曼徹斯特大學聯盟曼徹斯特商學院生產力研究所今日發表一項研究指出，企業採購人工智能的速度，遠超將其轉化為實際生產力增長的能力。這項研究由英國富時250指數科技公司Bytes Technology Group委託進行。
這份名為《人工智能雄心差距》的報告，匯集全球有關人工智能與生產力的最新證據，並訪問商界、學術界及政府專家。報告發現，人工智能能顯著加快個別任務，但當人工智能的應用層次從單一任務提升至整個職位、從團隊擴展至整個組織，以至從組織擴展至更廣泛的經濟層面時，這些效益便會隨之縮減。
Bytes Technology Group行政總裁Sam Mudd表示：「人工智能的開發需要巨額資金，但嘗試成本幾乎為零，因此無論領導者是否有計劃，它都會進入每個組織。」 AP圖片
報告審視的研究顯示，客戶服務人員在人工智能助理協助下，每小時處理的客戶查詢增加14%，當中經驗較淺的員工獲益最大。專業人士利用人工智能，完成寫作及分析任務的速度加快40%，且達到更高水平。
然而，在整個組織層面，人工智能的應用仍流於表面。近九成（89%）組織在業務某個環節使用人工智能。大部分員工每周使用人工智能的時間不超一至兩小時。只有四分之一的組織改變了工作方式以充分利用人工智能。不足一半（46%）的組織已超越試點項目階段，只有6%的公司從人工智能中獲得5%或超5%的利潤。
軟件開發清晰地反映這個問題。開發人員使用人工智能編碼工具，編寫的代碼量超三倍，但發布的軟件量僅增加30%。這差距源於仍需人手檢查、測試及發布軟件。
研究人員指出存在「人工智能雄心差距」，即人工智能能為企業帶來的潛在效益與實際成果之間的差異。他們總結，要彌補這差距，領導者必須設定清晰的戰略方向，創造變革誘因，並讓員工具備安全嘗試所需的技能和信心。最重要的是，領導者必須重新設計整個工作流程，使加快的個別任務能轉化為整個業務的更佳成果。
良好的管理是區分效益的最清晰界線。在2020年管理較佳的英國公司，到2023年更有可能使用人工智能，無論其規模、年齡、行業或地點如何。管理實踐的差異，連同勞動力及公司特徵，解釋了美國與歐洲員工在工作中使用生成式人工智能比例差距中約80%的原因。
報告亦解釋了為何人工智能看似未能帶來回報。公司前期在員工再培訓、工作重組及數據整理方面投入大量資金。這些成本會即時顯現，但回報則較遲才出現，因此生產力可能先下降後上升。經濟學家稱之為「J型曲線」。
自2000年代中期以來，先進經濟體的生產力增長大致減半，從每年約2%降至約1%。研究人員判斷，人工智能最有可能每年為英國生產力增長貢獻0.5至0.7個百分點，他們稱之為「顯著的轉變」。
英國處於有利位置以從中獲益。報告引述一項比較英國與其他五個國家（美國、巴西、哥倫比亞、印度及南非）的研究，顯示英國在人工智能有相當大空間補充人類專業知識的職位中，所佔的勞動人口比例最大。這部分反映了其龐大的金融及專業服務業，儘管實現這些效益需要適當的技能及組織支援。
報告指出，英國及歐洲最快的成功之道，並非開發新的人工智能工具，而是將現有工具應用於其最強大的行業，例如醫療、專業服務及先進製造業。
Bytes Technology Group行政總裁Sam Mudd表示，人工智能的開發需要巨額資金，但嘗試成本幾乎為零，因此無論領導者是否有計劃，它都會進入每個組織。他指出，在他們的客戶群中，同一行業的公司正採取截然不同的策略，從為每位員工購買許可證到完全不使用，但兩者都不能保證結果。這項研究顯示，領先的組織是那些將人工智能視為業務變革，並設定清晰目標、提供安全實驗空間及具備推廣成功經驗技能的組織。
曼徹斯特大學生產力研究所教授Bart van Ark表示，當更快的任務能帶來整個業務的更佳表現時，人工智能的生產力潛力才會真正實現。他指出，雄心差距存在於這些個別效率與持續的業務成果之間。彌補這差距需要企業在管理、技能及工作流程重塑方面投資，同時配合科技應用。
報告提出了實現人工智能雄心的七個推動因素。對於企業領導者，應設定人工智能應實現的清晰目標、適當培訓員工、將技術可行性與經濟可行性聯繫起來，並準備好改變工作方式。對於政府，則應為每個行業制定清晰規則、提供更佳的本地商業支援，以及加強人工智能研究與應用企業之間的聯繫。
（美聯社）
