Γιατί αυτό είναι σημαντικό για τις επιχειρήσεις
Των Gizem Yalcin και Stefano Puntoni
Αν έχετε παρακολουθήσει ποτέ μαθήματα μάρκετινγκ, ίσως θυμάστε τη διάσημη υπόθεση από τη δεκαετία του 1950 σχετικά με το λανσάρισμα από την General Mills των μειγμάτων κέικ Betty Crocker, τα οποία προέβλεπαν την απλή προσθήκη νερού, την ανάμειξη και το ψήσιμο. Παρά την εξαιρετική απόδοση του προϊόντος, οι πωλήσεις ήταν αρχικά απογοητευτικές. Αυτό ήταν αινιγματικό μέχρι που οι διευθυντές κατάλαβαν το πρόβλημα: Το μείγμα έκανε το ψήσιμο πολύ εύκολο και οι αγοραστές ένιωθαν ότι κατά κάποιο τρόπο έκλεβαν όταν το χρησιμοποιούσαν. Με βάση αυτή τη διαπίστωση, η εταιρεία αφαίρεσε τη σκόνη αυγού από τα συστατικά και ζήτησε από τους πελάτες να σπάσουν ένα αυγό και να το χτυπήσουν στο μείγμα. Αυτή η μικρή αλλαγή έκανε αυτούς τους αρτοποιούς να αισθάνονται καλύτερα με τον εαυτό τους και έτσι αύξησε τις πωλήσεις. Σήμερα, 70 χρόνια αργότερα, τα περισσότερα μείγματα κέικ εξακολουθούν να απαιτούν από τους χρήστες να προσθέσουν ένα αυγό.
Μπορούμε να πάρουμε ένα μάθημα από αυτή την ιστορία σήμερα. Καθώς οι εταιρείες υιοθετούν όλο και περισσότερο αυτοματοποιημένα προϊόντα και υπηρεσίες, πρέπει να κατανοήσουν πώς αυτά τα πράγματα κάνουν τους πελάτες τους να νιώθουν για τον εαυτό τους. Μέχρι σήμερα, ωστόσο, οι μάνατζερ και οι ακαδημαϊκοί έχουν συνήθως επικεντρωθεί σε κάτι εντελώς διαφορετικό: στην κατανόηση του τι σκέφτονται οι πελάτες για αυτά τα πράγματα. Οι ερευνητές έχουν μελετήσει, για παράδειγμα, αν οι άνθρωποι προτιμούν την Τεχνητή Νοημοσύνη από τους ανθρώπους (δεν το κάνουν), πόσο ηθική ή δίκαιη θεωρείται η Τεχνητή Νοημοσύνη (όχι πολύ) και τις εργασίες για τις οποίες οι άνθρωποι είναι πιθανό να αντισταθούν στην υιοθέτηση της αυτοματοποίησης (αυτές που είναι λιγότερο μετρήσιμες και πιο ανοιχτές στην ερμηνεία).
Όλα αυτά είναι σημαντικό να εξεταστούν. Αλλά τώρα που οι άνθρωποι αρχίζουν να αλληλεπιδρούν συχνά και ουσιαστικά με την Τεχνητή Νοημοσύνη και τις αυτοματοποιημένες τεχνολογίες, τόσο στην εργασία όσο και εκτός αυτής, είναι καιρός να επικεντρωθούμε στα συναισθήματα που προκαλούν αυτές οι τεχνολογίες. Αυτό το θέμα είναι ψυχολογική terra incognita και η διερεύνησή του θα είναι κρίσιμη για τις επιχειρήσεις, επειδή επηρεάζει ένα ευρύ φάσμα παραγόντων επιτυχίας, όπως οι πωλήσεις, η αφοσίωση των πελατών, οι συστάσεις από στόμα σε στόμα, η ικανοποίηση των εργαζομένων και η εργασιακή απόδοση.
Μελετάμε τις αντιδράσεις των ανθρώπων στην αυτόνομη τεχνολογία και τα ψυχολογικά εμπόδια στην υιοθέτησή της για περισσότερα από επτά χρόνια. Στο άρθρο αυτό, βασιζόμενοι σε πρόσφατες έρευνες του εργαστηρίου μας και εξετάζοντας παραδείγματα από την πραγματική ζωή, εξετάζουμε τις ψυχολογικές επιδράσεις που έχουμε παρατηρήσει σε τρεις τομείς που έχουν σημαντικές προεκτάσεις για τη λήψη διοικητικών αποφάσεων: (1) υπηρεσίες και σχεδιασμός επιχειρηματικών διαδικασιών, (2) σχεδιασμός προϊόντων και (3) επικοινωνία. Μετά την επισκόπηση της έρευνας και των παραδειγμάτων, προσφέρουμε κάποιες πρακτικές οδηγίες για το πώς να χρησιμοποιήσουμε καλύτερα τις τεχνολογίες που βασίζονται στην Τεχνητή Νοημοσύνη και τις αυτοματοποιημένες τεχνολογίες για την εξυπηρέτηση των πελατών, την υποστήριξη των εργαζομένων και την προώθηση των συμφερόντων των οργανισμών.
Υπηρεσίες και σχεδιασμός επιχειρηματικών διαδικασιών
Σήμερα οι τεχνολογίες Τεχνητής Νοημοσύνης και οι αυτοματοποιημένες τεχνολογίες ενσωματώνονται σε ένα ευρύ φάσμα υπηρεσιών και επιχειρηματικών διαδικασιών που επηρεάζουν άμεσα ή έμμεσα τους καταναλωτές και τους εργαζόμενους. Η Upstart, για παράδειγμα, χρησιμοποιεί Τεχνητή Νοημοσύνη για να αποφασίσει σε ποιους υποψήφιους θα δανείσει, και η Monster και η Unilever τη χρησιμοποιούν για να αξιολογήσουν το δυναμικό των υποψηφίων για εργασία. Το πρόγραμμα DriveEasy της GEICO τη χρησιμοποιεί για την αξιολόγηση των ικανοτήτων των πελατών στην οδήγηση και τον προσδιορισμό των ασφαλίστρων αυτοκινήτου, ενώ η IBM και η Lattice βοηθούν τις επιχειρήσεις να υιοθετήσουν διαδικασίες ανατροφοδότησης επιδόσεων με βάση την Τεχνητή Νοημοσύνη, οι οποίες έχουν αντίκτυπο στις αποφάσεις προαγωγών και απολύσεων.
Δεδομένης αυτής της τάσης, πρέπει να αναρωτηθούμε: Πώς αντιδρούν οι άνθρωποι στις αποφάσεις και την ανατροφοδότηση από την Τεχνητή Νοημοσύνη και τις αυτοματοποιημένες τεχνολογίες; Και πώς μπορούν οι επιχειρήσεις να τις ενσωματώσουν με τον καλύτερο τρόπο στις υπηρεσίες και τις επιχειρηματικές τους διαδικασίες για να μεγιστοποιήσουν την ικανοποίηση των πελατών και των εργαζομένων;
Ας ξεκινήσουμε με το πρώτο ερώτημα. Μαζί με τη Sarah Lim του Πανεπιστημίου Urbana-Champaign του Illinois και τον Stijn M.J. van Osselaer του Πανεπιστημίου Cornell, εξετάσαμε πρόσφατα καταστάσεις στις οποίες οι αιτήσεις που έκαναν οι άνθρωποι σε επιχειρήσεις (ίσως για ένα δάνειο ή κάποιες παροχές) είτε γίνονταν δεκτές είτε απορρίπτονταν. Σε 10 μελέτες, στις οποίες συμμετείχαν συνολικά περισσότεροι από 5.000 συμμετέχοντες, διαπιστώσαμε ότι στην περίπτωση της αποδοχής, αντιδρούσαν διαφορετικά στις αποφάσεις που έπαιρνε η Τεχνητή Νοημοσύνη από ό,τι σε εκείνες που έπαιρναν οι άνθρωποι.
Οι αντιδράσεις τους ήταν ψυχολογικά αποκαλυπτικές: Οι συμμετέχοντες στη μελέτη των οποίων τα αιτήματα έγιναν δεκτά από έναν άνθρωπο ένιωσαν μεγαλύτερη χαρά από εκείνους των οποίων τα αιτήματα έγιναν δεκτά από την Τεχνητή Νοημοσύνη, παρόλο που το αποτέλεσμα ήταν πανομοιότυπο. Γιατί; Επειδή οι τελευταίοι αισθάνονταν ότι περιορίζονταν σε έναν αριθμό και πίστευαν ότι δεν μπορούσαν να πάρουν τόσα εύσημα για την επιτυχία τους. Όταν τα αιτήματά τους απορρίφθηκαν, ωστόσο, οι συμμετέχοντες ένιωθαν το ίδιο είτε η απόρριψη έγινε από άτομο είτε από Τεχνητή Νοημοσύνη. Και στις δύο περιπτώσεις, και στον ίδιο βαθμό, είχαν την τάση να κατηγορούν τον υπεύθυνο λήψης αποφάσεων για την αποτυχία τους και όχι τον εαυτό τους.
