오픈AI는 AI 도구가 직원의 일일 작업을 최대 60분 절약한다고 말합니다

오픈AI는 AI 도구가 이제 많은 직무에서 일일 작업을 40~60분 단축한다고 말합니다. 이 주장은 실험실 테스트가 아닌 실제 직장 내에서 수행된 새로운 회사 설문조사에서 비롯된 것입니다.

이 데이터는 AI 붐 3년 차인 긴박한 시점에 도착했으며, 많은 리더들이 여전히 이 기술이 실제로 어떤 혜택을 주는지 의문을 제기하고 있습니다.

데이터 과학, 엔지니어링, 커뮤니케이션, 회계 분야의 근로자가 가장 큰 시간 절약을 기록했습니다. 결과는 직무 감소가 아닌 작업 속도에 초점을 맞추고 있습니다.

오픈AI는 일상적인 업무가 소프트웨어 사용 여부에 따라 얼마나 걸리는지를 추적했으며, 주된 이점은 작성, 연구 검토, 경량 코딩 및 문서 작업에서 비롯된 것으로 주장됩니다.

이 설문조사는 100개 기업의 9,000명 직원을 대상으로 진행되었습니다. 모든 응답은 도구 사용 시작 후 3~4주 된 근로자들로부터 수집되었습니다. 응답자의 75%가 AI가 작업 속도 또는 제공 품질 중 하나를 개선했다고 말했습니다.

고급 모델과 여러 도구를 혼합한 중사용자는 가장 큰 이점을 보았습니다. 일반 사용자는 더 작은 변화를 보였습니다. 오픈AI는 또한 직무 유형 및 산업별로 결과를 추적하여 시간 절감이 가장 두드러진 곳을 매핑했습니다.

근로자가 주요 직무에서 작업 시간을 단축함

시간 절약은 모든 직무에서 동일하게 나타나지 않았습니다. 데이터 과학, 엔지니어링, 커뮤니케이션, 회계 분야의 직무는 작업 시간 감소가 가장 컸습니다.

이러한 직무에서 근로자들은 도구가 초안, 검토, 요약 및 기본 분석을 거의 1시간이 아닌 몇 분 안에 처리한다고 말했습니다. 이 설문조사는 AI 수익성에 대한 의문이 여전히 존재하는 시점에 이루어졌습니다.

8월, 매사추세츠 공과대학(MIT) 연구원들은 대부분의 조직이 생성형 AI 지출에 대해 제로 수익을 보았다고 말했습니다. 다음 달, 하버드와 스탠포드 팀은 많은 전문가들이 이제 ‘workslop’(깔끔해 보이지만 깊이가 없는 AI 작업)이라고 부르는 작업을 쏟아내고 있다고 말했습니다.

이러한 연구는 기업들이 확실한 수익 경로 없이 수십억 달러를 지출함에 따라 새로운 기술 거품에 대한 두려움을 키웠습니다. 오픈AI 및 기타 AI 기업들은 일상 비즈니스 영향을 보여주기 위해 자체 보고서를 내놓았습니다.

지난주, 경쟁사 앤트로픽은 100,000명의 사용자 대화를 기반으로 클로드 모델이 작업 시간을 80% 단축했다고 밝혔습니다. 이러한 보고서 중 어느 것도 동료 검토를 거치지 않았습니다. AI가 실제로 어떤 수익을 제공하는지에 대한 논쟁은 이제 공개된 수치를 통해 진행되고 있습니다.

기업이 유료 사용을 빠른 속도로 확장함

오픈AI는 이제 기업용 AI 도구에 대해 100만 개 이상의 기업이 유료로 구독하고 있다고 보고합니다. 직장에서의 ChatGPT 유료 사용자는 총 700만 명에 달합니다. 회사는 비즈니스 채택이 이제 소비자 성장만큼 빠르며, 어떤 경우에는 더 빠르다고 말합니다. 최고운영책임자(COO) 브래드 라이트캡은 외부 연구와 회사 데이터 간의 충돌에 대해 언급했습니다.

“이러한 저런 이야기가 담긴 많은 연구가 돌아다니고 있습니다,”라고 브래드는 말했습니다. “그들은 우리가 실제에서 보는 것과 항상 일치하지 않습니다.” 그는 기업용 사용이 IT 내부에 갇혀 있지 않고 팀 전반에 확산되고 있다고 덧붙였습니다.

사용 행동도 변화했습니다. 고급 모델에 의존하고 하나의 워크플로우에서 여러 도구를 혼합한 근로자가 가장 강력한 이점을 기록했습니다.

보고서는 또한 이전에 손대지 않았던 작업을 위해 AI를 사용하는 사람들을 보여줍니다. 엔지니어링, IT, 연구 분야의 직원들은 기술적 역할을 맡지 않았음에도 불구하고 지난 6개월 동안 코딩 관련 메시지가 36% 증가했습니다.

수석 경제학자 로니 차터지는 이러한 변화를 사무실 내 새로운 능력과 연결지었습니다. “4명 중 3명이 이제 ‘이전에 할 수 없었던 일을 할 수 있다’고 말합니다,”라고 로니는 말했습니다. 그는 이 작업 변화의 일부는 AI가 논쟁될 때 종종 간과된다고 덧붙였습니다.