Recent onderzoek van de Harvard Business School (HBS) verduidelijkt de complexe dialoog rond het gebruik van kunstmatige intelligentie in het bedrijfsleven en toont een duidelijk pad naar hoe je 40% productiever kunt zijn op het werk.
Het onderzoek "Navigating the Jagged Technological Frontier" onderzocht de productiviteit en outputkwaliteit van 758 consultants bij de Boston Consulting Group (BCG). Het laat zien hoe AI zowel de productiviteit als de kwaliteit binnen bepaalde domeinen kan verhogen, terwijl het op andere gebieden tot suboptimale resultaten leidt.
Hetonderzoek levert robuust bewijs voor de waarde van het trainen van je werknemers in AI. Als bedrijf is het belangrijk om de juiste balans te vinden. Sommige taken kunnen simpelweg beter en efficiënter worden uitgevoerd door of met AI, terwijl andere taken een menselijke touch vereisen. De uitdaging is om deze twee werelden slim te combineren.
De sleutel tot het maximaliseren van de voordelen van AI ligt in het begrijpen en nauwkeurig identificeren van de grenzen van AI-mogelijkheden en het strategisch inzetten van AI waar het het meest effectief is.
Het concept van een "grillige technologische grens" is cruciaal om de ongelijke vooruitgang van AI te begrijpen. Terwijl AI op sommige gebieden opmerkelijke prestaties levert, blijven andere gebieden onbereikbaar. Deze inconsistentie creëert een landschap vol pieken en dalen, waar de effectiviteit van AI drastisch kan variëren afhankelijk van de specifieke taak. AI-modellen blinken tegenwoordig bijvoorbeeld uit in het vertalen van teksten, maar schieten soms tekort in het beantwoorden van eenvoudige vragen.
Deze ongelijkmatigheid in AI-capaciteiten had aanzienlijke gevolgen voor de productiviteit en de kwaliteit van het werk van werknemers binnen het HBS-onderzoek:
Binnen de grenzen van de mogelijkheden van AI, waar taken goed kunnen worden uitgevoerd door AI, waren er significante verbeteringen in zowel de productiviteit als de kwaliteit van het werk. De consultants kregen 18 realistische taken, waaronder oefeningen in creativiteit, analytisch denken, schrijfvaardigheid en overtuigingskracht om veranderingen in de productiviteit en nauwkeurigheid van werknemers te volgen.
Uit het onderzoek bleek dat, vergeleken met werknemers zonder AI-toegang, degenen die GPT-4 gebruikten:
- gemiddeld 12% meer taken voltooiden
- gemiddeld 25% sneller resultaten behaalden
- 40% van de testgroep resultaten van hogere kwaliteit produceerde.
Deze taken profiteerden van de snelheid, efficiëntie en mogelijkheden van AI, wat leidde tot betere prestaties bij de professionals die AI gebruikten.
Daarnaast bevatte het onderzoek taken die buiten de grenzen van de mogelijkheden van AI vielen en dus complexer waren of een dieper begrip vereisten dat AI nog niet kan bieden. De consultants kregen bijvoorbeeld een business case met spreadsheetgegevens en op maat gemaakte interviews, waarbij zowel de gegevens als de inzichten uit de interviews een grondige analyse vereisten om details bloot te leggen die niet direct zichtbaar waren. Dit leidde tot conclusies die AI niet kon bereiken met alleen de taakinstructies en de beschikbare informatie.
Dit soort taken vertoonde een afname in kwaliteit van maar liefst 19% bij de groep consultants met AI-toegang, hoewel ze nog steeds meer taken voltooiden en dit ook sneller deden. Professionals hadden een overmatig vertrouwen in AI voor taken waarvoor AI niet voldoende was toegerust, wat resulteerde in minder nauwkeurige of minder effectieve resultaten.
Dit concept van een "grillige technologische grens" benadrukt het belang van het nauwkeurig vaststellen van de grenzen van AI-capaciteiten en het strategisch inzetten van AI waar het het meest effectief is.
