Хотите более умное понимание в вашем почтовом ящике? Подпишитесь на наши еженедельные информационные бюллетени, чтобы получить только то, что имеет значение для искусственного интеллекта предприятия, данных и лидеров безопасности. Подписаться сейчас
Наиболее широко цитируемая статистика из нового отчета MIT была глубоко неправильно понята. В то время как заголовки трубыруют, что «95% генеративных пилотов ИИ в компаниях терпят неудачу», отчет фактически раскрывает нечто гораздо более замечательное: самое быстрое и наиболее успешное внедрение технологий предприятия в корпоративной истории происходит прямо при носах руководителей.
Исследование, опубликованное на этой неделе проектом MIT Nanda, вызвало беспокойство в социальных сетях и бизнес -кругах, и многие интерпретируют его как доказательство того, что искусственный интеллект не может выполнить свои обещания. Но более близкое чтение отчета на 26 страницах рассказывает совершенно другую историю-одну из беспрецедентных массовых технологий, которые тихо произвели революцию в работе, в то время как корпоративные инициативы спотыкаются.
Исследователи обнаружили, что 90% сотрудников регулярно используют личные инструменты искусственного интеллекта для работы, хотя только 40% их компаний имеют официальные подписки на ИИ. «В то время как только 40% компаний говорят, что они приобрели официальную подписку LLM, работники из более чем 90% опрошенных нами компаний сообщили, что регулярное использование персональных инструментов ИИ для рабочих задач», — объясняет исследование. «На самом деле, почти каждый человек использовал LLM в той или иной форме для своей работы».
Как сотрудники взломали код ИИ, в то время как руководители наткнулись
Исследователи MIT обнаружили то, что они называют «теневой экономикой искусственного интеллекта», где работники используют личные учетные записи CHATGPT, подписки Claude и другие потребительские инструменты для обработки значительных частей своей работы. Эти сотрудники не просто экспериментируют — они используют «Многочисленные времена в день в день в день своей еженедельной рабочей нагрузки», — показало исследование.
Это подземное принятие опередило раннее распространение электронной почты, смартфонов и облачных вычислений в корпоративных средах. Корпоративный адвокат, цитируемый в отчете MIT, показал модель: ее организация инвестировала 50 000 долл. США в специализированный инструмент анализа контрактов с искусственным интеллектом, однако она последовательно использовала CHATGPT для разработки работы, потому что «основная разница в качестве заметна. CHATGPT постоянно производит лучшие результаты, даже если наш поставщик утверждает, что использует ту же основополагающую технологию».
Паттерн повторяется в разных отраслях. Корпоративные системы описываются как «хрупкие, перегруженные или смещенные с реальными рабочими процессами», в то время как потребительские инструменты ИИ получают похвалу за «гибкость, знакомство и немедленную полезность». Как сказал один из главных информационных сотрудников: «Мы видели десятки демонстраций в этом году. Может быть, один или два — действительно полезны. Остальные — это обертки или научные проекты».
Почему инструменты корпоративных корпоративных инструментов в размере 50 000 долларов США теряют до 20 долларов США.
95% частота отказов, которая доминировала в заголовках, применяется специально для пользовательских решений для ИИ предприятия — дорогостоящей комиссии по системным компаниям от поставщиков или строительства. Эти инструменты терпят неудачу, потому что им не хватает того, что исследователи MIT называют «возможности обучения».
Большинство корпоративных систем искусственного интеллекта «не сохраняют обратную связь, адаптируются к контексту или не улучшаются с течением времени», — показало исследование. Пользователи жаловались на то, что корпоративные инструменты «не учитываются из наших отзывов» и требуют «слишком много ручного контекста, требуемого каждый раз».
Потребительские инструменты, такие как CHATGPT, добиваются успеха, потому что они чувствуют себя отзывчивыми и гибкими, даже если они сбрасываются с каждым разговором. Корпоративные инструменты кажутся жесткими и статичными, требуя обширной настройки для каждого использования.
Разрыв в обучении создает странную иерархию в предпочтениях пользователей. Для быстрой задачи, таких как электронные письма и базовый анализ, 70% работников предпочитают ИИ по сравнению с коллегами -людьми. Но для сложной работы с высокими ставками 90% все еще хотят людей. Разделительная линия — это не интеллект — это память и адаптивность.
Скрытый бум производительности на миллиард долларов, происходящий под его радаром
Далеко не показав неудачу ИИ, теневая экономика раскрывает огромные повышения производительности, которые не появляются в корпоративных показателях. Рабочие решили интеграцию, которые отвечают официальным инициативам, доказывая, что ИИ работает при правильном внедрении.
«Эта теневая экономика демонстрирует, что люди могут успешно пересечь разрыв в Genai, когда ему предоставляется доступ к гибким, отзывчивым инструментам», — объясняется отчет. Некоторые компании начали обращать внимание: «Передовые организации начинают преодолевать этот пробел, узнав из использования тени и анализируя, какие личные инструменты обеспечивают ценность, прежде чем приобретать альтернативы предприятия».
Повышение производительности является реальным и измеримым, просто скрытым от традиционного корпоративного бухгалтерского учета. Рабочие автоматизируют рутинные задачи, ускоряют исследования и оптимизируют общение — все в то время как официальные бюджеты ИИ их компаний приносят небольшую прибыль.
Почему покупка Beats Build
Еще один поиск проблем с обычной технической мудростью: компании должны перестать пытаться создать ИИ внутри. Внешние партнерские отношения с поставщиками ИИ достигли развертывания в 67% случаев, по сравнению с 33% для внутренних построенных инструментов.
Наиболее успешные реализации были получены от организаций, которые «обращались к стартапам искусственного интеллекта, менее похожими на поставщиков программного обеспечения и больше похожи на поставщиков бизнес -услуг», придерживая их до оперативных результатов, а не с техническими показателями. Эти компании требовали глубокой настройки и постоянного улучшения, а не ярких демонстраций.
«Несмотря на общепринятую мудрость в том, что предприятия противостоят обучению систем ИИ, большинство команд в наших интервью выразили готовность сделать это, при условии, что преимущества были ясными, а ограждения были на месте», — обнаружили исследователи. Ключом было партнерство, а не просто покупка.
Семь отраслей промышленности избегают сбоев на самом деле умны
Отчет MIT показал, что только технологические и медиа -сектора демонстрируют значимые структурные изменения от ИИ, в то время как семь основных отраслей промышленности, включая здравоохранение, финансы и производство, показывают «значительную пилотную деятельность, но практически без структурных изменений».
Этот измеренный подход не неудача — это мудрость. Промышленности, избегающие сбоев, вдумчивы о внедрении, а не торопились в хаотические изменения. В области здравоохранения и энергии «большинство руководителей сообщают о никаких текущих или ожидаемых сокращениях найма в течение следующих пяти лет».
Технология и средства массовой информации движутся быстрее, потому что они могут поглощать больший риск. Более 80% руководителей в этих секторах ожидают снижения найма в течение 24 месяцев. Другие отрасли доказывают, что успешное принятие искусственного интеллекта не требует драматических потрясений.
Автоматизация бэк-офиса доставляет миллионы, в то время как инструменты фронта
Корпоративное внимание уделяется приложениям о продажах и маркетингах, которые захватили около 50% бюджетов искусственного интеллекта. Но самая высокая доходность получена от неглумарной автоматизации бэк-офиса, которая привлекает мало внимания.
«Некоторые из самых драматических экономии, которые мы задокументировали, приходилось на автоматизацию бэк-офиса»,-обнаружили исследователи. Компании сэкономили 2-10 миллионов долларов ежегодно в области обслуживания клиентов и обработки документов, исключив контракты на аутсорсинг бизнес-процессов, и сократили внешние творческие затраты на 30%.
Эти выгоды пришли «без материальной рабочей силы», отмечает исследование. «Инструменты ускорили работу, но не изменили командные структуры или бюджеты. Вместо этого ROI появилась из-за сокращения внешних расходов, исключения контрактов BPO, сокращения платежей по агентствам и замены дорогих консультантов на внутренние возможности, работающие на AI».
Революция искусственного интеллекта преуспевает — один сотрудник за раз
Результаты MIT не показывают, что ИИ провалится. Они показывают, что ИИ преуспевает настолько хорошо, что сотрудники опередили своих работодателей. Технология работает; Корпоративные закупки нет.
Исследователи определили организации, «пересекающие разрыв в Genai», сосредоточившись на инструментах, которые глубоко интегрируются, адаптируя со временем. «Переход от строительства к покупке, в сочетании с ростом усыновления ProSumer и появлением агентских возможностей, создает беспрецедентные возможности для поставщиков, которые могут обеспечить, глубоко интегрированные системы ИИ, способные к обучению».
95% пилотов AI Enterprise, которые терпят неудачу, указывают на решение: учиться у 90% работников, которые уже выяснили, как заставить ИИ работать. Как один из руководителей производства сказал исследователям: «Мы быстрее обрабатываем некоторые контракты, но это все изменилось».
Этот руководитель пропустил большую картину. Обработка контрактов быстрее — умноженная на миллионы работников и тысячи ежедневных задач — это именно тот тип постепенного, устойчивого повышения производительности, которая определяет успешное принятие технологий. Революция ИИ не проходит. Это тихо, по одному разговору в ЧАТГПТ за раз.
Источник
