The Cybernetic Teammate

拥有 AI 队友可以提高绩效、提供专业知识并改善你的体验。

在过去的几年里，我们了解到 AI 可以提高个体知识工作者的生产力，从顾问到律师再到程序员。 但是，大多数知识工作并非纯粹的个人活动，而是在团队和群体中进行的。而且团队不仅仅是个人的集合——它们提供了个人通常无法获得的至关重要的好处，包括更好的绩效、专业知识的共享和社交联系。

那么，当 AI 充当队友时会发生什么？ 去年夏天，我们在消费品巨头 Procter and Gamble 针对 776 名专业人士进行了一项预先注册的随机对照试验，以找出答案。

我们准备在一篇新的工作论文中分享结果：《The Cybernetic Teammate: A Field Experiment on Generative AI Reshaping Teamwork and Expertise》。 鉴于该项目的规模，毫不奇怪，这篇论文是由 Digital Data Design Institute at Harvard 协调，由 Fabrizio Dell’Acqua, Charles Ayoubi, 和 Karim Lakhani 领导的大规模团队合作完成的，以及 Hila Lifshitz, Raffaella Sadun, Lilach Mollick, 我，以及我们在 Procter and Gamble 的合作伙伴：Yi Han, Jeff Goldman, Hari Nair, 和 Stewart Taub。

我们希望这个实验能够测试现实世界中 AI 的使用情况，因此在公司的合作和帮助下，我们能够复制 P&G 的产品开发流程（公司无法控制结果或数据）。为此，我们举办了一天的研讨会，来自欧美各地的专业人士必须为他们实际工作的业务部门（包括婴儿产品、女性护理、美容和口腔护理）实际开发产品创意、包装、零售策略和其他任务。拥有最佳创意的团队将其提交给管理层批准，因此存在一些真正的风险。

我们的实验中还有两种专业人士：商业专家和技术研发专家。 他们通常经验丰富，仅在 P&G 工作就超过 10 年。 我们随机创建了由每种专业的一名人员组成的团队。 一半的人可以使用 GPT-4 或 GPT-4o，另一半则不能。 我们还挑选了一组随机的两种类型的专家单独工作，并为其中一半的人提供了对 AI 的访问权限。 所有分配到 AI 条件的人都接受了培训课程以及一组他们可以使用或修改的提示。 这种设计使我们能够独立且组合地分离 AI 和团队合作的影响。 我们从多个维度衡量了结果，包括解决方案质量（由每个解决方案的至少两位专家评委确定）、花费的时间以及参与者的情绪反应。 我们的发现很有趣。

AI 提升了性能

在没有 AI 的情况下工作时，团队的表现明显优于个人，标准差为 0.24（让每位推动团队合作价值的老师和管理者都松了一口气）。 但是，当我们查看启用 AI 的参与者时，惊喜就来了。 与没有 AI 的团队相比，使用 AI 的个人的表现同样出色，比基线提高了 0.37 个标准差。 这表明 AI 有效地复制了拥有人类队友的性能优势——一个人使用 AI 可以匹配以前需要两人协作才能完成的工作。

总体而言，配备 AI 的团队表现最佳，标准差提高了 0.39，尽管配备 AI 的个人与配备 AI 的团队之间的差异在统计上并不显着。 但是，当查看真正出色的解决方案（质量排名前 10% 的解决方案）时，我们发现了一个有趣的模式。 使用 AI 的团队更有可能产生这些顶级解决方案，这表明人类团队处理问题所带来的价值超出了单独使用 AI 的价值。

配备 AI 的两个小组的工作速度也快得多，比非 AI 小组节省了 12-16% 的时间，同时产生的解决方案比非 AI 小组的解决方案更长、更详细。

专业知识边界消失

在没有 AI 的情况下，我们清楚地看到人们处理问题的方式存在专业孤岛。 研发专家始终提出技术导向的解决方案，而商业专家则提出以市场为中心的想法。 当这些专家在没有 AI 的团队中合作时，他们通过跨职能协作产生了更平衡的解决方案（团队合作再次获胜！）。

但 AI 在这里发挥了重要作用。 当与 AI 配对时，研发和商业专业人士，无论是在团队中还是单独工作时，都能产生整合技术和商业视角的平衡解决方案。 如图所示，在 AI 辅助条件下，专家之间的区别几乎消失了。 我们在团队中也看到了类似的效果。

对于不太熟悉产品开发的员工来说，这种影响尤其明显。 在没有 AI 的情况下，即使在团队中，这些经验不足的员工的表现也相对较差。 但是在 AI 的帮助下，他们的表现突然达到了与包括经验丰富的成员在内的团队相当的水平。 AI 有效地帮助人们弥合了职能知识差距，使他们能够超越其专业培训进行思考和创造，并帮助业余爱好者表现得更像专家。

与 AI 合作带来了更好的情感体验

一个特别令人惊讶的发现是 AI 如何影响工作的情感体验。 技术变革，尤其是 AI，通常与工作场所满意度降低和压力增加有关。 但我们的结果表明，至少在这种情况下，情况恰恰相反。

与没有 AI 访问权限的团队和个人相比，在使用 AI 后，积极情绪增加，消极情绪减少。

与没有 AI 的人相比，使用 AI 的人报告了显着更高水平的积极情绪（兴奋、活力和热情）。 他们还报告了较低水平的负面情绪，如焦虑和沮丧。 使用 AI 的个人的情绪体验与在人类团队中工作的人相当或更好。

虽然我们进行了一项彻底的研究，其中涉及一项预先注册的随机对照试验，但这些研究总是存在一些注意事项。 例如，更大的团队在使用 AI 时可能会显示出非常不同的结果，或者在更长的项目中使用 AI 可能会影响其价值。 我们的结果也可能代表一个下限：所有这些实验都是使用 GPT-4 或 GPT-4o 进行的，这些模型的性能不如今天可用的模型； 参与者没有太多的提示经验，因此他们可能没有获得尽可能多的好处； 并且聊天机器人并非真正为团队合作而构建。 该论文 中有更多关于所有这些的详细信息，但撇开局限性不谈，更大的问题可能是：为什么所有这些都很重要？

为什么这很重要

组织主要将 AI 视为另一种生产力工具，例如更好的计算器或电子表格。 这最初是有道理的，但随着模型变得更好并且最新数据发现用户最常使用 AI 进行批判性思维和复杂问题解决，而不仅仅是例行的生产力任务，这变得越来越有限制性。 那些只关注 AI 带来的效率提升的公司不仅会发现工人不愿意分享他们的 AI 发现，因为他们害怕让自己变得多余，而且还会错过更大程度地思考未来工作的机会。

为了成功使用 AI，组织需要改变他们的类比。 我们的研究结果表明，AI 有时更像一个队友而不是工具。 虽然不是人类，但它复制了团队合作的核心优势——提高绩效、共享专业知识和积极的情感体验。 这种队友的视角应该让组织对 AI 有不同的看法。 这表明需要重新考虑团队结构、培训计划，甚至专业之间的传统界限。 至少对于当前的一组 AI 工具，AI 增强了人类的能力。 它还可以使专业知识民主化，使更多员工能够为专业任务做出有意义的贡献，并有可能开辟新的职业道路。

最令人兴奋的含义可能是 AI 不仅仅是自动化现有任务，它还改变了我们思考工作本身的方式。 未来的工作不仅仅是个人适应 AI，而是组织重新构想团队合作和管理结构的基本性质。 这项挑战不仅需要技术解决方案，还需要新的组织思维。