Bovendien onderstreept het onderzoek het belang van een voorbereidende training voor gebruikers van GPT-4. De groep werknemers die GPT-4 mochten gebruiken, werd verdeeld in twee groepen: één met voorafgaande training en één zonder. Hoewel de aangeboden training beperkt bleef tot een korte sessie van 5 tot 10 minuten, was er al een duidelijk verschil merkbaar in de prestaties van degenen die deze initiële training hadden gevolgd en degenen die dat niet hadden gedaan. Ze scoorden consistent betere percentages dan degenen die geen training hadden gehad.
In plaats van een productiviteitsstijging van 38% onder GPT-4 gebruikers, hadden degenen met training een stijging van 42,5%. Dit geeft het potentieel aan voor aanzienlijke verbeteringen in efficiëntie en effectiviteit met langere en meer diepgaande trainingsprogramma's.
De sleutel tot succes ligt dus in het herkennen en identificeren van de "Jagged Technological Frontier" en het strategisch navigeren binnen deze grenzen. Op deze manier kunnen bedrijven optimaal profiteren van de voordelen van AI en tegelijkertijd de risico's van te grote afhankelijkheid en onjuiste toepassing minimaliseren.
Bovendien waren de voordelen van het gebruik van AI niet beperkt tot individuen met hoge prestaties. Consultants die onder het gemiddelde prestatieniveau scoorden in de controletaken zagen hun scores met 43% toenemen, terwijl degenen boven het gemiddelde een toename van 17% zagen ten opzichte van hun basisscores. Dit suggereert dat AI de werkprestaties van alle werknemers kan verbeteren, ongeacht hun beginniveau.
Training en bewustzijn spelen een cruciale rol. Door werknemers uit te rusten met de kennis om AI-technologieën op de juiste manier te gebruiken, kunnen ze niet alleen omgaan met de complexiteit ervan, maar ook hoe ze er optimaal gebruik van kunnen maken. Dit is zowel een uitdaging als een kans voor organisaties om voorop te lopen in de digitale transformatie.
Lees hier meer over onze AI-trainingsprogramma's voor bedrijven ... (link).
Er zullen altijd taken zijn buiten de "grens", de uitdaging is dat we niet altijd intuïtief weten welke taken dat zijn. Bovendien evolueert het ecosysteem snel en verschuift de "Jagged Frontier" altijd.
Daarom moet je als leider in een organisatie goede richtlijnen ontwikkelen over hoe AI gebruikt moet worden binnen de organisatie en deze regelmatig bijwerken. Deze richtlijnen moeten niet alleen aangeven welke soorten taken geschikt zijn voor AI-ondersteuning, maar moeten ook flexibel genoeg zijn om mee te evolueren met de veranderende mogelijkheden van AI-technologie.
AI kan effectief worden gebruikt voor taken die voornamelijk op taal zijn gebaseerd, zoals het genereren van tekst, het samenvatten van informatie of het vertalen tussen talen.
Met voldoende contextuele informatie kan AI een waardevol hulpmiddel zijn bij het brainstormen. Het kan helpen bij het genereren van ideeën of inspiratie bieden voor creatieve processen.
AI kan ondersteuning bieden bij besluitvormingsprocessen door verschillende opties voor te stellen of mogelijke uitkomsten te simuleren. Ook dit is afhankelijk van de beschikbaarheid van relevante en voldoende gedetailleerde informatie.
AIkan overtuigende maar foutieve informatie geven, vermengd met halve waarheden. Gebruik je graag ChatGPT om te googelen? Dan kan Perplexity AI een goed alternatief zijn.
Erblijft een probleem rond het effectief navigeren of aanpassen van complexe taken, vooral wanneer er meerdere taken tegelijk worden gevraagd of in een complexe context. Hier kan prompt engineering ook een nuttige vaardigheid zijn om beter gebruik te maken van taalmodellen.
AIbiedt geen betrouwbare expertise op gespecialiseerde gebieden, waar het onjuiste informatie kan geven. Denk bijvoorbeeld aan vakgebieden als rechten, financiën of geneeskunde. Tools zoals ChatGPT kunnen worden gebruikt ter inspiratie in juridische zaken en zelfs worden gevraagd om specifieke juridische teksten te overwegen, maar zelfs hier kunnen ze hallucineren, dus het is het beste om nog steeds een menselijke review in te schakelen.
.png)
.png){kind=avatar}
.png){kind=avatar}