi 3-4 dni, co może utrudnić skuteczne wykorzystanie narzędzi sztucznej inteligencji i ogólną produktywność.

Aby w pełni wykorzystać wartość sztucznej inteligencji, firmy muszą zapewnić, że skuteczne procedury komunikacji są w miejscu między menedżerami a pracownikami, szczególnie w odniesieniu do przyjęcia sztucznej inteligencji. W środowiskach hybrydowych znaczenie komunikacji jest jeszcze większe.

3. Szkolenia i ustalone wytyczne dotyczące użytkowania są niezbędne.

Pomimo wyraźnych korzyści sztucznej inteligencji, istnieje zauważalna luka między pracownikami, którzy czują się komfortowo używając narzędzi sztucznej inteligencji, a tymi, którzy nie. Zamknięcie tej luki jest kluczowe, a to leży w gestii pracodawców, aby zapewnić niezbędne szkolenia i ustalić jasne wytyczne dotyczące przyjęcia narzędzi sztucznej inteligencji.

Dane Prodoscore pokazują, że podczas gdy 24% pracowników używało OpenAI lub Gemini co najmniej raz, poziom zaangażowania znacznie się różni. Połowa tych użytkowników wchodzi w interakcje z narzędziami sztucznej inteligencji pięć lub więcej razy podczas dnia pracy, z średnim czasem użytkowania bliskim sześciu minut. Jednak druga połowa angażuje się tylko przez niecałe dwie minuty.

Ta dysproporcja podkreśla potrzebę ciągłego szkolenia. Pracownicy, którzy nie są pewni, jak skutecznie używać narzędzi sztucznej inteligencji, mogą unikać ich całkowicie, ograniczając zdolność organizacji do pełnego wykorzystania korzyści sztucznej inteligencji i potencjalnie zmniejszając produktywność przez powodowanie niepotrzebnego stresu lub straconego czasu. Zapewniając kompleksowe szkolenia i ustalając jasne wytyczne dotyczące użytkowania, firmy mogą zapewnić, że więcej pracowników wyjdzie poza początkowy etap “próbowania” i w pełni zaakceptuje sztuczną inteligencję.

Patrząc w przyszłość, sztuczna inteligencja poprawi produktywność tylko wtedy, gdy pracownicy zobowiążą się do używania dostępnych narzędzi. To zobowiązanie jest bardziej prawdopodobne, gdy firmy zapewniają szkolenia i jasno komunikują oczekiwania dotyczące użycia sztucznej inteligencji.

Sztuczna inteligencja kształtuje produktywność – liderzy muszą się dostosować.

Przyjęcie sztucznej inteligencji już zmienia, jak firmy działają. Liderzy mają teraz dostęp do więcej danych niż kiedykolwiek wcześniej, aby poinformować swoje decyzje. Jednakże, jest kluczowe, aby znaleźć równowagę między poleganiem na danych a wykorzystaniem doświadczenia i wiedzy doświadczonych pracowników i kierownictwa.

Jedną z największych zalet modeli językowych sztucznej inteligencji (LLM) jest ich zdolność do napędzania decyzji biznesowych w czasie rzeczywistym. Gdy dane napływają, zmiany organizacyjne mogą być podejmowane dynamicznie, umożliwiając firmom szybkie podejmowanie decyzji i optymalizację wyników. Jednak dane same w sobie nie powinny dyktować decyzji. Liderzy muszą nadal polegać na doświadczeniu i intuicji swoich zespołów. Kierownictwo wyższego szczebla posiada niezastąpioną wiedzę, która musi być zintegrowana z wglądem sztucznej inteligencji, aby stworzyć wszechstronne podejście do produktywności i innowacji.

Ostatecznie najbardziej udane organizacje będą tymi, które mogą pozostać elastycznymi, ściśle monitorować trendy użycia sztucznej inteligencji i podejmować decyzje oparte na danych. Przyjęcie sztucznej inteligencji nie jest podejściem “jedno rozmiar pasuje do wszystkich”; wymaga ciągłego doskonalenia, komunikacji i szkolenia, aby naprawdę odblokować jej potencjał.