ai en ml
Al die voorafgaande investeringen hebben tijd nodig om effect te krijgen, en het versnellen van individuele taken zal niet per se het hele bedrijf een boost geven.
De University of Manchester onderzoekt waarom de groeiende adoptie van AI-tools tot nu toe niet heeft geleid tot de voorspelde productiviteitswinst. Onderzoekers hebben moeite met eenvoudige antwoorden om de kloof te dichten die zij het “AI ambition gap” noemen.
In een rapport, dat eveneens de titel “The AI Ambition Gap” draagt, bespreekt het Britse Productivity Institute de geboekte vooruitgang op het gebied van AI en de toenemende toepassing ervan, en schetst wat bedrijfsleiders en beleidsmakers kunnen doen om de potentiële voordelen te realiseren.
Het rapport is in opdracht van IT-dienstverlener Bytes Technology Group opgesteld.
Een reden voor het uitblijven van resultaten is dat organisaties vooraf zwaar hebben geïnvesteerd in het omscholen van personeel, het herinrichten van werkprocessen en andere aanpassingen. Die kosten zijn direct zichtbaar, terwijl de opbrengst pas later volgt.
Een andere reden, suggereert het rapport, is dat AI-tools productiviteit kunnen verhogen op het niveau van individuele taken, maar dat deze winsten niet automatisch leiden tot hogere productiviteit over iemands hele functie of de organisatie als geheel.
Het rapport noemt het voorbeeld van softwareontwikkelaars die GitHub Copilot gebruiken en ongeveer 26 procent meer taken voltooiden, en professionals die ChatGPT inzetten voor routinematig schrijven en analyseren, wat de tijd voor taakvoltooiing met 40 procent verminderde en tegelijkertijd de kwaliteit van de output met 18 procent verbeterde.
Een studie naar AI-ontwikkeltools concludeerde echter dat deze de codeeractiviteit met ongeveer 240 procent hebben verhoogd, terwijl het aantal daadwerkelijke softwarereleases slechts met ongeveer 30 procent is gegroeid. De kloof ontstaat doordat mensen hun werk nog steeds moeten controleren en testen voordat het wordt vrijgegeven.
Een hoge blootstelling van taken aan AI maakt een werknemer niet automatisch productiever, zeggen de onderzoekers. Banen combineren doorgaans automatiseerbare activiteiten met taken die oordeel, coördinatie, klantinteractie en kritisch nadenken vereisen. Terwijl AI sommige activiteiten wegneemt of versnelt, worden die aanvullende menselijke taken de beperkende factor voor tijdsbesparing en voor de vertaling van taakniveau-winst naar grotere productiviteit.
De uitkomsten van werk hangen daarom af van de samenstelling van taken en de aanvullende menselijke expertise, vervolgt het rapport. Het suggereert dat AI deels arbeid uit bestaande taken kan verdringen, maar ook nieuwe taken kan creëren waarin werknemers een comparatief voordeel behouden.
Dat kan goed nieuws zijn voor het Verenigd Koninkrijk. Vergeleken met vijf andere landen (VS, Brazilië, Colombia, India en Zuid-Afrika) heeft het VK naar verluidt het hoogste aandeel werknemers in beroepen met zowel hoge blootstelling aan AI als “hoge complementariteit”. Dit hangt deels samen met de grote financiële en professionele zakelijke dienstverleningssectoren van het land, die worden gekenmerkt door een hoog aandeel cognitieve beroepen.
Dat komt goed uit, aangezien de regering haar hoop heeft gevestigd op het gebruik van AI om het economische herstel aan te jagen in een strategie die begin vorig jaar werd uiteengezet.
De AI-sector van het VK is relatief groot naar Europese maatstaven, en het rapport verwijst naar recente OESO-schattingen dat economieën met hoge blootstelling aan AI, zoals het VK en de VS, jaarlijkse arbeidsproductiviteitswinsten tussen 0,4 en 1,3 procentpunt zouden kunnen realiseren.
Zelfs een jaarlijkse stijging van ongeveer 0,5 tot 0,7 procentpunt zou, als dit effect aanhoudt, een aanzienlijke verbetering betekenen ten opzichte van de stagnerende productiviteitsontwikkeling van het VK in het afgelopen decennium, aldus het rapport.
Het Productivity Institute somt verschillende “wederzijds versterkende factoren” op die organisaties kunnen helpen de geïdentificeerde ambitie-kloof te dichten. Geen van die factoren is bijzonder verrassend, zeker niet als u andere rapporten over succes bij AI-adoptie hebt gelezen.
Een daarvan is dat het management de strategische richting voor de organisatie uitzet; een andere is het versterken van de vaardigheden van werknemers door meer kennis- en data-geletterdheid, zodat organisaties individuele inzichten kunnen omzetten in gedeeld leren. Andere aanbevelingen zijn het implementeren van AI-governance en het focussen op toepassingen die nieuwe producten kunnen creëren, kernprocessen kunnen verbeteren of eerder onoplosbare problemen kunnen aanpakken.
“Het productiviteitspotentieel van AI wordt echt wanneer snellere taken leiden tot betere prestaties in het hele bedrijf,” zei Bart van Ark, hoogleraar aan The Productivity Institute en hoofdauteur van het rapport.
“De ambitie-kloof ligt tussen die individuele efficiënties en duurzame bedrijfsresultaten. Die dichten vereist dat bedrijven investeren in management, vaardigheden en het herontwerpen van workflows naast de technologie.”
De conclusie is dat bedrijven vertrouwen moeten hebben en door moeten blijven investeren in AI; uiteindelijk zullen de voordelen zich voordoen als ze de juiste dingen doen. Deze omvatten het richten op use-cases met hoge waarde die verbonden zijn aan strategie, klantwaarde en operationele knelpunten, en het beschouwen van AI als een herontwerp van de werkplek.
Beleidsmakers kunnen bedrijven hierbij helpen door te ondersteunen bij het identificeren van relevante kansen, zegt het rapport, om adoptierisico’s en onzekerheid te verminderen.
Andere rapporten die deze week verschenen, waren duidelijker in hun boodschap: Gartner zei dat 75 procent van de bestuursleden in bedrijven nog geen productiviteitswinst heeft gezien of kosten heeft verlaagd door AI-gebruik, en private-equitybedrijf Apollo Global Management stelt dat alleen de grootste techleveranciers tot nu toe echt profiteren van AI. ®
