Zelensky is a better salesman than anyone
Zelensky invites Trump to Ukraine
2024 m. kovo 17 d., sekmadienis
Susipažinkite su Jūsų nauju antruoju pilotu
„PRAėjo beveik metai nuo tada, kai OpenAI išleido GPT-4 – sudėtingiausią dirbtinio intelekto (AI) modelį ir „ChatGPT“ – novatoriško pašnekovo pokalbių roboto smegenis. Tuo metu Amerikos technologijų pramonės rinkos kapitalizacija, plačiai apibrėžta, išaugo per pusę, sukurdama 6 mlrd. dolerių vertės akcininkams. Kai kurių technologijų įmonių augančios pajamos pradeda prilygti aukštoms akcijų kainoms. Vasario 21 d. „Nvidia“, kurianti lustus, naudojamus treniruoti ir valdyti tokius modelius, kaip GPT-4, pranešė apie šaunius ketvirtojo ketvirčio rezultatus, o rinkos vertė siekia 2 trilijonus dolerių. AI manija taip pat pakėlė kitų technologijų gigantų, įskaitant „Alphabet“ („Google“ patronuojančią įmonę), „Amazon“ ir „Microsoft“, kurios išleidžia dideles išlaidas technologijai plėtoti, akcijų kainas.
Tuo pačiu metu didelių technologijų AI programinės įrangos pardavimas išlieka mažas. Praėjusiais metais dirbtinis intelektas sudarė tik apie penktadalį „Microsoft“ debesų kompiuterijos padalinio „Azure“ ir susijusių paslaugų pajamų augimo. „Alphabet“ ir „Amazon“ neatskleidžia savo su AI susijusių pardavimų, tačiau analitikai įtaria, kad jie yra mažesni, nei „Microsoft“. Kad dirbtinio intelekto biržos bumas išliktų, šios įmonės tam tikru momentu turės uždirbti rimtų pinigų iš savo paslaugų pardavimo klientams. Įmonės visame pasaulyje, nuo bankų ir konsultacijų iki kino studijų, turi pradėti plačiu mastu naudoti į ChatGPT panašius įrankius. Kai kalbama apie tokio „generatyvaus“ AI pritaikymą realiame pasaulyje, įmonės ryžtingai stengėsi. Tačiau net ir šie kūdikių žingsneliai byloja apie besikeičiantį baltųjų apykaklių darbo pobūdį.
Ankstesni technologiniai laimėjimai pakeitė žmonių veiklą biuruose. Dėl rašomosios mašinėlės paplitimo kai kurie darbuotojai neteko darbo: „Naudodamas šią mažą mašinėlę, operatorius per dieną gali surašinėti daugiau, nei pusšimtis tarnautojų su rašikliu ir atlikti geresnį darbą“, – sakė vienas stebėtojas 1888 metais. Maždaug po šimtmečio atsiradęs, kompiuteris panaikino kai kurias žemo lygio administracines užduotis, nors aukštos kvalifikacijos darbuotojai tapo produktyvesni. Remiantis vienu straipsniu, kompiuteris paaiškina daugiau, nei pusę, darbo jėgos paklausos pokyčio aukštąjį išsilavinimą turintiems darbuotojams nuo 1970-ųjų iki 1990-ųjų. Visai neseniai dėl COVID-19 pandemijos paskatintas ir vaizdo konferencijų sudarytas darbo iš namų išpopuliarėjimas pakeitė kasdienius baltųjų apykaklių tipų ritmus.
Ar generatyvinis AI galėtų paskatinti panašius esminius pokyčius? Ankstesnių technologinių proveržių pamoka yra ta, kad ekonomikos mastu jie atsipirks.
Vidutiniam vidutinės įmonės darbuotojui reikia laiko priprasti prie naujų darbo būdų.
Asmeninio kompiuterio našumas padidėjo tik praėjus mažiausiai dešimtmečiui po to, kai jis tapo plačiai prieinamas. Kol kas nėra įrodymų, kad dirbtinio intelekto sukeltas produktyvumo padidėjimas pasireiškė visoje ekonomikoje. Remiantis neseniai atlikta Boston Consulting Group (BCG) apklausa, dauguma vadovų teigė, kad prireiks mažiausiai dvejų metų, kad „išeitų daugiau, nei ažiotažas“ apie AI. Neseniai atliktas kitos konsultacinės įmonės Oliverio Wymano tyrimas daro išvadą, kad AI pritaikymas „dar nebūtinai padidino produktyvumo lygį“.
