„ChatGPT“ naudojimo ir pritaikymo darbe modeliai

Prieš pustrečių metų pristatytą „ChatGPT“ naudoja įvairių pramonės šakų, pareigybių bei skirtingo dydžio įmonių darbuotojai. Šiandien daugiau kaip ketvirtadalis JAV dirbančiųjų, o tarp turinčiųjų magistro ar daktaro laipsnį – net 45 proc., nurodo, kad naudoja „ChatGPT“ darbe.

Verslo technologijos visada veikė pagal tą patį modelį: didelės pradinės išlaidos, ilgas diegimas ir lėtas įsisavinimas, kol pradedama justi nauda. „ChatGPT“ pakeitė šią normą, kai žmonės jį iš asmeninio gyvenimo perkėlė į darbo aplinką. Jiems nereikėjo mėnesius trunkančių mokymų ar sudėtingo įvedimo – jie tiesiog pradėjo jį naudoti svarbioms užduotims atlikti.

Jau dabar matome aiškius signalus. Visi – nuo mokslininkų iki rinkodaros ar operacijų specialistų – integruoja „ChatGPT“ į savo kasdienį darbą. Nuo kodo klaidų paieškos iki kampanijų idėjų generavimo – ši priemonė tampa pirmuoju žingsniu atliekant pagrindinius darbo procesus.

Šioje ataskaitoje dalijamės naujais mūsų pačių analizės bei recenzuojamų šaltinių duomenimis apie tai, kas naudoja „ChatGPT“ darbe, kaip žmonės jį pritaiko ir kaip jis įsitvirtina organizacijose.

Šioje ataskaitoje nepriklausomų trečiųjų šalių atliktų pramonės tyrimų išvados derinamos su „OpenAI“ atlikta „ChatGPT“ ir „ChatGPT Enterprise“ naudojimo analize. Visa „OpenAI“ šioje ataskaitoje atlikta analizė rėmėsi nuasmenintais arba apibendrintais naudojimo duomenimis. „OpenAI“ neperžiūrėjo jokio naudotojų ar klientų turinio (įskaitant modelio įvestis ar išvestis) ir neanalizavo jokių asmenį identifikuojančių duomenų. Visa naudojimo tendencijų analizė atlikta pasitelkus automatinius turinio klasifikatorius. Ataskaitoje minimos konkrečios „ChatGPT“ užklausos – tai visiškai sintetiniai pavyzdžiai, o ne tikros naudotojų ar klientų užklausos.

2022 m. lapkritį išleistas „ChatGPT“ daugiausia buvo skirtas nedidelei DI tyrėjų ir entuziastų grupei. Tačiau per kelis mėnesius jis pasiekė 100 mln. aktyvių naudotojų per savaitę, o šiandien turi daugiau kaip 700 mln. tokių naudotojų, todėl tapo viena lankomiausių interneto svetainių pasaulyje. 

Platus asmeninis naudojimas greitai persikėlė į darbo aplinką. Kaip rodo statistika, vartotojų įsisavinimas greičiausiai skatina DI diegimą darbovietėse. 

Šią tendenciją esame matę jau ne kartą: vartotojų pamėgta programinė įranga atkeliauja į darbo aplinką, o šį procesą dažniausiai skatina jaunesni darbuotojai. „ChatGPT“ patvirtina šį modelį: tai atspindi spartus kas savaitę aktyvių naudotojų skaičiaus augimas, didelis populiarumas tarp jaunesnių kaip 30 metų darbuotojų ir dažnas, neretai kasdienis, naudojimas.

Vos per kelerius metus DI darbo aplinkoje iš nišinio reiškinio tapo masiniu. Skaičiai kalba patys už save:

DI diegimas įvairiuose ūkio sektoriuose nevyksta tolygiai. Kai kurių pramonės šakų darbuotojai greitai integravo „ChatGPT“ į savo veiklą, o kiti tai daro lėčiau. 

