AI对知识工作者的影响

我最近与我的一位市场同事、保险领域的 AI 专家聊了聊。他的名字是 Yannick Even,他与我分享了哈佛商学院最近的一篇工作论文,论文中对照组有机会测试 AI 对他们工作的影响。

事实上,人工智能 (AI) 领域最近的实验已经揭示了对知识工作者(knowledge workers)工作效率和质量的变革性影响。

将 AI 融入商业领域已经对知识工作者产生了影响。AI 已经开始在咨询领域发挥关键作用,该领域依靠利用专业知识和数据来提供战略见解而蓬勃发展。

最近使用各种 AI 工具进行的实验表明,知识工作者的生产力显着提高。通过自动化日常任务并提供高级数据分析,AI 使顾问能够更加专注于战略活动,从而提高其工作的整体质量。

此外,企业热衷于在人类智慧和复杂的人工智能能力之间找到适当的平衡。通过强调这种协同作用,他们不仅实现了效率的提高,而且还能够以更高的精度解决复杂问题。

随着公司继续尝试不同的人工智能应用程序,关键在于定制这些工具以适应咨询过程中的特定任务,确保人工智能的集成不仅无缝,而且还能最大限度地提高生产力和成果质量。

1、彻底改变知识型工作中的生产力

最近在工作场所进行的人工智能实验表明,人工智能对知识型员工的生产力产生了变革性影响。优化的人工智能应用在咨询工作中的引入已经开始重新定义效率和技术前沿的能力。

1.1 定义知识型员工

知识型员工是主要处理信息的专业人士,他们运用分析技能来开发和使用知识。在咨询等行业,这些人利用专业知识为客户提供建议、解决复杂问题并推动战略决策。

当 IBM 收购普华永道时,我曾担任该公司的高级顾问和负责人多年。那是我生命中一段有趣的时光。我的专长是价值创造、财务建模和确定保险价值和增长的来源。

在一位了不起的导师的支持下,我确定了英国保险市场的价值创造来源。我因这项工作获得了奖项,如今,该框架仍由 IBM 拥有和使用。这项工作非常“耗费脑力”。审查报告、建立财务模型、识别模式并提供建议。这时,协同工作助理就变得至关重要。想象一下,如果有人能帮助完成所有需要进行的研究和解释,那么重点就变成了假设定义、实验、结论和决策。

1.2 人工智能对员工生产力的影响

人工智能干预通过自动化日常任务、汇总大量数据集和提供可操作的见解提高了知识工作者的生产力。例如,使用人工智能工具的咨询公司已经注意到效率显著提高,因为人工智能有助于数据分析、趋势预测和策略优化。

1.3 参差不齐的技术前沿

“参差不齐的技术前沿”一词描述了不同行业和工作流程对技术的采用和影响不均衡。尽管人工智能具有巨大的优势,但其整合程度却相差甚远,导致技术前沿参差不齐。然而,在咨询领域,正在努力消除这种差距,重点是定制人工智能解决方案,以补充特定的知识工作活动。

2、咨询中的人工智能工具

在不断发展的咨询行业中,集成 AI 工具开启了效率和能力提升的新时代。具体来说,像 GPT-4 这样的 AI 应用已经开始改变咨询任务的性质。上面的视频有助于提醒我们了解这种变化。例如,我们必须处理少数人的偏见和代理歧视。

2.1 GPT-4 和 LLM 的作用

生成式预训练 Transformer 4 (GPT-4) 和其他大型语言模型 (LLM) 正在通过实现数据分析和报告生成自动化来改变咨询格局。这些工具擅长理解和生成类似人类的文本,这使它们能够支持顾问创建高质量、数据驱动的见解。想象一下,能够以前所未有的规模审查文档、识别模式并总结发现,从而大大提高知识工作者的生产力。

2.2 波士顿咨询集团案例研究

波士顿咨询集团案例研究是人工智能在咨询领域影响的一个显著例证。该示例展示了人工智能如何通过为顾问提供强大的工具来改进战略和运营,从而提高绩效。该组织与人工智能系统的合作促成了利用人工智能能力的具体方法的开发,从而优化了流程和结果。

事实上,在研究中,当使用人工智能工具时,知识工作者的生产力会显著提高。在咨询行业,这些进步表明,使用人工智能支持的员工可以更快地完成任务。根据这项研究,他们的平均生产力比没有人工智能帮助的员工高出 12.2%,完成任务的速度比没有人工智能帮助的员工快 25.1%。

2.3 人工智能驱动的咨询任务

在咨询领域,特定任务特别适合应用人工智能。重复性和数据密集型活动就是很好的例子,例如预测分析和客户关系管理,最终有助于做出更明智的决策和简化运营。在这些任务中,人工智能算法可以快速解析大量数据集以提取可操作的见解。

例如,哈佛商学院对 758 名顾问的绩效评估显示,人工智能工具可以显著提高工作质量。当管理层需要根据全面的数据分析做出明智的决策时,这一点尤其重要。这种人工智能实用程序展示了处理复杂任务的宝贵轨迹,顾问可以更多地关注战略,而不是琐碎的数据处理。

2.4 人工智能在提高质量结果方面的作用

此外,将人工智能融入咨询工作已使结果质量大幅提高。当人工智能用于一组咨询任务时,其质量比没有人工智能技术的对照组产生的结果高出 40% 以上。这表明该技术能够提高知识密集型任务的决策和结果准确性。

3、整合人类和人工智能专业知识

人工智能技术的最新进展为人类专业知识和人工智能之间前所未有的协同作用奠定了基础。正如哈佛商学院的研究表明,在咨询工作中,利用两者的优势可以增强决策能力、提高创新能力和提高效率。