Το συμπέρασμα εδώ είναι σαφές: Τα συναισθήματα των ανθρώπων για τον εαυτό τους μπορεί να διαφέρουν ανάλογα με το ποιος ή τι τους αξιολογεί, και αυτό έχει σημαντικές συνέπειες για τις επιχειρήσεις. Σκεφτείτε τα αποτελέσματα μιας από τις μελέτες μας, στην οποία ζητήσαμε από τους ανθρώπους να φανταστούν να υποβάλλουν αίτηση για τραπεζικό δάνειο. Στους μισούς συμμετέχοντες είπαν ότι ένας αλγόριθμος δανείων θα αξιολογούσε τις αιτήσεις τους και στους άλλους μισούς ότι ένας υπάλληλος δανείων θα τις αξιολογούσε. Αργότερα οι μισοί συμμετέχοντες σε κάθε ομάδα ενημερώθηκαν ότι η αίτησή τους είχε εγκριθεί και οι άλλοι μισοί ότι είχε απορριφθεί.
Οι συμμετέχοντες των οποίων οι αιτήσεις είχαν εγκριθεί από έναν αλγόριθμο έδωσαν χαμηλότερη βαθμολογία στην τράπεζα και ήταν λιγότερο πιθανό να τη συστήσουν σε άλλους από ό,τι τα άτομα των οποίων οι αιτήσεις είχαν εγκριθεί από έναν υπάλληλο δανείων. Αλλά όλοι οι συμμετέχοντες των οποίων οι αιτήσεις είχαν απορριφθεί αξιολόγησαν την τράπεζα με παρόμοιο τρόπο και ένιωσαν τον ίδιο βαθμό ενδιαφέροντος προκειμένου να τη συστήσουν σε άλλους.
Έχουμε παρατηρήσει αυτό το μοτίβο και σε πραγματικές συνθήκες. Για παράδειγμα, ζητήσαμε από εργαζόμενους που συμμετείχαν σε μια διαδικτυακή πλατφόρμα εργασίας να υποβάλουν αίτηση για συμμετοχή σε μια επιλεγμένη ομάδα που είχε σχηματίσει μια εταιρεία ερευνών. Στους μισούς είπαν ότι η Τεχνητή Νοημοσύνη θα αξιολογούσε τις αιτήσεις τους και στους άλλους μισούς ότι θα το έκανε ένας ανθρώπινος εργαζόμενος. Εκείνοι που κέρδισαν την είσοδο στην επιτροπή μέσω της Τεχνητής Νοημοσύνης αξιολόγησαν την ερευνητική εταιρεία λιγότερο θετικά από εκείνους που κέρδισαν την είσοδο μέσω ενός υπαλλήλου, αλλά όλοι όσοι απορρίφθηκαν αισθάνθηκαν το ίδιο για την εταιρεία.
Εν ολίγοις, όταν μεταδίδουν καλά νέα σχετικά με αποφάσεις και αξιολογήσεις, οι εταιρείες μπορούν να δημιουργήσουν πιο θετικές αντιδράσεις μεταξύ των πελατών και των υπαλλήλων αν βασίζονται σε ανθρώπους και όχι σε Τεχνητή Νοημοσύνη – αλλά αυτό το αποτέλεσμα εξαφανίζεται όταν μεταδίδουν κακά νέα.
Οι περισσότεροι από τους έμπειρους διευθυντές και τα στελέχη που ρωτήσαμε στο πλαίσιο της έρευνάς μας έμοιαζαν να μην γνωρίζουν αυτές τις επιδράσεις. Σε μια έρευνα διαπιστώσαμε ότι σχεδόν κανένας από αυτούς δεν μπορούσε να προβλέψει τα πραγματικά αποτελέσματα. Τα στελέχη θα πρέπει να κατανοήσουν τις πιθανές αντιδράσεις των ανθρώπων, αν ελπίζουν να εμπλέξουν αποτελεσματικά τους πελάτες και τους εργαζομένους με τις νέες τεχνολογίες Τεχνητής Νοημοσύνης και τις αυτοματοποιημένες τεχνολογίες.
Ας περάσουμε τώρα στο δεύτερο ερώτημά μας: Πώς μπορούν οι επιχειρήσεις να ενσωματώσουν την Τεχνητή Νοημοσύνη στις υπηρεσίες και τις επιχειρηματικές τους διαδικασίες για να μεγιστοποιήσουν την ικανοποίηση των πελατών και των εργαζομένων; Τα πειραματικά μας ευρήματα προσφέρουν ορισμένες προτάσεις.
