ChatGPT lietošanas un ieviešanas modeļi praksē

ChatGPT tika palaists tikai pirms divarpus gadiem, un to izmanto darbinieki visās nozarēs, visās darba funkcijās un visu lielumu uzņēmumos. Šodien vairāk nekā ceturtā daļa ASV darbinieku — un 45 % to darbinieku ar pēc bakalaura studiju grādu — ziņo, ka izmanto ChatGPT darbam.

Uzņēmumu tehnoloģijas vienmēr ir sekojušas jau zināmam modelim: lielas sākotnējās izmaksas, ilgi ieviešanas procesi un lēna adaptācija, pirms tiek gūts ieguvums. ChatGPT lauza šo priekšstatu, kad cilvēki sāka to izmantot darbā, pārnesot no savas personīgās dzīves. Viņiem nebija nepieciešama vairāku mēnešu apmācība vai sarežģīta ievadīšana darbā; viņi vienkārši sāka to izmantot, lai paveiktu nozīmīgu darbu.

Jau tagad mēs redzam skaidrus signālus. Ikviens — sākot ar zinātniekiem, mārketinga speciālistiem un beidzot ar operatoriem — iekļauj ChatGPT savā ikdienas darbā. No kodu atkļūdošanas līdz kampaņu ideju ģenerēšanai — tas kļūst par pirmo soli galvenajās darbplūsmās.

Šajā ziņojumā apkopoti jauni dati no mūsu pašu analīzes, kā arī recenzētiem avotiem par to, kurš izmanto ChatGPT darbā, kā cilvēki to izmanto un kā tas tiek integrēts organizācijās.

Šajā ziņojumā ir apkopoti secinājumi no neatkarīgu trešo pušu visas nozares mēroga pētījumiem ar OpenAI veikto ChatGPT un ChatGPT Enterprise lietošanas analīzi. Visas analīzes, ko OpenAI veica šajā ziņojumā, tika veiktas, izmantojot anonimizētus vai apkopotus lietojuma datus. OpenAI nepārskatīja nekādu lietotāju vai klientu saturu (tostarp modeļa ievadi vai izvadi) un neanalizēja nekādus identificējamus datus. Visa lietošanas tendenču analīze tika veikta, izmantojot automatizētus satura klasifikatorus. Ja ziņojumā ir atsauces uz konkrētām ChatGPT uzvednēm, šīs ChatGPT uzvednes ir pilnībā sintētiski piemēri, nevis reālas lietotāju vai klientu uzvednes.

Kad 2022. gada novembrī tika izlaists ChatGPT, tas galvenokārt bija paredzēts nelielai mākslīgā intelekta pētnieku un entuziastu grupai. Taču dažu mēnešu laikā tam jau bija 100 miljoni iknedēļas aktīvo lietotāju, un šodien tam ir vairāk nekā 700 miljoni iknedēļas aktīvo lietotāju, padarot to par vienu no pasaulē visvairāk apmeklētajām tīmekļa vietnēm. 

Plaši izplatīta personiskā lietošana ātri izplatījās arī darbavietās. Kā liecina statistika, patērētāju pieņemšana, visticamāk, veicina mākslīgā intelekta izmantošanu darbā. 

Šis ir scenārijs, ko esam bieži redzējuši: programmatūra, kas kļūst populāra patērētāju vidū, nonāk arī darbavietās, un to visbiežāk visvairāk veicina jaunāki darbinieki. ChatGPT seko tam pašam modelim; to apliecina straujš iknedēļas aktīvo lietotāju skaita pieaugums, augsta izplatība darbinieku līdz 30 gadu vecumam vidū un bieža — nereti ikdienas — lietošana.

Tikai dažu gadu laikā mākslīgais intelekts darbavietā no nišas līdzekļa ir kļuvis par plaši izplatītu parādību. Skaitļi parāda realitāti:

Mākslīgā intelekta ieviešana nenotiek vienmērīgi visā ekonomikā. Dažās nozarēs strādājošie ir ātri integrējuši ChatGPT savā darbībā, savukārt citās tas notiek lēnāk. 

Aplūkojot, kuras nozares visātrāk pieņem šo rīku, mēs varam saskatīt gan īstermiņa iespējas, gan jomas, kurās ieviešana var prasīt ilgāku laiku, lai gūtu plašāku atsaucību. 

Dažās nozarēs ChatGPT ievieš straujāk, nekā gaidīts. IT un finanšu joma ir priekšgalā, kas ir loģiski, ņemot vērā šī rīka stiprās puses kodēšanā, analīzē un darbā ar lielu informācijas apjomu. Ieveišana ražošanas nozarē norāda uz plašāku digitālo transformāciju: rūpnīcas izmanto mākslīgo intelektu procesu automatizācijai, prognozējošai apkopei un piegādes ķēdes optimizācijai. Agrīnie ieguldījumi industriālajā mākslīgajā intelektā varētu pavērt ceļu plašai ChatGPT izmantošanai inženieru, analītiķu un operāciju vadītāju vidū.

Citas nozares atpaliek. Mazumtirdzniecība, būvniecība, transports, vairumtirdzniecība un lauksaimniecība uzrāda ievērojami zemāku ieviešanas līmeni. Vairumā gadījumu tas atbilst mazākajam zināšanu speciālistu īpatsvaram, kur nepieciešamība pēc mākslīgā intelekta rīkiem nav tik steidzama.  

Veselības aprūpe ir īpašs gadījums. Neraugoties uz to, ka tā ir viena no lielākajām un datu ietilpīgākajām nozarēm, ieviešana ir bijusi lēnāka. Stingri privātuma un atbilstības noteikumi un piesardzīga organizāciju kultūra var būt ietekmējošie faktori. Tomēr mēs sākam novērot izaugsmi konkrētās jomās, piemēram, klīniskajā dokumentācijā un administratīvajās darbplūsmās, kas liecina, ka veselības aprūpe drīzumā varētu kļūt par vienu no galvenajām mākslīgā intelekta ieviešanas jomām.

Ieviešanas modeļi dažādās nodaļās atšķiras, taču izceļas dažas galvenās tēmas. Pirmajos trīs mēnešos lietojumā dominē četras kategorijas: rakstīšana, pētniecība, programmēšana un analīze. Kopā tie veido lielāko daļu nosūtīto ziņojumu. Šī daudzveidība izceļ ChatGPT elastību; komandas to izmanto, lai sagatavotu saziņas tekstus, vāktu un sintezētu informāciju, rakstītu kodus un interpretētu datus.

Tehniskās komandas ir vienas no aktīvākajām lietotājām, un analītikas, inženierijas un IT lomas veido lielu daļu no agrīnā lietojuma. Programmēšana ir galvenais uzdevums, īpaši inženieru amatos, taču lietotāji bieži lūdz arī būtisku palīdzību pētniecībā un dokumentācijas sagatavošanā. Tas liecina, ka ChatGPT tiek izmantots gandrīz tikpat daudz plānošanai kā kodēšanai. 

IT komandas visvairāk paļaujas uz izpēti un problēmu novēršanu, bieži izmantojot ChatGPT kā informācijas avotu, pirms pāriet pie automatizācijas.

Programmēšanas uzveduma piemērs

Piezīme: iepriekš minētā sintētiskā uzvedne ir piemērs, kas sagatavots tieši šim ziņojumam tikai ilustratīviem nolūkiem.

Cilvēki, kas strādā tirgū palaišanas jomās, tostarp mārketingā, komunikācijā, pārdošanā un klientu pieredzē, arī ir galvenie ieviesēji. Šīs funkcijas izmanto ChatGPT galvenokārt rakstīšanai, izpētei, radošu ideju radīšanai un multivides satura veidošanai. 

