כיצד Computer מעצב מחדש את עבודת הידע

השבוע, בשיתוף עם חוקרים מבית הספר לעסקים של הארוורד, פרסמנו מחקר חדש הבודק כיצד אנשים משתמשים בפועל ב-Perplexity Computer בעולם האמיתי. וכיצד – כבר בשלושת חודשי קיומו הראשונים – הוא משנה את פני עבודת הידע. הנה גרסה קצרה של מה שמצאנו, ומדוע לדענו כדאי לשים לב לכך.

מדוע ערכנו מחקר זה

במהלך העשורים האחרונים, מחשבים התקרבו יותר לעבודה שלנו. כל ממשק חדש, שורה הפקודה ועד ממשק משחקי (GUI) ומסך מגע, לקח על עצמו חלק גדול יותר מהמשימה והפחית את העומס על המשתמש.

ככל שהממשקים הפכו פשוטים יותר, כך גם השאלות שלנו הפכו לכך. אך משתמשים עדיין נדרשו לפרק בקשות לשלבים, להזין אותן ידנית ולאסוף את התוצאות מחדש.

Perplexity Computer משנה זאת. הוא מתאם למעלה מ-20 מודלים מתקדמים בין קבצים וכלים, והופך בקשה לצוותי סוכנים המבינים את היעד, מחלקים את העבודה ופועלים באופן אסינכרוני. המשתמש מבקש את התוצאה, לא את התהליך.

רצינו לדעת מה קורה כאשר אנשים מתחילים באמת לעבוד כך.

מה שמצאנו

משתמשים מבקשים עבודה, לא תשובות.

חיפוש מספק תשובות. Computer מבצע אותן. בבקשות זהות כמעט לחלוטין, Computer הפעיל בממוצע 26 דקות של עבודת מכונה בהשוואה ל-33 שניות בחיפוש – עלייה פי 48 באותה משימה. דקות אלו מושקעות בחיפוש, עריכה, הרצת קוד והגעה לכלים מחוברים – Computer ביצע קריאות רבות פי שנים עשר לאפליקציות חיצוניות ولمحברים לכל הפעלה בהשוואה לחיפוש. מאמץ המשתמש מרוכז בשני הקצוות: הגדרת היעד ובדיקת התוצאה. האמצע מטופל על ידי הסוכנים.

הוא משמעותית מהיר יותר וזול יותר.

על פני 10,000 זוגות משימות מותאמים – אותה סוג בקשה שבוצעה הן בחיפוש והן ב-Computer – Computer קיצץ את הזמן המשוער ב-87% ואת העלויות ב-94%. תהליך עבודה שלקח 269 דקות ירד ל-36.

החיסכון נשמר על פני 18 תחומים: תוכנה, פיננסים, שיווק, בריאות, משפטים, חינוך ועוד. בריאיונות עם משתמשים, האדם החציוני דיווח שעבודתו מהירה פי 25. חלקם דיווחו על האצות של למעלה מפי 300.

הבקשות נעשו גדולות ורחבות יותר.

עם טיפול בביצוע, המחסום לביצוע פרויקטים שאיפתים יורד. 23% מבקשות Computer היו לדברים שאנשים מעולם לא ביקשו מחיפוש לעשות – התקבצות בתוכנה, פיתוח אתרים, תיעוד וויזואליזציה של נתונים – משימות ולא שאלות.

מחצית מכלל בקשות Computer ביקשו מ-Computer לייצר משהו – פי שניים מהנתון בחיפוש – ו-76% דרשו ניתוח, הערכה או יצירה במקום שליפה, לעומת 55% בחיפוש. 71% כללו עבודה מופשטת ולא שגרתית, לעומת 53% בחיפוש. משימת Computer טיפוסית השתרעה על פני 2.4 תחומי מומחיות, בעוד שחיפוש הסתמך על 1.74 בלבד, והיה סביר כמעט פי שלושה להזדקק ל-3 תחומים או יותר.

אנשים גם עבדו מחוץ לתחום שלהם. על פני 8,000 משתמשים משמונה קבוצות מקצועיות, אנשים עשו עבודה מחוץ למקצוע העיקרי שלהם 59% מהזמן עם Computer, לעומת 50% עם חיפוש.

האיכות לא ירדה.

נטילת עבודה קשה יותר על פני תחומים שונים לא פגעה באיכות. תיאום מרובה-מודלים מאפשר ל-Computer להתאים כל שלב למודל המתאים ביותר עבורו, כך שבקשה המשתרעת על מחקר, ניתוח ועיצוב מטופלת על ידי המודל הנכון בכל שלב במקום מודל אחד עבור כולו. ניתוב זה מאפשר לעבודה להישאר באותה רמת איכות גם כשהבקשות הפכו מורכבות יותר.

מדוע זה מעניין

בינה מלאכותית היא מהירה. חלק זה צפוי.

המצאה המעניינת יותר היא מה שאנשים בחרו לעשות עם הזמן שהתפנה. כאשר הביצוע נעשה זול, התחשיב משתנה. עבודה שלא הייתה שווה ביצוע קודם לכן הופכת פתאום לכדאית. עבודה שדרשה בעבר מומחה היא משהו שאתה יכול לנסות לבצע בעצמך בביטחון.

צוואר הבקבוק בעבודת ידע היה לעיתים רחוקות מציאת מידע; זו הייתה היכולת לבצע. Perplexity Computer לוקח על עצמו יכולת זו, וכתוצאה מכך, אנשים מכוונים גבוה יותר. הם עוברים ממפעיל למפקפח – מקדישים פחות זמן להרצת תתהליך עבודה ויותר זמן להגדרת המטרה ובדיקת הפלט.

מה הלאה

אנחנו עדיין בהתחלה. Computer קיים רק שלושה חודשים, אנשים מתרגלים לעבוד איתו, ותהליכי העבודה והשימוש ללא ספק יותאמו לאורך זמן.

אך נתונים אלו כבר מדגימים שינויים ברמת הפרט בהתנהגות.

כיצד הם משתלבים ברמת הצוות והארגון היא השאלה הפתוחה, וזו שאותה אנו מעוניינים לבחון ביותר בהמשך.

תוכלו לקרוא עוד על מחקר זה, כולל המתודולוגיה המלאה, תרשימים והסתייגויות, בבלוג הטכני ובמאמר המחקר.