Генеративный искусственный интеллект вызывает восхищение у многих руководителей крупных компаний, которые хвалят его возможности по повышению эффективности – часто за счет человеческих рабочих мест. Недавнее исследование показывает, что в некоторых областях ИИ может превзойти человека, хотя он все еще сталкивается с проблемами, которые могут привести к его скорому увольнению.
Исследователи из Кембриджского университета провели в этом году эксперимент с участием студентов колледжа, топ-менеджеров южноазиатского банка и GPT-4o, продвинутой языковой модели OpenAI. Участники играли в игру, разработанную кембриджским стартапом Strategize.inc, специализирующимся на образовательных технологиях. Игра имитировала процесс принятия решений генеральным директором автомобильной компании, отслеживая различные показатели для оценки их эффективности.
Цель была проста: продержаться как можно дольше, не будучи уволенным виртуальным советом директоров, и при этом максимизировать рыночную капитализацию компании.
По словам ведущего исследователя эксперимента, ИИ неизменно превосходил людей по нескольким ключевым показателям, включая рентабельность, дизайн продукции, управление запасами и оптимизацию ценообразования. Например, когда нужно было спроектировать автомобиль, GPT-4o преуспел в оценке таких факторов, как доступные детали, цены, предпочтения потребителей и рыночный спрос. ИИ смог создать комбинации, обеспечивающие оптимальную ценность для клиента, в отличие от людей, которые позволяли личным предубеждениям влиять на принятие решений, таких как эстетический дизайн автомобиля.
Несмотря на то что ИИ продемонстрировал превосходную производительность во многих областях, ему пришлось нелегко в случае непредсказуемых и крайне разрушительных событий, таких как пандемия COVID-19. Это сценарии, в которых быстрое и адаптивное принятие решений имеет решающее значение, с чем ИИ не смог справиться так же эффективно, как люди.
Во время таких кризисов люди, особенно опытные руководители, обычно разрабатывают различные стратегии, чтобы справиться с неожиданностями, а у ИИ не хватило реального опыта и данных для быстрого реагирования, что привело к его провалу.