Dažādās funkcijās agrīnais lietošanas modelis ir konsekvents: mākslīgais intelekts papildina kompetenci, nevis to aizstāj. Inženieri veic iterācijas ar uzvednēm, lai atkļūdotu kodus un ģenerētu vienību testus. Analītiķi izmanto domu ķēdes uzvednes, lai attīrītu un analizētu datu kopas. Klientu atbalsta komandas sagatavo pārdomātas, zīmolam atbilstošas atbildes. Kopīgais pavediens ir tas, ka ChatGPT paplašina specializēto prasmju tvērumu un kļūst par partneri galvenajās darbplūsmās.

Avots: ChatGPT Enterprise nodaļu dati, kas apkopoti ieviešanas laikā; automatizēti satura klasifikatori

Interesanti, ka programmēšana izplatās ārpus inženierijas. Dizaineri var paļauties uz programmēšanu sākuma prototipu veidošanai un palīdzībai ar koda fragmentiem, un viņi izmanto ChatGPT kodēšanai daudz biežāk nekā finanšu un pārdošanas speciālisti. Projektu vadītāji apvieno rakstīšanu, multivides satura ģenerēšanu, kodēšanu un datu analīzi — darbojoties kā saikne starp komandām. Taču produktu izstrāde, operatīvā darbība, mārketings, finanses un personāla vadība visi zināmā mērā izmanto ChatGPT programmēšanai. 

Mēs redzam, ka šo tendenci apstiprina Bostonas Universitātes (Boston University) un Boston Consulting Group (BCG) veikts pētījums, kurā tika analizēta ChatGPT ietekme uz BCG konsultantu tehnisko kompetenci. Pētījumā tika konstatēts, ka konsultanti, kam bija pieejams ChatGPT un kas bija apmācīti darbam ar to, trijos tehniskajos uzdevumos uzrādīja par 49, 20 un 18 procentpunktiem augstāku rezultātu nekā kontroles grupas dalībnieki, un divos no trim uzdevumiem sniedza rezultātu, kas bija tuvu īstu Boston Consulting Group (BCG) datu zinātnieku līmenim.

Laba rakstīšana vairs nav tikai speciālistu funkcija, kas paredzēta satura radīšanas komandām. Ar ChatGPT ikviens var pārvērst piezīmes tīrrakstā un ātri to pilnveidot. Sapulces, piezīmes un klientu ziņojumi kļūst skaidrāki un iekļaujošāki, jo ikviens var skaidri paust savas idejas, ne tikai profesionāli komunikatori. MI kļūst par galveno ieejas punktu ikdienas saziņai un koordinēšanai, vienā piegājienā apvienojot melnrakstu izveidi, toņa pielāgošanu un versiju pārvaldību.

Dizaina komandas izceļas ar multivides veidošanas izmantošanu, izmantojot to 2–4 reizes vairāk nekā citas grupas. Šajās funkcijās plašais lietojums galvenajiem darba uzdevumiem izceļ ChatGPT jauno lomu ārpus teksta. 

Visas tirgū palaišanas komandas visvairāk izmanto ChatGPT rakstīšanas, izpētes un mediju ģenerēšanas uzdevumiem, taču dažādos veidos. Šeit ir daži uzvedņu paraugi, kas norāda uz tādu vaicājumu veidu, ko mēs novērojam:

Piezīme: iepriekš minētās sintētiskās uzvednes ir izveidotas tieši šim ziņojumam tikai ilustratīviem nolūkiem

Sākotnējie dati liecina par pastāvīgu tendenci: lielākā daļa nodaļu paļaujas uz ChatGPT pamatrīkiem, tostarp meklēšanu, datu analīzi, failu augšupielādi, izgūšanu un kanvu. Modernāku funkciju — piemēram, spriestspējas modeļu, dziļās izpētes, projektu un pielāgotu instrukciju — izmantošana ir izplatītāka pieredzējušu lietotāju vidū, tostarp pētniecības un izstrādes komandās. Daudziem darbiniekiem tas nozīmē, ka ChatGPT tiek integrēts ikdienas darba procesos, galvenokārt izmantojot viegli pieejamus un maz piepūles prasošus uzdevumus, nevis specializētus lietošanas gadījumus.

