What Can be Done in 59 Seconds: An Opportunity (and a Crisis)

What Can be Done in 59 Seconds: An Opportunity (and a Crisis)

Что можно сделать за 59 секунд: возможность (и кризис)

Five analytical tasks in under a minute

Пять аналитических задач меньше чем за минуту

Less than a year ago, one of my AI experiments went viral. I decided to see how far I could get in marketing a product launch in under 30 minutes using the then-new Microsoft Bing and ChatGPT. The results were impressive. In half an hour, I had a draft email marketing campaign, social posts, and even a landing page and video. To me, it was an early sign of the potential of AI to do real work.

Меньше года назад один из моих экспериментов с ИИ стал вирусным. Я решил посмотреть, как далеко смогу продвинуться в маркетинге запуска продукта менее чем за 30 минут, используя тогда ещё новые Microsoft Bing и ChatGPT. Результаты были впечатляющими. За полчаса у меня был черновик email-кампании, посты для соцсетей и даже лендинг и видео. Для меня это было ранним признаком потенциала ИИ выполнять реальную работу.

In the 10 months since, the evidence for AI as a productivity booster has only grown, but many people are still not even trying to use AI (though that isn’t true for all populations - almost 100% of my students this semester reported using LLMs). Maybe it was the fact that it took a little skill to use LLMs well. Maybe it was that people found using AI unnerving and gave up on it quickly. Maybe it was the fact that organizations frowned on AI use. It certainly didn’t help that the ubiquitous chatbot approach to AI hid a lot of its power, which was only revealed after hours of experimentation. As a result, AI use was mostly something a small proportion of people in organizations used, often keeping their applications secret to get the maximum value with minimum risk. The extent to which AI was truly disruptive was hidden.

За 10 месяцев, прошедших с тех пор, доказательств того, что ИИ повышает продуктивность, стало только больше, но многие люди до сих пор даже не пытаются использовать ИИ (хотя это касается не всех групп — почти 100% моих студентов в этом семестре сообщили, что используют LLM). Возможно, дело в том, что для хорошего использования LLM требовалось определённое умение. Возможно, людям было не по себе от ИИ, и они быстро бросали попытки. Возможно, дело в том, что организации неодобрительно относились к использованию ИИ. Безусловно, не помогало и то, что вездесущий чат-бот-подход к ИИ скрывал значительную часть его мощи, которая раскрывалась лишь после часов экспериментов. В результате ИИ в основном использовала небольшая доля людей в организациях, нередко держа свои применения в секрете, чтобы получить максимум выгоды при минимуме риска. Истинный масштаб того, насколько ИИ разрушителен, оставался скрытым.

I think that changed this month, with the wide release of two tools that made AI use much easier and, soon, harder to ignore. Microsoft’s Copilot for Office became widely available for anyone for $20 a month, and OpenAI’s GPTs became more useful, with a combination of a new “GPT Store” and team-based subscriptions. Neither of these tools fundamentally changed anything about the capabilities of AI. They both use GPT-4 which is well over a year old, though it is still the best AI model available, at least for now. Instead, these systems made AI use feel much easier and more normal, removing the uncertainty (and some of the power) associated with directly using GPT-4. Now, companies are buying tens of thousands of Copilot licenses and the most popular GPTs are being used hundreds of thousands of times. AI use is becoming normalized.

Думаю, в этом месяце ситуация изменилась — с широким выпуском двух инструментов, которые сделали использование ИИ гораздо проще и вскоре труднее игнорируемым. Microsoft Copilot для Office стал широко доступен любому за $20 в месяц, а OpenAI GPTs стали полезнее благодаря сочетанию нового «GPT Store» и командных подписок. Ни один из этих инструментов фундаментально не изменил возможности ИИ. Оба используют GPT-4, которому уже больше года, хотя это по-прежнему лучшая доступная модель ИИ, по крайней мере пока. Вместо этого эти системы сделали использование ИИ гораздо более лёгким и привычным, убрав неопределённость (и часть мощи), связанную с прямым использованием GPT-4. Теперь компании покупают десятки тысяч лицензий Copilot, а самые популярные GPTs используются сотни тысяч раз. Использование ИИ становится нормой.

And I think many people are not ready for what happens next.

И я думаю, многие люди не готовы к тому, что произойдёт дальше.

59 seconds

59 секунд

To see why these tools can be so disruptive, I want to revisit my old experiment of giving myself 30 minutes to launch a product. I last did this 10 months ago — forever in AI time — so it seemed unfair to give myself a half hour again. Let’s try doing the work in under a minute.

