Seberapa besar penggunaan AI meningkatkan produktivitas tim Anda? | AI dalam bisnis #71

Bagaimana AI membantu para profesional?

Apakah ada bukti bahwa menggunakan AI selama bekerja meningkatkan produktivitas? Memang ada! Studi terbesar yang mengonfirmasi hipotesis ini dilakukan oleh sekelompok ilmuwan dari sekolah bisnis Amerika, termasuk Harvard Business School dan MIT Sloan School of Management. Para peneliti memeriksa pekerjaan 758 konsultan, yang mewakili sekitar 7% dari semua konsultan yang dipekerjakan di Boston Consulting Group.

Tugas mereka adalah mengembangkan konsep untuk produk baru, dengan mempertimbangkan aspek-aspek seperti:

• kreativitas,
• pemikiran analitis, atau
• kemampuan persuasif.

Sebagai bagian dari eksperimen yang menguji apakah AI meningkatkan produktivitas, mereka membandingkan kinerja mereka tanpa dukungan AI dan dengan penggunaan GPT-4, model bahasa yang menjadi dasar versi terbaru dari ChatGPT Plus. Studi ini bertujuan untuk memeriksa bagaimana mengintegrasikan AI ke dalam pekerjaan sehari-hari akan mengubah alur kerja tipikal konsultan.

Sumber: DALL·E 3, prompt: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Apakah AI meningkatkan produktivitas kerja?

Hasil di BCG sangat jelas. Semua konsultan dengan dukungan AI meningkatkan kualitas pekerjaan mereka. Faktanya, kualitasnya meningkat hingga 40%. Tapi bagaimana studi ini dilakukan?

Dalam eksperimen tersebut, peserta dibagi secara acak menjadi tiga kelompok:

• kelompok kontrol — anggotanya tidak menggunakan AI di tempat kerja,
• kelompok dengan akses ke GPT-4 – namun, tanpa instruksi sebelumnya tentang cara terbaik menggunakan kecerdasan buatan,
• kelompok dengan akses ke GPT-4 dan materi instruksional.

Studi ini dibagi menjadi tiga fase:

1. Pertama, para konsultan mengisi survei mengenai data demografis dan predisposisi mereka.
2. Kemudian, mereka melanjutkan ke bagian utama, di mana mereka melakukan tugas yang terkait dengan pengembangan konsep produk. Tugas-tugas ini sangat mirip dengan pekerjaan sehari-hari mereka, melibatkan studi kasus yang realistis, seperti menciptakan sepatu untuk kelompok sasaran yang sempit dan atlet. Tugas-tugas tersebut memerlukan kreativitas, pemikiran analitis, serta penulisan teks persuasif.
3. Fase ketiga melibatkan wawancara yang merangkum pengalaman konsultan dalam bekerja dengan AI.

Seperti yang ternyata, konsultan yang menggunakan GPT-4 12,5% lebih produktif dan 25% lebih cepat. Manfaat terbesar diamati di antara profesional yang kurang terampil yang menerima pelatihan tambahan tentang cara efektif menggunakan GPT. Dalam kelompok ini, para peneliti mencatat peningkatan produktivitas yang luar biasa sebesar 43%!

Cara berkolaborasi dengan kecerdasan buatan

Apakah semua karyawan berinteraksi dengan AI dengan cara yang sama? Ternyata tidak. Jadi para peneliti memutuskan untuk mengidentifikasi dua cara paling umum di mana AI meningkatkan produktivitas. Mereka menyebutnya persona “Cyborg” dan “Centaur”.

Cyborg

Model Cyborg mewakili pendekatan kolaboratif di mana manusia dan AI bekerja sama secara erat untuk mencapai tugas. Contoh kolaborasi Cyborg meliputi:

• seorang programmer mulai menulis kode, dan AI melengkapi dan menyempurnakan kode tersebut, seperti saat menggunakan Github Copilot,
• seorang konsultan mulai menarik kesimpulan dari analisis, dan AI memberikan data dan visualisasi tambahan, memanfaatkan alat seperti ChatGPT Plus,
• seorang penulis iklan mulai menyusun teks iklan dari sebuah konsep, dan AI menyarankan ide dan segmen yang sudah jadi. Penulis iklan kemudian menyempurnakan konsep tersebut,
• seorang insinyur menggambar proyek, dan AI menghasilkan visualisasi berdasarkan itu.

Dalam model Cyborg, kuncinya adalah integrasi yang mulus antara upaya manusia dan mesin untuk mencapai hasil yang optimal—ini adalah cara AI secara signifikan meningkatkan produktivitas.

Sumber: HuggingFace (https://huggingface.co/spaces/hysts/ControlNet-v1-1)

Centaur

Model Centaur melibatkan delegasi tugas, di mana beberapa tugas dilakukan oleh manusia, dan yang lainnya didelegasikan kepada AI berdasarkan penilaian individu terhadap kekuatan dan kelemahan masing-masing entitas. Contoh strategi Centaur meliputi:

• AI mendiagnosis, dan dokter menyesuaikan terapi yang mungkin,
• seorang konsultan mengidentifikasi masalah bisnis, dan AI menghasilkan analisis dan rekomendasi,
• seorang pengacara menyusun keluhan hukum, dan AI memverifikasi kebenaran dan kelengkapan dokumen,
• seorang penulis iklan membuat kerangka teks, dan AI melakukan koreksi gaya dan tata bahasa.

