Autor: Maria Korolov
Generativna veštačka inteligencija fokusirana na korisničku podršku, softver i razvoj, kao i kreativni i informacijski rad mogla bi da donese više od 1 bilion dolara godišnjeg povećanja produktivnosti u SAD. Rani korisnici će imati najviše koristi od povraćaja ulaganja, ali taktička primena i robusna obuka su ključni da se ova tehnologija ne bi preopteretila.
Mada je generativna veštačka inteligencija relativno nova tehnologija, sada je teško zamisliti svet bez nje, s obzirom na uticaj koji ima i na poslovnu vrednost koju može da stvori.
Prema istraživačkom izveštaju IDC-a objavljenom u novembru, na osnovu anketiranja preko 2.100 poslovnih lidera i donosilaca odluka koji su odgovorni za transformaciju veštačke inteligencije, 71% kompanija koje već koriste veštačku inteligenciju vidi povraćaj svojih ulaganja u veštačku inteligenciju u roku od 14 meseci, u proseku 3,50 dolara za svaki utrošeni dolar.
Stoga ne iznenađuje da kompanije i dalje ulažu u nju od kad su krajem 2022 godine izdati Dall-E 2 i ChatGPT jer očekuju da ostvare najveću vrednost u povećanju produktivnosti, uz neke procene koje pokazuju poboljšanja od 5% ili više tokom narednih 12 meseci, kao i smanjenje broja zaposlenih za najmanje 5%.
EY je jedan primer kompanije koja široko primenjuje generativnu AI. Interno, koristi konverzacionu veštačku inteligenciju za svih svojih 400.000 zaposlenih u širokom spektru zadataka, a eksterno koristi veštačku inteligenciju da pomogne svojim klijentskim kompanijama.
„Vidimo povećanje produktivnosti od 15 do 20% na svim nivoima“, kaže Matt Barrington, EY-ov lider za nove tehnologije u Americi.
Dakle, kada se uključe potencijalni dobavljači, produktivnost se povećala za 70 do 80% kao rezultat korišćenja generativne veštačke inteligencije za pomoć u analizi mnoštva dokumenata.
„Radili smo paralelno testiranje“, kaže on. „I dobijamo efikasniji odgovor sa boljom mogućnošću praćenja, sa manje ljudi.“
EY takođe sprovodi istraživanje o tome kako druge kompanije koriste generativnu AI, a u svom oktobarskom istraživanju na 1.200 globalnih izvršnih direktora, skoro svi su rekli da ili vrše ili planiraju značajna ulaganja u generativnu AI. A 75% viših rukovodilaca na globalnom nivou smatra da će time povećati produktivnost njihovih zaposlenih.
Dakle, na osnovu ranih rezultata, tri funkcionalne oblasti u kojima kompanije vide najveća poboljšanja produktivnosti su u korisničkom servisu, razvoju softvera i opštem kreativnom i informacijskom radu.
Generativna AI i korisnički servis
Korisnički servis je jedan od najčešćih slučajeva upotrebe generativne veštačke inteligencije, a kako dobavljači neprestano dodaju alate na svoje platforme, preduzećima postaje sve lakše da ih primene.
Istraživači sa Stanforda i MIT-a sarađivali su na studiji, objavljenoj prošlog aprila, na osnovu podataka od preko 5.000 agenata za korisničku podršku. Uz korišćenje generativne AI, agenti su u proseku mogli da reše 14% više problema na sat. Ali najveće povećanje imali su novi i niže kvalifikovani radnici, koji su zabeležili poboljšanje od 34%.
Veštačka inteligencija je takođe pomogla agentima da budu empatičniji, rekli su istraživači, što je dovelo do pozitivnijeg korisničkog iskustva. Stoga ne čudi da poslovni lideri u velikim kompanijama očekuju da će u narednih 12 do 18 meseci videti veoma visoku vrednost u korišćenju generativne AI za usluge korisnicima, što je čini područjem u kojem rani korisnici očekuju najveće dobitke. A u nekim industrijama se uticaji već osećaju.
U februaru, je McKinsey objavio rezultate ankete koja pokazuje da 84% telekomunikacijskih kompanija koje koriste generativni AI za korisničke usluge beleže uštede u troškovima, a 45% njih smanjuje troškove za 6% ili više.
Generativna AI i razvoj softvera
Kompanija Planview za poslovni softver utvrdila je da generativna AI ne preuzima čitave zadatke, već se najbolje koristi za pojačivanje produktivnosti.
„Videli smo značajan skok poboljšanja produktivnosti, sa 5 na 20%, u ponavljajućim zadacima kodiranja“, kaže Rich Sonnenblick, glavni naučnik za podatke ove kompanije.