Πρώτον, όταν η Τεχνητή Νοημοσύνη ή οι αυτοματοποιημένες τεχνολογίες υιοθετούνται για σκοπούς αξιολόγησης και ανατροφοδότησης, συνιστούμε να υπάρχει κάποια ενεργή ανθρώπινη συμμετοχή στις εν λόγω διαδικασίες και να γίνεται σαφής αυτή η συμμετοχή στους πελάτες ή τους υπαλλήλους. Σε μία από τις μελέτες μας, αξιολογήσαμε τον τρόπο με τον οποίο οι άνθρωποι βαθμολογούν μια εταιρεία όταν ένας άνθρωπος συμμετέχει μόνο παθητικά στις αξιολογήσεις (ίσως απλώς παρακολουθεί τις αλγοριθμικές αποφάσεις). Συγκρίναμε αυτή την κατάσταση με μια κατάσταση στην οποία ένας άνθρωπος είναι υπεύθυνος για τη διαδικασία αξιολόγησης και μια κατάσταση στην οποία είναι μόνο ένας αλγόριθμος, και διαπιστώσαμε ότι οι συμμετέχοντες αντιδρούσαν θετικά μόνο όταν η ανθρώπινη συμμετοχή ήταν ενεργή.
Δεύτερον, συνιστούμε στους διευθυντές να είναι επιλεκτικοί ως προς τον βαθμό στον οποίο βασίζονται στο (ακριβό) ανθρώπινο εργατικό δυναμικό τους για τη λήψη αποφάσεων. Επειδή οι άνθρωποι τείνουν να αντιδρούν με τον ίδιο τρόπο στις αρνητικές ειδήσεις, είτε αυτές προέρχονται από άνθρωπο είτε από Τεχνητή Νοημοσύνη, οι εταιρείες μπορεί να μην χρειάζονται την “ανθρώπινη επαφή” για να τις μεταδώσουν – παρόλο που αυτό έρχεται σε αντίθεση με την παραδοσιακή διοικητική σκέψη. Θα πρέπει, ωστόσο, να εξετάσουν το ενδεχόμενο να χρησιμοποιούν όσο το δυνατόν συχνότερα ανθρώπους για να μεταφέρουν καλές ειδήσεις.
Ένα άλλο ερευνητικό έργο ρίχνει επίσης φως στο πότε οι άνθρωποι μπορούν να χρησιμοποιηθούν πιο αποτελεσματικά στις επιχειρηματικές διαδικασίες. Ο Stefano συνεργάστηκε με τον Armin Granulo του Τεχνικού Πανεπιστημίου του Μονάχου και τον Christoph Fuchs του Πανεπιστημίου της Βιέννης για να μελετήσουν συμβολικά προϊόντα και υπηρεσίες, τα οποία προσφέρουν στους καταναλωτές κάτι περισσότερο από απλή λειτουργικότητα. Τέτοια προϊόντα και υπηρεσίες ενσωματώνουν αφηρημένες έννοιες που μεταφέρουν κάτι σχετικά με την προσωπικότητα, τις πεποιθήσεις, την ένταξη σε κοινωνική ομάδα, την ταξική κατάσταση ή άλλα άυλα στοιχεία. Μερικά παραδείγματα είναι τα τατουάζ, τα κοσμήματα μόδας και τα μπουφάν πανεπιστημίου.
Είναι σημαντικό να θυμόμαστε, ωστόσο, ότι ένα και μόνο προϊόν μπορεί να έχει τόσο φυσική όσο και συμβολική χρήση. Τα γυαλιά οράσεως, για παράδειγμα, αποτελούνται από φακούς, οι οποίοι επιτρέπουν στους καταναλωτές να βλέπουν (μια φυσική χρήση), και σκελετούς, οι οποίοι αφενός συγκρατούν τους φακούς στη θέση τους (μια φυσική χρήση) και αφετέρου χρησιμεύουν ως αξεσουάρ μόδας που μπορεί να έχει κεντρική σημασία για την έκφραση του εαυτού (μια συμβολική χρήση).
Για το εν λόγω έργο -το οποίο αποτελούνταν από τέσσερα πειράματα που χρησιμοποιούσαν διαφορετικές κατηγορίες προϊόντων και περιελάμβαναν περισσότερους από 1.000 ερωτηθέντες- οι συγγραφείς συνέκριναν τη στάση των καταναλωτών απέναντι σε συμβολικά προϊόντα που είχαν κατασκευαστεί είτε από αυτοματοποιημένες τεχνολογίες είτε από ανθρώπους. Αυτό που διαπίστωσαν σταθερά ήταν ότι η ανθρώπινη εργασία προσθέτει ξεχωριστή αξία στα συμβολικά προϊόντα. Σε ένα από τα πειράματα, οι συμμετέχοντες αποκάλυψαν ότι προτιμούσαν τους φακούς γυαλιών που κατασκευάστηκαν από αυτοματοποιημένη τεχνολογία -πιθανότατα για τη μηχανική τους ακρίβεια- αλλά τους σκελετούς που κατασκευάστηκαν από ανθρώπους. Σε μια άλλη μελέτη οι συμμετέχοντες ήταν πιο πιθανό να αγοράσουν μια αφίσα σχεδιασμένη από άνθρωπο παρά μια σχεδιασμένη από τεχνητή νοημοσύνη.
