3 дані-підтверджені способи, як компанії можуть збільшити прийняття штучного інтелекту та підвищити продуктивність

Як більше компаній досліджують, як штучний інтелект може підвищити продуктивність, одним із найважливіших аспектів часто нехтують: як працівники фактично приймають і використовують ці інструменти в своїй повсякденній роботі. Питання не полягає в тому, чи може штучний інтелект підвищити продуктивність, а в тому, як компанії можуть ефективно підтримувати працівників на кожному етапі взаємодії зі штучним інтелектом, щоб максимізувати ROI.

Як генеральний директор Prodoscore, провідного постачальника програмного забезпечення для продуктивності працівників та інтелекту даних, я бачив на власні очі, як прийняття штучного інтелекту чи його відсутність відбивається на робочому місці. Використовуючи дані про прийняття штучного інтелекту з позиції Prodoscore на перетині штучного інтелекту та бізнесу, ось три ключові висновки про те, як лідери можуть забезпечити повне використання інструментів штучного інтелекту по всій організації.

1. Що стосується використання штучного інтелекту, існує три різні групи працівників.

Як тільки штучний інтелект став головним завданням для вищого керівництва, обговорення прийняття штучного інтелекту перейшло до конкретних результатів. Тепер повернення штучного інтелекту на продуктивність можна кількісно оцінити та зрозуміти на рівні часу, витраченого, та впливу на доходи. Останні дані Prodoscore свідчать про те, що працівники діляться на три різні категорії щодо прийняття штучного інтелекту.

• Ті, хто тільки починає: ці працівники використовують штучний інтелект дуже рідко, займаючись ним лише трохи більше хвилини за сеанс. Вони, можливо, експериментують зі штучним інтелектом, але ще не повністю включили його у свої робочі процеси.
• Ті, хто тільки починає використовувати: ці працівники помірно залучені до інструментів штучного інтелекту, звертаються до них 2-4 рази за сеанс і в середньому витрачають майже три хвилини на використання. Ці працівники тестують воду і шукають можливості включити штучний інтелект, щоб поліпшити свою роботу, але все ще підходять до інструментів з обережністю.
• Ті, хто активно використовує: ці працівники високого рівня залучення та потенційні лідери зі штучного інтелекту в компанії. Вони взаємодіють з інструментами штучного інтелекту п’ять або більше разів за сеанс, із середнім часом використання майже шести хвилин. Вони розуміють цінність, яку штучний інтелект приносить до їхніх ролей, і віддані використанню його для підвищення продуктивності.

Організації, які визнають ці різні групи працівників, можуть підлаштувати свій підхід до прийняття штучного інтелекту відповідно. Крім того, вплив штучного інтелекту на продуктивність виходить за межі галузей. Чи то юристи, спеціалісти з інформаційних технологій чи менеджери, інструменти штучного інтелекту, такі як OpenAI та інші, доводять свою корисність у широкому спектрі ролей та галузей. У кожному випадку використання штучного інтелекту показало помітне підвищення ефективності та часу, збереженого.

2. Гнучкий, даних-орієнтований підхід до прийняття штучного інтелекту дає більші переваги.

Щоб повною мірою скористатися можливостями штучного інтелекту, компанії повинні вийти за межі простого використання штучного інтелекту як модного слова. Успішні компанії використовують дані, щоб залишатися гнучкими, що дозволяє їм приймати розумні та обґрунтовані рішення щодо ресурсів та ефективності.

Наприклад, відстеження взаємозв’язку між використанням штучного інтелекту працівниками та продуктивністю надає керівникам бізнесу чіткіші уявлення про те, як ці інструменти впливають на результати діяльності. Згідно з дослідженням Prodoscore, у дні, коли працівники використовують інструменти, такі як OpenAI або Gemini, вони на 15-21% більш продуктивні, ніж ті, хто не використовує такі інструменти. Крім того, працівники, які взаємодіють із інструментами штучного інтелекту, працюють додатково 90 хвилин на день в середньому порівняно з тими, хто не робить цього. Вони також витрачають більше часу на спілкування за допомогою засобів повідомлення та чату, що сприяє командній роботі та внутрішній комунікації.

