A ChatGPT használati és adoptálási mintái a munkahelyen

A ChatGPT‑t alig két és fél éve indult útjára, és ma már minden iparágban, minden munkakörben és minden méretű vállalatnál használják. Ma az amerikai munkavállalók több mint egynegyede, a posztgraduális végzettséggel rendelkezőknek pedig 45%-a használja a ChatGPT‑t munkához.

A vállalati technológia mindig is ismerős mintát követett: magas kezdeti költség, elhúzódó bevezetés és lassú adoptálás, a megtérülést megelőzően. A ChatGPT szakított ezzel a mintával, amikor az emberek a személyes életükből a munkájukba is átvitték. Nem volt szükségük hónapokig tartó képzésre vagy bonyolult betanulásra; egyszerűen elkezdték használni, és máris érdemi munkát végeztek vele.

Már most egyértelmű jeleket látunk. A tudósoktól a marketingeseken át az operátorokig mindenki beépíti a ChatGPT‑t a napi munkájába. A kód hibakeresésétől a kampányötletek kidolgozásáig egyre inkább ez jelenti az első lépést az alapvető munkafolyamatokban.

Ez a jelentés a saját elemzésünkből származó új adatokat oszt meg, szakmailag lektorált forrásokkal kiegészítve arról, hogy kik használják a ChatGPT‑t a munkahelyen, hogyan alkalmazzák a gyakorlatban, és milyen módon épül be a szervezeteken belül.

Ez a jelentés független, harmadik fél által végzett, iparági szintű kutatások megállapításait ötvözi az OpenAI által a ChatGPT és a ChatGPT Enterprise használatáról készített elemzéssel. Az OpenAI által ebben a jelentésben végzett összes elemzés anonimizált vagy összesített használati adatok alapján készült. Az OpenAI nem vizsgálta felül a felhasználói vagy ügyféltartalmakat (beleértve a modell bemenetét és kimenetét), és nem elemzett semmilyen azonosítható adatot. A használati trendek elemzése automatizált tartalomosztályozók segítségével történt. Amennyiben a jelentés konkrét ChatGPT‑utasításokra hivatkozik, ezek a ChatGPT‑utasítások teljes mértékben szintetikus példák, nem pedig valós felhasználói vagy ügyfélutasítások.

Amikor a ChatGPT 2022. novemberében megjelent, elsősorban az AI-kutatók és rajongók szűk körének szólt. Ám néhány hónapon belül elérte a 100 millió heti aktív felhasználót, ma pedig már több mint 700 millió heti aktív felhasználója van, így a világ egyik leglátogatottabb webhelyévé vált. 

A széles körű személyes használat gyorsan elterjedt a munkahelyeken. Ahogy a statisztikák mutatják, a fogyasztói alkalmazás nagy valószínűséggel előmozdítja az AI munkahelyi használatát. 

Ez egy jól ismert forgatókönyv: a fogyasztók körében teret nyerő szoftverek előbb-utóbb a munkahelyeken is megjelennek, amit gyakran leginkább a fiatalabb munkavállalóknak köszönhetünk. A ChatGPT ugyanezt a mintát követi: ezt tükrözi a heti aktív felhasználók számának gyors növekedése, a 30 év alatti dolgozók körében mért magas elterjedtség, valamint a gyakori, sokszor napi szintű használat.

Alig néhány év alatt a munkahelyi AI rétegmegoldásból általánossá vált. A számok jól tükrözik a történetet:

Az AI alkalmazása nem egyenletesen nyer teret a gazdaságban. Egyes iparágakban a dolgozók gyorsan elkezdték beépíteni a ChatGPT‑t a feladatokba, míg mások lassabban haladnak. 

Ha megvizsgáljuk, mely ágazatok kezdik el a leggyorsabban használni az eszközt, láthatjuk mind a rövid távú lehetőségeket, mind azokat a területeket, ahol a bevezetés lassabban nyer majd teret. 

Bizonyos iparágak a vártnál nagyobb arányban alkalmazzák a ChatGPT‑t. Az IT és a pénzügy jár az élen, ami érthető, tekintve az eszköz kódolásban, elemzésben és információigényes munkában mutatott erősségeit. A gyártásban való elterjedés egy szélesebb körű digitális átalakulásra utal: a gyárak mesterséges intelligenciát használnak folyamatok automatizálására, prediktív karbantartásra és az ellátási lánc optimalizálására. Az ipari AI-ba történő korai beruházások előkészítik a ChatGPT széles körű használatát a mérnökök, elemzők és operatív vezetők körében.

Más iparágak lemaradnak. A kiskereskedelem, az építőipar, a szállítás, a nagykereskedelem és a mezőgazdaság mind jelentősen alacsonyabb alkalmazást mutat. A legtöbb esetben ez összhangban van azzal, hogy kisebb arányban vannak jelen náluk a tudásmunkát végző dolgozók, ahol az AI-eszközök iránti igény kevésbé sürgető.  

