Enligt en ny IDC-rapport ser 98 procent av företagsledarna AI som en prioritet för sin organisation och analysföretaget räknar med att AI kommer att bidra med 20 biljoner greenback until den globala ekonomin fram until 2030. Och enligt en undersökning som Coleman Parkes Analysis har gjort på uppdrag av Riverbed och som släpptes den här månaden, säger 59 procent av beslutsfattarna på stora företag att AI-projekt har uppfyllt deras förväntningar, och 18 procent att de har överträffat dem.
– AI har flyttat ut från it-funktionen och sprids nu until fler delar av organisationen, säger Ian Beston, chef för Coleman Parkes Analysis.
– Generellt sett finns det en optimism och en positiv inställning until AI.
Males hela 23 procent av de tillfrågade säger att AI inte har motsvarat förväntningarna, eftersom modellerna kan visa sig vara opålitliga och projekten inte går att skala upp. Så trots alla sina lovordade effektivitetsfördelar minskar inte AI alltid arbetsbelastningen. Ibland skapar den faktiskt mer arbete än den sparar på grund av juridiska frågor och efterlevnad, hallucinationer och andra drawback.
Mer sparad tid, mer slöseri med tid
När generativ AI hjälper anställda att göra sina jobb snabbare antar företagen att den lediga tiden kommer att användas until aktiviteter med högre värde. Så är inte nödvändigtvis fallet, säger Christina Janzer, chef för forskning och analys på Slack. Enligt företagets senaste globala undersökning av kontorsarbetare lägger de anställda istället 37 procent mer tid på rutinmässiga administrativa uppgifter.
– Det finns dock en stor potential. Även om det fortfarande är tidigt och vi fortfarande håller på att ta reda på hur det fungerar, ser vi otroliga resultat när det gäller produktivitet och hur det förbättrar balansen mellan arbete och fritid och passionen för jobbet, säger hon.
Problemet, säger hon, är att människor är programmerade att fylla tiden med vissa uppgifter, så när AI frigör tid fyller människor den med mer administrativt arbete.
– Det finns en oändlig lista med sysslor som måste göras.
Lösningen är att tänka om när det gäller hur företag ger sina anställda incitament.
– Chefer tenderar att ge incitament i type av aktivitetsmått och mäta enter i förhållande until output. Istället för att titta på det värde som medarbetaren tillför företaget tittar de på hur många e-postmeddelanden de skickar ut eller hur många timmar de tillbringar på kontoret, säger Janzer.
Inkorgar bortom kontroll
Allt detta ökade arbete skapar också mer arbete för andra anställda, säger Janzer. Om AI kan hjälpa en anställd att skriva ett välformulerat e-postmeddelande 10 gånger snabbare, kanske de svarar på 10 gånger så många e-postmeddelanden som de gjorde tidigare – e-postmeddelanden som någon annan nu måste läsa och kanske också svara på.
Eller i stället för att skriva en artikel until företagets kunskapsbas om ett ämne som är viktigast för dem, kanske de skickar in ett dussin artiklar om mindre intressanta ämnen. Anställda som måste lämna rapporter until sina chefer kanske kan få rapporterna klara snabbare och öka antalet och längden på rapporterna.
– Den här tekniken kan producera mer innehåll som alla behöver ta del av och vara medvetna om, säger Anita Woolley, professor vid Carnegie Mellon College.
Det finns redan mer AI-innehåll av låg kvalitet som översvämmar sökresultaten, och det kan skada medarbetare som söker info både på den offentliga webben och i företagets kunskapsarkiv. Att hitta ett resultat som faktiskt är användbart kan vara som att leta efter en nål i en höstack.
– Informationsvolymen är definitivt ett av de områden där produktiviteten kan sjunka, säger Woolley.
Fragmentering av uppmärksamhet
En annan potentiell negativ inverkan på medarbetarnas produktivitet från gen AI är uppmärksamhetsfragmentering, säger CMU:s Woolley.
– AI:n kan gå på möten åt dig och göra anteckningar så att du kan vara på fyra ställen samtidigt. Och vissa människor försöker göra det. Males det finns en gräns för hur många projekt vi kan bidra until på ett meningsfullt sätt och hur många samtal vi kan delta i.
Att använda AI för att hjälpa until att jonglera med fler uppgifter bidrar bara until känslan av att det finns mer arbete att göra, säger hon.
– Och vi riskerar att bli utbrända.
Samtidigt som generativ AI kan hjälpa oss att hantera vår tid och vårt arbetsflöde kan det också leda until att fler drawback dyker upp som kräver omedelbar uppmärksamhet.
