Com Computer està transformant el treball del coneixement
Aquesta setmana, en col·laboració amb investigadors de la Harvard Business School, hem publicat un nou estudi que analitza com la gent utilitza realment Perplexity Computer al món real.
Aquesta setmana, en col·laboració amb investigadors de la Harvard Business School, hem publicat un nou estudi que analitza com la gent utilitza realment Perplexity Computer al món real. I com, en els seus primers tres mesos d'existència, ja està transformant la naturalesa del treball del coneixement. Us oferim un resum del que hem descobert i dels motius pels quals creiem que val la pena parar-hi atenció.
Per què hem dut a terme aquesta recerca
Durant les últimes dècades, els ordinadors s'han anat integrant cada vegada més en el nostre dia a dia laboral. Cada nova interfície, des de la línia d'ordres fins a la interfície gràfica d'usuari (GUI) i les pantalles tàctils, ha assumit més part de la tasca i ha reduït la càrrega de l'usuari.
A mesura que les interfícies s'han anat simplificant, les nostres preguntes també ho han fet. Però els usuaris encara havien de dividir les peticions en passos, introduir-les manualment i tornar a ajuntar els resultats.
Perplexity Computer canvia aquesta dinàmica. Coordina més de 20 models d'avantguarda a través de fitxers i eines, transformant una petició en equips d'agents que comprenen l'objectiu, divideixen el treball i actuen de manera asíncrona. L'usuari demana el resultat, no el procés.
Volíem saber què passa quan la gent comença a treballar realment d'aquesta manera.
Què hem descobert
Els usuaris demanen que se'ls faci la feina, no pas respostes.
La cerca proporciona respostes. Computer les executa. En peticions pràcticament idèntiques, Computer va trigar una mitjana de 26 minuts de feina de màquina en comparació amb els 33 segons de la Cerca (un increment de 48 vegades en la mateixa tasca). Aquests minuts es destinen a cercar, editar, executar codi i accedir a eines connectades: Computer va fer aproximadament dotze vegades més crides a aplicacions i connectors externs per sessió que la Cerca. L'esforç de l'usuari es concentra en els dos extrems: definir l'objectiu i revisar el resultat. De la part central se n'encarreguen els agents.
És significativament més ràpid i econòmic.
En 10.000 parells de tasques coincidents —el mateix tipus de petició feta tant a la Cerca com a Computer—, Computer va reduir el temps estimat un 87% i el cost un 94%. Un flux de treball que abans durava 269 minuts va passar a 36.
L'estalvi es va mantenir en 18 dominis: programació, finances, màrqueting, salut, dret, educació i molts més. En les entrevistes amb usuaris, la persona mitjana va afirmar que la seva feina anava 25 vegades més ràpida. Algunes van informar d'acceleracions superiors a 300 vegades.
Les peticions s'han tornat més ambicioses i generals.
Un cop resolta l'execució, la barrera per dur a terme projectes ambiciosos disminueix. El 23% de les peticions de Computer eren per a coses que la gent no havia demanat mai a la Cerca: s'agrupaven en programari, desenvolupament web, documentació i visualització de dades; tasques, no preguntes.
La meitat de totes les peticions a Computer demanaven a Computer que produís alguna cosa (el doble que a la Cerca), i el 76% requeria anàlisi, avaluació o creació en lloc de cerca d'informació, davant del 55% de la cerca. El 71% implicava un treball abstracte i no rutinari, en comparació amb el 53% a la Cerca. Una tasca típica de Computer abastava 2,4 àrees d'expertesa, mentre que la Cerca només n'aprofitava 1,74, i tenia gairebé tres vegades més probabilitats de necessitar 3 dominis o més.
La gent també va treballar fora del seu propi camp. En 8.000 usuaris de vuit grups ocupacionals, la gent va fer feina fora de la seva ocupació principal el 59% de les vegades amb Computer, en comparació amb el 50% amb la Cerca.
La qualitat no va baixar.
Assumir una feina més difícil en diferents dominis no va reduir la qualitat. La coordinació multi-model permet a Computer assignar cada pas al model que s'hi adapta millor; d'aquesta manera, una petició que abasta recerca, anàlisi i disseny és gestionada pel model correcte a cada etapa en lloc d'un sol model per a tot plegat. Aquest encaminament permet que el treball mantingui el mateix nivell de qualitat tot i que les peticions es tornin més complexes.
Per què això resulta interessant
La IA és ràpida. Això era d'esperar.
La troballa més interessant és què decideix fer la gent amb el temps estalviat. Quan l'execució esdevé econòmica, les regles del joc canvien. La feina que abans no valia la pena fer, de sobte sí que val la pena. Una tasca que abans requeria un especialista és ara una cosa que pots provar de fer tu mateix amb garanties.
El coll d'ampolla en el treball del coneixement rarament era trobar informació; era la capacitat d'execució. Perplexity Computer assumeix aquesta capacitat i, com a resultat, la gent apunta més alt. Es passen de ser operadors a supervisors: inverteixen menys temps a executar el flux de treball i més temps a definir l'objectiu i comprovar el resultat.
Què és el següent
Encara som al principi. Computer només té tres mesos d'història, la gent s'està acostumant a treballar-hi, i els fluxos de treball i els usos sens dubte s'adaptaran amb el temps.
Però aquestes dades ja demostren canvis de comportament a nivell individual.
Com s'agrega això a nivell d'equip i d'organització és la gran pregunta, i en la qual estem més interessats a partir d'ara.
Podeu llegir més informació sobre aquesta recerca, incloent-hi la metodologia completa, els gràfics i les limitacions, al blog tècnic i al document de recerca.