Tehniskās funkcijas izceļas kā izņēmums. Analītikas, inženierijas, IT un izpētes jomu speciālisti daudz aktīvāk izmanto paplašinātās iespējas. Viņu darbs bieži prasa daudzpakāpju loģisko spriestspēju, liela mēroga datu sintēzi vai sarežģītu problēmu risināšanu. Inženieri izmanto uzvednes kodu ģenerēšanai vai atkļūdošanai; analītiķi izmanto dziļo izpēti, lai interpretētu datu kopas; IT speciālisti uzdod jautājumus zināšanu bāzēm, lai atrisinātu pieteikumus un novērstu sistēmu problēmas. Jaudīgāki rīki dabiski atbilst tehniskiem uzdevumiem, kas ir strukturēti, datu ietilpīgi un vērsti uz lēmumu pieņemšanu.

Dažādas tehniskās komandas arī izmanto atšķirīgas funkcijas. IT komandas biežāk izmantos informācijas ieguvi un meklēšanu, uztverot ChatGPT kā zināšanu pavadoni ātru atbilžu saņemšanai uz jautājumiem par konfigurāciju vai politikām. Inženieru komandas izceļas ar intensīvāku GPT, programmēšanas rīku un datu analīzes izmantošanu, atspoguļojot to vairāk uz kodu orientētās darbplūsmas. Šī atšķirība uzsver, ka ieviešana ir atkarīga ne tikai no tehniskās pratības, bet arī no darba veida un konteksta katrā nodaļā.

No šiem datiem izriet divas iespējas. Pirmkārt, uzlabotās funkcijas joprojām tiek izmantotas nepietiekami, pat tur, kur tās varētu sniegt plašu ietekmi. Šķēršļi var ietvert atrodamību, izpratni par lietošanas gadījumiem vai iestatīšanu, kas nepieciešama to izmantošanai.

Otrkārt, agrīnie atbalstītāji analītikā, IT, juridiskajā jomā un inženierijas jomā jau pāriet uz sarežģītākām darbplūsmām. Paplašinoties ieviešanas atbalsta programmām un produktu uzlabojumiem samazinot ieejas slieksni, ieviešana, visticamāk, pārorientēsies no ikdienas pamatuzdevumiem uz dziļāku spriestspēju un sadarbībā balstītām darbplūsmām, kas pārveido lēmumu pieņemšanu visā uzņēmumā. 

ChatGPT jau padara darbiniekus produktīvākus izmērāmā veidā. Iekšējie etaloni liecina par būtisku produktivitātes pieaugumu, ko veicina darbinieki, kuri to izmanto, lai ātrāk rakstītu un sazinātos, efektīvāk veiktu izpēti un samazinātu atkārtotu uzdevumu veikšanai nepieciešamo piepūli. Lielākā daļa uzņēmumu joprojām ir ieviešanas sākumposmā, taču mēs sākam redzēt, ka organizācijas integrē ChatGPT nodaļu līmenī, lai padarītu veselus procesus efektīvākus. 

Atšķirībā no tradicionālās uzņēmumu programmatūras, kas pēc ilgiem lēmumu pieņemšanas cikliem un apmācību programmām tiek ieviesta no augstākajiem līmeņiem uz zemākajiem, ChatGPT darbavietā ienāca no zemākajiem līmeņiem uz augstākajiem. Darbinieki un nelielas komandas paši to ieviesa, eksperimentēja ar darbplūsmām un pierādīja tā vērtību, pirms uzņēmumi formalizēja iepirkuma procesu. Šis pamatlīmeņa modelis ir padarījis to par visstraujāk ieviesto tehnoloģiju uzņēmumu vidē jaunākajā vēsturē. 