Kuncinya adalah membagi tugas secara strategis dan memanfaatkan kekuatan baik manusia maupun mesin. Namun, pendekatan Centaur menghadirkan tantangan: bagaimana membedakan tugas yang lebih cocok untuk AI, yang meningkatkan produktivitas, dari tugas yang lebih baik ditangani oleh manusia?

Batasan teknologi yang terfragmentasi

Para peneliti telah memberi label tantangan mendefinisikan “kompetensi” kecerdasan buatan sebagai “batasan teknologi yang terfragmentasi.” Istilah ini berkaitan dengan kemampuan kecerdasan buatan yang beragam dan fluktuatif.

Kemampuan AI berkembang dengan cepat, sering kali dengan cara yang tidak terduga. Itulah sebabnya tugas yang mungkin tampak sama menantangnya bagi manusia dapat jatuh di sisi yang berbeda dari “batasan” ini – beberapa mungkin dapat diselesaikan dengan mudah dengan bantuan AI, sementara yang lain tetap di luar jangkauan kemampuan saat ini.

Misalnya, seperti yang ditunjukkan studi, GPT dengan mudah:

• menghasilkan ide kreatif untuk produk baru,
• membantu menulis salinan persuasif, atau
• melakukan analisis data yang mendetail.

Di sisi lain, ia melakukan kesalahan dalam perhitungan matematis sederhana. “Batasan terfragmentasi” ini menjadi tantangan bagi para perancang dan pengguna AI – sulit untuk memprediksi tugas mana yang tampaknya serupa yang akan mudah atau sulit bagi algoritma. Oleh karena itu, sangat penting untuk menjelajahi dan menguji kemampuan AI secara bertahap. Semakin baik kita memahami “batasan terfragmentasi” dari kemampuan ini, semakin efektif kita dapat mengintegrasikan kerja manusia dan mesin.

Sumber: DALL·E 3, prompt: Marta M. Kania (https://www.linkedin.com/in/martamatyldakania/)

Bagaimana meningkatkan produktivitas di perusahaan Anda dengan AI?

Di perusahaan Anda, Anda dapat melakukan eksperimen serupa untuk menilai seberapa banyak kecerdasan buatan dapat meningkatkan hasil kerja. Sangat berharga untuk memulai dengan memberikan tugas kepada karyawan, seperti menyiapkan presentasi, laporan, proposal bisnis, atau menyelesaikan studi kasus, baik dengan maupun tanpa bantuan AI. Ini akan memungkinkan Anda untuk mengukur dampak nyata pada produktivitas dan kualitas kerja.

Namun, sangat penting untuk mempersiapkan karyawan dengan baik. Untuk mengamati peningkatan produktivitas sebesar 40% dengan AI, mirip dengan kesuksesan yang terlihat di Boston Consulting Group, inisiatif pelatihan dan pembuatan materi instruksional akan diperlukan.

Usaha ini hampir pasti akan membuahkan hasil. Misalnya, agensi periklanan dapat menghasilkan ide kampanye lebih cepat, bank dapat menganalisis data pelanggan lebih efisien, dan firma hukum dapat membuat dokumen lebih efektif. Di mana pun kreativitas, analisis informasi, atau penulisan teks diperlukan—AI akan membantu karyawan menjadi lebih produktif.

Masa depan bekerja dengan AI

Perkembangan kecerdasan buatan menimbulkan harapan besar dan kekhawatiran, terutama di antara individu yang kesulitan mempelajari alat baru dan menyesuaikan metode kerja mereka dengan kemungkinan teknologi yang berubah.

Tidak ada keraguan bahwa AI meningkatkan produktivitas dengan membebaskan tim dari tugas-tugas yang paling sederhana dan berulang. Semakin banyak tugas ini akan dapat diotomatisasi. Peran baru yang menggabungkan keterampilan manusia dan mesin juga akan muncul, seperti pelatih AI atau broker pengetahuan. Pengembangan keterampilan yang berkelanjutan dan pembelajaran kolaborasi yang efektif dengan AI akan menjadi penting.

Pada saat yang sama, sangat penting untuk menyadari ancaman. Automatisasi dapat mengambil pekerjaan dari individu yang kurang terampil. Ada juga risiko perusahaan menjadi terlalu bergantung pada penyedia teknologi. Oleh karena itu, menjaga jarak yang sehat dan secara kritis menilai informasi yang diberikan oleh AI adalah kunci.

Masa depan bekerja dengan AI tampak menarik tetapi juga agak mengganggu, seperti dalam fiksi ilmiah yang ditulis dengan baik. Di satu sisi, ada kemungkinan luar biasa, tetapi di sisi lain, apakah kita benar-benar memiliki kendali atas segalanya?

Ringkasan

Hasil eksperimen menunjukkan bahwa AI meningkatkan produktivitas saat ini. Untuk beberapa tugas kreatif dan analitis, ia mempercepat pekerjaan hingga 40%. Pekerja dengan keterampilan lebih rendah mendapatkan manfaat paling besar, tetapi profesional teratas juga lebih cepat dan lebih efisien.

Adalah penting untuk memahami tugas mana yang dapat diotomatisasi oleh AI dan mana yang memerlukan keterlibatan manusia. Perubahan dalam cara kerja juga akan diperlukan untuk memanfaatkan kemampuan AI sebaik-baiknya. Dan masa depan kerja menjanjikan untuk menjadi menarik – pasti tidak akan membosankan. Jika Anda penasaran untuk mendapatkan deskripsi yang lebih mendetail tentang studi ini, baca laporan lengkapnya (tautan).

Jika Anda menyukai konten kami, bergabunglah dengan komunitas lebah sibuk kami di Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.