Gli strumenti sono a disposizione di tutti. L’abbonamento è esteso a tutta l’azienda. Si sono svolti incontri di formazione. Eppure, negli uffici da Wall Street alla Silicon Valley, si sta aprendo un netto divario tra i lavoratori che inseriscono l’intelligenza artificiale nel tessuto del loro lavoro quotidiano e i colleghi che la toccano a malapena.
Il divario non è piccolo. Secondo a nuovo rapporto Dall’analisi di OpenAI dei modelli di utilizzo tra i suoi oltre un milione di clienti aziendali e dipendenti 95 percentile nell’adozione dell’intelligenza artificiale Inviano a ChatGPT sei volte più messaggi del dipendente medio delle stesse aziende. Per ruoli specifici, questa differenza è ancora più evidente: i lavoratori frontalieri pubblicano 17 volte più messaggi relativi alla codifica rispetto ai loro colleghi tipici, e tra gli analisti di dati, gli utenti più assidui utilizzano lo strumento di analisi dei dati 16 volte più spesso della media.
Questa non è una storia di accesso. Questa è la storia di una nuova forma di classificazione del posto di lavoro che emerge in tempo reale; Una storia che potrebbe rimodellare chi va avanti, chi viene lasciato indietro e cosa significa essere un lavoratore qualificato nell’era dell’intelligenza artificiale.
Tutti hanno gli stessi strumenti, ma non tutti li usano
Forse la scoperta più sorprendente Rapporto OpenAI Ciò spiega quanto poco vi sia accesso. ChatGPT Aziendale Attualmente è utilizzato in oltre 7 milioni di sedie da lavoro in tutto il mondo; Si tratta di un aumento di nove volte rispetto a un anno fa. Gli strumenti sono gli stessi per tutti. Le abilità sono le stesse. Eppure l’utilizzo varia in base agli ordini di grandezza.
Utenti attivi mensili (coloro che hanno effettuato l’accesso almeno una volta negli ultimi 30 giorni) Il 19% non ha mai provato la funzionalità di analisi dei dati. Il 14% non ha utilizzato affatto le proprie capacità di ragionamento. Il 12% non ha mai utilizzato la ricerca. Queste non sono funzionalità oscure sepolte nei sottomenu; Queste sono le funzioni principali che OpenAI evidenzia come trasformative per il lavoro della conoscenza.
Il modello si inverte tra gli utenti giornalieri. Solo il 3%. delle persone che utilizzano ChatGPT quotidianamente non hanno mai provato l’analisi dei dati; solo l’1% ha saltato il ragionamento o la ricerca. L’implicazione è chiara: il divario non è tra chi ha accesso e chi no, ma tra chi fa dell’IA un’abitudine quotidiana e chi la tratta come una novità occasionale.
I dipendenti che provano di più risparmiano molto più tempo
Rapporto OpenAI Ciò suggerisce che i guadagni di produttività dell’intelligenza artificiale non sono distribuiti equamente tra tutti gli utenti, ma sono concentrati tra coloro che utilizzano maggiormente la tecnologia. I lavoratori che svolgono quasi sette diversi tipi di attività (analisi dei dati, codifica, rendering, traduzione, scrittura e altri) riferiscono di risparmiare cinque volte più tempo rispetto a coloro che svolgono solo quattro attività. I dipendenti che risparmiano più di 10 ore settimanali consumano otto volte più crediti AI rispetto a quelli che non dichiarano alcun risparmio di tempo.
Questo crea una dinamica composta. In generale, i lavoratori che sperimentano scoprono più usi. Un maggiore utilizzo porta a maggiori guadagni di produttività. Maggiori guadagni di produttività porteranno probabilmente a migliori revisioni delle prestazioni, compiti più interessanti e progressi più rapidi; Ciò offrirà maggiori opportunità e incentivi per approfondire ulteriormente l’uso dell’intelligenza artificiale.
Il 75% dei dipendenti intervistati dichiara di essere in grado di completare attività che in precedenza non erano in grado di eseguire, tra cui il supporto alla programmazione, l’automazione dei fogli di calcolo e la risoluzione dei problemi tecnici. Per i dipendenti che adottano queste competenze, i confini dei loro ruoli si espandono. Per coloro che non ce l’hanno, i limiti potrebbero restringersi.
Paradosso dell’intelligenza artificiale aziendale: 40 miliardi di dollari spesi, il 95% dei quali non ha alcun ritorno
Il divario nell’uso individuale documentato da OpenAI riflette un modello più ampio identificato da uno studio separato del progetto NANDA del MIT. Nonostante siano stati investiti dai 30 ai 40 miliardi di dollari in iniziative produttive di intelligenza artificiale, solo il 5% delle organizzazioni sta ottenendo risultati trasformativi. I ricercatori lo chiamano ” "Divisione GenAI" Il divario tra le poche organizzazioni che riescono a trasformare i processi con sistemi di intelligenza artificiale adattiva e la maggior parte che è bloccata nei progetti pilota.