Stebėdami, kurie sektoriai greičiausiai įsisavina šią priemonę, galime įžvelgti tiek trumpalaikes galimybes, tiek sritis, kuriose diegimas gali užtrukti ilgiau. 

Kai kuriose pramonės šakose „ChatGPT“ pritaikomas sparčiau, negu tikėtasi. IT ir finansų sektoriai pirmauja, o tai logiška, atsižvelgiant į priemonės pranašumus programavimo, analizės ir didelio informacijos kiekio apdorojimo srityse. Diegimas gamybos sektoriuje rodo platesnę skaitmeninę transformaciją: gamyklos naudoja DI procesams automatizuoti, prognozuojamajai priežiūrai ir tiekimo grandinei optimizuoti. Ankstyvosios investicijos į pramoninį DI gali atverti kelią inžinieriams, analitikams ir operacijų vadovams plačiai naudoti „ChatGPT“.

Kitos pramonės šakos atsilieka. Mažmeninė prekyba, statyba, transportas, didmeninė prekyba ir žemės ūkis pasižymi gerokai mažesniu įsisavinimo lygiu. Daugeliu atvejų tai sutampa su mažesne protinio darbo atstovų dalimi šiuose sektoriuose, todėl DI priemonių poreikis juose nėra toks didelis.  

Sveikatos priežiūra – išskirtinis atvejis. Nors tai vienas didžiausių ir daugiausia duomenų apdorojančių sektorių, diegimas čia vyksta lėčiau. Tam įtakos gali turėti griežtos privatumo bei atitikties taisyklės ir rizikos vengianti organizacinė kultūra. Vis dėlto pradedame matyti augimą tam tikrose srityse, pavyzdžiui, tvarkant klinikinę dokumentaciją ir atliekant administracines užduotis, o tai rodo, kad sveikatos priežiūra greitai gali tapti aktyvia DI įsisavinimo sritimi.

Nors skirtinguose skyriuose naudojimo įpročiai skiriasi, išryškėja kelios pagrindinės tendencijos. Per pirmuosius tris mėnesius dažniausiai atliekamos keturių kategorijų užduotys: rašymas, tyrimai, programavimas ir analizė. Būtent šios kategorijos sudaro didžiąją dalį išsiųstų žinučių. Ši įvairovė atskleidžia „ChatGPT“ lankstumą: komandos jį naudoja komunikacijos tekstams rengti, informacijai rinkti ir sisteminti, kodui rašyti bei duomenims interpretuoti.

Techninės komandos – vieni aktyviausių naudotojų, o analitikos, inžinerijos ir IT specialistai sudaro didelę ankstyvųjų naudotojų dalį. Programavimas – pagrindinė užduotis, ypač inžinieriams, tačiau naudotojai taip pat dažnai prašo pagalbos atlikdami tyrimus ar rengdami dokumentaciją. Tai rodo, kad „ChatGPT“ naudojamas planuoti beveik taip pat dažnai kaip ir programuoti. 

IT komandos labiausiai juo kliaujasi atlikdamos tyrimus ir spręsdamos problemas – ši priemonė dažnai pasitelkiama kaip informacijos šaltinis, prieš pereinant prie automatizavimo.

Programavimo užklausos pavyzdys

Pastaba: pirmiau pateikta sintetinė užklausa – tai pavyzdys, sukurtas specialiai šiai ataskaitai tik iliustraciniais tikslais.

Patekimo į rinką strategijos specialistai, įskaitant rinkodaros, komunikacijos, pardavimo ir klientų patirties darbuotojus, taip pat patenka į pagrindinių naudotojų gretas. Šių funkcijų atstovai daugiausia pasikliauja „ChatGPT“ atlikdami rašymo, tyrimų, kūrybinių idėjų paieškos ir medijos generavimo užduotis. 

