Tekoälyoptimisti saattaa odottaa teknologian tehostavan ihmiskunnan toimintaa niin reippaasti lähivuosina, että yhdeksi vakavaksi ongelmaksi muodostuu järkevän tekemisen keksiminen kaikille kansalaisille kun algoritmit hoitavat hommat heidän puolestaan. Ihan näin näppärästi ei uuden, erittäin monimutkaisen teknologian soveltaminen todelliseen elämään ja työhön kuitenkaan suju. Tekoälyteknologian kehityksen edelläkävijämaassa Yhdysvalloissa 95% organisaatioista ei ole saanut mitään havaittavaa hyötyä investoinnilleen teknologiaa soveltaviin projekteihin.
Tuloksen on mitannut MIT Media Lab (Massachusetts Institute of Technology) tutkimuksessaan, joka tarkasteli organisaatioiden – ei siis yksittäisten ihmisten – saamia hyötyjä jonkin laajaan kielimalliin perustuvan tekoälypalvelun käyttöönotosta. Tällaisia palveluja ovat esimerkiksi Le Chat, ChatGPT, Claude ja Gemini. Tyypillisiä käyttökohteita, joihin palveluita käytetään voivat olla pyynnöt muodostaa pitkästä dokumentista yhteenveto, raportin kirjoittaminen, esityksen laatiminen, uuden asian selvittäminen ja tiivistäminen, tai sähköpostiviestin kirjoittaminen.
Stanford Social Media Lab ja HBR (Harvard Business Review) päättivät etsiä syitä miksi kielimalliin perustuvan tekoälyn käyttöönotto ei käytännössä tuo hyötyjä, vaan pikemminkin kuormittaa organisaatioita entisestään. Heidän päätelmänsä negatiivisen tuottavuuden syistä on seuraava:
Työntekijät käyttävät tekoälytyökaluja saadakseen pienellä vaivalla aikaiseksi kelvollisen näköistä jälkeä, joka loppujen lopuksi aiheuttaa enemmän työtä heidän kolleegoilleen [ja esimiehille].
Koska tekoälyllä on helppo ja nopea saada näyttävän näköistä jälkeä aikaiseksi, jotkut sortuvat oikotiehen perehtymättä asiaan tai edes tarkastamatta lopputulosta. Tuloksena voi olla raportteja ja suunnitelmia, joissa ei ole päätä eikä häntää, virheitä, faktat pielessä, eikä konteksti avaudu vastaanottajalle. Lopputuloksena tekoälyn soveltaja siirtää varsinaisen työn vastaanottajalle, olipa hän kolleega, esimies tai asiakas. Vastaanottaja joutuu uudelleenselvittämään saamaansa aineistoa tai tekemään työn alusta alkaen, jollei hän hylkää koko asiaa.
Stanford Social Media Labin ja HBR:n tutkijat kysyivät 1150 täysipäiväisesti Yhdysvalloissa työskentelevältä ihmiseltä tunnistavatko he – ovatko vastaanottaneet – kehnoja tekoälyn tuotoksia jonkin työn lopputuloksena. 40% vastaajista oli pelkästään viimeisen kuukauden aikana tunnistanut saaneensa tekoälyn tuottamaa hyödytöntä aineistoa. Erityisesti asiantuntijapalvelut ja teknologiasektori kunnostautuivat hyödyttömien tekoälytuotosten tekijöinä.
Tekoälypessimistin ei kuitenkaan tästä dramaattisen huonosta tuottavuustasosta pitäisi vetää suoraa johtopäätöstä koko tekoälyn olevan vain epätoivoista vouhotusta, josta ei koskaan tule mitään hyödyllistä. Jo nyt on olemassa tekoälyyn perustuva teknologia, joka tekee organisaatioille juuri sitä mitä ne haluavat: parempaa tuottavuutta. Kyse on AI Agent tai Agentic AI -sovelluksista, joita voisi kusua itsenäisiksi tekoälysovelluksiksi. Ajatuksena on ratkaista organisaation jokin yksittäinen, yleensä kompakti tehtävä tekoälyn avulla. Kirjassa Agentic Artificial Intelligence (Pascal Bornet) sovelluksia toteuttaneet konsultit kuvaavat esimerkiksi uutiskirjeen kokoamista tai asiakaspalvelun ensikontaktin toteutusta tällä teknologialla. Sovellus pyritään tekemään vain yhden asian ympärille, jotta se voi toimia itsenäisesti. Tukena se voi käyttää suuria kielimalleja mikäli tarvetta on.
Myöskään suuret kielimallit eivät suinkaan ole kehityspolkunsa päässä, vaan niiden paremmin toimivaan tulevaisuuteen sijoitetaan miljardeja dollareita. Tavoitteena yleinen tekoäly, Artificial General Intelligence.