Rivelato il rapporto del MIT detrazione limitata Nei vari settori: solo due dei nove settori principali (tecnologia e media) mostrano una trasformazione sostanziale del business derivante dall’uso produttivo dell’IA. Le grandi aziende sono in testa nel volume dei progetti pilota, ma restano indietro in termini di implementazione di successo.
Questo modello è coerente in entrambi gli studi. Le organizzazioni e gli individui acquistano tecnologia. Espellono i piloti. Partecipano agli incontri di formazione. Ma da qualche parte tra l’adozione e la conversione, la maggior parte delle persone rimane bloccata.
Mentre i progetti ufficiali di intelligenza artificiale sono in stallo, l’economia sommersa prospera
Lo studio del MIT rivela una sorprendente disconnessione: mentre solo il 40% delle aziende acquista abbonamenti LLM formali, i dipendenti di oltre il 90% delle aziende utilizzano regolarmente strumenti di intelligenza artificiale personali per lavoro. Quasi tutti i partecipanti hanno riferito di utilizzare i LLM in qualche modo come parte del loro normale flusso di lavoro.
"Questa “IA ombra” spesso offre rendimenti sugli investimenti migliori rispetto alle iniziative formali e rivela ciò che funziona davvero per colmare il divario." Trovato il progetto NANDA del MIT.
L’economia sommersa offre un indizio su ciò che accade a livello individuale nelle organizzazioni. I dipendenti intraprendenti che sottoscrivono abbonamenti personali, sperimentano nel proprio tempo libero e capiscono come integrare l’intelligenza artificiale nei propri flussi di lavoro senza attendere l’approvazione dell’IT sono in vantaggio rispetto ai colleghi in attesa di indicazioni ufficiali che potrebbero non arrivare mai.
Questi sistemi ombra, ampiamente deprecati, spesso offrono prestazioni migliori e un’adozione più rapida rispetto agli strumenti aziendali. Il sentimento dei lavoratori rivela una preferenza per strumenti flessibili e reattivi; Questo è esattamente il tipo di esperimento che differenzia i lavoratori di frontiera di OpenAI dalla media.
Le lacune maggiori si riscontrano nel lavoro tecnico che in passato richiedeva esperti
Le maggiori differenze relative tra lavoratori frontalieri e lavoratori medi si verificano nelle aree della codifica, della scrittura e dell’analisi; Queste sono esattamente le categorie di attività in cui le capacità dell’intelligenza artificiale si stanno evolvendo più rapidamente. I lavoratori frontalieri non solo svolgono lo stesso lavoro più velocemente; Sembra che stiano facendo cose completamente diverse, espandendosi in aree tecniche a cui prima non avevano accesso.
Fra ChatGPT Aziendale I post relativi alla codifica di utenti esterni al settore dell’ingegneria, dell’IT e della ricerca sono aumentati del 36% negli ultimi sei mesi. Qualcuno nel marketing o nelle risorse umane che impara a scrivere script e ad automatizzare i flussi di lavoro diventa un dipendente categoricamente diverso da una controparte che non lo ha fatto, anche se ha lo stesso titolo e ha iniziato con le stesse competenze.
La ricerca accademica sull’intelligenza artificiale e sulla produttività presenta un quadro complesso. Diversi studi menzionati nel rapporto OpenAI mostrano che l’intelligenza artificiale è un "effetto equilibrante," Aiutiamo in modo sproporzionato i dipendenti con prestazioni inferiori a colmare il divario con i loro colleghi con prestazioni più elevate. Tuttavia, l’effetto di perequazione potrebbe applicarsi solo alla popolazione di lavoratori che utilizza regolarmente l’IA. Una parte significativa dei lavoratori non rientra in questo gruppo. Rimangono utilizzatori leggeri o non utilizzatori anche quando le loro controparti più avventurose si allontanano.
Anche le aziende sono divise e il divario si allarga ogni mese che passa
La distinzione non riguarda solo i singoli dipendenti. Disponibile in tutte le organizzazioni.
Le aziende leader al 95° percentile di densità di adozione producono quasi il doppio dei messaggi AI per dipendente rispetto all’organizzazione media. Per i messaggi instradati tramite GPT personalizzati (strumenti progettati appositamente che automatizzano flussi di lavoro specifici), la differenza aumenta fino a sette volte.