Visose srityse ankstyvojo įsisavinimo tendencijos išlieka nuoseklios: DI papildo kompetenciją, o ne ją pakeičia. Inžinieriai nuolat tobulina užklausas, ieškodami kodo klaidų ir generuodami modulinius testus. Analitikai pasitelkia minčių grandinės užklausas duomenų rinkiniams valyti ir interpretuoti. Klientų aptarnavimo komandos rengia išsamius, prekių ženklo stilių atitinkančius atsakymus. Pagrindinė to priežastis – „ChatGPT“ praplečia specializuotų įgūdžių ribas ir tampa partneriu atliekant pagrindinius darbo procesus.

Šaltinis: apibendrinti „ChatGPT Enterprise“ skyrių duomenys, surinkti per įvedimą; automatiniai
turinio klasifikatoriai.

Įdomu tai, kad programavimas plinta už inžinerijos ribų. Tikėtina, kad dizaineriai naudoja programavimą naudotojo sąsajos prototipams kurti ir prašo pagalbos rašydami kodo fragmentus – jie „ChatGPT“ programuoti naudoja daug dažniau nei finansų ar pardavimo specialistai. Projektų vadovai derina rašymą, medijos generavimą, programavimą ir duomenų analizę – taip jie tampa komandas jungiančia grandimi. Tačiau produktų, operacijų, rinkodaros, finansų ir žmogiškųjų išteklių komandos taip pat tam tikru mastu naudoja „ChatGPT“ programuoti. 

Šią tendenciją patvirtina Bostono universiteto ir „BCG“ atliktas tyrimas, kuriame analizuotas „ChatGPT“ poveikis „BCG“ konsultantų techninei kompetencijai. Tyrimas atskleidė, kad konsultantai, turintys „ChatGPT“ ir išmokyti juo naudotis, atlikdami tris technines užduotis surinko atitinkamai 49, 20 ir 18 procentinių punktų daugiau nei kontrolinės grupės dalyviai, o dviejose iš trijų užduočių jų rezultatai buvo artimi tikrų „BCG“ duomenų mokslininkų lygiui.

Geras tekstų rašymas nebėra specializuota funkcija, skirta tik turinio komandoms. Naudodamasis „ChatGPT“, bet kas gali paversti užrašus tvarkingu tekstu ir greitai jį tobulinti. Susitikimų užrašai, raštai ir klientams siunčiamos žinutės tampa aiškesni ir įtraukesni, nes dabar visi, o ne tik patyrę komunikacijos specialistai, gali puikiai išreikšti savo idėjas. DI tampa pagrindine kasdienės komunikacijos ir koordinavimo priemone, leidžiančia vienu ypu parengti juodraštį, suderinti toną ir sukurti galutinę versiją.

Dizaino komandos išsiskiria aktyviu medijos generavimu – jos šia funkcija pasikliauja 2–4 kartus dažniau nei kitos grupės. Intensyvus šių funkcijų naudojimas pagrindinėms darbo užduotims išryškina augantį „ChatGPT“ vaidmenį ne tik teksto srityje. 

Visos patekimo į rinką komandos „ChatGPT“ daugiausia naudoja rašymo, tyrimų ir medijos generavimo užduotims atlikti, tačiau daro tai skirtingai. Štai keletas pavyzdžių, rodančių, kokio pobūdžio užklausas matome:

Pastaba: pirmiau pateiktos sintetinės užklausos – tai pavyzdžiai, sukurti specialiai šiai ataskaitai tik iliustraciniais tikslais.

Ankstyvieji duomenys rodo nuoseklią tendenciją: dauguma skyrių pasikliauja pagrindinėmis „ChatGPT“ priemonėmis, įskaitant paiešką, duomenų analizę, failų įkėlimą, informacijos gavimą ir „Canvas“. Pažangesnes funkcijas, tokias kaip protavimo modeliai, gilusis tyrimas, projektai ir pasirinktinės instrukcijos, dažniau pasitelkia pažengę naudotojai, įskaitant mokslinių tyrimų ir plėtros (MTEP) komandas. Todėl dauguma darbuotojų „ChatGPT“ į savo kasdienius darbo procesus įtraukia atlikdami lengvai prieinamas, paprastas užduotis, o ne pasitelkdami specializuotus pritaikymo būdus.