Ці цифри підкреслюють важливу думку: вплив штучного інтелекту на продуктивність суттєвий. Однак просто введення штучного інтелекту на робочому місці недостатньо. Даних-орієнтований, динамічний підхід, який можна налаштувати, необхідний для забезпечення того, щоб працівники приймали інструменти штучного інтелекту такими способами, які підтримують їхні унікальні робочі процеси та цілі компанії.

Крім того, важливість комунікації між працівками та керівниками не можна переоцінити, особливо в гібридних робочих середовищах. Згідно з даними Prodoscore, 61% керівників не спілкувалися хоча б з одним зі своїх командних членів протягом тижня, тоді як лише 16% керівників підтримують щоденний контакт із всіма членами команди. Середній розрив у комунікації становить 3-4 дні, що може перешкоджати ефективному використанню інструментів штучного інтелекту та загальній продуктивності.

Щоб повною мірою скористатися можливостями штучного інтелекту, компанії повинні забезпечити наявність ефективних процедур комунікації між керівниками та працівниками, особливо щодо прийняття штучного інтелекту. У гібридних середовищах важливість комунікації ще більша.

3. Навчання та встановлені керівництва з використання є суттєвими.

Незважаючи на явні переваги штучного інтелекту, існує помітний розрив між працівниками, які відчувають себе комфортно при використанні інструментів штучного інтелекту, та тими, хто не відчуває. Закриття цього розриву має важливе значення, і це залежить від роботодавців, які повинні надати необхідне навчання та встановити чіткі керівництва щодо прийняття інструментів штучного інтелекту.

Дані Prodoscore свідчать про те, що хоча 24% працівників використовували OpenAI або Gemini хоча б один раз, рівень залучення сильно варіюється. Половина цих користувачів взаємодіють з інструментами штучного інтелекту п’ять або більше разів під час робочого дня, із середнім часом використання майже шести хвилин. Однак інша половина взаємодіє лише трохи більше двох хвилин.

Ця розбіжність підкреслює необхідність постійного навчання. Працівники, які не впевнені в тому, як ефективно використовувати інструменти штучного інтелекту, можуть утримуватися від них зовсім, обмежуючи здатність організації повною мірою скористатися перевагами штучного інтелекту та потенційно знижуючи продуктивність через непотрібний стрес чи витрачений час. Надавши комплексне навчання та встановивши чіткі керівництва щодо використання, компанії можуть забезпечити, щоб більше працівників перейшли за межі початкової «першої спроби» та повністю прийняли штучний інтелект.

Оглядаючи майбутнє, штучний інтелект підвищить продуктивність лише тоді, коли працівники будуть прив’язані до використання інструментів, які їм доступні. Ця прив’язаність більш імовірна, коли компанії надають навчання та чітко комунікують очікування щодо використання штучного інтелекту.

Штучний інтелект формує продуктивність – лідери повинні адаптуватися.

Прийняття штучного інтелекту вже змінює, як працюють бізнеси. Лідери тепер мають доступ до більшої кількості даних, ніж будь-коли раніше, щоб інформувати свої рішення. Однак важливо знайти баланс між залежністю від даних та використанням досвіду кваліфікованих працівників та вищого керівництва.

Однією з найважливіших переваг моделей великих мовних моделей (LLM) на основі штучного інтелекту є їхня здатність приймати рішення в режимі реального часу. Коли надходять дані, організаційні зміни можна вносити динамічно, що дозволяє підприємствам швидко змінюватися та оптимізувати результати. Однак дані ніколи не повинні диктувати рішення самостійно. Лідери повинні все ще покладатися на досвід та інтуїцію своїх команд. Вище керівництво володіє невід’ємними знаннями, які потрібно інтегрувати з інсайтами штучного інтелекту, щоб створити універсальний підхід до продуктивності та інновацій.

У кінцевому підсумі найбільш успішними організаціями будуть ті, які зможуть залишатися гнучкими, тісно стежити за тенденціями використання штучного інтелекту та приймати дані-орієнтовані рішення. Прийняття штучного інтелекту не є універсальним підходом; воно вимагає постійного вдосконалення, комунікації та навчання, щоб повною мірою розкрити свій потенціал.