Чтобы понять, почему эти инструменты могут быть столь разрушительными, я хочу вернуться к своему старому эксперименту, в котором я дал себе 30 минут на запуск продукта. В последний раз я делал это 10 месяцев назад — целая вечность по меркам ИИ, — поэтому казалось нечестным снова отводить себе полчаса. Давайте попробуем сделать работу менее чем за минуту.

I also decided to up the difficulty level in another way. I would do five different tasks, rather than one: I would launch a product and write a market research report and create on-trend designs for a kitchen and make an entire PowerPoint and craft a syllabus. All at the same time. All in 59 seconds.

Я также решил повысить уровень сложности ещё одним способом. Я выполню пять разных задач, а не одну: я запущу продукт, напишу отчёт по рыночным исследованиям, создам трендовый дизайн кухни, сделаю целую презентацию PowerPoint и составлю учебный план. Всё одновременно. Всё за 59 секунд.

With my five windows set up, it was time to start. I did some minor testing of prompts to see if they worked before this experiment, but I did not attempt to optimize any of the prompts or outputs, and used the system in the way I see first-time AI users do. Here is what I set up:

Когда мои пять окон были настроены, пришло время начинать. Перед экспериментом я немного протестировал промпты, чтобы убедиться, что они работают, но не пытался оптимизировать промпты или результаты и использовал систему так, как это делают начинающие пользователи ИИ. Вот что я настроил:

Microsoft PowerPoint: я использовал стандартную опцию Copilot, чтобы превратить файл (здесь — написанный ИИ бизнес-кейс о Tesla) в презентацию. Microsoft Word: я использовал Copilot с простым промптом: Напиши полный учебный план для вводного курса по предпринимательству из 6 занятий, включая таблицы, кратко изложи основные выводы курса, добавь задания и систему оценивания. ChatGPT с версией моего Trend Analyzer GPT, у которого есть короткий промпт, предлагающий ИИ искать тренды и затем создавать фотосессии трендовых дизайнов. ChatGPT с моим ProductLaunch GPT, который, по сути, объединил все команды, использованные мной в предыдущем посте о запуске продукта, и поручил LLM автоматизировать этот процесс. Я попросил его найти продукт Wharton Interactive — Saturn Parable, и дальше он сделал всю работу сам. (Ни один из этих GPTs не особенно хорош, я собрал их как эксперимент — но попробуйте, если хотите.) Bing (или Copilot? Microsoft постоянно меняет названия) с промптом: напиши черновик исследования рынка в стиле ведущей стратегической консалтинговой фирмы о рынке устройств виртуальной и дополненной реальности, используй рыночные исследования и обсуди тренды. Bing на деле оказался самой проблемной из систем — он неоднократно заявлял, что просить его написать для меня отчёт по рыночным исследованиям неэтично, пока я не назвал это «черновиком исследования рынка», что, по-видимому, убедило систему, что я веду себя надлежащим образом.

Then I started the timer and hit enter in each window. You can see the real-time video below.

Затем я запустил таймер и нажал Enter в каждом окне. Видео в реальном времени вы можете посмотреть ниже.

Five reasonably high-quality drafts were done in under a minute. I had renderings of a few trendy kitchens, a three-page syllabus (that wasn’t half bad), a thirteen-page slide deck with speaker notes, an almost 1,000-word market research summary, and a product launch strategy (with draft emails) for one of Wharton Interactive’s teaching games that was really solid. A few more interactions with the AI, and a bit more time, and they might have been excellent.

Пять довольно качественных черновиков были готовы менее чем за минуту. У меня были рендеры нескольких трендовых кухонь, трёхстраничный учебный план (вполне неплохой), презентация на тринадцать слайдов с заметками для докладчика, почти 1000-словное резюме рыночного исследования и стратегия запуска продукта (с черновиками писем) для одной из обучающих игр Wharton Interactive, которая была действительно солидной. Ещё несколько взаимодействий с ИИ и чуть больше времени — и они могли бы быть превосходными.

If you last checked in on AI a few months ago, you might also be surprised at how much the quality of the output has improved. While there are still errors and hallucinations, they are increasingly subtle and rare, and the quality of even first draft output has improved tremendously. It isn’t as good as good human work, but it is surprisingly capable compared to many writers. They also require much less expertise, as you don’t need to write good prompts to get good outputs, making AI more accessible.

