Обещания роста продуктивности благодаря искусственному интеллекту (ИИ) часто сопровождаются неожиданным стрессом. Исследование Harvard Business Review показало, что ИИ не всегда сокращает объём работы, а скорее интенсифицирует её, приводя к когнитивному переутомлению и переработкам.
Хотя распространённое мнение гласит, что ИИ может уменьшить нагрузку, позволяя сотрудникам сосредоточиться на более ценных и интересных задачах, исследование HBR выявило, что специалисты, использующие ИИ, работают быстрее, но при этом часто сталкиваются с увеличением объёма задач, а не с его сокращением.
Ключевые выводы:
- Сотрудники, использующие ИИ, могут столкнуться с увеличением, а не уменьшением объёма задач.
- Важно тщательно обдумывать выбор и целесообразность применяемых ИИ-инструментов.
- Необходимо внедрять стандарты использования ИИ и постоянно совершенствовать качество генерируемых им результатов.
Почему ИИ утомляет?
Несмотря на то что некоторые специалисты находят способы эффективно использовать ИИ для повышения продуктивности, многие сотрудники отмечают усталость от низкого качества генерируемых им результатов. Анкур Ананд, директор по информационным технологиям в рекрутинговой компании Harvey Nash, подчёркивает, что для предотвращения когнитивного переутомления профессионалам необходимо глубоко понимать принципы эффективного использования ИИ и связанные с этим риски.
По его мнению, такой подход поможет уменьшить информационный шум вокруг нагрузки, которую создаёт ИИ, а также снизить завышенные ожидания относительно его влияния на производительность. Ананд также отмечает, что многие организации требуют от своих сотрудников демонстрации воздействия ИИ, но при этом не предоставляют им необходимых полномочий или ресурсов. Это создаёт дополнительное давление, так как специалистам приходится самостоятельно доказывать ценность применения новых технологий.
Три ключевых направления для эффективной работы с ИИ
Для максимально эффективного применения ИИ в работе необходимо найти оптимальный баланс между скоростью выполнения задач и качеством получаемых результатов. Эксперты выделяют три ключевых направления, сосредоточившись на которых, специалисты смогут получить от ИИ выгоду, а не проблемы: выбор инструментов, следование рекомендациям и совершенствование результатов.
Ограничьте набор инструментов
Алекс Рид, старший менеджер по корпоративным продуктам для работы с данными в энергетической компании EDF UK, отмечает, что для извлечения максимальной пользы от ИИ профессионалам следует сосредоточиться исключительно на тех инструментах, которые приносят реальную ценность в их конкретных задачах. Несмотря на тысячи доступных ИИ-сервисов, Рид рекомендует ограничивать их выбор. Например, в своей работе он использует ИИ для создания платформы данных и эффективного обновления информации. Всё, что выходит за рамки этих задач, он считает отвлекающим фактором.
Это мнение разделяет Ник Пирсон, директор по информационным технологиям в технологической компании Ricoh Europe. Он подчёркивает важность осмысленного подхода к выбору ИИ-инструментов и понимания их потенциальной ценности. По словам Пирсона, генеративный ИИ (технология, способная создавать тексты, изображения и другой контент) отлично справляется с созданием большого количества результатов: «Можно запустить модель на ночь, и к утру получить, например, четыре новые ИТ-стратегии».
Однако количество не всегда означает качество. Пирсон призывает сосредоточиться на «слепых зонах» ИИ, особенно учитывая, что большинство моделей обучаются на уже существующем контенте. «ИИ не способен вдохновлять людей или создавать что-то по-настоящему новое, поскольку он работает рекурсивно, повторяя и комбинируя уже имеющиеся данные», — поясняет он. Кроме того, технологии ИИ не всегда могут самостоятельно принимать этические или профессиональные решения, которые требуются в определённых ситуациях.
Именно в этом пробеле человеческие эксперты играют ключевую роль. В Ricoh Europe активно обсуждают, где ИИ действительно необходим, а где следует развивать навыки сотрудников, так как ИИ в этих областях ещё долго не сможет конкурировать с человеком.
Следуйте рекомендациям и стандартам
Исследование Harvard Business Review выявило, что первоначальный всплеск продуктивности при внедрении ИИ может привести к снижению качества работы, текучке кадров и другим проблемам, поскольку люди начинают работать больше, а не умнее. Для решения этой проблемы HBR рекомендует компаниям внедрять «практику ИИ» – набор норм и стандартов, которые помогут специалистам использовать технологии контролируемо, но продуктивно.
В EDF UK Алекс Рид входит в состав внутреннего Центра передового опыта ИИ в корпоративных ИТ, который разрабатывает политику эффективного использования ИИ во всей организации. Помимо Рида, который вносит вклад с точки зрения использования данных, в группу входят другие технические специалисты: старший менеджер по ИИ, ведущий инженер-программист и ведущий архитектор решений компании.
Задачей центра является обеспечение подразделений платформами, рекомендациями, лучшими практиками, архитектурными шаблонами и материалами для безопасного и эффективного внедрения ИИ-сервисов в масштабе. Среди ключевых критериев при оценке ИИ-инструментов центр учитывает масштабируемость и возможность повторного использования, чтобы избежать дублирования уже существующих решений.
Рид поясняет, что все новые ИИ-инструменты и сервисы проходят через специальный процесс оценки для определения их целесообразности, а также проверки безопасности, соблюдения нормативных требований и этических аспектов. Он рекомендует всем специалистам использовать уже существующие внутриорганизационные рекомендации для грамотного применения новых технологий. Такой регламентированный подход позволяет чётко определить, какие ИИ-сервисы могут использоваться, для каких сценариев применения и каким категориям сотрудников разрешён к ним доступ.
Совершенствуйте результаты
Даже после тщательной оценки и одобрения ИИ-инструментов, существует риск чрезмерной зависимости от генерируемых ими результатов. Хуже того, некоторые специалисты могут буквально «утонуть» в потоке информации, получаемой от ИИ, что приводит к повышению стресса и снижению эффективности.
Луиза Ньюбери-Смит, руководитель британского и ирландского подразделений компании Zoom, отмечает, что для ограничения объёма выдаваемых ИИ данных важно сосредоточиться на формулировании запросов, или так называемых промптов. Она советует использовать точные формулировки, например: «Перечислите три наиболее значимых аспекта», вместо общих запросов типа «Расскажите всё, что вам известно по этой теме».
По словам Ньюбери-Смит, успешное использование ИИ зависит от грамотного подхода к его эксплуатации, а эффективность достигается за счёт правильной настройки и вовлечённости. Если первоначальный запрос выдаёт слишком много информации, его следует уточнять до тех пор, пока не будет получен необходимый результат. При этом процесс доработки запросов всё равно оказывается быстрее, чем поиск ответов без помощи ИИ.
Бернхард Зайзер, вице-президент по цифровым технологиям, данным и ИТ в AOP Health, подчёркивает, что ключевое правило для профессионалов при эффективном использовании ИИ – это оставаться вовлечённым в процесс. Он рекомендует тщательно обдумывать применение ИИ до того, как его использовать, и ещё раз перепроверять результаты перед распространением внутри организации.
Зайзер приводит пример: «Бизнесу не принесёт пользы электронное письмо, сгенерированное ИИ, если оно занимает множество страниц, и затем приходится использовать ChatGPT (популярную систему генеративного ИИ), чтобы его сократить». Он заключает, что, хотя генеративный ИИ отлично справляется с определёнными задачами, в конечном итоге «нужно использовать собственный мозг».
Понравилась запись? Поделись с друзьями и поддержи сайт:
