Wie der Computer die Wissensarbeit neu gestaltet
Diese Woche haben wir in Zusammenarbeit mit Forschern der Harvard Business School eine neue Studie veröffentlicht, die untersucht, wie Menschen den Perplexity Computer in der realen Welt tatsächlich nutzen.
Diese Woche haben wir in Zusammenarbeit mit Forschern der Harvard Business School eine neue Studie veröffentlicht, die untersucht, wie Menschen den Perplexity Computer in der realen Welt tatsächlich nutzen. Und wie er – in seinen ersten drei Monaten – bereits die Form der Wissensarbeit verändert. Hier ist eine Kurzfassung unserer Ergebnisse und warum wir glauben, dass sie Aufmerksamkeit verdienen.
Warum wir diese Untersuchung durchgeführt haben
Im Laufe der letzten Jahrzehnte sind Computer unserer Arbeit näher gekommen. Jede neue Schnittstelle, von der Befehlszeile über die grafische Benutzeroberfläche bis hin zum Touchscreen, übernahm mehr Aufgaben und reduzierte die Belastung für den Benutzer.
Mit der Vereinfachung der Schnittstellen wurden auch unsere Anfragen einfacher. Doch die Benutzer mussten ihre Anfragen weiterhin in einzelne Schritte unterteilen, manuell eingeben und die Ergebnisse wieder zusammenführen.
Der Perplexity Computer ändert dies. Er orchestriert über 20 modernste Modelle über Dateien und Tools hinweg und verwandelt eine Anfrage in Teams von Agenten, die das Ziel verstehen, die Arbeit aufteilen und asynchron handeln. Der Benutzer fragt nach dem Ergebnis, nicht nach dem Prozess.
Wir wollten wissen, was passiert, wenn Menschen tatsächlich beginnen, auf diese Weise zu arbeiten.
Unsere Ergebnisse
Die Benutzer fordern Arbeitsergebnisse an, keine Antworten.
Die Suche liefert Antworten. Der Computer führt sie aus. Bei nahezu identischen Anfragen leistete der Computer durchschnittlich 26 Minuten Maschinenarbeit im Vergleich zu 33 Sekunden bei der Suche – eine 48-fache Steigerung bei derselben Aufgabe. Diese Minuten fließen in die Suche, Bearbeitung, Codeausführung und den Zugriff auf verbundene Tools – der Computer tätigte pro Sitzung etwa zwölfmal so viele Aufrufe an externe Anwendungen und Konnektoren wie die Suche. Der Aufwand des Benutzers konzentriert sich auf beide Enden: die Festlegung des Ziels und die Überprüfung des Ergebnisses. Die Zwischenschritte werden von den Agenten übernommen.
Er ist bedeutend schneller und kostengünstiger.
Über 10.000 abgeglichene Aufgabenpaare hinweg – also dieselbe Art von Anfrage, die sowohl bei der Suche als auch beim Computer gestellt wurde – reduzierte der Computer die geschätzte Zeit um 87 % und die Kosten um 94 %. Ein Workflow, der 269 Minuten in Anspruch nahm, verkürzte sich auf 36 Minuten.
Die Einsparungen zeigten sich in 18 Bereichen: Software, Finanzen, Marketing, Gesundheitswesen, Recht, Bildung und mehr. In Benutzerinterviews berichtete der Median der Befragten, dass ihre Arbeit 25-mal schneller vonstatten ging. Einige berichteten von Beschleunigungen um das über 300-Fache.
Die Anfragen wurden größer und umfassender.
Da die Ausführung übernommen wird, sinkt die Hemmschwelle für ambitionierte Projekte. 23 % der Computer-Anfragen betrafen Dinge, die noch nie zuvor über die Suche angefragt wurden – mit Schwerpunkt auf Software, Webentwicklung, Dokumentation und Datenvisualisierung – Aufgaben, keine Fragen.
Die Hälfte aller Computer-Anfragen forderte den Computer dazu auf, etwas zu erstellen – doppelt so viel wie bei der Suche – und 76 % erforderten Analyse, Auswertung oder Erstellung anstelle von einfacher Suche, im Vergleich zu 55 % bei der Suche. 71 % betrafen abstrakte, nicht routinemäßige Arbeit, verglichen mit 53 % bei der Suche. Eine typische Computer-Aufgabe umfasste 2,4 Fachbereiche, während die Suche nur 1,74 heranzog und fast dreimal so wahrscheinlich drei oder mehr Fachbereiche erforderte.
Die Menschen arbeiteten auch außerhalb ihres eigenen Fachgebiets. Unter 8.000 Benutzern aus acht Berufsgruppen arbeiteten die Personen mit dem Computer in 59 % der Fälle außerhalb ihrer primären Tätigkeit, verglichen mit 50 % bei der Suche.
Die Qualität nahm nicht ab.
Die Übernahme schwierigerer Aufgaben in verschiedenen Bereichen führte nicht zu einer geringeren Qualität. Die Multi-Modell-Orchestrierung ermöglicht es dem Computer, jeden Schritt mit dem dafür am besten geeigneten Modell abzugleichen. So wird eine Anfrage, die Forschung, Analyse und Design umfasst, in jeder Phase vom korrekten Modell bearbeitet, anstatt von einem einzigen Modell für den gesamten Prozess. Dieses Routing ermöglicht es, dass die Arbeit trotz komplexerer Anfragen auf demselben Qualitätsniveau bleibt.
Warum dies interessant ist
KI ist schnell. Das ist zu erwarten.
Das interessantere Ergebnis ist, was die Menschen mit der gewonnenen Zeit anstellten. Wenn die Ausführung kostengünstig wird, ändert sich das Kalkül. Arbeit, die zuvor den Aufwand nicht wert war, ist plötzlich lohnenswert. Arbeit, die früher einen Spezialisten erforderte, ist nun etwas, das man selbst glaubwürdig angehen kann.
Der Engpass in der Wissensarbeit war selten das Finden von Informationen; es war die Kapazität zur Ausführung. Der Perplexity Computer übernimmt diese Kapazität, und infolgedessen zielen die Menschen höher. Sie wechseln vom Bediener zum Vorgesetzten – sie verbringen weniger Zeit mit der Ausführung des Workflows und mehr Zeit mit der Zielsetzung und Überprüfung der Ergebnisse.
Was kommt als Nächstes?
Wir stehen noch am Anfang. Der Computer ist erst drei Monate alt, die Menschen gewöhnen sich an die Zusammenarbeit mit ihm, und die Workflows und die Nutzung werden sich zweifellos im Laufe der Zeit anpassen.
Aber diese Daten zeigen bereits individuelle Verhaltensänderungen.
Wie sich dies auf Team- und Organisationsebene aggregiert, ist die offene Frage, die uns als Nächstes am meisten interessiert.
Sie können mehr über diese Forschung erfahren, einschließlich der vollständigen Methodik, Grafiken und Vorbehalte, im technischen Blog und im Forschungspapier.