Veliki deo ovog poboljšanja bio je koncentrisan na mlađi kadar, dodaje on. „AI modeli su u stanju da predstave sisteme koda najbolje prakse koji pomažu mlađim programerima da nauče i usavrše svoje veštine.
To je saradnik koji se nikada ne umara i uvek ima propusni opseg da pomogne, dodaje on.
U februaru, globalna konsultantska firma za upravljanje i strategiju Zinnov i kompanija za transformaciju digitalnih usluga Ness Digital Engineering objavili su detaljnu studiju o preko 100 softverskih inženjera u aktivnim inženjerskim okruženjima i zaključili da kada su inženjeri koristili generativni AI, smanjili su vreme za ažuriranje postojećeg koda za 70%, za testni kôd 41%, a za pisanje novog koda za 32%.
Za ažuriranja koda, generativna AI je bila dobra u korišćenju funkcija koje su već bile prisutne u bazi koda i bila je neprocenjiva u predlaganju poboljšanja performansi koda, kažu istraživači. Tokom testiranja, generativna AI je takođe bila posebno dobra u generisanju test slučajeva i kreiranju lažnih podataka za testiranje.
Ali u razvijanju novog koda, uticaj je bio ometan ograničenom dostupnošću podataka o obuci i razumevanju konteksta projekta.
Sve u svemu, došlo je do 38% smanjenja vremena dovršenja zadatka sa generativnom AI, uz najveće dobitke koje primećuju stariji inženjeri. Iskusni profesionalci su bolje razumeli predloge veštačke inteligencije i mogli su da isprave greške pre nego što ih dodaju u kôd. Takođe im je bilo potrebno manje upita da bi dobili rezultate koji su im bili potrebni i bili su u mogućnosti da pruže više konteksta u svojim upitima jer su bolje poznavali postojeću bazu koda i zahteve projekta.
Ali generativna AI ne pomaže samo u velikim projektima razvoja softvera. Takođe se može koristiti za pisanje malih skripti i upita, kao pomoć zaposlenima koji su manje tehnički osposobljeni.
Firma za konsalting menadžmenta AArete već oko godinu dana koristi drugu generaciju AI upravo u tu svrhu.
„Uvereni smo da smo nulti klijent“, kaže Priya Iragavarapu, potpredsednica usluga digitalne tehnologije. „Primenjujemo nove tehnologije kod sebe i odmah identifikujemo probleme rasta.“
Jedna od neposrednih prednosti za produktivnost je to što zaposleni više ne moraju da se obraćaju kompanijskom centru za izvrsnost podataka da im napravi složene upite i posebne skripte. Taj tim, koji je činilo 20 ljudi, više nije bio potreban.
„Još imaju posao“, dodaje ona „ali rade drugačije poslove. Tim koji je ranije radio sve to izvlačenje podataka integrisali smo u veći tim za isporuku koji je radio složenije poslove.“
Sve vreme postoji i loša strana korišćenja AI za kodiranje. Prema kompaniji GitClear za razvojne alate, četiri godine analize podataka, koje obuhvataju više od 150 miliona izmenjenih redova koda, otkrile su porast premeštanog koda i smanjenje višekratne upotrebe koda – dva znaka za pad kvaliteta koda.
Kompanija očekuje da će stopa pomicanja biti 7% ove godine, dvostruko više nego pre generativne AI. I ovo nije jedini znak upozorenja kada je u pitanju produktivnost.
Svake godine, Google anketira na desetine hiljada programera kad pravi godišnji izveštaj o stanju DevOps-a, a ove godine je glavna tema bila AI.
Ispitanici su rekli da je veštačka inteligencija već pokazala vrednost kada je u pitanju pisanje i optimizacija koda, analiziranje bezbednosti, pomaže im da nauče nove veštine, identifikuju greške, pišu testove, kreiraju dokumentaciju i još mnogo toga. Ali, prema autorima izveštaja, podaci istraživanja takođe pokazuju da veštačka inteligencija ima neutralan ili čak negativan uticaj na performanse tima i performanse isporuke softvera.
„Ljudi govore o produktivnosti programera“, kaže Mike Loukides, potpredsednik novog tehničkog sadržaja u O’Reilly Media. „Ali dobici mogu biti manji nego što bismo pomislili prema hype krivoj. Čini mi se da u velikim korporativnim razmerama ne vidimo značajan porast produktivnosti.“
U njegovom sopstvenom istraživanju, objavljenom u novembru, najčešća upotreba generativne AI bila je u razvoju softvera; 34% kompanija eksperimentiše sa njim, a 44% je koristi u svom radu. Na kraju, kaže on, svi će je koristiti, a AI alati će biti integralni i pouzdani. Ipak, on poziva kompanije da ne gledaju samo brzinu kodiranja.
„Šta ako pisanje koda nije pravi problem?“ on pita. „Šta ako je pravi problem razumeti probleme kupaca? Možda možemo da trošimo manje vremena na pisanje koda i da to vreme uložimo u razumevanje kupaca i kako da napravimo nešto što njima treba.”
Generativna AI i informacijski rad
Generativna AI je posebno dobra za generisanje teksta, što je čini neprocenjivom za informacijske radnike (engl. knowledge workers). Ali prvi veliki javni proboj u kreativnosti generativne AI zapravo je bio sa slikama.
Dall-E 2 i Midjourney kreirali su slike koje su zavarale ljude i čak osvojile nagrade već 2022. Tako da ne čudi da kreativni profesionalci koriste ove alate za kreiranje marketinških i prodajnih materijala kao dopunu interne komunikacije i u druge svrhe.
A prema studiji koju je u februaru objavilo istraživanje kompanije Adobe, zasnovano na anketi preko 2.500 kreativnih profesionalaca, 83% kaže da koriste alate generativne veštačke inteligencije, 66% kaže da prave bolji sadržaj, a 58% kaže da je povećalo količinu proizvedenog sadržaja.
Ali generativna AI je takođe u stanju da pomogne informacionim radnicima u drugim kreativnim oblastima.
„Kada se tek pojavila generativna veštačka inteligencija, videli smo ogromnu priliku da povećamo produktivnost naših resursa“, kaže Sem Masri, viši potpredsednik i šef digitalnog sektora u oblasti uspeha kupaca u softverskom gigantu SAP. „Okupili smo 600 ljudi da testiraju generativnu AI u izolovanom okruženju kako bismo isprobali različite slučajeve upotrebe u 54 različite kategorije. Neki od najuspešnijih su bili u industriji i istraživanju kupaca.
„To je rezultiralo uštedom od 46% u vremenu da se uradi isti posao koji su radili pre generativne AI u istom kvalitetu ili boljem“, kaže on. „To nam je otvorilo oči. Shvatili smo da je to nešto što može da koristi i ostatak organizacije.”
Ne radi se o smanjenju broja zaposlenih, dodaje on. Radi se o povećanju pokrivenosti i produktivnosti kako bi pojedinac mogao brže da podrži više kupaca.
Danas, SAP ima na desetine različitih alata generativne veštačke inteligencije, smeštenih na platformi za celu kompaniju, gde omogućavaju zaposlenima da kreiraju sadržaj, grafiku i još mnogo toga. Koriste ih programeri, trgovci i mnogi drugi.
„Unutar naše organizacije od oko 30.000 ljudi koji rade sa klijentima, svaka osoba koristi određeni broj ovih alata,“ kaže on. „U mojoj organizaciji Digital Hub, sa oko hiljadu ljudi, svi koriste najmanje četiri ili pet alata koje pre godinu dana nisu koristili. Uz korišćenje ovih alata, SAP beleži prosečno povećanje produktivnosti od 20 do 30%.
„Taj broj uveliko varira u zavisnosti od uloga“, dodaje on. „Neke su već bile visoko digitalizovane, a neke su imale poboljšanja koja su bila veća jer smo počeli od niže osnove.“
Najveća vrednost, kaže on, bila je u zadacima koji su zahtevali analizu velikih količina informacija, kao što su istraživanje tržišta, istraživanje industrije i istraživanje naloga, kao i u istraživanju, podršci korisnicima i kreiranju sadržaja.
U produktivnosti istraživanja kupaca, industrije i tržišta, povećanja su bila između 40 i 50%, kaže on. A u kreiranju i isporuci sadržaja, povećanje produktivnosti se kretalo od 20 do 30%, na osnovu ponderisanih proseka po ulogama i slučajevima korišćenja.
„Sve je to bilo radno intenzivno i generativna AI nam je pomogla da se eksponencijalno unapredimo“, kaže on. „Tu smo videli najveću vrednost.“
SAP nije jedini koji vidi povećanje produktivnosti za informacione radnike sa generativnom AI.
Krajem februara, The Harris Poll je u ime Grammarly-ja među više od 1.000 informacionih radnika i preko 250 poslovnih lidera sproveo istraživanje o stanju poslovne komunikacije. Od onih koji koriste generativnu AI, 80% je reklo da to poboljšava ukupan kvalitet njihovog rada i da im korišćenje generativne AI štedi 7,8 sati nedeljno.
