Sekite ZDNET: Pridėkite mus kaip pageidaujamą šaltinį „Google“.
Pagrindiniai ZDNET pasiūlymai
- Nepaisant masinio AI pritaikymo, darbuotojų pasitikėjimas technologijomis sumažėjo.
- Vienas iš veiksnių gali būti mokymo trūkumas.
- Įmonės ieško būdų, kaip sumažinti nusivylimą.
Kiekvienam procesui ar darbo eigai, kai dirbtinis intelektas taupo laiką ir padidina efektyvumą, Tabby Farrar komanda jaučia, kad ši technologija yra nenaudinga.
Farrar yra JK įsikūrusios SEO ir interneto dizaino agentūros „Candour“ paieškos vadovas. Skaitmeninė rinkodara, kaip ir beveik visos kitos pramonės šakos, karštai diskutuoja apie AI temą. Ir nors jos komanda nori pasinaudoti greitesnio ir efektyvesnio darbo pranašumais bei susigrąžinti laiką, kitaip praleistą atliekant mažiau įdomias užduotis, tai ne visada veikia taip.
Taip pat: 95% verslo AI programų nepavyko. Štai kodėl
Dirbtinis intelektas gali generuoti produktų gyvenimo būdo vaizdus klientams, kurie jų neturi, tačiau kuriant duomenų santraukas jis haliucinuoja arba praleidžia pagrindinius dalykus. Raginimo, padedančio priskirti kategorijas duomenų rinkiniams, patikslinimas gali užtrukti taip ilgai, Farrar taip pat galėjo atlikti šį darbą rankiniu būdu.
„Kaip vadovas, stengiuosi, kad komanda labiau susipažintų su dirbtiniu intelektu, nes tai yra daugelio pramonės šakų ateitis“, – sakė Farraras. Kita vertus, „Tiesiog tiek daug žmonių eina: „Praradau dvi valandas per dieną, bandydamas, kad šis dalykas veiktų“.
Farrar ir jos komanda nėra vieninteliai, kurie sprendžia atotrūkį tarp to, ką AI žada ir ką jis iš tikrųjų gali padaryti, ir galbūt tuo tarpu praranda tikėjimą.
Darbuotojo nerimas sukels tikrų problemų
Darbo jėgos sprendimų įmonės „ManpowerGroup“ sausio mėnesį atliktas tyrimas parodė, kad pirmą kartą per trejus metus darbuotojų pasitikėjimas dirbtiniu intelektu sumažėjo ir sumažėjo 18%, o pritaikymas išaugo 13% per metus. Šių skaičių skirtumai gali ne tik signalizuoti, kad medaus mėnesio fazė su dirbtiniu intelektu baigėsi, bet ir tapti žadintuvu organizacijoms apie tai, kaip jos diegia dirbtinio intelekto įrankius darbo vietoje.
“Negalite turėti įbaugintos darbo jėgos ir būti visiškai produktyvus. Šis nerimas sukels tikrų problemų”, – sakė “ManpowerGroup” pasaulinių įžvalgų viceprezidentė Mara Stefan.
Kiti tyrimai piešia panašius atsijungimo portretus. Lapkričio mėn. EY ataskaitoje nustatyta, kad nors 9 iš 10 darbuotojų naudoja dirbtinį intelektą darbe, tik 28 % organizacijų tai gali paversti „didelės vertės rezultatais“.
„Mūsų tyrimai rodo, kodėl: darbuotojai gali sutaupyti kelias valandas čia ir ten, bet nieko, kas iš esmės pakeistų tai, kaip atliekamas darbas ar kaip veikia verslas“, – teigiama ataskaitoje.
Kai kuriems bandymas užkirsti kelią šiai darbuotojų pasitikėjimo erozijai yra darbas ne visą darbo dieną.
Taip pat: 5 būdai, kaip nustoti bandyti dirbtinį intelektą ir pradėti atsakingai jį keisti 2026 m.
Randallas Tinfow, REACHUM – dirbtiniu intelektu paremtos mokymosi platformos, esančios Skrantone (Pa.) – generalinis direktorius, apskaičiavo, kad jis apie 20 valandų iš savo 70 valandų darbo savaitės praleidžia tikrindamas dirbtinio intelekto įrankius ir partnerius, kad jų neapleistų savo darbuotojams.
Nors tokios platformos kaip Claude Code sutaupo programinės įrangos kūrėjams REACHUM daug laiko, ne viskas taip efektyvu. Tinfow mato skirtumą tarp to, kaip kai kurie AI įrankiai yra parduodami ir ką jie iš tikrųjų gali padaryti.