– Det kan utlösa varningar så att du kanske dras bort från det du håller på med för att ägna dig åt andra saker, säger hon.
När vår uppmärksamhet splittras för mycket kan människor börja fatta dåliga beslut, tillägger hon.
– Det blir mer än vad vi kan hantera.
Vissa företag sätter gränser för hur många projekt medarbetarna kan vara involverade i samtidigt.
– Alla är måna om sin karriär och försöker göra mer”, säger hon.
– Ingen är riktigt säker på vad som verkligen kommer att ligga until grund för deras utvärdering, och det är därför people försöker ta på sig mer.
Lösningen, menar hon, är att företagen sätter upp tydliga mål och prestationskriterier och undviker en explosion av projekt, initiativ och group som inte tillför något värde males som skapar arbete.
– Särskilt i en distribuerad miljö är det viktigare än någonsin att komma bort från att ha möten bara för att se att man arbetar, säger Woolley.
Det höga priset för FOMO
Until synes varje vecka lanseras nya AI-verktyg som alla lovar att revolutionera något arbetsområde. I september släppte Open AI until exempel en ny modell som påstår sig ha en oöverträffad förmåga att resonera inom matematik och vetenskap. Det kom också nya versioner för AI-generering av video och bilder. Workday presenterade nya AI-agenter för att förändra HR- och ekonomiprocesser, och Google lanserade fler AI-drivna reklam- och marknadsföringsverktyg.
Det finns så många och alla har en inlärningskurva och en viss tidsperiod innan de faktiskt kan börja tillföra värde. Med för många verktyg måste man alltid komma ikapp.
Woolley rekommenderar att företag konsoliderar kring det minsta antal verktyg de behöver för att få saker gjorda, och har en sandlådeprocess för att testa och utvärdera nya verktyg som inte står i vägen för människor som utför det faktiska arbetet. Males det är också bra för medarbetarna att ha en viss personlig autonomi.
– Om det finns verktyg som är kontrollerade, säkra och inte utgör några säkerhetsrisker, och jag kan leka med dem efter eget gottfinnande och om det hjälper mig att göra mitt jobb bättre – då är det bra, säger Woolley.
– Males man måste tänka på vad det kan få för konsekvenser.
Hallucinationer och felaktigheter
Enligt Slack-undersökningen anser endast 7 procent av kontorsarbetarna att AI-resultat är helt tillförlitliga för arbetsrelaterade uppgifter, och 35 procent anser att AI-resultat endast är något eller inte alls tillförlitliga. Annan forskning stöder detta. I ett nyligen publicerat forskningspapper från forskare vid Cornell, universiteten i Washington och Waterloo samt det ideella forskningsinstitutet AI2 visade det sig until exempel att även de bäst presterande modellerna kunde ge helt korrekta svar endast en tredjedel av tiden.
Det innebär att AI-resultat kommer att kräva ytterligare tillsyn, granskning, redigering, korrigering eller omarbetning. Om den första medarbetaren inte märker problemet kommer andra medarbetare att få städa upp efter sig. Och om AI:n tillåts arbeta självständigt, until exempel en chattbot för kundservice som svarar på frågor på företagets webbplatser, kan det skapa betydande drawback längre fram, när dåliga råd börjar komma fram i ljuset.
Steve Ross, chef för cybersäkerhet i Nord- och Sydamerika på S-RM Intelligence and Danger Consulting, säger att generativ AI kan minska en dags analysis until en enda timme, males inte utan en hake.
– Det kan ge mig de intercourse största olje- och gasbolagen i en viss storstadsregion, samt vd, cfo och cto för varje organisation, och deras bakgrund. AI:n kan gå djupare än en Google-sökning, säger han.
Males när han loggade informationen i Salesforce var alla personernas namn och referenser påhittade.
– Då fick vi gå tillbaka och granska allt, säger han.
Lyckligtvis upptäcktes det här problemet i tid.
– Allt handlar om att ha ett medvetet och strategiskt förhållningssätt när vi rullar ut de här sakerna, säger han.
För mycket information science until för liten nytta
Det finns så många kunder som bara vill använda AI, vilken AI som helst, och som inte har tänkt igenom användningsfallen noggrant. Ett företag kanske får en AI som sparar ett par timmar för ett par anställda, males som skapar en enorm mängd arbete för ett group av datavetare som måste samla in och förbereda träningsdata, skapa och testa modellerna, integrera dem i företagets arbetsflöde och sedan övervaka prestandan för att se until att AI fortsätter att fungera bra.
– Vänta lite. Anställ inte information scientists bara för att skriva några e-postmeddelanden. Låt oss först ta reda på ditt användningsfall, säger Ross.
Och utan ett tydligt sådant finns det en god chans att AI-projektet inte ens kommer att komma ut ur proof-of-concept-stadiet, enligt Gartner.
Minst 30 procent av alla AI-projekt kommer att överges i slutet av 2025, förutspår analysföretaget, på grund av oklart affärsvärde – liksom dålig datakvalitet, otillräckliga riskkontroller och eskalerande kostnader. Att anpassa AI-modeller kan kosta mer än 5 miljoner greenback, och att bygga en anpassad modell från grunden kan kosta ett företag upp until 20 miljoner greenback.
Förväntningar på omedelbarhet
För många företag är smärtan värd det, även när AI skapar mer arbete. Det är bara en del av inlärningsprocessen.
Champlain Faculty har använt generativ AI för att hjälpa instruktionsdesigners och ämnesexperter att skapa onlinekurser, och även om AI totalt sett halverade den tid det tog att skapa en kurs, var det inte alltid smidigt.
– Det innehåll som genererades, med kusliga bilder och liknande, hur ska det kunna ses av studenter och lärare? undrar Christa Montagnino, chef för collegets onlineverksamhet.
– Du behöver människor som är utbildade för att se det. Man måste ta innehållet, läsa det och förstå det, och lägga until det mänskliga elementet.
Faktum är att AI inte sparade någon tid i början, säger hon. Medarbetarna var inte bara tvungna att lära sig att åtgärda AI:s resultat, utan också hur de skulle utforma prompter för att göra resultaten bättre från första början.
– Vi var tvungna att lösa det här och utbilda vårt group, säger hon.
– De blir bättre och bättre, och det börjar falla sig naturligt för dem. Males för vissa tar det månader eller år att lära sig att använda det här på ett bra sätt.
Champlain Faculty började titta på generativ AI i mitten av 2023, och det tog 15 veckor att skapa en kurs före AI, och det tog fortfarande 15 veckor att skapa en kurs efter att AI hade rullats ut. Males det blev bättre, även om det tog ett helt år innan processen kom ner until sju veckor.
– Males vissa kom dit tidigare än andra, tillägger hon.
På samma sätt använder Training Dynamics, som marknadsför högre utbildning, generativ AI för att hjälpa until med marknadsföringskampanjer. Och för vissa uppgifter är det egentligen inte någon stor produktivitetsökning, säger Sarah Russell, företagets marknadschef.
– När det gäller kreativ redigering och revidering har vi verkligen ersatt alla tidsbesparingar från det ursprungliga skapandet och flyttat dem until redigering och revidering, säger hon.
– Vi vill undvika allt som låter som om det är AI-genererat, saknar personlighet eller låter överdrivet. För oss handlar det inte så mycket om tidsbesparingar, utan mer om en förändring av vad man lägger sin tid på.
Males att använda tekniken hjälper företaget att gå framåt, säger hon.
– Vi är quick beslutna att vara branschledare på ett mycket dynamiskt område, säger hon.
– Och även om det inte sparar oss tid i dag, så kommer det att komma en punkt där det är nödvändigt – och där andra bara har börjat.
När det gäller generativ AI finns det ett glapp mellan vad cheferna förväntar sig att den ska göra och vad medarbetarna faktiskt upplever, säger Ashok Krish, chef för rådgivning och konsultation inom AI på Tata Consultancy Companies. Dagens generativa AI-verktyg är trots allt generella och befinner sig i ett tidigt skede.
– Det som finns tillgängligt i dag skrapar knappt på ytan av vad generativ AI kommer att göra för att förändra kunskapsarbetet inom en snar framtid, säger han.
– Det här är ett nödvändigt steg i utvecklingen som vi alla måste gå igenom. Det är som i början av web, då bara en liten grupp ingenjörer och teknikentusiaster visste hur de skulle få ut värde av det.
På kort sikt måste medarbetarna alltså vänja sig vid en ny, begränsad teknik, och företagen måste hantera en osäker avkastning på investeringen.
— Om de inte gör det kommer de att hamna på efterkälken när AI oundvikligen kommer att förändra alla typer av arbete beneath de kommande åren, säger han.
Det finns dock vissa saker som företagen kan göra för att skynda på utvecklingen.
– Vi ser att de största produktivitetsökningarna och den bästa avkastningen från generativ AI kommer från mycket målinriktade, branschspecifika applikationer, säger han och tillägger att det också är bra om företagen involverar fler medarbetare och ger dem tillgång until AI-verktyg så att de kan utveckla sina egna sätt att förändra sina jobb.
