Utilization of generative AI among industrial management engineers : Effects on productivity through the lens of Extended TAM

Usage of generative AI has increased exponentially in the past few years. Research on generative AI should be conducted as much as possible due to keep up with the latest developments of generative AI. Current research is limited, and it mostly conducted with quantitative methods, which cannot provide as comprehensive responses as qualitative methods. This research aims to strengthen this aspect by bringing in deeper perspectives on the status of generative AI currently and what kinds of developments would increase its usage. This research is conducted on industrial management engineers, who have between 1 and 4 years of experience. Current literature is focused on educational context; therefore, it is important to focus the research also on individuals who are already working full-time. This research focuses on the overall usage of generative AI within the target group and on what kind of effects it has on productivity. Current research has found numerous use cases and this research confirms their relevancy and offers detailed explanations on why these uses cases have been seen as useful. From the findings of this research, it can be seen how positively the respondents view the possibilities which generative AI can provide. At this moment the lack of more concrete use cases is hindering wider adoption. Most of the respondents did not have deep knowledge of generative AI and they felt the need for more training to be provided by their organization. Primary motivation for the usage of generative AI was the time savings it can bring. The target group felt also that AI improves the quality of their work. Time savings have improved productivity noticeably within the target group. Respondents felt that they do not use generative AI as much as possible and therefore there is room for wider adoption. Biggest risks in the usage of generative AI in the target group are focused on the data accuracy. The second biggest risk was found out to be the security of internal organizational data. The target group was not as worried about their personal data as they were about their organizational data. Overall, AI was seen very positively and as a big opportunity. Points for development were also found and improvement in these will further increase the usage.

Generatiivisen tekoälyn käyttö on kasvanut viime vuosina räjähdysmäisesti. Tutkimusta generatiivisesta tekoälystä tulee tehdä mahdollisimman paljon, jotta tutkimus pysyy ajan tasalla tekoälyn kehityksessä. Nykytutkimus on rajallista ja keskittyy pää asiassa kvantitatiivisiin menetelmiin millä ei saada yhtä monipuolisia vastauksia kuin kvalitatiivisilla haastatteluilla. Tällä tutkimuksella pyritään vastaamaan tähän puutteeseen ja tuomaan nykytutkimukseen syvällisempiä näkemyksiä generatiivisen tekoälyn nykytilasta ja millainen kehitys lisäisi sen käyttöä. Tutkimus on tehty tuotantotalouden insinööreillä, joilla on 1–4 vuotta täysipäiväistä työkokemusta. Insinööri ovat valmistuneet Turun Ammattikorkeakoulusta. Nykytutkimus keskittyy pitkälti opiskelijoihin ja korkeakoulukontekstiin. Siksi on tärkeää keskittää tutkimusta myös työelämään siirtyneille yksilöillä. Tämä tutkimus keskittyy kohderyhmän kokonaisvaltaiseen generatiivisen tekoälyn käyttöön ja siihen millaisia vaikutuksia generatiivisella tekoälyllä on tuottavuuteen. Nykytutkimus on löytänyt laajasti erilaisia käyttökohteita. Tämä tutkimus vahvistaa näiden käyttökohteiden relevanttiuden ja tarjoaa yksityiskohtaisempia selityksiä, miksi nämä käyttökohteet on koettu hyödyllisiksi. Tutkimuksen löydöksistä huomaa miten positiivisesti vastaajat näkevät generatiivisen tekoälyn mahdollisuudet. Tällä hetkellä generatiivisen tekoälyn laajempaa käyttöä estää konkreettisten käyttökohteiden puute. Suuremmalla osalla kohderyhmästä ei ollut syvällisempää osaamista generatiivisesta ja kokivat tarvitsevansa lisää koulutusta omilta organisaatioiltaan. Vastaajien päämotivaatio generatiivisen tekoälyn käyttöön on sen tuoma aikasäästö. Kohderyhmä koki myös, että tekoäly parantaa heidän työnsä laatua. Aikasäästöjen avulla kohderyhmä on saanut huomattavia parannuksia heidän tuottavuuteensa. Vastaajat kuitenkin kokevat, että eivät käytä generatiivista tekoälyä niin paljon kuin mahdollista, joten generatiivisen tekoälyn käytöllä on kasvuvaraa Suurimmat riskit generatiivisen tekoälyn käytössä kohderyhmässä keskittyvät sen tuottaman datan oikeellisuuteen. Toiseksi suureksi riskiksi on tunnistettu organisaatioiden sisäisen datan turvallisuus. Kohderyhmä ei ollut niin huolissaan henkilökohtaisen datansa turvallisuudesta. Kokonaisuudessaan tekoälyn nähtiin erittäin positiivisesti ja suurena mahdollisuutena. Kehityskohteita löytyi myös huomattavasti, ja näiden kehittyessä käyttö myös lisääntyy.