Если вы в последний раз интересовались ИИ несколько месяцев назад, вас также может удивить, насколько улучшилось качество результатов. Хотя ошибки и галлюцинации всё ещё встречаются, они становятся всё более незаметными и редкими, а качество даже первого черновика выросло колоссально. Это не так хорошо, как хорошая человеческая работа, но удивительно неплохо в сравнении со многими авторами. К тому же это требует гораздо меньше экспертизы: вам не нужно писать хорошие промпты, чтобы получить хорошие результаты, что делает ИИ более доступным.

And this accessibility and quality is exactly what is going to cause a crisis.

И именно эта доступность и качество как раз и вызовут кризис.

The Crisis

Кризис

For many people in many organizations, their measurable output is words - words in emails, in reports, in presentations. We use words as proxy for many things: the number of words is an indicator of effort, the quality of the words is an indicator of intelligence, the degree to which the words are error-free is an indicator of care.

Для многих людей во многих организациях их измеримый результат — это слова: слова в письмах, в отчётах, в презентациях. Мы используем слова как заместитель для многих вещей: количество слов — показатель усилий, качество слов — показатель ума, а отсутствие ошибок в словах — показатель тщательности.

When a middle manager writes a weekly report on the status of a major initiative, the report may not be the point. Instead, it serves as a signal that the middle manager has done their job, speaking to the relevant employees, keeping an eye on the status of the project, and making corrections as needed. And it has always worked well enough - a senior manager could tell at a glance if the report was seemingly substantive (showing effort) and well-written (showing quality). But now every employee with Copilot can produce work that checks all the boxes of a formal report without necessarily representing underlying effort.

Когда менеджер среднего звена пишет еженедельный отчёт о статусе крупной инициативы, дело может быть вовсе не в отчёте. Скорее, он служит сигналом того, что менеджер выполнил свою работу: пообщался с нужными сотрудниками, следил за статусом проекта и вносил коррективы по мере необходимости. И это всегда работало достаточно хорошо: старший менеджер мог с первого взгляда понять, выглядит ли отчёт содержательным (показывая усилия) и хорошо ли написан (показывая качество). Но теперь любой сотрудник с Copilot может создать работу, которая отвечает всем формальным признакам отчёта, не обязательно отражая лежащие за ней усилия.

What this means is not yet completely clear. In organizations bogged down by meaningless paperwork, it may help as the endless procedures of bureaucracy is taken over by machine created, and filled out, forms. Other processes that would be meaningful when done right, but which are too often done purely to check a box, will suffer more. Performance reviews, for example, will likely lose all of their value as managers everywhere have confided in me that they are using AI to make reviewing easier. But the results could be even more severe as some employees may face a crisis of meaning about the nature of their work when faced with AI written content that replicates their work, but not their thought. What does your skill and effort mean if people don’t care if your work was done by a machine?

Что это означает, пока не до конца ясно. В организациях, увязших в бессмысленной бумажной работе, это может помочь, поскольку бесконечные бюрократические процедуры перейдут к машинно создаваемым и заполняемым формам. Другие процессы, которые были бы осмысленными при правильном выполнении, но слишком часто делаются исключительно для галочки, пострадают сильнее. Оценки эффективности сотрудников, например, скорее всего, полностью утратят свою ценность, поскольку менеджеры повсюду признаются мне, что используют ИИ, чтобы упростить процесс оценивания. Но последствия могут быть и куда серьёзнее: некоторые сотрудники могут столкнуться с кризисом смысла относительно природы своей работы, увидев написанный ИИ контент, который воспроизводит их работу, но не их мышление. Что значат ваши навыки и усилия, если людям всё равно, выполнена ли ваша работа машиной?

And the kicker is that the quality of GPT-4 writing is quite good, and, when given access to a source document or data, hallucinations are quite low. So why not use it? The temptation of the write-it-for-me Button, as I have noted before, is ubiquitous. No one is going to write their own drafts anymore. And very few will seriously edit those drafts either, as our research shows that people “fall asleep at the wheel” when faced with a good-enough AI. AI content will suddenly be everywhere, in every organization.

И самое неприятное в том, что качество текстов GPT-4 довольно высокое, а при наличии доступа к исходному документу или данным галлюцинации весьма редки. Так почему бы не использовать его? Соблазн кнопки «напиши-за-меня», как я уже отмечал ранее, вездесущ. Больше никто не будет писать собственные черновики. И очень немногие будут всерьёз редактировать эти черновики, ведь наши исследования показывают, что люди «засыпают за рулём», сталкиваясь с достаточно хорошим ИИ. Контент, созданный ИИ, внезапно окажется повсюду, в каждой организации.