Net dirbdama įmonėje, sukurtoje aplink dirbtinį intelektą, „Tinfow“ komanda susidūrė su problemomis, susijusiomis su tokiomis užduotimis kaip teksto generavimas vaizduose, kai tam tikri AI įrankiai tiesiog nepadėjo.
„Tiek daug triukšmo, ir aš nenoriu, kad mūsų komanda dėl to blaškytųsi, todėl aš esu tas, kuris ką nors apžiūrės, nuspręs, ar tai pagrįsta, ar tai yra šiukšlė, ir tada atiduos komandai dirbti“, – sakė Tinfow.
Pasitikėjimo didinimas
Šis lūkesčių ir tikrovės nesutapimas gali būti viena iš pagrindinių pasitikėjimo kritimo priežasčių, sakė Kristin Ginn, organizacijos trnsfrmAItn, organizacijos, kuri bendradarbiauja su įmonėmis dirbtinio intelekto pritaikymo srityje, įkūrėja, įkūrėja.
Rinkodaros demonstracinėse versijose viskas atrodo paprasta, tačiau verslo lyderiai turi užtikrinti, kad darbuotojai suprastų bandymus ir klaidas bei patobulinimus, kurie gali laukti.
Taip pat yra psichologinis elementas. „ManpowerGroup“ tyrimas parodė, kad 89% respondentų jaučiasi patogiai eidami dabartinį vaidmenį. Daugelis jų ilgą laiką dirbo vienaip.
Taip pat: 5 būdai, kaip taisyklės ir nuostatai gali padėti vadovautis jūsų dirbtinio intelekto naujovėmis
„Jei dabar pradedate domėtis, kaip galite naudoti dirbtinį intelektą tai pačiai užduočiai, staiga turėsite įdėti daug daugiau proto pastangų, kad suprastumėte, kaip tai padaryti visiškai kitaip“, – sakė Ginn. „Tas rutinos praradimas, pasitikėjimas tuo, kaip aš tai darau, taip pat gali grįžti į žmogaus prigimtį, kad išvengtumėte pokyčių.
Be to, Stefanas aptarė tinkamo mokymo vaidmenį išlaikant pasitikėjimą. Daugiau nei pusė respondentų (56 %) nurodė, kad pastaruoju metu nevykdė mokymo ar galimybės gauti mentorystės (57 %).
„Organizacijos ir įmonės, kurios sugalvoja, kaip tai išspręsti, kaip priversti darbuotojus geriau jaustis naudojant technologijas, mokymus ir kontekstą… tai organizacijos, kurios gaus didžiausią naudą“, – sakė Stefanas.
Ieško brangakmenių
Sugrįžęs į skaitmeninės rinkodaros agentūrą „Candour“, Farrar sakė, kad bendrovė turi įvairių taktikų, padedančių subalansuoti naujovių ieškojimą ir kasdienius iššūkius, susijusius su technologija, kurią dar reikia įveikti.
„Candor“ skiria papildomo laiko, kad atsižvelgtų į tai, kad visi mokosi, eksperimentus vertina kaip „bandyk ir mokykis“, kad sumažintų stresą, ir paskyrė „čempioną“, kad neatsiliktų nuo DI pokyčių. Agentūros vyriausiasis rinkodaros pareigūnas vedė mokymus, o Farrar taip pat reguliariai registruojasi su savo komanda. Ji atvirai su jais taip pat kartais jaučiasi nusivylusi.
Taip pat: Paverskite AI chaosą karjeros galimybe ruošdamiesi šiems 4 scenarijams
Ir kai kurios pastangos buvo vaisingos, pavyzdžiui, Dvynių brangakmenio, apmokyto pagal prekės ženklo ir balso tono gaires, sukūrimas, kuris gali generuoti citatas, kurias klientas gali koreguoti ir patvirtinti naudoti žiniasklaidoje. „Candour“ inovacijų lyderis kuria įrankius, kurie tiksliau atitiks įmonės poreikius, naudojant API iš tokių įmonių kaip „OpenAI“. Farrar papasakojo, kaip greitai pasikeitė jų požiūris į AI vaizdus po „Google“ Nano Banana paleidimo – į gerąją pusę.
Vis dėlto laukia ilgas kelias.
„Jei dalį savo darbo skirsiu šiems įrankiams, – sakė Farraras, – noriu pasitikėti, kad tai atliks tokį pat gerą darbą, kaip ir aš.
