Trots enorma investeringar i AI så upplever många företag och organisationer att tidsvinsten, effektiviteten inte alls blir bättre eller ökar, tvärtom så orsakar AI inte sällan en jobbsörja, ”workslop”, som istället kostar tid.
Forskare vid konsultbolaget BetterUp Labs, i samarbete med Stanford Social Media Lab, har myntat begreppet för att beskriva lågkvalitativt AI-arbete. I en artikel i Harvard Business Review definieras workslop som ”AI-genererat arbetsinnehåll som utger sig för att vara bra arbete, men som saknar substans för att på ett meningsfullt sätt föra en uppgift framåt”.
Forskarna menar att workslop kan vara en förklaring till att 95 procent av de organisationer som provat AI rapporterar att de inte sett någon avkastning på investeringen. Enligt analysen kan workslop vara ”oanvändbart, ofullständigt eller sakna avgörande sammanhang”, vilket i slutändan bara leder till merarbete för andra.
Trots investeringar på 30–40 miljarder dollar i GenAI från företag visar den här rapporten ett överraskande resultat: 95 procent av organisationerna får ingen som helst avkastning. Utfallet är så kraftigt uppdelat mellan både köpare (storföretag, mellanstora bolag och småföretag) och byggare (startups, leverantörer, konsulter) att vi kallar det för ”GenAI Divide”. Endast 5 procent av de AI-pilotprojekt som integrerats genererar värden på flera miljoner, medan den stora majoriteten sitter fast utan någon mätbar effekt på resultat- och balansräkning. Klyftan verkar inte bero på modellkvalitet eller reglering, utan snarare på angreppssättet.
Verktyg som ChatGPT och Copilot används brett. Över 80 procent av organisationerna har undersökt eller testkört dem, och nästan 40 procent uppger att de tagit dem i drift. Men dessa verktyg förbättrar främst individuell produktivitet, inte resultat- och balansräkning. Samtidigt blir företagsanpassade system, oavsett om de är egenutvecklade eller leverantörsbaserade, i tysthet avvisade. Sextio procent av organisationerna har utvärderat sådana verktyg, men bara 20 procent tog dem till pilotstadiet och endast 5 procent nådde produktion. De flesta misslyckas på grund av sköra arbetsflöden, avsaknad av kontextuellt lärande och bristande anpassning till den dagliga verksamheten.
Genom våra intervjuer, undersökningar och analys av 300 offentliga implementationer framträder fyra mönster som definierar ”GenAI Divide”:
- Begränsad omvälvning: Endast 2 av 8 större sektorer visar på verkliga strukturella förändringar
- Företagsparadoxen: Storföretag leder i antal pilotprojekt men halkar efter i uppskalning
- Investeringsbias: Budgetar prioriterar synliga, topplinje-funktioner framför högavkastande backoffice
- Implementation …
”Den lömska effekten av workslop är att det förskjuter arbetsbördan nedströms, vilket gör att mottagaren måste tolka, rätta eller göra om arbetet”, skriver de.
Workslop
I en pågående undersökning av 1 150 heltidsanställda i USA uppger 40 procent att de fått workslop skickat till sig under den senaste månaden. Det kan vara AI-genererad kod som inte passar in i en lösning som består av kod och funktioner som producerats av andra. En pusselbit som inte passar för att använda en liknelse.
Det kan vara dokument med analyser som har drivit iväg utanför de ramar som har satts upp eller bild och videor som avviker och som inte kan användas. Arbetet får göras om.
För att undvika problemet uppmanar forskarna arbetsledare att ”visa ett genomtänkt AI-användande med syfte och avsikt” och ”sätta tydliga ramar för teamen kring normer och acceptabel användning”.
Läs mer:
ChatGPT 5 – mer än lovligt buggig och dummare än ett godståg ibland
Hade CHATGPT varit en riktig medarbetare så hade hen fått sparken
