3 данных, подтверждающих способы, которыми компании могут увеличить внедрение ИИ и повысить производительность

Когда все больше компаний исследуют, как ИИ может стимулировать производительность, часто упускается из виду один важный аспект: как сотрудники фактически принимают и используют эти инструменты в своей повседневной работе. Вопрос не в том, может ли ИИ повысить производительность – а в том, как компании могут эффективно поддерживать сотрудников на каждом этапе взаимодействия с ИИ, чтобы максимизировать ROI.

Как генеральный директор Prodoscore, ведущего поставщика программного обеспечения для анализа производительности сотрудников и интеллекта данных, я видел лично, как внедрение ИИ – или его отсутствие – проходит на рабочем месте. Используя данные, полученные из анализа Prodoscore, который находится на пересечении ИИ и бизнеса, здесь есть три ключевых вывода о том, как лидеры могут обеспечить, чтобы инструменты ИИ были полностью использованы во всей организации.

1. Когда речь идет об использовании ИИ, существует три различных группы сотрудников.

Поскольку ИИ стал основной темой для высшего руководства, обсуждение внедрения ИИ перешло к осязаемым результатам. Возврат инвестиций в ИИ на производительность теперь можно количественно оценить и понять на уровне, который включает время, потраченное на работу, и влияние на доход. Недавние данные Prodoscore показывают, что сотрудники делятся на три различных категории, когда речь идет о внедрении ИИ.

• Те, кто только пробует: Эти сотрудники используют ИИ время от времени, взаимодействуя с ним всего лишь чуть более минуты за сессию. Они могут экспериментировать с ИИ, но еще не полностью включили его в свои рабочие процессы.
• Те, кто осторожно пробует: Это умеренно вовлеченные пользователи, которые обращаются к инструментам ИИ 2-4 раза за сессию и в среднем проводят чуть менее трех минут, используя эти инструменты. Эти сотрудники тестируют воду и ищут способы включения ИИ, чтобы улучшить свою работу, но они все еще подходят к этим инструментам с осторожностью.
• Те, кто активно использует: Это высоко вовлеченные пользователи и потенциальные лидеры ИИ внутри компании. Они взаимодействуют с инструментами ИИ пять или более раз за сессию, с средним временем использования почти шести минут. Они понимают ценность, которую ИИ приносит их ролям, и привержены использованию его для повышения производительности.

Организации, которые признают эти различные группы сотрудников, могут адаптировать свой подход к внедрению ИИ соответственно. Кроме того, влияние ИИ на производительность выходит за рамки отраслевых границ. Будь то юристы, ИТ-специалисты или менеджеры, инструменты ИИ, такие как OpenAI и другие, оказываются полезными в широком спектре ролей и отраслей. В каждом случае использование ИИ показало измеримые улучшения эффективности и экономию времени.

2. Гибкий, основанный на данных подход к внедрению ИИ дает большие преимущества.

Чтобы действительно использовать силу ИИ, компании должны выйти за рамки простого упоминания ИИ как модного слова. Успешные бизнесы используют данные, чтобы оставаться гибкими, что позволяет им принимать умные и обоснованные решения относительно ресурсов и эффективности.

Например, отслеживание взаимосвязи между использованием ИИ сотрудниками и производительностью предоставляет бизнес-лидерам более четкие идеи о том, как эти инструменты влияют на бизнес-результаты. Согласно исследованиям Prodoscore, в дни, когда сотрудники используют инструменты, такие как OpenAI или Gemini, они на 15-21% более продуктивны, чем те, кто не использует такие инструменты. Тем временем сотрудники, которые взаимодействуют с инструментами ИИ, работают в среднем на 90 минут больше в день, чем те, кто не использует их. Они также проводят больше времени, сотрудничая с помощью инструментов обмена сообщениями и чата, способствуя командной работе и большей внутренней коммуникации.