Az egészségügy kivételes eset. Bár az egészségügy az egyik legnagyobb és leginkább adatintenzív ágazat, a technológia bevezetése lassabban halad. A szigorú adatvédelmi és megfelelőségi szabályok, valamint a kockázatkerülő szervezeti kultúrák is közrejátszhatnak. Ennek ellenére már növekedés látható célzott területeken, például a klinikai dokumentációban és az adminisztratív munkafolyamatokban, ami arra utal, hogy az egészségügy hamarosan az AI elterjedésének egyik központjává válhat.

Az elfogadási minták részlegenként eltérnek, de néhány mintázat kiemelkedik. Az első három hónapban négy kategória dominál: írás, kutatás, programozás és elemzés. Együttesen ezek teszik ki az elküldött üzenetek többségét. Ez a sokféleség jól mutatja a ChatGPT rugalmasságát; a csapatok kommunikációs anyagok készítésére, információk összegyűjtésére és szintetizálására, kódírásra és adatok értelmezésére fordulnak hozzá.

A műszaki csapatok a legaktívabb felhasználók közé tartoznak, és a korai használat jelentős részét az analitikai, mérnöki és IT-szerepkörök adják. A programozás a leggyakoribb feladat, különösen a mérnöki munkakörökben, de a felhasználók jelentős segítséget igényelnek a kutatáshoz és dokumentációkészítéshez is. Ez arra utal, hogy a ChatGPT‑t majdnem annyira használják tervezésre, mint kódolásra. 

Az IT-csapatok leginkább kutatásra és hibaelhárításra támaszkodnak, gyakran információforrásként használják a ChatGPT‑t, mielőtt az automatizálás felé lépnének tovább.

Példa utasításra kódoláshoz

Megjegyzés: a fenti szintetikus utasítás egy kifejezetten ehhez a jelentéshez készült példa, kizárólag szemléltetési célból

A piaci bevezetéssel kapcsolatos munkakörökben dolgozók, például a marketing, a kommunikáció, az értékesítés és az ügyfélélmény területén dolgozók szintén jelentős felhasználók. Ezek a funkciók elsősorban írásra, kutatásra, kreatív ötletelésre és médiagenerálásra támaszkodnak a ChatGPT‑ben. 

A különböző funkciókban az elsődleges használati minta egységes: az AI kiegészíti a szakértelmet, nem helyettesíti azt. A mérnökök folyamatosan finomítják az utasításokat a kódhibák javítására és unit tesztek generálására. Az elemzők gondolatmenet-alapú utasításokat használnak az adatkészletek tisztítására és értelmezésére. Az ügyfélszolgálati csapatok megfontolt, a márkáknak megfelelő válaszokat készítenek. A közös nevező az, hogy a ChatGPT kiterjeszti a speciális készségek hatókörét, és a kulcsfontosságú munkafolyamatokban partnerként működik.

Forrás: a bevezetés során gyűjtött, összesített adatok a ChatGPT Enterprise részlegeiből; automatizált
tartalomosztályozók

Érdekes módon a kódolás túlmutat a mérnöki területeken. A designerek jó eséllyel programozást is használnak front-end prototípusok készítéséhez és kódrészletekhez való segítséghez – és jóval nagyobb arányban használják a ChatGPT‑t kódolásra, mint a pénzügyi vagy értékesítési területen dolgozók. A projektmenedzserek ötvözik az írást, a médiagenerálást, a kódolást és az adatelemzést - összekötő kapocsként működve a csapatok között. A termékfejlesztés, az üzemeltetés, a marketing, a pénzügy és a HR is bizonyos mértékig kódolásra használja a ChatGPT‑t. 

Ezt a trendet alátámasztja a Boston University és a BCG által végzett tanulmány is, amely a ChatGPT BCG tanácsadók technikai felkészültségére gyakorolt hatását vizsgálta. A vizsgálat megállapította, hogy a ChatGPT‑vel felvértezett és arra kiképzett tanácsadók 49, 20 és 18 százalékponttal jobb eredményt értek el a három technikai feladatban a kontrollcsoporthoz képest, és a három feladat közül kettőnél közel a valódi BCG adatkutatók szintjén teljesítettek.

A jó írás már nem csak a tartalomgyártó csapatok kiváltsága. A ChatGPT segítségével bárki letisztult szöveggé alakíthatja a jegyzeteit, és gyorsan kidolgozhat új változatokat. A megbeszélések, feljegyzések és ügyfélüzenetek érthetőbbé és mindenki számára könnyebben érthetővé válnak, mert nem csak a képzett kommunikátorok tudják jól kifejezni az ötleteiket. Az AI egyre inkább az elsődleges belépési ponttá válik a mindennapi kommunikáció és koordináció terén, egyetlen lépésbe sűrítve a szövegalkotást, a hangnem finomhangolását és a verziókezelést.