Thus, to use AI at work requires you to think about what your work means to others, and what it means to you. These are answerable questions for thoughtful organizations. But very few leaders seem to be thinking about these issues as AI adoption expands.

Таким образом, чтобы использовать ИИ на работе, нужно задуматься о том, что ваша работа значит для других и что она значит для вас. Для вдумчивых организаций это вопросы, на которые можно ответить. Но очень немногие руководители, похоже, задумываются над этими проблемами по мере того, как внедрение ИИ расширяется.

Opportunity

Возможность

Yet, on the other side of the crisis lies the possibility of freedom. Of the five tasks that the AI did for me in less than a minute, I have done four repeatedly over the years (creating a presentation, launching a product, making a syllabus, and drafting a market research report), but I only really would enjoy doing one today - creating a new syllabus. I am more than happy to delegate at least part of the other tasks to the AI. That is why surveys repeatedly find that workers like to use AI, even while recognizing potential risks to their jobs. The AI does the work they do not want to do. And tools like Copilots and GPTs make it easy for anyone to figure out ways to delegate drudge work, so they can focus on what they actually like to do, and what other people value about their work. Organizations that figure out how to embrace this form of flourishing (and are willing to cut processes and approaches that no longer make sense in a world of AI writing) may find themselves benefitting.

И всё же по другую сторону кризиса лежит возможность свободы. Из пяти задач, которые ИИ выполнил для меня менее чем за минуту, четыре я многократно делал на протяжении лет (создание презентации, запуск продукта, составление учебного плана и подготовка отчёта по рыночным исследованиям), но сегодня мне по-настоящему нравилось бы делать лишь одну — создавать новый учебный план. Я более чем рад делегировать ИИ хотя бы часть остальных задач. Именно поэтому опросы раз за разом показывают, что работники любят использовать ИИ, даже осознавая потенциальные риски для своих рабочих мест. ИИ делает работу, которую они делать не хотят. А такие инструменты, как Copilots и GPTs, позволяют любому легко придумать, как делегировать рутинную работу, чтобы сосредоточиться на том, что им действительно нравится делать, и на том, что другие люди ценят в их работе. Организации, которые поймут, как принять эту форму процветания (и готовы отказаться от процессов и подходов, которые больше не имеют смысла в мире ИИ-письма), могут оказаться в выигрыше.

Even more than that, there is the opportunity for expansion of what we can do as flawed and limited human beings. One of the tasks the AI completed, creating trendy interior designs, has always interested me, but is completely beyond my natural abilities. But with AI help, I can start to explore a new set of interests. Beyond freeing us from tedium, there is the fascinating possibility that AI can help us expand our own capabilities. But this isn’t going to happen automatically.

Более того, есть возможность расширения того, что мы, несовершенные и ограниченные люди, можем делать. Одна из задач, которую выполнил ИИ, — создание трендовых интерьерных дизайнов — всегда меня интересовала, но полностью выходит за пределы моих природных способностей. Но с помощью ИИ я могу начать исследовать новый круг интересов. Помимо избавления от рутины, есть захватывающая возможность того, что ИИ способен помочь нам расширить собственные способности. Но это не произойдёт автоматически.

To paraphrase Kratzenberg’s First Law: “AI at work is neither good nor bad; nor is it neutral.” AI does not automatically improve the experience of work, nor does it automatically rob us of meaning or replace workers. How leaders and employees use the technology will determine whether it is good or bad. But AI also isn’t neutral. The use of AI will inevitably lead to deep and profound changes. We shouldn’t pretend those changes aren’t going to happen, and we have to take responsibility for determining ways of using AI that emphasize the good, and not the bad.

Перефразируя первый закон Кранцберга: «ИИ на работе не хорош и не плох; но и не нейтрален». ИИ не улучшает автоматически опыт работы и не лишает нас автоматически смысла и не заменяет работников. То, как руководители и сотрудники используют эту технологию, определит, будет ли она хорошей или плохой. Но ИИ также не нейтрален. Использование ИИ неизбежно приведёт к глубоким и масштабным изменениям. Нам не следует притворяться, будто этих изменений не произойдёт, и мы должны взять на себя ответственность за поиск способов использования ИИ, которые подчёркивают хорошее, а не плохое.

Share

Поделиться