Queste cifre suggeriscono modelli di lavoro fondamentalmente diversi. Nelle aziende medie, l’intelligenza artificiale può essere uno strumento di produttività che i singoli dipendenti utilizzano a loro discrezione. Nelle aziende leader, l’intelligenza artificiale sembra essere integrata nell’infrastruttura centrale: flussi di lavoro standardizzati, strumenti proprietari persistenti, integrazione sistematica con i sistemi di dati interni.
Rapporto OpenAI Quasi un’azienda su quattro non ha ancora abilitato i connettori che consentono all’intelligenza artificiale di accedere ai dati aziendali, afferma; Questo è un passo fondamentale che aumenta significativamente l’utilità della tecnologia. Uno studio del MIT rileva che le aziende che acquistano strumenti di intelligenza artificiale da fornitori specializzati hanno successo 67 per cento A quel tempo, il tasso di successo delle strutture interne era solo uno su tre. Per molte organizzazioni l’era dell’intelligenza artificiale è tecnicamente arrivata, ma nella pratica non è ancora iniziata.
Il problema non è più la tecnologia; organizzazioni
Per i manager, i dati rappresentano una sfida preoccupante. La tecnologia non è più un vincolo. OpenAI afferma di rilasciare una nuova funzionalità o capacità circa ogni tre giorni; i modelli stanno avanzando più velocemente di quanto la maggior parte delle organizzazioni possa assorbire. Il collo di bottiglia si è spostato da ciò che l’intelligenza artificiale può fare alla questione se le organizzazioni sono strutturate per trarne vantaggio.
"La linea di demarcazione non è l’intelligenza," IL Scrivono gli autori del MIT. I problemi con l’intelligenza artificiale aziendale riguardano la memoria, l’adattabilità e la capacità di apprendimento. I problemi derivano meno dalle normative o dalle prestazioni dei modelli e più da strumenti che non riescono ad apprendere o ad adattarsi.
Secondo le aziende leader Rapporto OpenAIContinua a investire nella sponsorizzazione dei dirigenti, nella preparazione dei dati, nella standardizzazione del flusso di lavoro e nella gestione informata del cambiamento. Creano culture in cui gli strumenti di intelligenza artificiale personalizzati vengono creati, condivisi e migliorati tra i team. Monitorano le prestazioni e fanno valutazioni. Rendono l’adozione dell’intelligenza artificiale una priorità strategica piuttosto che una scelta individuale.
Il resto lo lascia al caso; Sperano che i lavoratori scoprano gli strumenti da soli, sperimentino nel loro tempo libero e in qualche modo diffondano le migliori pratiche senza infrastrutture o incentivi. La sestuplice differenza dimostra che questo approccio non funziona.
La finestra per recuperare il ritardo si sta chiudendo più velocemente di quanto la maggior parte delle aziende pensi
Con gli accordi aziendali che saranno finalizzati entro i prossimi 18 mesi, il periodo a disposizione di fornitori e adottanti si restringe per colmare questo divario. CON rapporto Non durerà per sempre. Tuttavia, le organizzazioni che troveranno il modo di superare questo problema nel più breve tempo possibile saranno quelle che definiranno la prossima era del mondo degli affari.
Entrambi i rapporti contengono avvertenze. I dati di OpenAI provengono da un’azienda con un chiaro interesse a incoraggiare l’adozione dell’intelligenza artificiale. I dati sull’efficienza sono riportati dai clienti che hanno già pagato per il prodotto. Sebbene lo studio del MIT sia indipendente, si basa su interviste e sondaggi piuttosto che su misurazioni dirette. Gli effetti a lungo termine di questa tecnologia sull’occupazione, sui salari e sulle dinamiche del posto di lavoro rimangono poco chiari.
Ma la scoperta chiave – che l’accesso da solo non guida l’adozione, e che l’adozione varia ampiamente anche all’interno delle organizzazioni che rendono gli stessi strumenti disponibili a tutti – è coerente con il modo in cui le tecnologie precedenti si sono diffuse nell’economia. Fogli di calcolo, e-mail e Internet hanno creato divisioni simili prima di diventare universali. La domanda è quanto durerà l’attuale divario, chi trarrà vantaggio dalla transizione e cosa accadrà ai lavoratori che si troveranno dalla parte sbagliata.
Per ora, la differenza è netta. Il novanta per cento degli utenti ha dichiarato di preferire gli esseri umani "lavoro mission-critical," Mentre c’è l’intelligenza artificiale "Ha vinto la guerra per un lavoro semplice." I lavoratori che si fanno avanti non lo fanno perché hanno un accesso che i loro colleghi non hanno. Vanno avanti perché hanno deciso di usare quello che tutti gli altri già avevano e hanno continuato a usarlo finché non hanno capito cosa poteva fare.
La differenza 6x non riguarda la tecnologia. Riguarda il comportamento. E a differenza del software, il comportamento non può essere esteso a tutta l’azienda.
