Накратко
- Експертните служители губят около една пета от всяка работна седмица в търсене на вътрешна информация и на колегите, които я държат. Точно това време е аргументът за асистента, а не самата технология.
- Ползите са реални, но неравномерни. Същият инструмент, който повишава общата производителност с 14%, повишава тази на новите служители и тези с по-кратък стаж с 34%, защото им подава отговорите, които експертите вече носят в главите си.
- Разликата между асистент, на който хората се доверяват, и такъв, който тихо изоставят, е управлението: ограничен корпус, цитирани източници и дисциплина по актуализиране. Без тях системата започва да си измисля политики.
Попитайте служител на първа линия къде се намира отговорът и рядко ще получите документ. Ще получите име. Политиката е в главата на някого, изключението е в нишка от миналата пролет, а актуалната версия на наръчника е тази, която колега с дълъг стаж пази на работния си плот. Всяка организация работи върху знание, което не може лесно да намери.
Цената не е абстрактна. Тя се плаща в една и съща валута всеки ден, от всекиго.
Проблемът е в достъпа, не в информацията
Компаниите не страдат от липса на знание. Страдат от липса на начини да го достигнат. Проучването на McKinsey сред служители, чиято работа е взаимодействие с други, установява, че близо една пета от работната седмица изчезва в търсене на вътрешна информация или в проследяване на човека, който я притежава. За функция с високо натоварване от знание това е един от всеки пет дни, прекаран в търсене вместо в обслужване.
Вътрешният асистент атакува това число директно. Той поглъща политиките, наръчниците и продуктовата документация, които организацията вече притежава, индексира ги и отговаря на въпроси на разбираем език, с връзки обратно към източника. Същото изследване установява, че когато знанието стане лесно за търсене, времето за търсене може да се съкрати с до 35%. Същината не е новостта. Същината са възстановените часове.
Компаниите не страдат от липса на знание. Страдат от липса на начини да го достигнат.
Ползите са най-осезаеми там, където стажът е най-кратък
Най-надеждните доказателства идват от проучване сред 5179 агенти за клиентско обслужване, на които е предоставен генеративен асистент, предлагащ отговори в реално време. Достъпът до него повишава броя на решените случаи на час със средно 14%. Но средната стойност крие истинската история. Начинаещите агенти и тези с по-ниска квалификация се подобряват с 34%, докато при най-опитните почти няма промяна.
Точно тази асиметрия е целият аргумент в полза на вътрешното знание като приложение. Асистентът работи, като извежда наяве това, което вашите най-добри хора вече знаят, и го подава на всички останали. Той скъсява кривата на стажа, превръщайки служител с два месеца опит в еквивалент на такъв с шест.
Графика 1
AI асистентът повишава най-много тези с най-малко опит
Източник: Brynjolfsson, Li & Raymond, NBER (производителността е измерена като брой решени случаи на час)
Ето защо вътрешното знание премина от страничен проект към приоритет на първа линия. В проучването на McKinsey от 2024 г. 65% от организациите съобщават, че използват генеративен AI редовно, почти двойно повече спрямо десет месеца по-рано, а често срещан модел в рамките на това възприемане е разговорен интерфейс, поставен върху вътрешното съдържание.
Какво отличава асистента, който печели доверие, от този, който го подкопава
Технологията е лесната част. Дисциплината е това, което решава дали хората ще продължат да използват инструмента след първия грешен отговор. Пет практики отделят внедряванията, които натрупват стойност, от тези, които тихо умират.
- Ограничете корпуса. Започнете с едно добре поддържано тяло от съдържание, HR политики, наръчници за обслужване или продуктова документация, и кажете на потребителите точно какво асистентът знае и какво не. Тесен асистент, който е прав, бие широк, който гадае.
- Заземявайте всеки отговор и го цитирайте. Отговорите трябва да се извличат от одобрено съдържание и да се връщат с връзки към източника, така че служителят да може да провери с едно кликване. Асистентът предлага; източникът решава.
- Третирайте актуалността като задача, не като надежда. Остарелите хранилища са мястото, откъдето идват халюцинациите. Възложете отговорност за това какво се добавя, премахва и преглежда и с каква честота.
- Ограничете достъпа според правата. Вътрешното знание носи разрешения. Асистентът трябва да зачита кой какво има право да вижда, иначе се превръща в изтичане на данни с приветлив интерфейс.
- Затворете обратната връзка. Следете въпросите, на които не може да отговори, и отговорите, които хората отхвърлят. Тези пропуски са пътната карта за следващия кръг съдържание, а не причина да изоставите инструмента.
Защо икономиката се връзва
Причината това приложение постоянно да изниква в сериозните анализи е, че стойността е концентрирана точно там, където оперират тези компании. McKinsey оценява, че клиентските операции са една от четирите функции, които носят по-голямата част от потенциала на генеративния AI, с ръст на производителността на стойност 30 до 45% от текущите разходи на функцията. Вътрешният асистент е начинът, по който този потенциал стига до бюрото: не като замества експерта, а като прави знанието на експерта достъпно за всички в момента, в който им потрябва.
Компаниите, които правят това правилно, не третират асистента като функционалност. Третират го като управляван слой върху своята експертиза, ръководен със същата сериозност като знанието под него. Това е преходът от внедряване на чатбот към управление на способност за знание.
За да видите как проектираме и управляваме вътрешни асистенти за знание, разгледайте нашата работа в Advisory и Experience Strategy или прегледайте казусите.
Източници
- McKinsey Global Institute, "The social economy: Unlocking value and productivity through social technologies," mckinsey.com.
- Brynjolfsson, Li & Raymond, "Generative AI at Work," National Bureau of Economic Research, nber.org.
- McKinsey, "The state of AI in early 2024: Gen AI adoption spikes and starts to generate value," mckinsey.com.
- McKinsey, "The economic potential of generative AI: The next productivity frontier," mckinsey.com.