A tervezőcsapatok kiemelkednek a médiagenerálás terén, és 2–4-szer gyakrabban támaszkodnak rá, mint más csoportok. Az, hogy ezeket a funkciókat széles körben használják alapvető munkafeladatokhoz, rávilágít a ChatGPT szövegen túlmutató, új szerepére. 

A piaci bevezetéssel foglalkozó csapatok leginkább írási, kutatási és médiagenerálási feladatokra használják a ChatGPT‑t, de különböző módokon. Íme néhány példaként szolgáló utasítás, amelyek bemutatják az általunk tapasztalt lekérdezések típusát:

Megjegyzés: a fenti szintetikus utasítások kizárólag szemléltetési célokat szolgálnak, és kifejezetten ehhez a jelentéshez készültek

A korai adatok egyértelmű trendet mutatnak: a legtöbb részleg a ChatGPT alapvető eszközeire támaszkodik, beleértve a keresést, adatelemzést, fájlfeltöltést, lekérdezést és a vásznat (canvas). A fejlettebb funkciók – például az érvelési modellek, a mély kutatás, a projektek és az egyéni utasítások – használata gyakoribb a haladó felhasználók, köztük a K+F-csapatok körében. Sok munkavállaló számára ennek az az eredménye, hogy a ChatGPT elsősorban könnyen hozzáférhető, alacsony belépési küszöbű feladatokon keresztül épül be a mindennapi munkafolyamatokba, nem pedig speciális felhasználási esetek által.

A technikai funkciók kivételt képeznek. Az elemzési, mérnöki, IT- és kutatási szerepkörök sokkal intenzívebben használják a fejlett képességeket. Az ilyen munka gyakran megköveteli a többlépéses érvelést, a nagyléptékű adatszintézist vagy az összetett problémamegoldást. A mérnökök kódgenerálásra vagy hibakeresésre adnak meg utasításokat; az elemzők mélyebb kutatást használnak az adathalmazok értelmezésére; az IT-szakemberek pedig tudásbázisokat kérdeznek le hibajegyek megoldására és rendszerek hibaelhárítására. A nagyobb teljesítményű eszközök természetüknél fogva különösen jól illeszkednek az olyan technikai feladatokhoz, amelyek strukturáltak, adatintenzívek és döntésalapúak.

A különböző műszaki csapatok szintén más-más funkciókra támaszkodnak. Az IT-csapatok nagyobb valószínűséggel használják lekérdezésre és keresésre, a ChatGPT‑t pedig egyfajta tudástárként kezelik, amely gyors válaszokat ad konfigurációs vagy szabályzati kérdésekre. A mérnöki csapatokra jellemzőbb a GPT‑k, a programozási eszközök és az adatelemzés használata, ami a kódközpontú munkafolyamataikat tükrözi. Ez az eltérés arra mutat rá, hogy az elterjedés nemcsak a technikai jártasságtól függ, hanem az egyes részlegeken belüli munka jellegétől és körülményeitől is.

Két lehetőség rajzolódik ki ezekből az adatokból. Először is, a speciális funkciók kihasználtsága még mindig nem megfelelő, még ott sem, ahol széles körű hatást fejthetnének ki. Az akadályok közé tartozhat, hogy nehéz rátalálni ezekre az eszközökre, nem ismerik a lehetséges felhasználási módokat, illetve a használatukhoz szükséges beállítások is bonyolultak lehetnek.

Másodszor, az elemzési, informatikai, jogi és mérnöki területek korai éllovasai már egyre inkább összetett munkafolyamatok felé haladnak. Ahogy az enablement programok bővülnek és a termékfejlesztések csökkentik a belépési küszöböt, a használat várhatóan az alapvető napi feladatokról egyre inkább az összetettebb gondolkodást és együttműködésen alapuló munkafolyamatokat igénylő területek felé tolódik, átalakítva a döntéshozatalt a szervezeten belül. 

A ChatGPT már most is mérhető módon növeli a dolgozók termelékenységét. A belső benchmarkok jelentős termelékenységnövekedést mutatnak, amelyet az hajt, hogy a munkavállalók gyorsabban írnak és kommunikálnak, hatékonyabban kutatnak, valamint csökkentik az ismétlődő feladatokhoz szükséges erőfeszítést. A legtöbb vállalat még az alkalmazás korai szakaszában jár, de már most látható, hogy a szervezetek osztályszinten építik be a ChatGPT‑t, hogy teljes folyamatokat tegyenek hatékonyabbá. 

A hagyományos vállalati szoftverekkel ellentétben, amelyek hosszú döntési ciklusokat és képzési programokat követően, felülről lefelé irányuló bevezetések révén terjednek el, a ChatGPT alulról felfelé lépett be a munkahelyekre. Az alkalmazottak és a kisebb csapatok saját maguk vezették be, munkafolyamatokkal kísérleteztek, és bizonyították az értékét, mielőtt a vállalatok formalizálták volna a beszerzést. Ez az alulról szerveződő terjedési minta tette a közelmúlt leggyorsabban elterjedő vállalati technológiájává. 

Ez a dinamika változásban van. Az új képességek – az autonóm ügynököktől a fejlett kódolási támogatáson át a döntéstámogató eszközökig – a személyes produktivitáson túl is kiterjesztik a ChatGPT szerepét. Egyre inkább teljes munkafolyamatok platformja. A vezetők a stratégia alakítására, a mérnökök rendszerek tervezésére és hibakeresésére, az ügyfélszolgálati munkatársak pedig összetett megoldások értékelésére használják. A ChatGPT egyre inkább a mindennapi munka operációs rendszereként működik: egy közös rétegként, ahol döntések születnek, problémák oldódnak meg, és a teljesítmény skálázhatóvá válik.

A munka mindig is a technológiával együtt fejlődött. Nem is olyan régen ennek nagy része a válaszok keresésére, az e-mailek megfogalmazására és a korábban már megoldott problémák ismétlésére összpontosult. Egyre inkább a szintézis, a kreativitás és a gyorsaság felé tolódik el: olyan munkára, amelyet az AI-jal való természetes, intuitív interakciók tesznek jobbá.

Az elkövetkező években az AI szinte minden munkafolyamatba beépül majd. Ahogy ez bekövetkezik, a munkavállalók kevesebb időt töltenek majd a feladatok elvégzésével, és többet az AI által generált eredmények felügyeletével és alakításával. A ChatGPT szakterületeken átívelő hatóköre azt jelenti, hogy az egyének olyan feladatokat is elláthatnak, amelyek korábban több részleget is igényeltek. Egy termékmenedzser például arra használhatja, hogy elemezze az ügyfélvisszajelzéseket, teszteljen és finomítson egy új funkciót, valamint elkészítse a piacra viteléhez szükséges jogi és marketinganyagokat.

Az együttműködés az elszigetelt dokumentumokból és üzenetekből egyre inkább közös, valós idejű munkaterekbe helyeződik át, ahol a csapatok együtt, közösen oldják meg a problémákat. Az olyan funkciók, mint a memória, egyre inkább kontextusérzékennyé teszik a terméket, így a munkavállalók egy olyan partnert kapnak, amely emlékszik az egyéni preferenciáikra, projektjeikre és 
 munkafolyamataikra. A strukturált és strukturálatlan adatok közvetlenül a ChatGPT‑be történő integrálásának képessége tovább erősíti a ChatGPT szerepét mint a vállalati tudás központi felületét, a GPT‑5 pedig felgyorsítja ezt az átalakulást.

Különösen fontos, hogy a korai eredmények szerint ez a változás nemcsak produktívabbá teszi a munkavállalókat, hanem még élvezetesebbé is a munkájukat. Ezt úgy éri el, hogy csökkenti az időigényesebb és kisebb értékű feladatok mennyiségét, és lehetővé teszi, hogy az időt újra az értelmes, fontos feladatokra fordítsák. Egy hat hónapos, több ezer szellemi dolgozó bevonásával végzett randomizált gyakorlati kísérletben az AI-hoz való hozzáférés 31%-kal csökkentette a heti e-mailezéssel töltött időt. Egy másik tanulmány szoftverfejlesztőket vizsgált, és azt találta, hogy az AI-alapú kódolási eszközök lehetővé tették számukra, hogy több időt fordítsanak kódolásra, többet kutatómunkára, és kevesebbet projektmenedzsmentre. Ezek az eredmények együttesen arra utalnak, hogy a ChatGPT‑hez hasonló eszközök csökkenthetik a felesleges munkát, így időt szabadíthatnak fel stratégiai, kielégítő és nagyobb értékű feladatokra.

Ennek a változásnak a mértéke a korábbi technológiai forradalmakhoz mérhető. Az elektromosság átalakította a gyári munkát, az internet újradefiniálta a kereskedelmet és a kommunikációt, az AI pedig most megteremti a feltételeket a következő ugráshoz. Azok a vállalatok, amelyek gyorsan és okosan alkalmazkodnak, tehetnek szert a legkorábbi és legnagyobb nyereségekre: gyorsabb döntési ciklusok, termelékenységi áttörések és új lehetőségek minden funkcióban.