哈佛大学与波士顿咨询集团（BCG）的最新研究深入研究了AI在工作场所的收益和挑战的复杂相互作用。
深入研究AI在工作场所的集成，福布斯报道说，这项研究表明，BCG顾问使用AI时表现出了显着的生产率激增，完成任务快12.2％，效率提高了25.1％。
与非AI同行相比，他们的产量还具有惊人的40％质量增强。但是，尽管有这些生产力提高，但当作业落在AI增强之外时，错误也显着上升。
依靠AI的顾问在未应用AI的情况下更容易产生不准确的解决方案。
这个启示提醒人们，尽管AI具有巨大的潜力，但它也引入了一系列新的挑战。这学习仔细研究了AI对复杂的知识密集任务的绩效含义。
人工智能创建“锯齿技术前沿”
该实验涉及758名顾问，占公司个人贡献级员工的约7％。在建立性能基线后，将参与者随机分配到三个条件：没有AI访问，GPT-4 AI访问或具有工程概述提示的GPT-4 AI访问。
该研究认为人工智能引入了范式转移 - “锯齿状的技术前沿”，其中一些任务与AI功能无缝保持一致，而另一些任务虽然复杂性似乎是可比性的，但它超出了当前AI熟练程度的范围。
在该边界内的18个务实咨询任务中，利用AI的顾问表现出显着提高的生产率（平均完成的任务增加了12.2％，并且与对照组相比，质量超过40％的质量效果更高的质量结果更高，质量超过40％）。
此外，该研究发现，具有不同技能水平的顾问从AI增强中获得了可观的好处。与自己的分数相比，那些低于平均性能阈值的人见证了43％的繁荣，而其同行的表现为17％。
但是，对于此边界以外的任务，使用AI的顾问比不利用AI的顾问获得了准确的解决方案的可能性要低19个。
半人马和半机器人
此外，该分析阐明了人类沿着人类融合的两种不同的熟练AI利用模式。
一名顾问扮演“半人马”的角色，将解决方案 - 创造任务分开和委派在自己和AI之间，而另一个小组则以一种更让人联想到“机器人”的方式进行操作，将他们的任务工作流无缝整合到与AI并保持与技术的持续互动。
该研究阐明了一个细微的景观，AI既可以提高生产力并引入潜在的挑战。研究结果还表明，当有效利用时，AI可以彻底改变工作流程。
但是，该研究还强调了希望合并AI的组织的关键考虑。当任务落在AI增强范围之外时，观察到的错误增加强调了理解AI能力和局限性的重要性。