Τα ευρήματα αυτά μας οδηγούν σε μια τρίτη συμβουλή. Οι εταιρείες θα πρέπει να είναι προσεκτικές και να εξετάζουν προσεκτικά τους λόγους για τους οποίους οι πελάτες είναι πιθανό να αγοράσουν τις προσφορές τους – και αν θα μπορούσαν, να προσθέσουν ξεχωριστή αξία στο προϊόν διατηρώντας τουλάχιστον κάποια ανθρώπινη συμμετοχή στη διαδικασία παραγωγής, ακόμη και αν σκοπεύουν να αυτοματοποιήσουν το μεγαλύτερο μέρος της.
Σχεδιασμός προϊόντων
Οι τεχνολογίες Τεχνητής Νοημοσύνης και οι προηγμένες αυτοματοποιημένες λειτουργίες ενσωματώνονται σε πολλά προϊόντα και μεταμορφώνουν τον τρόπο με τον οποίο εκτελούμε διάφορες εργασίες στην προσωπική μας ζωή: η Roomba της iRobot καθαρίζει τα πατώματά σας, ο αυτόματος πιλότος της Tesla μας αφήνει να απολαμβάνουμε τη διαδρομή, η πλήρως αυτόματη καφετιέρα της Jura ετοιμάζει τον καφέ από τον κόκκο, μέχρι το φλιτζάνι και καθαρίζεται ακόμη και μόνη της. Όλο και περισσότερο, επίσης, οι άνθρωποι χρησιμοποιούν στη δουλειά τους εφαρμογές καθοδηγούμενες από Τεχνητή Νοημοσύνη. Το Watson της IBM συνεργάζεται με εργαζόμενους σε πολλές εταιρείες σε ένα ευρύ φάσμα επιχειρηματικών εργασιών, συμπεριλαμβανομένων των οικονομικών εκτιμήσεων και της διαχείρισης στρατηγικών επικοινωνίας μάρκετινγκ- η Τεχνητή Νοημοσύνη της Adobe ενδυναμώνει τους σχεδιαστές και ενισχύει τη δημιουργική τους έκφραση με το Photoshop και άλλες εφαρμογές- και οι εργαζόμενοι στην Toyota χειρίζονται εξαιρετικά αυτοματοποιημένα εργαλεία και μηχανήματα. Η πρόσφατη κυκλοφορία μεγάλων γλωσσικών μοντέλων και γενετικής Τεχνητής Νοημοσύνης, όπως το DALL-E και το ChatGPT της OpenAI, είναι πιθανό να επιταχύνει αυτές τις τάσεις. Πώς οι αλληλεπιδράσεις μας με όλες αυτές τις αυτοματοποιημένες τεχνολογίες θα επηρεάσουν την αίσθηση της ταυτότητας και της ολοκλήρωσής μας; Και πώς αυτό θα επηρεάσει τη ζήτηση για προϊόντα;
Το εργαστήριό μας έχει διερευνήσει τον τρόπο με τον οποίο οι άνθρωποι αντιδρούν στα αυτοματοποιημένα προϊόντα στο πλαίσιο της κατανάλωσης με βάση την ταυτότητα, η οποία βοηθά τους ανθρώπους να καθορίσουν ποιοι είναι. Ο Stefano εργάστηκε στο εν λόγω έργο με την Eugina Leung του Πανεπιστημίου Tulane και την Gabriele Paolacci του Πανεπιστημίου Erasmus του Ρότερνταμ. Σε έξι μελέτες και σε διάφορες κατηγορίες προϊόντων, διαπίστωσαν ότι οι άνθρωποι που ταυτίζονται με μια συγκεκριμένη δραστηριότητα, όπως το ψάρεμα, το μαγείρεμα ή η οδήγηση, μπορεί να βιώνουν την αυτοματοποίηση ως απειλή για την ταυτότητά τους, οδηγώντας σε μειωμένη υιοθέτηση προϊόντων και χαμηλότερη έγκριση προϊόντων.
