Anthropic ekonomikos indeksas siūlo pažvelgti į tai, kaip organizacijos ir asmenys iš tikrųjų naudoja didelius kalbos modelius. Ataskaitoje pateikiama bendrovės atlikta milijono vartotojų sąveikų Claude.ai ir milijono įmonės API skambučių analizė nuo 2025 m. lapkričio mėn. Ataskaitoje pažymima, kad jos skaičiai pagrįsti stebėjimais, o ne, pavyzdžiui, verslo sprendimus priimančių asmenų imtimi ar bendra apklausa.
Dominuoja riboto naudojimo atvejai
„Anthropic“ dirbtinis intelektas naudojamas santykinai nedaug užduočių, o dešimt dažniausiai atliekamų užduočių sudaro beveik ketvirtadalį vartotojų sąveikų ir beveik trečdalį įmonės API srauto. Daug dėmesio skiriama Claude naudojimui kodo kūrimui ir modifikavimui, kaip gali tikėtis skaitytojai.
Ši AI, kaip programinės įrangos kūrimo įrankio, naudojimo koncentracija laikui bėgant išliko gana pastovi, o tai rodo, kad modelio vertė daugiausia priklauso nuo tokio tipo užduočių, o Claude’as nenaudojamas kitiems empiriškai reikšmingiems tikslams. Tai rodo, kad platus, bendras AI diegimas yra mažiau tikėtinas nei tas, kurios sutelktos į užduotis, kai įrodyta, kad dideli kalbiniai modeliai yra veiksmingi.
Papildymas pranoksta automatizavimą
Vartotojų platformose naudojimas bendradarbiaujant, kai naudotojai kartoja AI užklausas virtualaus pokalbio metu, yra labiau paplitęs nei DI naudojimas automatinėms darbo eigoms kurti. Įmonės API naudojimas rodo priešingai, nes įmonės bando sutaupyti automatizuodami užduotis. Tačiau nors Claude’ui pavyksta atlikti trumpesnes užduotis, stebima rezultatų kokybė prastėja, kuo sudėtingesnė užduotis (arba užduočių serija) ir kuo ilgesnis reikalingas „mąstymo laikas“.
Tai reiškia, kad automatizavimas yra veiksmingiausias atliekant įprastas, tiksliai apibrėžtas užduotis, kurios yra paprastesnės, reikalauja mažiau loginių veiksmų ir kuriose atsakymai į užklausas gali būti greiti. Apskaičiuota, kad užduotys, kurios žmonėms užtrunka kelias valandas, rodo žymiai mažesnį atlikimo rodiklį nei trumpesnės užduotys. Kad ilgesnės užduotys būtų sėkmingos, vartotojai turi kartoti ir taisyti rezultatus.
Vartotojai, suskirstę dideles užduotis į valdomus veiksmus ir pateikiantys kiekvieną atskirai (interaktyviai arba per API), pagerino sėkmės rodiklius.
Bendrovės pastebėjimai rodo, kad dauguma užklausų, pateiktų LLM, yra susijusios su „baltųjų apykaklių“ vaidmenimis (nors skurdesnėse šalyse „Claude“ akademinėje aplinkoje naudojama dažniau nei, pavyzdžiui, JAV). Pavyzdžiui, kelionių agentai gali prarasti sudėtingas planavimo užduotis LLM ir pasilikti daugiau su sandoriais susijusio darbo elementus, o kai kurie vaidmenys, pavyzdžiui, nekilnojamojo turto valdytojai, rodo priešingai: įprastas administracines užduotis gali atlikti dirbtinis intelektas, o užduotis, kurioms reikia didesnio sprendimo, gali atlikti profesionalai.
Produktyvumo padidėjimą mažina patikimumas
Ataskaitoje pažymima, kad teiginius, kad dirbtinis intelektas padidina metinį darbo našumą 1,8 % (per dešimtmetį), greičiausiai geriausia būtų sumažinti iki 1–1,2 %, nes reikia atsižvelgti į papildomą darbo jėgą ir išlaidas. Nors 1 % efektyvumo padidėjimas per dešimtmetį vis dar yra ekonomiškai prasmingas, būtinybė atlikti tokias veiklas kaip patvirtinimas, klaidų tvarkymas ir perdirbimas sumažins sėkmės rodiklius, todėl verslo sprendimus priimantys asmenys turėtų panašiai prisitaikyti.
Galimas DI diegiančios organizacijos pelnas taip pat priklauso nuo to, ar LLM suteiktos užduotys papildo, ar pakeičia darbą. Pastaruoju atveju sėkmė dirbtinio intelekto pakeitimo užduotimis, kurias paprastai atlieka žmogus, priklauso nuo to, koks sudėtingas darbas.
Pažymėtina, kad ataskaitoje nustatyta beveik tobula koreliacija tarp vartotojų raginimų į LLM sudėtingumo ir sėkmingų rezultatų. Taigi, kaip žmonės naudoja AI, priklauso, ką jis teikia.
Pagrindiniai patarimai lyderiams
- Dirbtinis intelektas greičiausiai sukuria vertę konkrečiose, tiksliai apibrėžtose srityse.
- Papildomos sistemos (AI + žmogus) pranoksta visišką automatizavimą atliekant sudėtingus darbus.
- Patikimumas ir būtinas papildomas darbas „aplink“ AI sumažina numatomą produktyvumo padidėjimą.
- Darbo jėgos sudėties pokyčiai priklauso nuo užduočių derinio ir jų sudėtingumo, o ne nuo konkrečių darbo vaidmenų.
(Vaizdo šaltinis: antjeverena „virtualus statybininkas“ yra licencijuotas pagal CC BY-NC-SA 2.0.)
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra TechEx dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
