Hoeveel verhoogt het gebruik van AI de productiviteit van uw team? | AI in business #71

Hoe helpt AI professionals?

Is er enig bewijs dat het gebruik van AI tijdens het werk de productiviteit verhoogt? Zeker! De grootste studie die deze hypothese bevestigt, werd uitgevoerd door een groep wetenschappers van Amerikaanse business schools, waaronder Harvard Business School en MIT Sloan School of Management. Onderzoekers onderzochten het werk van 758 consultants, die ongeveer 7% van alle consultants bij de Boston Consulting Group vertegenwoordigden.

Hun taak was om concepten voor nieuwe producten te ontwikkelen, rekening houdend met aspecten zoals:

• creativiteit,
• analytisch denken, of
• overtuigingskracht.

Als onderdeel van een experiment om te testen of AI de productiviteit verhoogt, vergeleken ze hun prestaties zonder AI-ondersteuning en met het gebruik van GPT-4, het taalmodel waarop de nieuwste versie van ChatGPT Plus is gebaseerd. De studie had als doel te onderzoeken hoe de integratie van AI in het dagelijkse werk de typische workflow van consultants zou veranderen.

Bron: DALL·E 3, prompt: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Verhoogt AI de werkproductiviteit?

De resultaten bij BCG waren verrassend duidelijk. Alle consultants met AI-ondersteuning verbeterden de kwaliteit van hun werk. In feite nam de kwaliteit met maar liefst 40% toe. Maar hoe werd de studie uitgevoerd?

In het experiment werden de deelnemers willekeurig verdeeld in drie groepen:

• een controlegroep — de leden gebruikten geen AI op het werk,
• een groep met toegang tot GPT-4 – echter zonder voorafgaande instructie over hoe het beste gebruik te maken van kunstmatige intelligentie,
• een groep met toegang tot GPT-4 en instructiematerialen.

De studie was verdeeld in drie fasen:

1. Eerst vulden de consultants een enquête in over hun demografische gegevens en predisposities.
2. Vervolgens gingen ze verder naar het hoofdonderdeel, waar ze taken uitvoerden die verband hielden met het ontwikkelen van productconcepten. Deze taken leken sterk op hun dagelijkse werk, met realistische casestudy’s, zoals het creëren van schoenen voor smalle doelgroepen en atleten. De taken vereisten creativiteit, analytisch denken, evenals het schrijven van overtuigende teksten.
3. De derde fase bestond uit interviews die de ervaringen van de consultants met het werken met AI samenvatten.

Zoals bleek, waren consultants die GPT-4 gebruikten 12,5% productiever en 25% sneller. De grootste voordelen werden waargenomen bij minder bekwame professionals die extra training kregen over effectieve manieren om GPT te gebruiken. In deze groep merkten onderzoekers een opmerkelijke stijging van 43% in productiviteit op!

Manieren van samenwerken met kunstmatige intelligentie

Interageerden alle werknemers op dezelfde manier met AI? Het bleek van niet. Daarom besloten de onderzoekers om de twee meest voorkomende manieren te identificeren waarop AI de productiviteit verhoogt. Ze noemden ze “Cyborg” en “Centaur” persona’s.

Cyborg

Het Cyborg-model vertegenwoordigt een samenwerkingsbenadering waarbij mensen en AI nauw samenwerken om taken te voltooien. Voorbeelden van Cyborg-samenwerking zijn:

• een programmeur begint met coderen, en AI vult de code aan en verfijnt deze, net zoals bij het gebruik van Github Copilot,
• een consultant begint conclusies te trekken uit analyses, en AI levert aanvullende gegevens en visualisaties, gebruikmakend van tools zoals ChatGPT Plus,
• een copywriter begint een advertentietekst te schrijven vanuit een concept, en AI suggereert ideeën en kant-en-klare segmenten. De copywriter verfijnt vervolgens het concept,
• een ingenieur schetst een project, en AI produceert een visualisatie op basis daarvan.

In het Cyborg-model is de sleutel de naadloze integratie van menselijke en machine-inspanningen om optimale resultaten te bereiken—dit is hoe AI de productiviteit aanzienlijk verhoogt.

Bron: HuggingFace (https://huggingface.co/spaces/hysts/ControlNet-v1-1)

Centaur

Het Centaur-model omvat taakdelegatie, waarbij sommige taken door mensen worden uitgevoerd en andere aan AI worden gedelegeerd op basis van een individuele beoordeling van de sterke en zwakke punten van elke entiteit. Voorbeelden van Centaur-strategieën zijn:

• AI die diagnose stelt, en de arts mogelijke therapieën aanpast,
• een consultant die een zakelijk probleem identificeert, en AI die analyses en aanbevelingen genereert,
• een advocaat die een juridische klacht opstelt, en AI die de juistheid en volledigheid van het document controleert,
• een copywriter die een tekststructuur maakt, en AI die stilistische en grammaticale correcties aanbrengt.

De sleutel is het strategisch verdelen van taken en het benutten van de sterke punten van zowel mensen als machines. Het Centaur-approach brengt echter een uitdaging met zich mee: hoe onderscheid je taken die beter geschikt zijn voor AI, die de productiviteit verhoogt, van taken die beter door mensen kunnen worden afgehandeld?