Για να μάθουν περισσότερα για αυτό το φαινόμενο, οι συγγραφείς διεξήγαγαν μια μελέτη με Ολλανδούς συμμετέχοντες και επικεντρώθηκαν στην ποδηλασία, μια δραστηριότητα που είναι κεντρική για την αυτογνωσία πολλών Ολλανδών. Για να τους κάνουν προσωρινά να ταυτιστούν ακόμη πιο έντονα με την ποδηλασία, ζήτησαν από τους μισούς συμμετέχοντες να γράψουν ένα σύντομο δοκίμιο για το εθνικό πάθος των Ολλανδών γι’ αυτό, ενώ από τους υπόλοιπους μισούς ζήτησαν να γράψουν ένα δοκίμιο για το πάθος των Ολλανδών για τα λουλούδια (συνθήκη ελέγχου). Μετά από αυτή την εργασία έλαβαν μέρος σε μια φαινομενικά άσχετη μελέτη. Οι συγγραφείς τους ενημέρωσαν για μια ειδική προσφορά από ένα κατάστημα ποδηλάτων και τους ρώτησαν για το ενδιαφέρον τους να προσθέσουν ένα δωρεάν αυτοματοποιημένο χαρακτηριστικό στα δικά τους ποδήλατα: μια επαναφορτιζόμενη μπαταρία που θα τους βοηθούσε στο πετάλι. Οι συμμετέχοντες που είχαν γράψει για την ποδηλασία είχαν 20% λιγότερες πιθανότητες να δεχτούν το χαρακτηριστικό, παρόλο που ήταν δωρεάν.
Σε άλλο έργο, με την ίδια ομάδα και τη Maria Cristina Cito του Πανεπιστημίου Bocconi, οι ερευνητές εξέτασαν ένα συμπληρωματικό ζήτημα: πώς οι άνθρωποι που παρακινούνται από στόχους σχετικούς με την ταυτότητα ανταποκρίνονται στις προσπάθειες ψηφιοποίησης των εταιρειών. Σε τρεις κύριες μελέτες και πέντε πειράματα παρακολούθησης, διαπίστωσαν ότι τα συμβολικά προϊόντα υιοθετούνται λιγότερο συχνά σε ψηφιακή μορφή από ό,τι σε φυσική μορφή. Οι άνθρωποι απλά δεν μπορούν να εκφράσουν, τόσο εύκολα με τα ψηφιακά προϊόντα, ποιοι είναι. Το να βλέπεις τα συγκεντρωμένα έργα του Σαίξπηρ στο Kindle σου δεν είναι ούτε κατά διάνοια τόσο ισχυρός τρόπος επικύρωσης της λογοτεχνικής σου ταυτότητας όσο το να βλέπεις την ίδια συλλογή στο ράφι του σαλονιού σου.
Τα ευρήματα από αυτά τα δύο έργα δείχνουν ότι όταν οι άνθρωποι ταυτίζονται με μια συγκεκριμένη κατηγορία προϊόντων ή όταν τα προϊόντα τους βοηθούν να εκφράσουν τις πεποιθήσεις και την προσωπικότητά τους, μερικές φορές αντιστέκονται σε οποιαδήποτε τεχνολογική βελτίωση αυτών των προϊόντων. Όταν συμβαίνει αυτό, τι πρέπει να κάνουν οι επιχειρήσεις;
Κατ’ αρχήν, συνιστούμε στις εταιρείες να αποφεύγουν να απευθύνονται σε καταναλωτές με κίνητρα ταυτότητας με πλήρως αυτοματοποιημένα προϊόντα και, όταν απευθύνονται σε τέτοιους καταναλωτές, να επικεντρώνονται σε χαρακτηριστικά ή εργασίες που επιτρέπουν στους χρήστες να αισθάνονται υπερήφανοι και να συμμετέχουν. Σκεφτείτε την περίπτωση ενός κατασκευαστή εξαρτημάτων ποδηλάτων με τον οποίο συνεργαστήκαμε. Κάποια στιγμή νωρίτερα η εταιρεία είχε εισαγάγει στην ευρωπαϊκή αγορά μια ακριβή συσκευή αυτόματης αλλαγής ταχυτήτων και είχε στοχεύσει στους λάτρεις της ποδηλασίας, οι οποίοι είναι πιο πρόθυμοι να πληρώσουν για μηχανικά gadgets. Όμως οι καταναλωτές αυτοί έδειξαν ελάχιστο ενδιαφέρον για τη συσκευή, επειδή θεώρησαν ότι θα καταργούσε ένα κεντρικό κομμάτι της ποδηλατικής εμπειρίας γι’ αυτούς. Αν η εταιρεία είχε απευθυνθεί στην αγορά σε εργαζόμενους ή περιστασιακούς ποδηλάτες ή αν είχε σχεδιάσει τη λειτουργία με τρόπο που να δίνει στους ποδηλάτες την αίσθηση του μεγαλύτερου ελέγχου, ίσως να είχε μεγαλύτερη επιτυχία.
