Bagaimana Computer membentuk ulang pekerjaan pengetahuan

Minggu ini, bekerja sama dengan para peneliti di Harvard Business School, kami menerbitkan studi baru yang mengamati bagaimana orang benar-benar menggunakan Perplexity Computer di dunia nyata. Serta bagaimana - dalam tiga bulan pertama keberadaannya - hal tersebut telah mengubah bentuk pekerjaan pengetahuan. Berikut adalah versi singkat dari apa yang kami temukan, dan mengapa kami rasa hal ini layak untuk diperhatikan.

Mengapa kami melakukan penelitian ini

Selama beberapa dekade terakhir, komputer semakin mendekati pekerjaan kita. Setiap antarmuka baru, dari baris perintah ke GUI hingga layar sentuh, mengambil alih lebih banyak tugas dan mengurangi beban pada pengguna.

Seiring antarmuka menjadi lebih sederhana, begitu pula pertanyaan kita. Namun pengguna tetap harus memecah permintaan ke dalam beberapa langkah, memasukkannya secara manual, dan menyatukan kembali hasilnya.

Perplexity Computer mengubah hal tersebut. Sistem ini mengatur lebih dari 20 model mutakhir di berbagai berkas dan alat, mengubah permintaan menjadi tim agen yang memahami tujuan, membagi pekerjaan, dan bertindak secara asinkron. Pengguna meminta hasil akhirnya, bukan prosesnya.

Kami ingin tahu apa yang terjadi ketika orang-orang benar-benar mulai bekerja dengan cara tersebut.

Apa yang kami temukan

Pengguna meminta pekerjaan, bukan jawaban.

Pencarian memberikan jawaban. Computer mengeksekusinya. Pada permintaan yang hampir identik, Computer menjalankan rata-rata 26 menit pekerjaan mesin dibandingkan dengan 33 detik untuk Search - peningkatan sebesar 48x pada tugas yang sama. Menit-menit tersebut dihabiskan untuk mencari, mengedit, menjalankan kode, dan mengakses alat yang terhubung - Computer melakukan panggilan sekitar dua belas kali lebih banyak ke aplikasi eksternal dan konektor per sesi daripada Search. Upaya pengguna terkonsentrasi di kedua ujungnya: menetapkan tujuan dan meninjau hasilnya. Bagian tengah ditangani oleh para agen.

Hasilnya jauh lebih cepat dan lebih murah.

Dari 10.000 pasang tugas yang cocok - jenis permintaan yang sama yang dibuat pada Search maupun Computer - Computer memangkas perkiraan waktu sebesar 87% dan biaya sebesar 94%. Alur kerja yang tadinya memakan waktu 269 menit turun menjadi 36 menit.

Penghematan tersebut berlaku di 18 domain: perangkat lunak, keuangan, pemasaran, layanan kesehatan, hukum, pendidikan, dan banyak lagi. Dalam wawancara pengguna, rata-rata orang melaporkan pekerjaan mereka berjalan 25x lebih cepat. Beberapa melaporkan peningkatan kecepatan hingga lebih dari 300x.

Permintaan menjadi lebih besar dan lebih luas.

Dengan penanganan eksekusi yang diurus, hambatan untuk mengejar proyek yang ambisius menjadi berkurang. 23% permintaan Computer adalah untuk hal-hal yang tidak pernah diminta orang untuk dilakukan oleh Search - terkonsentrasi pada perangkat lunak, pengembangan web, dokumentasi, dan visualisasi data - berupa tugas, bukan pertanyaan.

Separuh dari semua permintaan Computer meminta Computer untuk menghasilkan sesuatu - dua kali lipat dari proporsi pada Search - dan 76% memerlukan analisis, evaluasi, atau pembuatan alih-alih pencarian informasi, berbanding 55% pada search. 71% melibatkan pekerjaan abstrak dan non-rutin, dibandingkan dengan 53% pada Search. Tugas khas Computer mencakup 2,4 bidang keahlian, sedangkan Search hanya mencakup 1,74 bidang, dan hampir tiga kali lebih mungkin membutuhkan 3 domain atau lebih.

Orang-orang juga bekerja di luar bidang mereka sendiri. Dari 8.000 pengguna dari delapan kelompok pekerjaan, orang-orang melakukan pekerjaan di luar pekerjaan utama mereka sebesar 59% dari waktu dengan Computer, berbanding 50% dengan Search.

Kualitas tidak menurun.

Mengambil pekerjaan yang lebih sulit di berbagai domain tidak menurunkan kualitas. Orkestrasi multi-model memungkinkan Computer mencocokkan setiap langkah dengan model yang paling sesuai untuknya, sehingga permintaan yang mencakup penelitian, analisis, dan desain ditangani oleh model yang benar pada setiap tahap, alih-alih satu model untuk semuanya. Perutean ini memungkinkan pekerjaan tetap berada pada standar kualitas yang sama bahkan ketika permintaan menjadi lebih rumit.

Mengapa hal ini menarik

AI itu cepat. Bagian itu sudah diduga.

Temuan yang lebih menarik adalah apa yang orang pilih untuk lakukan dengan waktu luang tersebut. Ketika eksekusi menjadi murah, perhitungannya pun berubah. Pekerjaan yang sebelumnya tidak layak dilakukan, tiba-tiba menjadi layak dilakukan. Pekerjaan yang tadinya memerlukan spesialis kini dapat Anda coba sendiri dengan meyakinkan.

Keterlambatan (bottleneck) dalam pekerjaan pengetahuan jarang sekali terjadi karena pencarian informasi; melainkan kapasitas untuk mengeksekusi. Perplexity Computer mengambil alih kapasitas ini, dan sebagai hasilnya, orang-orang menetapkan target yang lebih tinggi. Mereka beralih dari operator menjadi pengawas - menghabiskan lebih sedikit waktu untuk menjalankan alur kerja dan lebih banyak waktu untuk menetapkan tujuan serta memeriksa hasilnya.

Apa selanjutnya

Kita masih berada di tahap awal. Computer baru berusia tiga bulan, orang-orang masih membiasakan diri bekerja dengannya, dan alur kerja serta penggunaannya pasti akan beradaptasi seiring berjalannya waktu.

Tetapi data ini telah menunjukkan pergeseran perilaku tingkat individu.

Bagaimana hal ini terakumulasi di tingkat tim dan organisasi adalah pertanyaan terbuka, dan hal itulah yang paling ingin kami ketahui selanjutnya.

Anda dapat membaca lebih lanjut tentang penelitian ini, termasuk metodologi lengkap, grafik, dan catatan, dalam blog teknis dan makalah penelitian.