3.1 将人工智能与人类创造力相结合

Centaurs半人马)一词源自神话中的生物,象征着人类与动物的结合,在这里指的是人类创造力与人工智能计算能力的强大结合。

在咨询领域,半人马代表着人工智能增强人类决策能力的团队,允许分析超出人类能力的大量数据集,而人类则贡献细致的判断和创造性的问题解决。SSRN/(HBS)的研究强调了人工智能在管理复杂任务中的重要性,同时也强调了人类专业知识不可或缺的性质。

3.2 工作流程中的人机集成

在咨询工作流程中,有效的人机集成涉及构建流程,以便 AI 工具处理数据密集型任务,而顾问则专注于洞察和战略应用。这种编排可以显著提高生产力。例如,AI 可以筛选法律文件以提取相关信息(这项工作以前耗费了无数小时),从而使顾问可以专注于分析和客户互动。

3.3 AI 工具和管理职能

咨询公司的经理发现,AI 工具可以极大地帮助各种管理职能,从调度到预测分析。正如 ScienceDirect 所记录的那样,AI 可以有效地管理运营任务,从而减少管理开销,并让经理有更多的时间投入到领导和战略规划中。集成此类 AI 工具有助于完善咨询服务,从而提供宝贵的竞争优势。

4、优化 AI 以获得高质量结果

在咨询行业,精确性和洞察力至关重要,人工智能已成为一种变革性工具。然而,释放其全部潜力取决于及时工程的细致应用以及 GPT 和 Lex 等生成式 AI 模型的集成。

4.1 提示工程概述

用户与 AI 系统之间的交互质量深刻影响着 AI 的有效性。提示工程是指系统地表达输入,以从 GPT 等 AI 模型中获取最准确和最相关的输出。精确的提示可以增强 AI 的理解力,从而产生与用户意图一致的结果。此外,最近的研究表明,提示工程不仅仅是一项技术技能,而是一种平衡清晰度、背景和创造力的艺术形式。

4.2 使用 AI 实现高质量结果

要获得高质量的结果,必须关注 AI 生成的输出的质量和相关性。这包括使用 Lex 等高级 AI 来解析复杂的数据集并生成有见地的分析。此外,将生成式人工智能融入日常运营可以大幅提高生产力,现场实验也证明了这一点。人工智能预测情景和促进最佳决策过程的能力对于在咨询领域提供高质量的结果至关重要。因此,质量保证根植于对人工智能的全面理解和精心编程,要求对每个咨询用例的细微差别给予细致的关注。

5、挑战与机遇

在人工智能驱动的生产力动态格局中,认识到挑战与机遇的交汇至关重要。在技术前沿利用人工智能可以显著改变知识工作中的绩效影响。

5.1 识别人工智能的局限性

人工智能不是万能药。它在影响咨询工作中解决问题和战略思维的约束条件下运行。一项研究表明,虽然人工智能可以提高知识工作者的效率,但这些技术的应用范围和深度是有限的。一个限制是它目前无法完全理解复杂的人际互动的细微差别,这对咨询工作至关重要(驾驭崎岖的技术前沿)。

数据质量和集成:许多人工智能系统的稳健性取决于它们所训练的数据。不一致或质量差的数据可能导致顾问的决策建议不理想。

5.2 人工智能应用的未来方向

协作智能:顾问应致力于实现一种共生关系,让人工智能处理数据驱动的任务,让人类专注于创造性和战略性方面。这确保了一种平衡,可以提高性能并巩固人工智能在技术前沿的地位。在半人马和机器人的研究中发现这一点是相关的。人类应该将人工智能融入他们的工作中,但并非不惜一切代价。

专业化的人工智能工具:随着人工智能的发展,特定行业的人工智能工具的开发可以提供定制的解决方案,以适应咨询工作的独特需求(人工智能对公司绩效的影响:基于人工智能的转型项目的商业价值)。这种专业化可以改变顾问分析数据、预测结果和根据客户量身定制建议的方式。

6、在知识工作中采用人工智能工具?

人工智能工具与知识工作相结合正在彻底改变生产力和效率,尤其是在咨询行业。最近的研究,例如哈佛商学院与波士顿咨询集团合作开展的研究,表明顾问利用人工智能取得了显著的绩效提升。与没有人工智能帮助的同行相比,使用人工智能的人完成任务的速度更快、质量更高。

然而,人工智能对所有任务的影响并不统一。“锯齿状技术前沿”概念表明,虽然人工智能在某些领域表现出色,但它可能在其他领域表现不佳甚至阻碍其表现。

为了最大限度地发挥人工智能的优势,组织必须通过了解人工智能的优势和人类专业知识仍然至关重要的地方,战略性地驾驭这一格局。

随着人工智能的不断进步,劳动力的技能分布也在不断变化。对与人工智能相辅相成的能力的需求正在增长,例如细致入微的决策和情商。

组织必须投资于提高员工的技能,以在这种人机协作的新模式下茁壮成长。

人工智能在知识工作中的变革潜力是不可否认的。通过采用这项技术并相应地调整工作流程,企业可以实现前所未有的生产力和创新水平。

未来属于那些能够有效利用人工智能的力量,同时培养人类智慧独特优势的人。当我们站在这个激动人心的新时代的悬崖边时,很明显,人工智能不仅仅是一种短暂的趋势,而是我们工作方式的根本转变。积极投资人力资本并将人工智能无缝集成到其运营中的组织将在未来几年获得最大的回报。

让我们抓住这个机会,将知识工作提升到新的高度,创造一个人类和机器完美和谐地合作的未来。


原文链接:Results from Recent Experimentation of the Effects of AI on Knowledge Worker Productivity: Insights into Enhanced Consulting Efficiency

BimAnt翻译整理,转载请标明出处