Techninės sritys – išimtis. Analitikos, inžinerijos, IT ir tyrimų specialistai daug aktyviau naudoja pažangias galimybes. Jų darbe dažnai prireikia kelių etapų protavimo, didelio masto duomenų sintezės arba sudėtingų problemų sprendimo. Inžinieriai pateikia užklausas kodui generuoti ar klaidoms ieškoti; analitikai naudoja gilųjį tyrimą duomenų rinkiniams interpretuoti, o IT specialistai teikia užklausas žinių bazėms, kad atsakytų į užklausas ir išspręstų sistemų problemas. Pažangesnės priemonės natūraliai dera su techninėmis užduotimis, kurios yra susistemintos, apima didelius duomenų kiekius ir yra pagrįstos sprendimų priėmimu.

Skirtingos techninės komandos taip pat pasikliauja skirtingomis funkcijomis. IT komandos dažniau naudoja informacijos gavimo ir paieškos funkcijas, laikydamos „ChatGPT“ žinių partneriu, galinčiu greitai atsakyti į konfigūracijos ar politikos klausimus. Inžinierių komandos dažniau naudoja GPT, programavimo priemones ir duomenų analizę – tai atspindi į kodą orientuotus jų darbo procesus. Šis skirtumas pabrėžia, kad įsisavinimas priklauso ne tik nuo techninio raštingumo, bet ir nuo darbo pobūdžio bei konteksto kiekviename skyriuje.

Iš šių duomenų išryškėja dvi galimybės. Pirma, pažangios funkcijos vis dar naudojamos nepakankamai, net ir ten, kur galėtų daryti didelį poveikį. Kliūtimis gali būti sudėtingas funkcijų atradimas, nežinojimas apie pritaikymo būdus arba būtinybė jas papildomai konfigūruoti prieš pradedant naudotis.

Antra, ankstyvieji lyderiai analitikos, IT, teisės ir inžinerijos srityse jau pereina prie sudėtingesnių darbo procesų. Plečiantis mokymų programoms, o produkto patobulinimams mažinant naudojimo pradžios barjerą, tikėtina, kad įsisavinimas pereis nuo pagrindinių kasdienių užduočių prie gilesnio protavimo ir bendradarbiavimo darbo procesų, kurie pakeis sprendimų priėmimą visoje įmonėje. 

„ChatGPT“ jau dabar pastebimai didina darbuotojų produktyvumą. Vidiniai lyginamieji rodikliai rodo reikšmingą produktyvumo augimą, kurį lemia tai, kad darbuotojai jį naudoja norėdami greičiau rašyti bei bendrauti, atlikti efektyvesnius tyrimus ir palengvinti pasikartojančias užduotis. Nors dauguma įmonių vis dar yra ankstyvuosiuose diegimo etapuose, pradedame matyti, kad organizacijos integruoja „ChatGPT“ skyrių lygmeniu, siekdamos padidinti ištisų procesų efektyvumą. 

Skirtingai nuo tradicinės verslo programinės įrangos, kuri buvo diegiama „iš viršaus į apačią“ po ilgų sprendimų priėmimo ciklų ir mokymų programų, „ChatGPT“ į darbo aplinką atkeliavo „iš apačios į viršų“. Darbuotojai ir nedidelės komandos patys jį pradėjo naudoti, eksperimentavo su darbo procesais ir pademonstravo vertę dar prieš įmonėms oficialiai įsigyjant šią priemonę. Dėl šios darbuotojų iniciatyvos „ChatGPT“ tapo greičiausiai įdiegta verslo technologija naujausioje istorijoje. 