Šī dinamika tagad mainās. Jaunas iespējas, sākot no autonomiem aģentiem līdz uzlabotam kodēšanas atbalstam un lēmumu pieņemšanas palīdzības rīkiem, paplašina ChatGPT lomu ārpus personīgās produktivitātes. Tas kļūst par platformu pilnām darbplūsmām. Vadītāji to izmanto stratēģijas veidošanai, inženieri — sistēmu izstrādei un atkļūdošanai, bet klientu atbalsta aģenti — sarežģītu risinājumu izvērtēšanai. Arvien biežāk ChatGPT darbojas kā ikdienas darba operētājsistēma — kopīgs slānis, kur tiek pieņemti lēmumi, risinātas problēmas un palielināts darba apjoms.

Darbs vienmēr ir attīstījies līdzās tehnoloģijām. Vēl nesen liela daļa no tā bija saistīta ar atbilžu meklēšanu, e-pasta vēstuļu rakstīšanu un jau atrisinātu problēmu atkārtošanu. Arvien vairāk tas virzās uz sintēzi, radošumu un ātrumu — darbu, ko uzlabo dabiska un intuitīva mijiedarbība ar mākslīgo intelektu.

Turpmākajos gados mākslīgais intelekts kļūs par gandrīz katras darbplūsmas daļu. Notiekot šīm pārmaiņām, darbinieki veltīs mazāk laika uzdevumu veikšanai un vairāk laika mākslīgā intelekta rezultātu pārraudzībai un uzlabošanai. ChatGPT starpfunkcionālais tvērums nozīmē, ka cilvēki varēs uzņemties uzdevumus, kas iepriekš bija sadalīti starp vairākām nodaļām. Piemēram, produktu vadītājs to varētu izmantot, lai analizētu klientu atsauksmes, testētu un pilnveidotu jaunu funkcionalitāti, kā arī sagatavotu juridisko un mārketinga saturu, kas nepieciešams, lai to ieviestu tirgū.

Sadarbība pāriet no izolētiem dokumentiem un ziņojumiem uz kopīgām reāllaika darbvietām, kur komandas kopīgi risina problēmas. Tādas funkcijas kā atmiņa padara produktu kontekstuāli saprotamāku, sniedzot darbiniekiem partneri, kas atceras viņu unikālās vēlmes, projektus un darbplūsmas. Turklāt iespēja ievietot strukturētus un nestrukturētus datus tieši ChatGPT paplašina tā kā uzņēmuma zināšanu centrālās saskarnes lomu, un GPT‑5 šo pāreju paātrina.

Būtiski ir tas, ka sākotnējie pierādījumi liecina, ka šīs pārmaiņas ne tikai padara darbiniekus produktīvākus, bet arī padara viņu darbu patīkamāku. Tas tiek panākts, samazinot laikietilpīgu un mazāk vērtīgu uzdevumu apjomu un ļaujot no jauna veltīt laiku jēgpilnam pamatdarbam. Sešu mēnešu randomizētā lauka eksperimentā, kurā piedalījās tūkstošiem zināšanu darba veicēju, piekļuve mākslīgajam intelektam samazināja e-pastam veltīto laiku nedēļā par 31 %. Citā pētījumā tika aplūkoti programmatūras izstrādātāji, un tika konstatēts, ka MI kodēšanas rīki ļāva viņiem veltīt vairāk laika kodēšanai, vairāk laika izpētes darbam un mazāk laika projektu vadībai. Kopumā šie secinājumi liecina, ka tādi rīki kā ChatGPT var samazināt rutīnas darbus, atbrīvojot laiku stratēģiskākam, gandarījumu sniedzošākam un galu galā augstvērtīgākam darbam.

Šo pārmaiņu mērogs atgādina pagātnes tehnoloģiskās revolūcijas. Elektrība pārveidoja darbu rūpnīcās, internets pārdefinēja tirdzniecību un saziņu, un mākslīgais intelekts tagad veido pamatus nākamajam lielajam izrāvienam. Uzņēmumi, kas ātri un pārdomāti pielāgojas, gūs visagrīnākos un lielākos ieguvumus: ātrākus lēmumu pieņemšanas ciklus, produktivitātes izrāvienus un jaunas iespējas visās funkcijās.