Gefragmenteerde grenzen van technologie

Onderzoekers hebben de uitdaging van het definiëren van de “competentie” van kunstmatige intelligentie aangeduid als de “gefractioneerde grenzen van technologie.” Deze term verwijst naar de diverse en fluctuerende mogelijkheden van kunstmatige intelligentie.

De mogelijkheden van AI ontwikkelen zich snel, vaak op onverwachte manieren. Daarom kunnen taken die voor mensen vergelijkbaar uitdagend lijken, aan verschillende kanten van deze “grens” vallen – sommige kunnen gemakkelijk worden opgelost met de hulp van AI, terwijl andere buiten het huidige bereik van zijn mogelijkheden blijven.

Bijvoorbeeld, zoals de studie aantoonde, genereerde GPT gemakkelijk:

• creatieve ideeën voor nieuwe producten,
• helpt bij het schrijven van overtuigende teksten, of
• voerde gedetailleerde data-analyse uit.

Aan de andere kant maakte het fouten bij eenvoudige wiskundige berekeningen. Deze “gefractioneerde grens” vormt een uitdaging voor zowel AI-ontwerpers als gebruikers – het is moeilijk te voorspellen welke ogenschijnlijk vergelijkbare taken gemakkelijk of moeilijk zullen zijn voor algoritmen. Het is daarom cruciaal om de mogelijkheden van AI stap voor stap te verkennen en te testen. Hoe beter we de “gefractioneerde grenzen” van deze mogelijkheden begrijpen, hoe effectiever we het werk van mensen en machines kunnen integreren.

Bron: DALL·E 3, prompt: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Hoe de productiviteit in uw bedrijf te verhogen met AI?

In uw bedrijf kunt u een soortgelijk experiment uitvoeren om te beoordelen hoeveel kunstmatige intelligentie de werkresultaten kan verbeteren. Het is de moeite waard om te beginnen met het toewijzen van taken aan werknemers, zoals het voorbereiden van presentaties, rapporten, zakelijke voorstellen of het oplossen van casestudy’s, zowel met als zonder de hulp van AI. Dit stelt u in staat om de werkelijke impact op productiviteit en werkkwaliteit te meten.

Toch is het essentieel om werknemers adequaat voor te bereiden. Om een stijging van 40% in productiviteit met AI te observeren, vergelijkbaar met het succes dat bij de Boston Consulting Group is gezien, zijn trainingsinitiatieven en de creatie van instructiematerialen vereist.

De inspanning zal vrijwel zeker de moeite waard zijn. Bijvoorbeeld, reclamebureaus kunnen campagne-ideeën sneller genereren, banken kunnen klantgegevens efficiënter analyseren, en juridische firma’s kunnen documenten effectiever opstellen. Overal waar creativiteit, informatie-analyse of tekstschrijven nodig is—AI zal werknemers helpen productiever te zijn.

De toekomst van werken met AI

De ontwikkeling van kunstmatige intelligentie wekt zowel grote hoop als bezorgdheid, vooral bij mensen die moeite hebben met het leren van nieuwe tools en het aanpassen van hun werkmethoden aan de veranderende mogelijkheden van technologie.

Er is geen twijfel dat AI de productiviteit verhoogt door teams te ontlasten van de eenvoudigste en repetitieve taken. Steeds meer van deze taken zullen automatiseerbaar zijn. Nieuwe rollen die menselijke en machinevaardigheden combineren, zullen ook ontstaan, zoals AI-trainers of kennismakelaars. Continue vaardigheidsontwikkeling en het leren van effectieve samenwerking met AI zullen essentieel zijn.

Tegelijkertijd is het cruciaal om zich bewust te zijn van de bedreigingen. Automatisering kan banen wegnemen van minder bekwame individuen. Er is ook een risico dat het bedrijf te afhankelijk wordt van technologieproviders. Daarom is het belangrijk om een gezonde afstand te behouden en de informatie die door AI wordt verstrekt kritisch te beoordelen.

De toekomst van werken met AI lijkt fascinerend maar ook enigszins verontrustend, net als in goed geschreven sciencefiction. Aan de ene kant zijn er ongelooflijke mogelijkheden, maar aan de andere kant, hebben we echt controle over alles?

Samenvatting

De resultaten van het experiment tonen aan dat AI vandaag de productiviteit verhoogt. Voor sommige creatieve en analytische taken versnelt het werk met maar liefst 40%. Minder bekwame werknemers profiteren het meest, maar topprofessionals zijn ook sneller en efficiënter.

Het is cruciaal om te begrijpen welke taken door AI kunnen worden geautomatiseerd en welke menselijke betrokkenheid vereisen. Veranderingen in de manier waarop werk is georganiseerd, zullen ook nodig zijn om het meeste uit de mogelijkheden van AI te halen. En de toekomst van werk belooft interessant te zijn – het zal zeker niet saai zijn. Als u nieuwsgierig bent naar een nog gedetailleerdere beschrijving van deze studie, lees dan het volledige rapport (link).

Als u onze inhoud leuk vindt, sluit u dan aan bij onze drukke bijengemeenschap op Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.