Dabar ši dinamika keičiasi. Naujos galimybės – nuo autonominių agentų iki pažangaus programavimo palaikymo ar pagalbinių priemonių, padedančių priimti sprendimus – išplečia „ChatGPT“ vaidmenį už asmeninio produktyvumo ribų. Ši priemonė tampa platforma ištisiems darbo procesams atlikti. Vadovai jį naudoja strategijai formuoti, inžinieriai – sistemoms kurti ir klaidoms ieškoti, o klientų aptarnavimo specialistai – sudėtingiems sprendimams vertinti. „ChatGPT“ vis dažniau veikia kaip kasdienio darbo operacinė sistema – bendras sluoksnis, kuriame priimami sprendimai, sprendžiamos problemos ir plečiamos rezultatų apimtys.

Darbas visada evoliucionavo kartu su technologijomis. Dar visai neseniai didžiąją jo dalį sudarė atsakymų paieška, el. laiškų rengimas ir jau išspręstų problemų sprendimo kartojimas. Vis dažniau pereinama prie sintezės, kūrybiškumo ir greičio – darbo, kurį tobulina natūrali, intuityvi sąveika su DI.

Ateinančiais metais DI bus integruotas į beveik kiekvieną darbo procesą. Kai tai įvyks, darbuotojai praleis mažiau laiko patys atlikdami užduotis ir daugiau dėmesio skirs DI rezultatų priežiūrai bei formavimui. Dėl plataus „ChatGPT“ pritaikomumo darbuotojai galės atlikti užduotis, kurios anksčiau būdavo paskirstytos keliems skyriams. Pavyzdžiui, produkto vadovas gali jį naudoti klientų atsiliepimams analizuoti, naujai funkcijai išbandyti bei tobulinti, taip pat teisiniam ir rinkodaros turiniui, reikalingam pristatant produktą rinkai, parengti.

Bendradarbiavimas iš pavienių dokumentų ir žinučių persikelia į bendras realiojo laiko darbo erdves, kuriose komandos problemas sprendžia kartu. Tokios funkcijos kaip „Atmintis“ suteikia produktui daugiau konteksto, todėl darbuotojai įgyja partnerį, kuris atsimena jų pomėgius, projektus ir 
 jiems unikalius darbo procesus. Be to, galimybė įkelti struktūruotus ir nestruktūruotus duomenis tiesiai į „ChatGPT“ praplečia jo, kaip pagrindinės verslo žinių sąsajos, vaidmenį, o GPT‑5 šį pokytį dar labiau paspartina.

Svarbiausia, ankstyvieji duomenys rodo, kad šis pokytis ne tik didina darbuotojų produktyvumą, bet ir daro darbą malonesnį. Tai pasiekiama sumažinus daug laiko atimančių ir mažesnės vertės užduočių kiekį, todėl darbuotojai gali skirti laiko prasmingam, pagrindiniam darbui. Atlikus šešių mėnesių trukmės atsitiktinių imčių lauko eksperimentą, kuriame dalyvavo tūkstančiai protinio darbo atstovų, paaiškėjo, kad prieiga prie DI sutrumpino savaitinį el. laiškų rašymo laiką 31 proc. Kitame tyrime, kuriame analizuoti programinės įrangos kūrėjai, nustatyta, kad DI programavimo priemonės leido jiems skirti daugiau laiko pačiam programavimui ir tiriamajam darbui, o mažiau – projektų valdymui. Visi šie duomenys rodo, kad tokios priemonės kaip „ChatGPT“ gali padėti sumažinti rutininių darbų kiekį, taip atlaisvindamos laiko strategiškesniam, malonesniam ir galiausiai didesnės vertės darbui.

Šio pokyčio mastas primena praeities technologijų revoliucijas. Elektra pakeitė gamyklų darbą, internetas iš naujo apibrėžė komerciją ir komunikaciją, o dabar DI ruošia dirvą kitam dideliam šuoliui. Greitai ir apgalvotai prisitaikiusios įmonės pirmosios pajus didžiausią naudą: greitesnius sprendimų priėmimo ciklus, produktyvumo proveržius ir naujas galimybes visose funkcijose.