Эти цифры подчеркивают важную точку: влияние ИИ на производительность существенно. Однако просто введение ИИ на рабочем месте недостаточно. Гибкий, основанный на данных подход, который можно регулировать, необходим для того, чтобы сотрудники принимали инструменты ИИ способами, которые поддерживают их уникальные рабочие процессы и цели компании.

Кроме того, важность коммуникации между сотрудниками и менеджерами нельзя переоценить, особенно в гибридных рабочих средах. Согласно данным Prodoscore, 61% менеджеров не говорили с хотя бы одним из членов своей команды в течение недели, в то время как только 16% менеджеров поддерживают ежедневный контакт со всеми членами команды. Средняя коммуникационная пропасть составляет 3-4 дня, что может препятствовать эффективному использованию инструментов ИИ и общей производительности.

Чтобы использовать полную ценность ИИ, компании должны обеспечить, чтобы были установлены эффективные коммуникационные процедуры между менеджерами и сотрудниками, особенно в отношении внедрения ИИ. В гибридных средах важность коммуникации еще больше возрастает.

3. Обучение и установленные рекомендации по использованию имеют решающее значение.

Несмотря на явные преимущества ИИ, существует заметный разрыв между сотрудниками, которые чувствуют себя комфортно, используя инструменты ИИ, и теми, кто не чувствует. Закрытие этого разрыва имеет решающее значение, и это зависит от работодателей, чтобы предоставить необходимое обучение и установить четкие рекомендации по использованию инструментов ИИ.

Данные Prodoscore показывают, что хотя 24% сотрудников использовали OpenAI или Gemini хотя бы один раз, уровень вовлеченности сильно варьируется. Половина этих пользователей взаимодействует с инструментами ИИ пять или более раз в течение рабочего дня, в среднем проводя почти шесть минут, используя эти инструменты. Однако другая половина взаимодействует только чуть более двух минут.

Эта расхождение подчеркивает необходимость постоянного обучения. Сотрудники, которые не уверены, как эффективно использовать инструменты ИИ, могут полностью отказаться от них, ограничивая способность организации получить полную выгоду от ИИ и потенциально снижая производительность из-за ненужного стресса или потраченного времени. Предоставляя всестороннее обучение и устанавливая четкие рекомендации по использованию, компании могут обеспечить, чтобы больше сотрудников перешли за пределы начальной стадии “пробования” и полностью приняли ИИ.

Взглянув вперед, ИИ будет повышать производительность только в том случае, если сотрудники обязуются использовать инструменты, которые у них есть. Это обязательство более вероятно, когда компании предоставляют обучение и четко сообщают ожидания относительно использования ИИ.

ИИ формирует производительность – лидеры должны адаптироваться.

Внедрение ИИ уже меняет, как работают бизнесы. Лидеры теперь имеют доступ к большим данным, чем когда-либо прежде, чтобы информировать свои решения. Однако важно найти баланс между полаганием на данные и использованием опыта опытных сотрудников и старшего руководства.

Одним из наиболее значительных преимуществ ИИ-управляемых больших языковых моделей (LLM) является их способность стимулировать бизнес-решения в реальном времени. Когда данные поступают, организационные изменения могут быть сделаны динамически, позволяя бизнесу быстро менять направление и оптимизировать результаты. Однако данные никогда не должны диктовать решения самостоятельно. Лидеры должны все еще полагаться на опыт и интуицию своих команд. Старшее руководство обладает бесценными знаниями, которые должны быть интегрированы с идеями ИИ, чтобы создать всесторонний подход к производительности и инновациям.

В конечном итоге, наиболее успешными будут те организации, которые смогут оставаться гибкими, внимательно отслеживать тенденции использования ИИ и принимать решения, основанные на данных. Внедрение ИИ не является подходом “один размер подходит всем”; оно требует постоянного совершенствования, коммуникации и обучения, чтобы действительно раскрыть его потенциал.