Δεύτερον, συνιστούμε στις εταιρείες να διεξάγουν έρευνα αγοράς για να αξιολογήσουν το βαθμό στον οποίο η αυτοματοποίηση κινδυνεύει να προκαλέσει απειλή ταυτότητας.
Επικοινωνία
Με την υιοθέτηση της Τεχνητής Νοημοσύνης και των αυτοματοποιημένων τεχνολογιών, όπως και με τόσα άλλα, η επικοινωνία έχει σημασία. Στην έρευνά μας ανακαλύψαμε τρεις σημαντικούς τρόπους με τους οποίους οι εταιρείες μπορούν να βελτιστοποιήσουν τις στρατηγικές επικοινωνίας τους για να ελαχιστοποιήσουν τον κίνδυνο αντίστασης ή αντιδράσεων.
Πρώτον, οι εταιρείες που χρησιμοποιούν interfaces Τεχνητής Νοημοσύνης για την επικοινωνία με τους πελάτες ή τους υπαλλήλους θα πρέπει να εξετάσουν το ενδεχόμενο εξανθρωπισμού τους. Αυτό είναι ιδιαίτερα σημαντικό, όπως διαπιστώσαμε, σε επιχειρηματικές διαδικασίες που περιλαμβάνουν αξιολόγηση και λήψη αποφάσεων. Σε μία από τις μελέτες μας εξετάσαμε αν η προσθήκη ανθρώπινων χαρακτηριστικών στην Τεχνητή Νοημοσύνη θα οδηγούσε τους ανθρώπους να εσωτερικεύσουν θετικές ειδήσεις και να αξιολογήσουν την εταιρεία πιο ευνοϊκά. Όταν δώσαμε στην Τεχνητή Νοημοσύνη ένα όνομα (Sam), προσθέσαμε ένα avatar και κάναμε την αλληλεπίδρασή της με τους ανθρώπους πιο διαλογική, αυτοί ανταποκρίθηκαν όπως θα έκαναν και σε έναν ανθρώπινο υπάλληλο. Για τις εταιρείες που δεν μπορούν να απασχολήσουν ανθρώπους για διάφορους λόγους -όπως ο μεγάλος όγκος αιτημάτων, οι χρονικοί περιορισμοί ή οι υπολογιστικοί περιορισμοί- αυτό το εύρημα υποδηλώνει ότι η απλή εξανθρωπιστική μετατροπή της Τεχνητής Νοημοσύνης τους μπορεί να μετριάσει τις λιγότερο θετικές αντιδράσεις στα σχόλια ή τις ειδήσεις από αυτήν.
Σκεφτείτε την περίπτωση μιας εταιρείας fintech με την οποία συνεργαστήκαμε, η οποία βασίζεται στην τεχνολογία Τεχνητής Νοημοσύνης για την αξιολόγηση της οικονομικής υγείας των χρηστών. Στη διαδραστική και πλήρως αυτοματοποιημένη διαδικασία της, οι χρήστες συμπληρώνουν ένα ερωτηματολόγιο, η Τεχνητή Νοημοσύνη αξιολογεί τις απαντήσεις τους και το σύστημα παράγει μια αξιολόγηση της οικονομικής τους ευρωστίας. Στο σημείο αυτό οι χρήστες ενθαρρύνονται να κάνουν κλικ σε έναν σύνδεσμο για πληροφορίες σχετικά με τις υπηρεσίες της εταιρείας.
Σε μια προσπάθεια να ενισχύσει το ενδιαφέρον των καταναλωτών για τις εν λόγω υπηρεσίες, η εταιρεία, που εργάζεται για λογαριασμό μιας μεγάλης παγκόσμιας τράπεζας, δημιούργησε μια μορφή συνομιλίας στην οποία η Τεχνητή Νοημοσύνη εμπλέκει τους χρήστες με συναισθηματικά εκφραστικά στοιχεία, όπως emojis. Όταν οι χρήστες έλαβαν θετική ενημέρωση σχετικά με την οικονομική τους κατάσταση από την εξανθρωπισμένη Τεχνητή Νοημοσύνη σε σχέση με την τυπική μορφή εμφάνισης, ήταν πιο πιθανό να κάνουν κλικ στον σύνδεσμο και να αναζητήσουν περισσότερες πληροφορίες.
