Közel 800 termékfejlesztési szakember munkáját figyelték meg kutatók, hogy pontosabb képet kapjanak a mesterséges intelligencia termékfejlesztésre gyakorolt hatásáról. Az ötlet a fogyasztási cikkeket gyártó – és fejlesztő – Procter & Gamble-től jött, de a kutatásba bevont három üzleti iskolát is, a Harvard Business Schoolt, a Wharton Business Schoolt és a francia ESSEC Business Schoolt. A kutatók három kérdést vizsgáltak alaposabban.
● Képes-e az MI hasonlóan támogatni a termékfejlesztő szakember munkáját, mint egy csak emberekből álló csapat?
● Bővíti-e a generatív MI a speciális ismeretekkel nem rendelkező alkalmazottak tapasztalatait?
● Biztosíthatja-e azt a fajta közösségi érzést a generatív Mi, amit az ember akkor tapasztalhat meg, ha csapatban dolgozik?
Valós szintuációkban vizsgálódtak
A vizsgálatba bevont 776 termékfejlesztési szakember azt a feladatot kapta, hogy olyan új terméket vagy szolgáltatást fejlesszen, ami valós igényt elégít ki az üzleti egységénél. Véletlenszerűen beosztották őket, hogy a feladatot egyedül, egy kollégával, MI-támogatással vagy anélkül kell megoldaniuk.
Az MI a tapasztalatok szerint összességében jól vizsgázott. Majdnem úgy működött, mint egy munkatárs, így az MI-ember páros hasonló színvonalat hozott, mint amikor valaki egy kollégájával társult a feladat megoldására.
Amellett, hogy az MI kiegészítette a fejlesztő ismerethiányait, a kollaboráció bizonyos érzelmi funkcióit is hozta. Kiderült ugyanis, hogy még egy mesterséges intelligenciával is jobb együtt dolgozni, mint egyedül. (A kutatásnak ez a része megerősítette a Harvard Business School egy korábbi kutatását, ami szerint az MI-modellekkel való interakció is csökkentheti a magára hagyottság érzését.)
Mielőtt a fejlesztési részleg lefelezésébe kezdene...
A Procter & Gamble kutatásának értékeléséhez azonban hozzá kell tenni, ma szakmányban készülnek az MI egy-egy képességének pozitív oldalait igazoló kutatások, és ugyanúgy, szakmányban jelennek meg a negatívumokat taglalók. Az MIT (Massachusetts Institute of Technology) kutatói például épp azt bizonyították be, hogy bár az MI az objektív értékelést nézve jól teljesített az emberrel való együttműködésben, az emberek szubjektív értékítélete nem feltétlenül korrelált ezzel. Egy másik kutatás (PDF) pedig egyenesen azt állítja, hogy az ember-MI páros valójában rosszabbul is teljesít, mint az emberekből álló csapatok. Az algoritmusokkal szembeni bizalmatlanság ugyanis még mindig jelentős.
Ezzel együtt is azonban biztosan igaz a Procter & Gamble-tanulmány összegző megállapítása: a mesterséges intelligencia megváltoztatja a termékfejlesztés, mert új ötleteket hoz, és felgyorsítja az innovációt.
Az AI mint vállalati működési réteg: hogyan alakul át a digitális operáció?
A vállalati digitalizáció következő szakaszát egyre kevésbé az új alkalmazások vagy önálló technológiai projektek határozzák meg. A fókusz fokozatosan a működés egészének átalakulása felé mozdul: hogyan lehet a folyamatokat gyorsabban, hatékonyabban és nagyobb üzleti kontroll mellett működtetni egy olyan környezetben, ahol az adatmennyiség, a rendszerek komplexitása és a reakcióidővel kapcsolatos elvárások folyamatosan növekednek.
a melléklet támogatója a ONE Solutions
Projektek O-gyűrűje. Mit tanulhat egy projektvezető a Challenger tragédiájából?