Tai nenuostabu. Daugelis įmonių šiuo metu sistemingai nenaudoja „ChatGPT“, „Google Gemini“, „Microsoft Copilot“ ar kitų panašių įrankių, net jei pavieniai darbuotojai su jais žaidžia. Amerikos gyventojų surašymo biuro kas dvi savaites atliekama apklausa klausia dešimčių tūkstančių įmonių, ar jos naudoja kokią nors AI formą. Tai apima naują generatyvų tipą ir senesnį tipą, kurį įmonės naudojo iki 2023 m. viskam – nuo internetinės paieškos rezultatų gerinimo iki atsargų poreikių prognozavimo. Vasario mėnesį tik apie 5% visų dydžių Amerikos įmonių teigė, kad naudoja dirbtinį intelektą. Dar 7 % įmonių planuoja jį priimti per šešis mėnesius. Skaičiai slepia didelius skirtumus tarp sektorių: 17 % įmonių, dirbančių informacijos pramonėje, kuri apima technologijas ir žiniasklaidą, teigia, kad jos naudoja ją gaminiams gaminti, palyginti su 3 % gamintojų ir 5 % sveikatos priežiūros įmonių.
Kai 2023 m. rugsėjo mėn. surašymo biuras pradėjo teirautis apie dirbtinį intelektą, mažos įmonės dažniau naudojo šią technologiją, nei didelės, galbūt, todėl, kad dėl mažesnio formų žymėjimo mažaūgiams buvo lengviau pritaikyti. Šiandien dirbtinis intelektas labiausiai paplitęs didelėse įmonėse (turinčiose daugiau, nei 250 darbuotojų), kurios gali sau leisti samdyti tam skirtas AI komandas ir sumokėti už būtinas investicijas. Banko „Morgan Stanley“ atlikta didelių įmonių apklausa parodė, kad nuo 2023 m. pradžios iki pabaigos bandomųjų AI projektų dalis išaugo nuo 9% iki 23%.
Kai kurie įmonių gigantai įnirtingai eksperimentuoja, norėdami išsiaiškinti, kas veikia, o kas ne. Jie samdo tūkstančius dirbtinio intelekto ekspertų, rodo duomenys iš darbo paieškos platformos „Indeed“ . Praėjusiais metais „JPMorgan Chase“ vadovas Jamie'is Dimonas sakė, kad bankas „šiandien jau turi daugiau nei 300 AI naudojimo atvejų“. Konsultacinė įmonė „Capgemini“ teigia, kad ji „naudos generatyvųjį „Google Cloud“ AI, kad sukurtų turtingą daugiau, nei 500, pramonės naudojimo atvejų rinkinį“. „Bayer“, didelė Vokietijos cheminių medžiagų įmonė, teigia turinti daugiau, nei 700, generatyvaus AI panaudojimo atvejų.
Šį „naudojimo atvejų išplitimą“, kaip jį vadina vienas konsultantas, galima suskirstyti į tris dideles kategorijas: vitrinų puošyba, įrankiai, skirti darbuotojams, turintiems žemų ar vidutinių įgūdžių, ir įrankiai, skirti vertingiausiems įmonės darbuotojams. Iš jų vitrinų puošyba yra pati labiausiai paplitusi. Daugelis firmų pervadina pažangias skaitmeninimo pastangas į „gen AI programas“, kad skambėtų sudėtingiau, sako Kristina McElheran iš Toronto universiteto. Presto, restoranų technologijų tiekėjas, pristatė gen-AI asistentą, kuris priima užsakymus pravažiavimo metu. Tačiau 70% tokių užsakymų reikia žmogaus pagalbos. Muzikos transliavimo įmonė „Spotify“ išleido dirbtinio intelekto diskžokėją, kuris atrenka dainas ir teikia beprotišką pokštą. Neseniai bakalėjos prekių pristatymo įmonė „Instacart“ pašalino įrankį, generuojantį pardavėjų maisto nuotraukas, po to, kai dirbtinis intelektas klientams parodė nepatinkančias nuotraukas. Didžiosios technologijų įmonės taip pat įtraukia savo AI proveržius į savo vartotojams skirtus pasiūlymus. „Amazon“ išleidžia „Rufus“ – dirbtinio intelekto asistentą, kurio tikrai neprašė nė vienas pirkėjas. „Google“ į Žemėlapius įtraukė dirbtinį intelektą, todėl produktas tampa „įtraukiantis“, kad ir ką tai reikštų.
Įrankiai žemesnės kvalifikacijos darbuotojams galėtų būti naudingesni iš karto. Kai kurios paprastos programos, skirtos tokiems dalykams, kaip klientų aptarnavimas, apima jau paruoštą AI. Dauguma klientų klausimų yra paprasti ir susiję su nedideliu temų skaičiumi, todėl įmonės gali lengvai išmokyti pokalbių robotus juos spręsti. Kai kurios iš šių iniciatyvų jau gali pasiteisinti. „Amdocs“ kuria programinę įrangą, padedančią telekomunikacijų įmonėms tvarkyti atsiskaitymo ir klientų aptarnavimo paslaugas. Bendrovė teigia, kad naudojant generatyvųjį AI klientų skambučių apdorojimo laikas sutrumpėjo beveik 50%. Panašius produktus siūlanti „Sprinklr“ teigia, kad pastaruoju metu vieno iš prabangos prekių pirkėjų klientų aptarnavimo rezultatai „pastebėjo 25 % pagerėjimą“.
Įprastos administracinės užduotys taip pat atrodo subrendusios AI atnešamam sutrikdymui. „Svarbiausi „Bayer“ 700 naudojimo atvejų pavyzdžiai yra įprasti darbai, tokie, kaip „lengvas duomenų gavimas iš Excel failų“ ir „pirmojo juodraščio kūrimas programoje Word“. Kai kurios įmonės naudoja generatyvųjį AI, kaip sumanesnę paiešką. Nasdaq, finansinių paslaugų įmonė, padeda finansinių nusikaltimų žvalgams rinkti įrodymus, kad būtų galima įvertinti įtartinus banko sandorius. Bendrovės teigimu, tai sutrumpina procesą, kuris gali trukti nuo 30–60 minučių, iki trijų minučių.
AI įrankių suteikimas vertingiausiems įmonės darbuotojams, kurių poreikiai yra sudėtingi, kol kas yra mažiau paplitęs. Tačiau tai taip pat vis labiau matoma. Advokatai buvo vieni iš pirmųjų. Allen & Overy, didelė advokatų kontora, kartu su Harvey, AI startuoliu, sukūrė sistemą, kurią jos teisininkai naudoja, kad padėtų viskam – nuo deramo patikrinimo iki sutarčių analizės. Investiciniai bankai naudoja dirbtinį intelektą, norėdami automatizuoti dalį savo tyrimų proceso. Bank of New York Mellon AI sistema per naktį apdoroja duomenis banko analitikams ir suteikia jiems apytikslį juodraštį, su kuriuo jie gali dirbti ryte. „Taigi, užuot keltis ketvirtą ryto, kad galėtų rašyti tyrimą, jie keliasi šeštą“, – sako bankas. Prancūzijos vaistų gamintojas „Sanofi“ naudoja dirbtinio intelekto programėlę, kad pateiktų vadovams informaciją realiuoju laiku apie daugelį įmonės veiklos aspektų.
Kai kurios įmonės naudoja technologiją programinei įrangai kurti. „Microsoft“ „GitHub Copilot“, AI kodavimo ir rašymo įrankis, turi 1,3 mln. prenumeratorių. „Amazon“ ir „Google“ turi konkurentinių produktų. Pranešama, kad „Apple“ kuria dar vieną. Technologijų konglomeratas „Fortive“ teigia, kad jo veiklą vykdančios įmonės „naudojant gen AI programinę įrangą, kūrimo laikas paspartėja daugiau, nei 20 proc.“. Chirantanas Desai, verslo programinės įrangos įmonės ServiceNow vyriausiasis pareigūnas, teigė, kad „GitHub Copilot“ sukuria „vienženklį našumo padidėjimą“ savo įmonės kūrėjams. Naudodama dirbtinio intelekto įrankius, Indijos startuolis Konnectify išleido nuo keturių programų per mėnesį iki septynių. „Microsoft“ apklausos rodo, kad mažai žmonių, kurie pradeda naudoti „Copilot“, nori jo atsisakyti.
Socialinės žiniasklaidos įmonė „Pinterest“ teigia, kad dėl generatyvaus AI pagerintas vartotojų paieškos rezultatų tinkamumas dešimčia procentinių punktų. Neseniai surengtame skambutyje dėl pelno jos vadovas Billas Ready sakė, kad nauji modeliai buvo 100 kartų didesni už tuos, kuriuos naudojo anksčiau. L'Oréal, viena didžiausių pasaulyje kosmetikos įmonių, patraukė investuotojų dėmesį, nes tobulina BetIQ – vidinį įrankį, skirtą įvertinti ir tobulinti įmonės reklamą. „L'Oréal“ teigia, kad generuojantis AI jau sukuria „kai kurių mūsų prekės ženklų, kurie jį įdiegė, našumą padidintą iki 10–15 proc.“.
Tai nereiškia, kad tiems prekių ženklams reikės 10-15% mažiau darbuotojų. Kaip ir ankstesnių technologinių revoliucijų atveju, AI darbo apokalipsės baimės atrodo netinkamos. Kol kas atrodo, kad ši technologija sukuria daugiau darbo vietų, nei pašalina. Lapkričio mėnesį banko Evercore ISI paskelbta apklausa parodė kad tik 12% korporacijų manė, kad generatyvinis AI pakeitė žmogaus darbą arba pakeis jį per 12 mėnesių. Nors kai kurios technologijų įmonės teigia, kad dėl AI įšaldo samdymą arba mažina darbuotojų skaičių, yra mažai įrodymų, kad turtingame pasaulyje daugėja atleidimo iš darbo.
Generatyvusis dirbtinis intelektas taip pat sukuria naujų tipų baltųjų apykaklių. Įmonės, įskaitant „Nestlé“, kavos ir kačių maisto konglomeratą, ir KPMG, konsultavimo įmonę, samdo „proptų inžinierių“ tipo ekspertus, kad gautų naudingų atsakymų iš AI pokalbių robotų. Viena draudimo įmonė samdo „paaiškinamumo inžinierius“, kad padėtų suprasti AI sistemų rezultatus. Vartojimo prekių įmonė, kuri neseniai savo pardavimų komandoje pristatė generatyvųjį AI, dabar turi „pardavimų roboto vadybininką“, kuris stebi mašinas.
Nors tokie pokyčiai kurį laiką nebus paversti bendra produktyvumo statistika, jie jau daro įtaką tam, ką daro baltieji darbuotojai. Kai kurie efektai yra akivaizdžiai geri. Dirbtinis intelektas leidžia įmonėms skaitmeninti ir sisteminti vidinius duomenis, nuo veiklos apžvalgų iki susitikimų įrašų, kurie anksčiau buvo išsklaidyti. Respondentai į konsultanto Randy Bean atliktas apklausas pranešė apie didelius patobulinimus, kuriant vidinę „duomenų ir analizės kultūrą“, kurią daugeliui įmonių atkakliai sunku puoselėti.
AI pritaikymas taip pat gali turėti tam tikrų nenuspėjamų pasekmių. Nors dirbtinio intelekto kodo rašymo įrankiai padeda programinės įrangos inžinieriams atlikti savo darbą, programinės įrangos įmonės „GitClear“ ataskaitoje nustatyta, kad maždaug per pastaruosius metus tokio darbo kokybė sumažėjo. Programuotojai gali naudoti dirbtinį intelektą, kad sukurtų pirmąjį juodraštį, tik vėlau priverstii sužinoti, kad jame yra klaidų arba trūksta glaustumo. Dėl to jie gali praleisti mažiau laiko rašydami kodą, bet daugiau laiko, jį peržiūrėdami ir redaguodami. Jei kitos įmonės patiria kažką panašaus, produkcijos kiekis šiuolaikinėje darbo vietoje gali padidėti, nes dirbtinis intelektas išsiunčia daugiau el. laiškų ir atmintinių, net jei ta produkcija tampa mažiau naudinga, norint atlikti darbus.
Technologijų įmonės IBM apklausa rodo, kad daugelis kompanijų yra neryžtingos taikyti AI, nes joms trūksta vidinių žinių šia tema. Kiti nerimauja, kad jų duomenys yra per daug paslėpti ir sudėtingi, kad juos būtų galima sujungti. Maždaug ketvirtadalis amerikiečių viršininkų visiškai uždraudžia naudoti generatyvųjį AI darbe. Viena iš galimų jų dvejonių priežasčių yra susirūpinimas dėl savo įmonių duomenų. Savo metinėse ataskaitose privataus kapitalo milžinė „Blackstone“ ir farmacijos įmonė „Eli Lilly“ įspėjo investuotojus apie su AI susijusią riziką, pavyzdžiui, galimą intelektinės nuosavybės nutekėjimą dirbtinio intelekto modelių kūrėjams. Praėjusiais metais Marie-Hélène Briens Ware, telekomunikacijų bendrovės „Orange“ vadovė, paaiškino, kad prieš pradėdama bandymą su „Microsoft Copilot“, įmonė įrengė duomenų apsaugos priemones.
Galiausiai, kad daugiau įmonių tai matytų, kaip atvirą ir uždarytą atvejį, generatyvųjį AI vis tiek reikia tobulinti. Lapkričio mėnesį „Microsoft“ pristatė savo produktyvumo programinės įrangos, pvz., „Word“ ir „Excel“, „Copilot“. Kai kuriems pirmiesiems naudotojams jis atrodo stebėtinai gremėzdiškas ir linkęs strigti – jau nekalbant apie sudėtingą darbą net žmonėms, kurie jau yra įgudę dirbti su „Office“. Daugelis viršininkų nesiryžta naudoti generatyvaus AI jautresnėms operacijoms, kol modeliai nustos haliucinuoti. Neseniai „Air Canada“ atsidūrė karštame vandenyje po to, kai jos AI pokalbių robotas suteikė keleiviui neteisingą informaciją apie oro linijų bendrovės pinigų grąžinimo politiką. Vežėjui tai buvo nemalonu, tačiau lengva įsivaizduoti ką nors daug blogesnio. Vis dėlto, net ir rašomąja mašinėle reikėjo kažkur pradėti.“ [1]
1. Meet your new copilot. The Economist; London Vol. 450, Iss. 9386, (Mar 2, 2024): 55, 56, 57, 58.
Meet your new copilot
"IT HAS BEEN nearly a year since OpenAI released GPT-4, its most sophisticated artificial-intelligence model and the brain-of-sorts behind ChatGPT, its groundbreaking robot conversationalist. In that time the market capitalisation of America’s technology industry, broadly defined, has risen by half, creating $6trn in shareholder value. For some tech firms, growing revenue is starting to match sky-high share prices. On February 21st Nvidia, which designs chips used to train and run models like GPT-4, reported bumper fourth-quarter results, sending its market value towards $2trn. AI mania has also lifted the share prices of other tech giants, including Alphabet (Google’s corporate parent), Amazon and Microsoft, which are spending big on developing the technology.
At the same time, big tech’s sales of AI software remain small. In the past year AI has accounted for only about a fifth of the growth in revenues at Azure, Microsoft’s cloud-computing division, and related services. Alphabet and Amazon do not reveal their AI-related sales, but analysts suspect they are lower than those of Microsoft. For the AI stockmarket boom to endure, these firms will at some point need to make serious money from selling their services to clients. Businesses across the world, from banks and consultancies to film studios, have to start using ChatGPT-like tools on a large scale. When it comes to real-world adoption of such “generative” AI, companies have trodden gingerly. Yet even these baby steps hint at the changing nature of white-collar work.
Previous technological breakthroughs have revolutionised what people do in offices. The spread of the typewriter put some workers out of a job: “With the aid of this little machine an operator can accomplish more correspondence in a day than half a dozen clerks can with the pen, and do better work,” said an observer in 1888. The rise of the computer about a century later eliminated some low-level administrative tasks even as it made highly skilled employees more productive. According to one paper, the computer explains over half the shift in demand for labour towards college-educated workers from the 1970s to the 1990s. More recently the rise of working from home, prompted by the covid-19 pandemic and enabled by video-conferencing, has changed the daily rhythms of white-collar types.
Could generative AI prompt similarly profound changes? A lesson of previous technological breakthroughs is that, economywide, they take ages to pay off. The average worker at the average firm needs time to get used to new ways of working. The productivity gains from the personal computer did not come until at least a decade after it became widely available. So far there is no evidence of an AI-induced productivity surge in the economy at large. According to a recent survey from the Boston Consulting Group (BCG), a majority of executives said it will take at least two years to “move beyond the hype” around AI. Recent research by Oliver Wyman, another consultancy, concludes that adoption of AI “has not necessarily translated into higher levels of productivity—yet”.
That is unsurprising. Most firms do not currently use ChatGPT, Google’s Gemini, Microsoft’s Copilot or other such tools in a systematic way, even if individual employees play around with them. A fortnightly survey by America’s Census Bureau asks tens of thousands of businesses whether they use some form of AI. This includes the newfangled generative sort and the older type that companies were using before 2023 for everything from improving online search results to forecasting inventory needs. In February only about 5% of American firms of all sizes said they used AI. A further 7% of firms plan to adopt it within six months (see chart). And the numbers conceal large differences between sectors: 17% of firms in the information industry, which includes technology and media, say they use it to make products, compared with 3% of manufacturers and 5% of health-care companies.
When the Census Bureau began asking about AI in September 2023, small firms were likelier to use the technology than big ones, perhaps because less form-ticking made adoption easier for minnows. Today AI is most prevalent in big companies (with more than 250 employees), which can afford to enlist dedicated AI teams and to pay for necessary investments. A poll of large firms by Morgan Stanley, a bank, found that between the start and end of 2023 the share with pilot AI projects rose from 9% to 23%.
Some corporate giants are frantically experimenting to see what works and what doesn’t. They are hiring AI experts by the thousand, suggest data from Indeed, a job-search platform (see chart). Last year Jamie Dimon, boss of JPMorgan Chase, said that the bank already had “more than 300 AI use cases in production today”. Capgemini, a consultancy, says it will “utilise Google Cloud’s generative AI to develop a rich library of more than 500 industry use cases”. Bayer, a big German chemicals company, claims to have more than 700 use cases for generative AI.
This “use-case sprawl”, as one consultant calls it, can be divided into three big categories: window-dressing, tools for workers with low to middling skills, and those for a firm’s most valuable employees. Of these, window-dressing is by far the most common. Many firms are rebranding run-of-the-mill digitisation efforts as “gen AI programmes” to sound more sophisticated, says Kristina McElheran of the University of Toronto. Presto, a purveyor of restaurant tech, introduced a gen-AI assistant to take orders at drive-throughs. But fully 70% of such orders require a human to help. Spotify, a music-streaming firm, has rolled out an AI disc-jockey which selects songs and provides inane banter. Recently Instacart, a grocery-delivery company, removed a tool that generated photos of vendors’ food, after the AI showed customers unappetising pictures. Big tech firms, too, are incorporating their own AI breakthroughs into their consumer-facing offerings. Amazon is launching Rufus, an AI-powered shopping assistant that no shopper really asked for. Google has added AI to Maps, making the product more “immersive”, whatever that means.
Tools for lower-skilled workers could be more immediately useful. Some simple applications for things like customer service involve off-the-shelf AI. Most customers’ questions are simple and concern a small number of topics, making it easy for companies to train chatbots to deal with them. A few of these initiatives may already be paying off. Amdocs produces software to help telecoms companies manage their billing and customer services. The use of generative AI, the company says, has reduced the handling time of customers’ calls by almost 50%. Sprinklr, which offers similar products, says that recently one of its luxury-goods clients “has seen a 25% improvement” in customer-service scores.
Routine administrative tasks likewise look ripe for AI disruption. The “top examples” of Bayer’s 700 use cases include mundane jobs such as “easily getting data from Excel files” and “creating a first draft in Word”. Some companies are using generative AI as cleverer search. At Nasdaq, a financial-services firm, it helps financial-crime sleuths gather evidence to assess suspicious bank transactions. According to the company, this cuts a process which can take 30-60 minutes to three minutes.
Giving AI tools to a firm’s most valuable workers, whose needs are complex, is less widespread so far. But it, too, is increasingly visible. Lawyers have been among the earliest adopters. Allen & Overy, a big law firm, teamed up with Harvey, an AI startup, to develop a system that its lawyers use to help with everything from due diligence to contract analysis. Investment banks are using AI to automate part of their research process. At Bank of New York Mellon an AI system processes data for the bank’s analysts overnight and gives them a rough draft to work with in the morning. “So rather than getting up at four in the morning to write research, they get up at six,” the bank says. Small mercies. Sanofi, a French drugmaker, uses an AI app to provide executives with real-time information about many aspects of the company’s operations.
Some companies are using the technology to build software. Microsoft’s GitHub Copilot, an AI coding-writing tool, has 1.3m subscribers. Amazon and Google have rival products. Apple is reportedly working on one. Fortive, a technology conglomerate, says that its operating companies “are seeing a greater-than-20% acceleration in software-development time through the use of gen AI”. Chirantan Desai, chief operating officer of ServiceNow, a business-software company, has said that GitHub Copilot produces “single-digit productivity gains” for his firm’s developers. With the help of AI tools, Konnectify, an Indian startup, went from releasing four apps per month to seven. Surveys from Microsoft suggest that few people who start using Copilot want to give it up.
Pinterest, a social-media company, says it has improved the relevance of users’ search results by ten percentage points thanks to generative AI. On a recent earnings call its boss, Bill Ready, said that new models were 100 times bigger than the ones his firm used before. L’Oréal, one of the world’s largest cosmetics firms, has caught the eye of investors as it improves BetIQ, an internal tool to measure and improve the company’s advertising and promotion. L’Oréal claims that generative AI is already generating “productivity increases of up to 10-15% for some of our brands that have deployed it”.
This does not mean that those brands will need 10-15% fewer workers. As with earlier technological revolutions, fears of an AI jobs apocalypse look misplaced. So far the technology appears to be creating more jobs than it eliminates. A survey published in November by Evercore ISI, a bank, found that just 12% of corporations believed that generative AI had replaced human labour or would replace it within 12 months. Although some tech firms claim to be freezing hiring or cutting staff because of AI, there is little evidence of rising lay-offs across the rich world.
Generative AI is also generating new types of white-collar work. Companies including Nestlé, a coffee-to-cat-food conglomerate, and KPMG, a consultancy, are hiring “prompt engineers” expert at eliciting useful responses from AI chatbots. One insurance firm employs “explainability engineers” to help understand the outputs of AI systems. A consumer-goods firm that recently introduced generative AI in its sales team now has a “sales-bot manager” to keep an eye on the machines.
Though such developments will not translate into overall productivity statistics for a while, they are already affecting what white-collar workers do. Some effects are clearly good. AI lets firms digitise and systematise internal data, from performance reviews to meeting records, that had previously remained scattered. Respondents to surveys conducted by Randy Bean, a consultant, reported big improvements in establishing an internal “data and analytics culture”, which plenty of businesses find stubbornly difficult to nurture.
AI adoption may also have certain unpredictable consequences. Although AI code-writing tools are helping software engineers do their jobs, a report for GitClear, a software firm, found that in the past year or so the quality of such work has declined. Programmers may be using AI to produce a first draft only to discover that it is full of bugs or lacking concision. As a result, they could be spending less time writing code, but more time reviewing and editing it. If other companies experience something similar, the quantity of output in the modern workplace may go up—as AI churns out more emails and memos—even as that output becomes less useful for getting stuff done.
Polling by IBM, a tech firm, suggests that many companies are cagey about adopting AI because they lack internal expertise on the subject. Others worry that their data is too siloed and complex to be brought together. About a quarter of American bosses ban the use of generative AI at work entirely. One possible reason for their hesitance is worry about their companies’ data. In their annual reports Blackstone, a private-equity giant, and Eli Lilly, a pharmaceutical one, have warned investors about AI-related risks such as possible leakage of intellectual property to AI model-makers. Last year Marie-Hélène Briens Ware, an executive at Orange, a telecoms company, explained that the firm had put data guardrails in place before commencing a trial with Microsoft’s Copilot.
Ultimately, for more businesses to see it as an open-and-shut case, generative AI still needs to improve. In November Microsoft launched a Copilot for its productivity software, such as Word and Excel. Some early users find it surprisingly clunky and prone to crashing—not to mention cumbersome, even for people already adept at Office. Many bosses remain leery of using generative AI for more sensitive operations until the models stop making things up. Recently Air Canada found itself in hot water after its AI chatbot gave a passenger incorrect information about the airline’s refund policy. That was embarrassing for the carrier, but it is easy to imagine something much worse. Still, even the typewriter had to start somewhere." [1]
1. Meet your new copilot. The Economist; London Vol. 450, Iss. 9386, (Mar 2, 2024): 55, 56, 57, 58.
Užsisakykite:
Komentarai (Atom)