To bi dalo ukupnu prosečnu godišnju uštedu od 16.455 dolara po radniku ako bi svi počeli da koriste generativnu AI kao pomoć u komunikaciji – godišnju uštedu od 16,5 miliona dolara za kompaniju sa 1.000 zaposlenih, ili ukupno 1,6 biliona dolara godišnje za produktivnost u SAD.
Naravno, Grammarly ima veliki interes za ove rezultate jer pravi alate za gramatiku i pisanje sa AI. Ali slični rezultati se javljaju u studiji MIT-a objavljenoj u julu. Istraživači su sproveli eksperiment sa 453 iskusna profesionalca i otkrili da su oni koji su koristili ChatGPT smanjili vreme potrebno za pisanje za 40%, dok se kvalitet poboljšao za 18%.
Najveći dobici su zabeleženi kod ljudi koji su na svom prvom zadatku dobili najniže ocene. Nakon što se eksperiment završio, oni učesnici koji su koristili ChatGPT su ga dve nedelje kasnije sa dvostruko većom verovatnoćom koristili u svom pravom poslu.
U Gallagher-u, globalnoj firmi za posredovanje u osiguranju, upravljanje rizicima i konsultantske usluge, izvršni direktor prakse pretraživanja Tom Wilson kaže da njegov tim koristi generativnu AI za istraživanje i pisanu komunikaciju.
Na primer, nekada je trebalo oko sat vremena da se na osnovu standardnog formata kreira profil kandidata za posao. Danas je potrebno pola tog vremena.
„Morate se vratiti i reći svojim rečima“, dodaje on. „Morate da personalizujete.“
Generativna AI se takođe koristi za pisanje mejlova, kaže on, ali oni i dalje moraju da se personalizuju kako se ne bi videlo da ih je napisala AI. „Ali to je mnogo lakše nego pisati sve od nule“, kaže on. „Obično smo imali sopstvene šablone koje smo pravili za e-poštu, ali generativna veštačka inteligencija pomaže da osvežimo stvari. Sada ne izgleda kao da sam upravo izvukao šablon sa svog zajedničkog diska.“
On procenjuje da je generativna AI za 30 do 40% skratila vreme potrebno za pisanje ovih standardnih mejlova.
„Tokom cele svoje karijere sam regrutovao ljude “, kaže on. „Ovo je najbrža tranzicija tehnologije koju sam video. To je kao da ste pre 30 godina stavili PC ili Mac na svačiji sto.“
Kada korišćenjem generativne AI produktivnost opadne
Povećanje produktivnosti je posebno primetno u oblastima u kojima je veštačka inteligencija sposobna, ali kada se koristi za zadatke van njenih mogućnosti, može dramatično da opadne, prema nedavnoj studiji istraživača sa Harvarda, Wartona, Warwicka, MIT-a i Bostonske konsalting grupe (BCG).
Eksperiment je uključivao više od 700 konsultanata koji rade u BCG-u i pokazao da su konsultanti koji rade uz pomoć OpenAI-ovog GPT-4 završili u proseku 12% više zadataka, obavili zadatke 25% brže, a rezultati su bili 40% bolji od onih konsultanata koji nisu koristili AI.
Najviše koristi imali su ispodprosečni konsultanti, čiji je učinak povećan za 43%. Za to vreme, natprosečni konsultanti su pokazali svega 17% porasta. Ali to je bilo za zadatke u kojima je AI bila dobra. Za zadatke koji prevazilaze mogućnosti generativne AI, konsultanti su zabeležili pad performansi od 19%.
A granična linija nije bila tamo gde bi se očekivalo, kažu autori izveštaja. Na primer, i suprotno intuiciji, generativna AI je dobra u smišljanju novih ideja, ali loša u osnovnoj matematici.
Eksperiment je uključivao zadatke koji su obično deo svakodnevnih poslova BCG konsultanata, kao što su razvijanje ideja za nove proizvode i rešavanje poslovnih problema. Da bi izvršili ove zadatke, konsultanti su morali da koriste kreativnost, analitičke veštine, ubedljivost i veštine pisanja.
„Želite da znate kada da dovedete u pitanje rezultat veštačke inteligencije“, kaže analitičar Forrestera J.P. Gownder. „To se ne rešava lako. Potrebno je mnogo konteksta, prosuđivanja i ne samo razumevanja AI već i vašeg okruženja.“
On smatra da će mnoge kompanije ove godine nedovoljno ulagati u obuku za generativnu AI.
„Misliće da će jedan sat u učionici osposobiti ljude“, kaže on. „Postoje teške stvari, poput brzog inženjeringa, koje ne možete naučiti za jedan dan. Generativna AI ima neverovatan potencijal da bude transformativna, ali to nije lako i velikim delom teče upravo preko ljudi kojima će te veštine biti potrebne.“
Izvor: CIO