Δεύτερον, συνιστούμε στις επιχειρήσεις να τροποποιήσουν τον τρόπο με τον οποίο επικοινωνούν με τους πελάτες και τους υπαλλήλους σχετικά με τα αυτοματοποιημένα προϊόντα τους. Όπως σημειώθηκε, όταν οι άνθρωποι ταυτίζονται με έναν συγκεκριμένο τομέα ή δραστηριότητα, μερικές φορές αντιστέκονται στην αυτοματοποίηση, εάν αισθάνονται ότι δεν μπορούν να αποδώσουν τα αποτελέσματα στις δικές τους ικανότητες ή προσπάθειες. Τι θα γινόταν όμως αν οι εταιρείες περιέγραφαν τα αυτοματοποιημένα χαρακτηριστικά όχι ως αντικατάσταση των ανθρώπων αλλά ως συμπλήρωση των δεξιοτήτων τους;
Μέρος του έργου του Stefano με τους Leung και Paolacci εξέτασε αν η αντίδραση των ανθρώπων σ’ ένα αυτοματοποιημένο προϊόν μπορεί να αλλάξει αν διαμορφωθεί με αυτούς τους όρους. Οι συγγραφείς δημιούργησαν δύο διαφημίσεις στις οποίες περιέγραφαν μια αυτοματοποιημένη μηχανή μαγειρέματος με διαφορετικούς τρόπους: Η μία διαφήμιση έγραφε ότι η συσκευή θα χειριζόταν όλα τα βήματα του μαγειρέματος “με το πάτημα ενός κουμπιού” και η άλλη ότι θα καθοδηγούσε τη διαδικασία μαγειρέματος και θα ετοίμαζε το γεύμα με τη βοήθεια του χρήστη. Στους συμμετέχοντες δόθηκε τυχαία ένα από τα δύο. Παρόλο που οι διαφημίσεις ήταν για το ίδιο προϊόν, τα αποτελέσματα αποκάλυψαν ότι η διαμόρφωση έχει πράγματι σημασία: Όταν η συσκευή περιγραφόταν ότι επέτρεπε στους ανθρώπους να χρησιμοποιούν τουλάχιστον εν μέρει τις δεξιότητές τους, οι καταναλωτές με κίνητρα ταυτότητας είχαν πιο θετική στάση απέναντί της.
Αν και οι μελέτες μας διεξήχθησαν κυρίως στο πλαίσιο καταναλωτικών δραστηριοτήτων, τα κίνητρα που σχετίζονται με την ταυτότητα είναι συχνά σημαντικά και στον εργασιακό χώρο. Η αίσθηση του εαυτού πολλών ανθρώπων έχει τις ρίζες της στην επαγγελματική τους ταυτότητα, και η Τεχνητή Νοημοσύνη και η αυτοματοποίηση μπορεί να θεωρηθούν ότι υπονομεύουν αυτήν την ταυτότητα, εάν απειλούν να υποτιμήσουν τις δεξιότητες, την τεχνογνωσία ή την ιδιότητα. Η εσωτερική επικοινωνία σχετικά με τις συμπληρωματικές δυνατότητές τους θα είναι ζωτικής σημασίας αν οι εταιρείες ελπίζουν να τις αναπτύξουν σε κλίμακα.
Οι αυτοματοποιημένες τεχνολογίες αλλάζουν όχι μόνο τις αγορές προϊόντων και εργασίας αλλά και το πώς αισθάνονται οι άνθρωποι που χρησιμοποιούν αυτές τις τεχνολογίες για τον εαυτό τους. Όλο και περισσότερο, οι εταιρείες θα πρέπει να ξεπερνούν τα ψυχολογικά εμπόδια με τον στρατηγικό σχεδιασμό των επιχειρηματικών διαδικασιών και των προϊόντων τους ώστε να λαμβάνουν υπόψη τα ανθρώπινα συναισθήματα και με τη χρήση καλά μελετημένων στρατηγικών επικοινωνίας. Σε ορισμένες περιπτώσεις η αυτοματοποίηση μπορεί να εισάγει τον κίνδυνο μειωμένης δέσμευσης των εργαζομένων ή της ικανοποίησης των πελατών, και οι εταιρείες θα πρέπει να σταθμίσουν τα οφέλη της έναντι αυτού του κινδύνου. Σε τέτοιες περιπτώσεις το κατάλληλο ερώτημα όταν εξετάζεται η μετάβαση στην Τεχνητή Νοημοσύνη και την αυτοματοποίηση δεν είναι “Μπορούμε;” αλλά “Πρέπει;”.
Πηγή : Harvard Business Review
