Auf einen Blick
- Quelle
- Brynjolfsson, Li and Raymond (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889–942. doi:10.1093/qje/qjae044
- Wie sie durchgeführt wurde
- Das Unternehmen gab den Assistenten verschiedenen Gruppen von Beschäftigten zu verschiedenen Zeitpunkten. Die Forschenden verglichen Beschäftigte, die ihn schon hatten, mit Beschäftigten, die ihn noch nicht hatten. Feldstudie. Sie begleitet echte Arbeit in einem Unternehmen und vergleicht Beschäftigte, die das Werkzeug hatten, mit Beschäftigten, die es noch nicht hatten.
- Wer teilnahm
- 5.172 Beschäftigte im Kundenservice.
- Wo
- Kundenservice eines Unternehmens, untersucht von Forschenden in den Vereinigten Staaten; einige Beschäftigte arbeiteten aus anderen Ländern.
“Less experienced and lower-skilled workers improve both the speed and quality of their output, while the most experienced and highest-skilled workers see small gains in speed and small declines in quality.” [Weniger erfahrene und weniger qualifizierte Beschäftigte verbessern sowohl Tempo als auch Qualität ihrer Arbeit, während die erfahrensten und am höchsten qualifizierten Beschäftigten kleine Gewinne beim Tempo und kleine Verluste bei der Qualität verzeichnen.]
Was sie fand
- Beschäftigte mit dem Assistenten lösten im Durchschnitt 15 % mehr Anliegen pro Stunde.
- Weniger erfahrene und weniger qualifizierte Beschäftigte wurden schneller, und ihre Arbeit wurde besser.
- Die erfahrensten Beschäftigten wurden etwas schneller, und die Qualität ihrer Arbeit sank leicht.
- Der Assistent schien den Beschäftigten beim Lernen zu helfen. Er verbesserte auch das Englisch der Beschäftigten, die aus anderen Ländern arbeiteten.
- Die Kundschaft war höflicher und verlangte seltener nach einer Führungskraft.
Eine frühere Fassung derselben Studie als Arbeitspapier, mit 5.179 Beschäftigten, berichtete einen durchschnittlichen Gewinn von 14 % und einen Gewinn von 34 % bei Neulingen und gering qualifizierten Beschäftigten (NBER Working Paper 31161). Die Zahlen auf dieser Seite stammen aus der veröffentlichten Zeitschriftenfassung.
Wann das Ergebnis gilt
Die Arbeit war Kundenservice. Er ist häufig, klar umrissen und leicht zu messen. Die Gewinne waren bei mäßig seltenen Problemen am größten: selten genug, dass die Beschäftigten wenig Übung hatten, häufig genug, dass die KI Beispiele gesehen hatte.
Grenzen
- Die Beschäftigten wurden dem Werkzeug nicht per Zufall zugeteilt. Der Vergleich beruht auf der Reihenfolge, in der das Unternehmen es einführte.
- Die Studie misst Tempo und Servicequalität. Sie misst keinen Gewinn.
Praktiken, die sich auf diese Studie stützen
Diese Studie stützt:
- Beginnen Sie mit einem kostspieligen Prozess, nicht mit einer unternehmensweiten Einführung Wählen Sie einen Prozess, der sichtbar Zeit oder Geld kostet. Setzen Sie dort KI ein, mit einem Menschen, der die Ergebnisse prüft, und weiten Sie erst aus, wenn sich die Zahlen bewegen. Zuerst · Aufwand: mittel (Wochen, einige Personen)
- Messen Sie die eingesparte Zeit je Aufgabe an einer Ausgangsmessung Halten Sie fest, wie lange eine Aufgabe dauert und wie gut das Ergebnis ist, bevor Sie KI einsetzen. Ohne diesen Ausgangswert können Sie einen echten Gewinn nicht von einem erhofften unterscheiden. Zuerst · Aufwand: gering (Tage, eine Person)
- Geben Sie KI-Unterstützung zuerst den neueren Beschäftigten Wenn Sie einen KI-Assistenten für eine klar umrissene Aufgabe einführen, beginnen Sie mit Ihren weniger erfahrenen Leuten. Studien zeigen, dass sie am meisten gewinnen. Als Nächstes · Aufwand: gering (Tage, eine Person)
Diese Studie schränkt ein oder widerspricht: