Die Zahlen sind eindeutig: Eine einzelne Fachkraft mit Unterstützung durch Künstliche Intelligenz schlägt in puncto Kreativität und Produktivität mit KI ein ganzes Team ohne digitale Assistenz. Das ist keine Zukunftsvision, sondern das Ergebnis einer aktuellen Studie von Procter & Gamble in Zusammenarbeit mit führenden Wissenschaftlern – und sie wirft die Grundannahmen moderner Führung radikal über den Haufen.

Was heißt das konkret für Sie als Führungskraft, Teamleiter:in oder Weiterbildungsverantwortliche:r?
KI ist nicht einfach ein Tool. Sie ist eine neue Form von Intelligenz im Unternehmen – eine, die ergänzt, entlastet und beschleunigt. Doch sie entfaltet ihr Potenzial nur dort, wo Menschen verstehen, wie man sie richtig nutzt: strategisch, methodisch und mit klarem Ziel.

Studien von MIT, McKinsey und Harvard bestätigen es:

• Produktivitätssteigerungen von über 40 % bei qualifizierten Tätigkeiten

• Höhere emotionale Bindung an die Aufgabe bei KI-gestützter Arbeit

• Massive Potenziale in der Wissensarbeit, Entscheidungsfindung und Innovation

Die zentrale Frage ist nicht, ob Sie KI nutzen. Sondern wie – und wofür.

In diesem Artikel zeigen wir Ihnen:

• Warum klassische Effizienzmodelle versagen, wenn KI ins Spiel kommt

• Wie Sie Teams neu strukturieren müssen, um Mensch + Maschine optimal zu verbinden

• Welche Führungsentscheidungen jetzt erforderlich sind, um im digitalen Wandel vorne zu bleiben

Und am Ende: Welche konkreten Schritte Sie heute gehen können, um KI-Produktivität in Ihrer Organisation Realität werden zu lassen.

Denn eines ist klar:
Wer KI nicht integriert, wird bald nicht mehr konkurrenzfähig sein. Wer sie meistert, wird zum Taktgeber der Transformation.

Studiendesign im Überblick: Was wurde getestet – und warum ist es so relevant für Führung?

Vier Gruppen. Eine Aufgabe. Ein disruptives Ergebnis.
Im Zentrum der Studie von Procter & Gamble, veröffentlicht in Nature, stand ein Experiment mit klarer Management-Relevanz: Wie verändert Künstliche Intelligenz die kreative und strategische Leistungsfähigkeit von Menschen – einzeln und im Team?

Dazu wurde die Forschungs- und Entwicklungsabteilung von P&G in vier Gruppen unterteilt:

1. Einzelpersonen ohne KI

2. Einzelpersonen mit KI-Unterstützung (u. a. ChatGPT)

3. Teams ohne KI

4. Teams mit KI

Die Aufgabe: Entwickeln Sie neue Produktideen.
Die Bewertung: Qualität, Originalität, technische Umsetzbarkeit, wirtschaftliches Potenzial.

Warum ist das relevant?
Weil es sich nicht um Laborbedingungen handelte, sondern um ein realitätsnahes Szenario aus dem Unternehmensalltag. Die Fragestellung trifft den Kern moderner Führungsherausforderungen:

• Wie steigern wir kreative Produktivität mit KI?

• Wie gestalten wir Mensch-Maschine-Zusammenarbeit sinnvoll?

• Wie organisieren wir Wissen, Perspektiven und technische Mittel zu Innovation?

Die Ergebnisse dieses Experiments sind nicht nur messbar – sie sind auch übertragbar.
Denn sie betreffen jede Organisation, die in Teams arbeitet, Entscheidungen trifft und Innovation als Überlebensfaktor begreift.

Besonders bemerkenswert:
Die Leistung wurde nicht anhand theoretischer Benchmarks bewertet, sondern von außenstehenden Expertengremien beurteilt – blind und neutral. Was zählte, war allein die Qualität des Ergebnisses. Und die fiel dort am höchsten aus, wo Mensch und KI kollaborierten – nicht dort, wo Menschen allein agierten.

Das heißt für Führung:
Es reicht nicht mehr, die besten Menschen im Raum zu versammeln.
Sie brauchen die richtigen Menschen – mit der richtigen KI.

Produktivität mit KI in Zahlen: Wer arbeitet besser – und warum?

Die Ergebnisse der Procter&Gamble-Studie sind ebenso eindeutig wie provokant: Einzelpersonen, die mit einer KI wie ChatGPT arbeiteten, erzielten nicht nur bessere Ergebnisse als andere Einzelpersonen ohne Unterstützung – sie übertrafen auch die Leistung ganzer Teams, die ohne KI arbeiteten. Das betrifft sowohl die Qualität der Ideen als auch ihre technische Umsetzbarkeit und das wirtschaftliche Potenzial. Noch eindrücklicher: Die besten Einfälle insgesamt – also die sogenannten „Top-Ideen“ – kamen fast ausschließlich von Teams, die KI in ihren Arbeitsprozess integriert hatten.

Doch diese Beobachtung ist kein Einzelfall. Eine wachsende Zahl renommierter Studien unterstreicht, dass Künstliche Intelligenz die Produktivität nicht nur inkrementell, sondern strukturell verändert.

Ein besonders aufschlussreicher Beitrag stammt von Erik Brynjolfsson und Kollegen am MIT sowie der Harvard Business School. Sie untersuchten, wie generative KI sich auf die Leistung von hochqualifizierten Fachkräften auswirkt – konkret in beratungsnahen Aufgaben wie Textanalyse, Problemlösung und Entscheidungsfindung. Das Ergebnis: Personen, die GPT-Modelle unterstützend nutzten, konnten ihre Aufgaben bis zu 40 % schneller und mit höherer Qualität erledigen – allerdings nur dann, wenn die Aufgaben in den Kompetenzbereich der KI fielen. Die Differenz zur Kontrollgruppe war signifikant und reproduzierbar.

Ähnlich argumentiert die Analyse von McKinsey & Company, die 2023 ein globales Produktivitätspotenzial von 2,6 bis 4,4 Billionen US-Dollar jährlich identifizierte – ausgelöst durch den strategischen Einsatz generativer KI in Wirtschaft, Verwaltung und Wissensarbeit. Die Berater betonen, dass dieses Potenzial jedoch nicht durch Tool-Nutzung allein erschlossen wird, sondern durch prozessuale Reorganisation und neue Kollaborationsformen zwischen Mensch und Maschine.

Auch die volkswirtschaftliche Perspektive liefert interessante Hinweise: Eine Untersuchung der Federal Reserve Bank of St. Louis zeigt, dass Beschäftigte, die generative KI bereits einsetzen, im Durchschnitt 5,4 % Arbeitszeit pro Woche einsparen – bei stabiler oder sogar gesteigerter Ergebnisqualität. Besonders stark war dieser Effekt in IT- und wissensintensiven Branchen, etwa im Consulting oder Marketing.

Was folgt daraus für Führung und Management?

Vor allem eines: Produktivität ist heute nicht mehr das Ergebnis von Fleiß, Struktur und Erfahrung allein. Sie ist zunehmend das Resultat eines intelligenten Zusammenspiels aus menschlichem Denken und maschineller Assistenz.
Es geht nicht darum, ob die KI dem Menschen „überlegen“ ist – sondern darum, dass die Kombination aus beiden leistungsfähiger ist als jede Komponente für sich.

Darin liegt auch eine strategische Herausforderung:

• Wie organisieren wir diese hybride Zusammenarbeit so, dass sie nicht zu Frustration oder Überforderung führt?

• Wie stellen wir sicher, dass Führungskräfte die Potenziale erkennen – und nicht blockieren?

• Und wie schaffen wir es, dass KI nicht als technologische Nebenaufgabe verstanden wird, sondern als zentrales Element moderner Wertschöpfung?

Die Antworten auf diese Fragen entscheiden über die Wettbewerbsfähigkeit von Unternehmen – nicht irgendwann, sondern jetzt.

Mehr als Leistung: Wie KI Motivation und Zufriedenheit steigert – und warum das Management das nicht unterschätzen darf

Künstliche Intelligenz wird häufig auf Zahlen, Effizienz und Automatisierung reduziert. Doch eine der überraschendsten Erkenntnisse aus der Procter&Gamble-Studie war nicht technischer, sondern psychologischer Natur: Menschen, die mit KI arbeiteten, fühlten sich nach der Aufgabe zufriedener. Ihre Rückmeldungen zeigten signifikant häufiger positive Emotionen – Neugier, Stolz, Flow – im Vergleich zu jenen, die ohne KI an der gleichen Herausforderung arbeiteten.

Das ist kein Einzelfall. Die Studie ergänzt damit eine wachsende Forschungslinie, die sich mit dem Einfluss von KI auf das emotionale Erleben von Arbeit befasst.

Ein besonders differenzierter Beitrag stammt aus der Harvard Business Review (2025). Dort wurde beobachtet, dass generative KI die intrinsische Motivation von Wissensarbeiter:innen steigern kann – sofern die Nutzer das Gefühl haben, die KI zu kontrollieren und nicht von ihr kontrolliert zu werden. Die Autoren warnen allerdings auch: Wenn Aufgaben durch KI zu stark vereinfacht werden, kann der gegenteilige Effekt eintreten – Langeweile, Bedeutungsverlust, Entfremdung.

In ähnlicher Richtung argumentiert eine Studie in Scientific Reports (2025), die die psychologische Dynamik bei Mensch-KI-Zusammenarbeit untersuchte. Auch hier zeigte sich: Die emotionale Wirkung hängt stark davon ab, wie gut die Aufgabenstellung und das Kompetenzprofil der Nutzer zur KI passen. Wenn das Verhältnis stimmt, wird die Arbeit mit KI nicht nur effektiver, sondern auch erfüllender.

Was bedeutet das für Führungskräfte?

Zunächst: Emotion ist kein Nebenschauplatz der Effizienzdebatte – sie ist ein zentraler Produktivitätsfaktor. Ein motiviertes Team denkt mutiger, handelt schneller und trägt Veränderungen mit. Und genau hier kann KI zum Verstärker werden – wenn sie gut eingebettet ist.

Zweitens: Führung muss in der Lage sein, diese emotionale Dynamik zu lesen und zu gestalten. Das heißt:

• Zu erkennen, wann KI Frust erzeugt – etwa durch Überforderung oder Sinnverlust.

• Aber auch zu fördern, wann KI Flow erzeugt – durch kreative Entlastung, neue Perspektiven, Erfolgserlebnisse.

Und drittens: Employee Experience in der KI-Ära ist nicht mehr nur eine HR-Frage – sie ist eine Führungsaufgabe. Wer mit KI arbeitet, arbeitet anders. Und wer führen will, muss diese Unterschiedlichkeit verstehen – und nutzbar machen.

Die zentrale Erkenntnis dieses Kapitels:
KI steigert nicht nur das Ergebnis – sie verändert das Erleben.
Und Führung, die das versteht, schafft nicht nur mehr Output, sondern auch mehr Bindung, Sinn und Innovationskraft.

Schwächen ausgleichen: Wie KI menschliche Defizite kompensiert – und was das für Teamdesign und Personalentwicklung bedeutet

Einer der faszinierendsten Befunde der Procter&Gamble-Studie war dieser: Die Künstliche Intelligenz wirkte wie ein intelligenter Ausgleichsmechanismus – sie kompensierte gezielt die Schwächen der jeweiligen Nutzergruppen. Technische Expert:innen lieferten mit KI-Unterstützung auf einmal deutlich markttauglichere Produktideen. Gleichzeitig konnten betriebswirtschaftlich geprägte Teilnehmende durch KI-Technologie Vorschläge entwickeln, die deutlich robuster und umsetzbarer waren als zuvor.

Die Maschine wurde zum Brückenbauer – zwischen Logik und Intuition, zwischen Idee und Umsetzbarkeit.

Diese Funktion als kognitiver Kompensator ist kein Zufall. Sie verweist auf das, was die Forschung zunehmend als „komplementäre Intelligenz“ bezeichnet: Menschen und Maschinen sind nicht Konkurrenten, sondern Spezialisten mit unterschiedlicher Gewichtung von Fähigkeiten. Während Menschen in Ambiguitätsbewältigung, moralischer Urteilsbildung und Kreativität stark sind, glänzt KI in systematischer Mustersuche, Datenverarbeitung und Skalierbarkeit.

Und genau hier liegt der strategische Hebel:
Wenn wir Teams nicht mehr nur nach Rollen, sondern auch nach ihren kognitiven Lücken aufstellen – und diese mit KI systematisch ergänzen –, entsteht ein neues Modell der Leistungsorganisation.

Das wird durch eine Metaanalyse in Nature Human Behaviour (2024) eindrucksvoll untermauert. Die Forscher verglichen 106 Experimente zur Mensch-KI-Kollaboration und kamen zu folgendem Schluss:

• Bei kreativen und strategischen Aufgaben übertraf die Kombination aus Mensch und KI die Leistung rein menschlicher oder rein KI-basierter Systeme deutlich.

• In hochspezialisierten Entscheidungsaufgaben waren hingegen die besten menschlichen Einzelleistungen teilweise überlegen – allerdings nur dann, wenn tiefes Fachwissen vorhanden war.

Fazit: Mensch-KI-Teams schlagen in der Breite – nicht notwendigerweise in der Spitze.
Aber sie sind breiter einsetzbar, flexibler und resilienter gegenüber komplexen Herausforderungen.

Für Führung und Personalentwicklung ergeben sich daraus zentrale Konsequenzen:

1. Kompetenzmodelle müssen neu gedacht werden. Es geht nicht nur um Skills, sondern um „ergänzbare Schwächen“.

2. Lernentwicklung muss KI mitdenken. Nicht alle Mitarbeitenden müssen alles können – aber sie müssen wissen, wie sie mit KI gemeinsam besser werden.

3. Teams brauchen ein neues Designprinzip: Menschliche Diversität reicht nicht – kognitive Komplementarität durch KI wird zum strategischen Faktor.

Diese Perspektive verändert die klassische Talentlogik:
Es geht nicht mehr nur darum, die besten Talente zu rekrutieren – sondern darum, die klügste Mensch-KI-Kombination zu entwickeln. Und das erfordert nicht nur Tools, sondern Führung mit Weitblick.

Was das für Führung bedeutet: Neue Rollen, neue Verantwortung, neue Spielregeln

Die Integration von Künstlicher Intelligenz in die Arbeitswelt ist kein IT-Projekt. Sie ist ein Führungsprojekt.
Denn KI verändert nicht nur, was Teams leisten – sie verändert, wie Führung überhaupt funktioniert.

Die bisherigen Kapitel haben gezeigt:

• KI kann Produktivität massiv steigern.

• Sie verbessert Zufriedenheit und Motivation.

• Sie gleicht individuelle Schwächen aus und stärkt kollektive Intelligenz.

Aber all das passiert nicht automatisch. Es braucht Führung, die diese Potenziale erschließt.
Und das erfordert neue Rollen, neue Verantwortung und neue Spielregeln.

1. Vom Entscheider zum Architekt hybrider Systeme

Führungskräfte werden nicht mehr nur nach ihrer Entscheidungsstärke bewertet, sondern danach, wie sie Systeme aufbauen, in denen Mensch und KI produktiv interagieren.
Das bedeutet:

• Prozesse so gestalten, dass KI natürlich integriert ist.

• Entscheidungsräume schaffen, in denen Mitarbeitende experimentieren dürfen.

• Fehler zulassen – und dabei lernen, wo KI sinnvoll entlastet und wo sie kritisch hinterfragt werden muss.

2. Kompetenzverschiebung: Kontext schlägt Kontrolle

Die klassische Führungslogik beruhte auf Kontrolle und Planung.
Die neue Führungsrealität braucht vor allem eines: Kontextverständnis.
Denn KI kann sehr viel – aber sie braucht präzise Aufgabenstellungen, gute Prompts, passende Daten. Wer das große Bild versteht, führt künftig nicht über Anweisung, sondern über Rahmensetzung und Sinnstiftung.

3. Haltung zeigen: Ethik, Transparenz, Verantwortung

Mit KI steigt nicht nur die Effizienz – sondern auch die Komplexität. Entscheidungen werden schneller, aber auch intransparenter.
Führungskräfte sind gefordert, nicht nur Tools zu verstehen, sondern ethische Standards zu setzen:

• Wann darf eine KI über Menschen urteilen?

• Welche Grenzen setzen wir in sensiblen Kontexten?

• Wie erklären wir unseren Mitarbeitenden die Logik hinter automatisierten Entscheidungen?

4. Führung als Lernbegleitung

KI ist neu – und viele Mitarbeitende sind unsicher.
Führung wird deshalb mehr und mehr zur didaktischen Aufgabe: Lernräume schaffen, Ängste abbauen, Orientierung geben.
Wer führen will, muss heute gleichzeitig Sparringspartner, Coach und Moderator sein – für Menschen und Maschinen.

Das alles verlangt nicht weniger Führung – sondern bessere. Mutigere. Lernfähige. Ethisch reflektierte.

Und das beginnt mit einer simplen Einsicht:
Führung in der KI-Zeit lässt sich nicht mehr allein aus Erfahrung oder Bauchgefühl gestalten. Sie muss sich weiterbilden – strategisch, methodisch und menschlich.

Handlungsrahmen: Was Sie jetzt konkret tun sollten

Die Studienlage ist klar, die Konsequenzen ebenso:
Künstliche Intelligenz verändert die Spielregeln von Produktivität, Zusammenarbeit und Führung grundlegend. Wer als Organisation darauf nur beobachtend reagiert, verliert den Anschluss. Wer sich aktiv auf den Wandel vorbereitet, kann ihn gestalten – und daraus einen strategischen Vorteil machen.

Doch was heißt das konkret? Was können Führungskräfte und Organisationen jetzt tun, um KI sinnvoll in ihre Führungs- und Arbeitskultur zu integrieren?

1. Pilotprojekte starten – nicht abwarten

Fangen Sie nicht mit der flächendeckenden Transformation an. Fangen Sie klein, mutig und fokussiert an.

• Identifizieren Sie ein Team oder einen Bereich mit hohem Wissensanteil.

• Geben Sie der Gruppe Zugang zu einem KI-Tool (z. B. ChatGPT, Gemini, Copilot).

• Lassen Sie die Mitarbeitenden damit eine reale, sinnvolle Aufgabe bearbeiten (z. B. Berichtserstellung, Ideenentwicklung, Prozessvorschlag).

• Begleiten Sie diesen Prozess mit Reflexion – nicht mit Kontrolle.

Das Ziel: Erfahrung statt Theorie schaffen.

2. Kompetenzen systematisch aufbauen – nicht delegieren

KI ist kein Tool für die IT. Sie ist ein strategisches Medium für jede Rolle mit Denk-, Entscheidungs- oder Kommunikationsverantwortung.
Das heißt:

• Führungskräfte brauchen strategisches Prompting, um KI wirklich nutzen zu können.

• Teams brauchen ein gemeinsames Verständnis, wie und wann KI sinnvoll eingesetzt wird.

• HR und Weiterbildung müssen Curricula entwickeln, die nicht nur Tools erklären, sondern auch Denkmodelle vermitteln.

Das Institut für Modernes Management bietet hier nicht nur Schulungen, sondern architekturbasierte Entwicklungspfade, die Führung, Teamdynamik und Organisationsstruktur gleichzeitig in den Blick nehmen.

3. Kulturelle Voraussetzungen schaffen – nicht auf Widerstand warten

KI scheitert selten an Technik – sie scheitert an Angst, Abwehr oder Überforderung.
Führung muss diese Dynamiken frühzeitig erkennen und aktiv gestalten:

• Kommunizieren Sie klar, dass KI nicht ersetzt, sondern erweitert.

• Binden Sie Mitarbeitende früh ein – auch in die Gestaltung der Spielregeln.

• Etablieren Sie Feedbacksysteme: Wo hilft KI? Wo bremst sie? Wo verunsichert sie?

Und vor allem: Schaffen Sie Räume für Ausprobieren, Fehler und gemeinsames Lernen. Nur so entsteht eine produktive Haltung – nicht aus Zwang, sondern aus Überzeugung.

4. KI als Führungsinstrument etablieren – nicht nur als Werkzeug

Nutzen Sie KI nicht nur operativ, sondern auch strategisch und reflexiv:

• In der Zielplanung: Was kann KI vorstrukturieren?

• In Meetings: Welche Ideen liefert die KI als neutrale Perspektive?

• In der Mitarbeiterentwicklung: Welche Muster erkennt KI in Feedbacks, Workloads oder Qualifizierungsbedarfen?

Führung wird dadurch nicht abgelöst – sondern präziser, schneller und strategischer.

Die entscheidende Frage: Wie reif ist Ihre Organisation für KI-Produktivität?

Bevor Sie in KI investieren, Pilotprojekte starten oder Schulungen buchen, steht eine grundlegende Reflexion an: Ist Ihre Organisation überhaupt bereit, mit KI produktiv zu arbeiten?

Denn Künstliche Intelligenz bringt nicht nur ein neues Werkzeug – sie verändert Prozesse, Rollen, Kompetenzen und Denkmuster. Die Frage nach dem KI-Reifegrad ist damit keine technische, sondern eine strategische und kulturelle Standortbestimmung.

Als Führungskraft sollten Sie prüfen:

• Wie klar ist Ihre Strategie im Umgang mit KI?

• Verfügen Ihre Teams über die nötige digitale und methodische Reife?

• Gibt es eine offene, lernorientierte Haltung gegenüber neuen Technologien?

• Ist Ihre Organisation in der Lage, Mensch-KI-Zusammenarbeit aktiv zu gestalten – jenseits von Einzelaktionen oder Tool-Experimenten?

Diese Themen betreffen nicht nur Innovationsbereiche oder „Early Adopter“, sondern jede Abteilung, die denkt, kommuniziert oder entscheidet.

Wer hier keine Klarheit schafft, wird auch mit den besten Tools keine Wirkung entfalten.

Deshalb ist genau jetzt der richtige Moment, innezuhalten und sich ehrlich ein Bild zu machen:
Wo stehen wir – und was braucht es, um KI nicht nur zu nutzen, sondern sinnvoll zu integrieren?

---

Tipp:
Nutzen Sie unseren interaktiven Selbsttest zur KI-Reife – kostenfrei und fundiert.
Er zeigt Ihnen, wo Ihre größten Hebel liegen und welche nächsten Schritte sinnvoll sind.

👉 Jetzt zum Selbsttest „Wie KI-ready ist Ihre Organisation?“

Im nächsten Schritt begleiten wir Sie gerne – mit konkreten Formaten, die dort ansetzen, wo Sie heute stehen.

Denn KI-Produktivität beginnt mit klarem Denken. Und mit mutiger Führung.

Weitere Quellen

1. Mollick, E., & Seamans, R. (2024). Human-AI collaboration enhances creative performance. Nature. https://doi.org/10.1038/s41586-024-07200-9

2. St. Louis Federal Reserve. (2025). The Impact of Generative AI on Work and Productivity. Federal Reserve Bank of St. Louis. https://www.stlouisfed.org/on-the-economy/2025/feb/impact-generative-ai-work-productivity

3. Brynjolfsson, E., Li, D., & Raymond, L. (2023). Generative AI at Work: Productivity and Beyond. MIT Sloan Management Review & Harvard Business School. https://mitsloan.mit.edu/ideas-made-to-matter/how-generative-ai-can-boost-highly-skilled-workers-productivity

4. Hafenbrädl, S., & Mathews, M. (2025). Gen AI makes people more productive—and less motivated. Harvard Business Review. https://hbr.org/2025/05/research-gen-ai-makes-people-more-productive-and-less-motivated

5. Zhou, J., & Tan, Z. (2025). The paradox of AI-enhanced creativity: Productivity gains vs. motivational costs. Scientific Reports, 15, 4582. https://www.nature.com/articles/s41598-025-98385-2

6. Rahwan, I., et al. (2024). Human–AI collaboration in creative and decision tasks: A meta-analysis of 106 experiments. Nature Human Behaviour. https://www.nature.com/articles/s41562-024-02024-1

7. Acemoglu, D., & Restrepo, P. (2025). AI and the labor market: No immediate displacement, but systemic shifts emerging. National Bureau of Economic Research. Zusammenfassung: https://economictimes.indiatimes.com/news/new-updates/ai-is-not-increasing-productivity-or-leading-to-job-losses-finds-a-study/articleshow/121290954.cms

8. International Labour Organization. (2025). Generative AI and the gendered future of work. ILO Report. https://www.reuters.com/business/world-at-work/ai-poses-bigger-threat-womens-work-than-mens-says-report-2025-05-20

9. MIT Sloan School of Management. (2024). Humans and AI: Do they work better together or alone? https://mitsloan.mit.edu/press/humans-and-ai-do-they-work-better-together-or-alone

10. McKinsey & Company. (2023). The economic potential of generative AI: The next productivity frontier. https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier