Kuidas Computer kujundab ümber teadmistepõhist tööd

Sel nädalal avaldasime koostöös Harvard Business Schooli teadlastega uue uuringu, milles vaatleme, kuidas inimesed Perplexity Computerit reaalses maailmas tegelikult kasutavad. Ja kuidas see – oma eksistentsi esimese kolme kuu jooksul – juba muudab teadmistepõhise töö olemust. Siin on lühike kokkuvõte sellest, mida me leidsime ja miks me arvame, et sellele tasub tähelepanu pöörata.

Miks me selle uuringu tegime

Viimaste aastakümnete jooksul on arvutid liikunud meie tööle lähemale. Iga uus liides, alates käsureast kuni graafilise liidese ja puuteekraanini, võttis enda kanda suurema osa ülesandest ja vähendas kasutaja koormust.

Kuna liidesed muutusid lihtsamaks, muutusid lihtsamaks ka meie küsimused. Kuid kasutajad pidid siiski jagama päringud sammudeks, sisestama need käsitsi ja tulemused uuesti kokku panema.

Perplexity Computer muudab seda. See orkestreerib üle 20 eesliinimudeli failide ja tööriistade vahel, muutes päringu agentide meeskondadeks, kes saavad eesmärgist aru, jagavad töö ja tegutsevad asünkroonselt. Kasutaja küsib tulemust, mitte protsessi.

Tahtsime teada, mis juhtub, kui inimesed tegelikult sel viisil tööle asuvad.

Mida me leidsime

Kasutajad küsivad tööd, mitte vastuseid.

Otsing pakub vastuseid. Computer täidab neid. Peaaegu identsete päringute korral käivitas Computer keskmiselt 26 minutit masintööd võrreldes otsingu 33 sekundiga – see on 48-kordne kasv sama ülesande puhul. Need minutid kuluvad otsimisele, redigeerimisele, koodi käivitamisele ja ühendatud tööriistade kasutamisele – Computer tegi seansi kohta umbes kaksteist korda rohkem päringuid välistele rakendustele ja konnektoritele kui Search. Kasutaja pingutus on koondunud mõlemasse otsa: eesmärgi seadmisesse ja tulemuse ülevaatamisesse. Keskosa haldavad agendid.

See on märgatavalt kiirem ja odavam.

10 000 sobiva ülesandepaari puhul – sama tüüpi päring, mis tehti nii Searchis kui ka Computeris – vähendas Computer hinnangulist aega 87% ja kulusid 94%. Töövoog, mis varem võttis 269 minutit, langes 36 minutini.

Kokkuhoid püsis kõigis 18 valdkonnas: tarkvara, finance, turundus, tervishoid, juriidika, haridus ja palju muud. Kasutajaintervjuudes teatas mediaaninimene, et tema töö sujus 25 korda kiiremini. Mõned teatasid enam kui 300-kordsest kiirenemisest.

Päringud muutusid suuremaks ja laiemaks.

Kuna teostus on tagatud, langeb tõke ambitsioonikate projektide elluviimiseks. 23% Computeri päringutest olid asjade kohta, mida inimesed pole kunagi palunud Searchil teha – koondudes tarkvara, veebiarenduse, dokumentatsiooni ja andmete visualiseerimise valdkonda –, need on ülesanded, mitte küsimused.

Pooled kõigist Computeri päringutest palusid Computeril midagi toota – kaks korda rohkem kui Searchis – ja 76% nõudis otsingu asemel analüüsi, hindamist või loomist (võrreldes 55% otsingu puhul). 71% hõlmas abstraktset, rutiinivälist tööd (võrreldes 53% otsingu puhul). Tüüpiline Computeri ülesanne hõlmas 2,4 ekspertvaldkonda, samas kui Search toetus vaid 1,74 valdkonnale ja vajas peaaegu kolm korda suurema tõenäosusega 3 võiemat domeeni.

Inimesed töötasid ka väljaspool oma eriala. Kaheksa ametirühma 8000 kasutaja seas tegid inimesed Computeri abil 59% ajast tööd väljaspool oma peamist ametit (võrreldes 50% otsingu puhul).

Kvaliteet ei langenud.

Raskema töö tegemine erinevates valdkondades ei langetanud kvaliteeti. Multimudeli orkestreerimine võimaldab Computeril sobitada iga samm selleks kõige paremini sobiva mudeliga, nii et päringut, mis hõlmab uurimistööd, analüüsi ja disaini, töötleb igas etapis õige mudel, mitte üks mudel kogu töö jaoks. See suunamine võimaldab tööonal säilitada sama kvaliteedilati isegi siis, kui päringud muutusid keerukamaks.

Miks see on huvitav

AI on kiire. See on ootuspärane.

Huvitavam leid on see, mida inimesed vabanenud ajaga peale hakkasid. Kui teostus muutub odavaks, muutub ka matemaatika. Töö, mida varem polnud mõtet teha, on äkki tegemist väärt. Töö, mis varem nõudis spetsialisti, on miski, mida saate ise usutavalt proovida.

Teadmistepõhise töö pudelikael oli harva teabe leidmine; selleks oli teostusvõime. Perplexity Computer võtab selle võimekuse enda peale ja tänu sellele sihivad inimesed kõrgemale. Nad liiguvad operaatorist juhendajaks – kulutades vähem aega töövoo käivitamisele ja rohkem aega eesmärgi seadmisele ning tulemuse kontrollimisele.

Mis saab edasi

Oleme alles alguses. Computer on vaid kolm kuud vana, inimesed alles harjuvad sellega töötama ning töövood ja kasutusviisid kohanevad aja jooksul kahtlemata.

Kuid need andmed näitavad juba käitumismuutusi üksikisiku tasandil.

Kuidas see meeskonna ja organisatsiooni tasandil koondub, on lahtine küsimus ja see, mis pakub meile edaspidi suurimat huvi.

Saate selle uuringu kohta rohkem lugeda, sealhulgas täielikku metoodikat, graafikuid ja hoiatusi, tehnilisest blogist ja uurimistööst.