最新研究：AI助手提升員工幸福度

圖片來源：maskot/getty images

一項新研究表明，允許初級崗位的員工使用chatgpt等人工智慧工具幫助他們完成工作，可以極大地提升工作效率。

在一項新研究中，麻省理工學院和斯坦福大學的研究人員分析了chatgpt等生成式人工智慧工具對某家《財富》美國500強軟體公司生產效率的影響。

生成式人工智慧模型能夠從人類向它們展示的例子中加以學習，並根據學到的信息生成全新的內容。

研究團隊使用了5,179名客服代表的數據，發現使用人工智慧對話助手的員工的工作效率比未使用的員工高13.8%。

研究人員通過每名客服每小時處理多少個問題來衡量生產力的高低。

「生產力的提升主要反應在三個維度：客服處理單個聊天所需要的時間減少了、客服每小時處理的聊天數量增加了（客服人員或許需要同時處理多個對話），問題成功解決的比例出現小幅提升。」該研究的作者在由美國國家經濟研究局（national bureau of economic research）發表的論文中寫道。

研究報告稱，新手和低技能工人生產效率提升最高，而生成式人工智慧對經驗豐富和高技能工人的「影響最小」。

在經驗不足的員工中，在人工智慧的幫助下，他們的工作速度比沒有技術幫助的情況下快35%。

「只任職了兩個月的員工在人工智慧的幫助下，工作表現和任職超過六個月的員工一樣好。」研究團隊表示，有證據表明，生成式人工智慧模型「將更有能力的員工掌握的潛在的隱性知識加以傳播，幫助新員工沿著經驗曲線向下移動。」

他們還認為，他們的研究表明，人工智慧有助於「改善客戶情緒，減少了對管理層干預的需求，提升了員工的留任率。」

研究人員寫道：「我們的總體研究結果表明，與人類一起工作的生成式人工智慧可以對員工個人的生產力和留任率產生重大的積極影響。」

他們說，「據我們所知」，他們的研究是首個針對現實環境中生成式人工智慧對生產力的影響進行的研究。

自從最近幾個月，openai的聊天機器人chatgpt成為現象級流行文化以來，人工智慧在工作中的作用已經成為熱門話題。

雖然一些員工擔心這項技術可能會取代自己，但包括ibm的老闆阿爾溫德·克里希納在內的許多著名首席執行官則認為，員工應該關注如何「與人工智慧攜手共事」。

沃爾瑪（walmart）的首席人事官唐娜·莫里斯最近在《財富》雜誌的一篇專欄文章中寫道，像人工智慧這樣的技術實際上是在「為員工賦能」，而比爾·蓋茨則預言，幾年後，每個人都將擁有自己的「白領」虛擬助手。

「1,000%的遊戲規則改變者」

位於迪拜的人工智慧房地產平台realiste的創始人亞歷克斯·加爾采夫向《財富》雜誌表示，麻省理工學院/斯坦福大學的研究發現生產率的提高「確實意義重大，不應該被低估」。

「我們要認識到，即便是生產率的微弱提升也會對企業運營產生重大影響，從而提高效率和盈利能力。」他在一封電子郵件中寫道：「由於將人工智慧引入了本公司的工作流程，我們看到公司生產力大幅提升。通過利用人工智慧為客戶識別市場上最好的物業，我們的投資經理的生產力提高了200%。我堅信，只要使用正確的方法和工具，許多其他行業也能夠實現這種水平的進步。」

加爾采夫說，他相信未來兩年到三年內，對人工智慧的使用和創新會增加，他認為這項技術將變得更加用戶友好，更容易融入到商業運營中。

他說：「通過實現重複型任務的自動化、簡化決策過程、提供獨特的見解，這些工具對生產力的提升作用將是傳統手段難以或不可能實現的。」

與此同時，英國人工智慧諮詢公司deeper insights的首席執行官及創始人傑克·漢普森表示，他的公司及客戶見證了比研究中記錄的14%更大的生產率提升。

他在4月24日的電話採訪中告訴《財富》雜誌，像chatgpt這樣的人工智慧工具「1,000%」將改變職場的遊戲規則。

漢普森表示，deeper insights合作的一家人力資源公司開始使用類似chatgpt的大型語言模型協助起草策略、檢索策略信息、搜索最新的職場案件判例後，生產率提高了20%至40%。

他補充說，deeper insights本身也在使用chatgpt等工具來完成部分工作，比人工的速度要快得多。

「我們顯然需要大量數據，而很多時候我們沒有足夠的客戶數據來訓練人工智慧。」漢普森解釋說：「所以我們現在使用chatgpt和其他大型語言模型來創建替代訓練數據集，這為我們節省了大量時間和金錢。在一個為期三周或三個月的項目中，我們之前可能會花大約兩周到三周的時間來創建訓練數據集，而現在只需要一兩天。」

生成式人工智慧研究的作者在論文中強調，他們的研究「不是為了闡釋生成式人工智慧工具對總就業或工資的影響」。

他們說：「我們的研究結果並不涉及人工智慧可能對技能需求、工作設計、工資或客戶需求產生的長期影響。」但他們指出，他們的研究確實提出了一個問題，即員工向人工智慧系統提供的數據是否應該得到補償，以及如何得到補償。他們補充道，生產率的提高可能是「由於人工智慧系統得以將公司高水平員工的實踐經驗收錄到系統中。」（財富中文網）

譯者：agatha