Ντέον Νίκολας, Συνιδρυτής & Διευθύνων Σύμβουλος της Forethought – Σειρά Συνεντεύξεων

Ο Deon Nicholas είναι συνιδρυτής και διευθύνων σύμβουλος της Forethought. Προηγουμένως ανέπτυξε προϊόντα και υποδομές στις Facebook (META ), Palantir (PLTR ), Dropbox (DBX ) και Pure Storage. Έχει δημοσιεύσεις στη μηχανική μάθηση και διπλώματα ευρεσιτεχνίας για υποδομές, ήταν φιναλίστ στον παγκόσμιο διαγωνισμό προγραμματισμού ACM International Collegiate Programming Contest και συμπεριλήφθηκε στη λίστα Forbes 30 Under 30. Με καταγωγή από τον Καναδά, απολαμβάνει τον χρόνο με τη σύζυγο και τον γιο του, το μπάσκετ και την ανάγνωση όσων περισσότερων βιβλίων μπορεί.

Η Forethought, πλατφόρμα AI και μηχανικής μάθησης για επιχειρήσεις, ξεκίνησε με επίκεντρο την υποστήριξη πελατών. Η τεχνητή νοημοσύνη της μαθαίνει από εσωτερικά έγγραφα, email, συνομιλίες και παλιά αιτήματα υποστήριξης, ώστε να επιλύει αυτόματα αιτήματα, να τα δρομολογεί σωστά και να αναδεικνύει γρήγορα τη σχετική γνώση του οργανισμού.

Συνομιλήσαμε με τον Deon στο ετήσιο συνέδριο AI Upper Bound του 2023, που πραγματοποιείται στο Έντμοντον της Αλμπέρτα με διοργανωτή το Amii (Alberta Machine Intelligence Institute).

Αυτή είναι η δεύτερη συνέντευξή μας με τον Deon. Στην πρώτη συνέντευξη εστιάσαμε στο παρελθόν του και στο ξεκίνημά του στην AI. Εδώ συζητάμε το όραμά του για το μέλλον.

Μπορείτε να συνοψίσετε τι είναι η Forethought;

Στη Forethought δημιουργούμε παραγωγική τεχνητή νοημοσύνη για την υποστήριξη πελατών. Παρουσιαστήκαμε στο TechCrunch Disrupt το 2018 και από τότε φτάσαμε να υποστηρίζουμε μεγάλες επιχειρήσεις όπως η Instacart. Ουσιαστικά προσθέτουμε ένα επίπεδο νοημοσύνης πάνω στα δεδομένα των αιτημάτων υποστήριξής τους. Αυτό μεταφράζεται σε εφαρμογές από chatbot —ελπίζουμε εξυπνότερα— μέχρι βοήθεια στους υπαλλήλους υποστήριξης, με αξιοποίηση της παραγωγικής AI.

Πριν από πόσο καιρό περάσατε στην παραγωγική AI;

Το ενδιαφέρον είναι ότι χρησιμοποιούσαμε κάποια μορφή παραγωγικής AI από τις πρώτες ημέρες της εταιρείας. Τίποτα τόσο ισχυρό όσο όσα διατίθενται σήμερα. Για παράδειγμα, το GPT-2 κυκλοφόρησε, νομίζω, το 2018 ή το 2019 ως ανοιχτού κώδικα, ενώ υπήρχαν και μοντέλα όπως το T5. Χρησιμοποιούσαμε διάφορα μεγάλα γλωσσικά μοντέλα, πειραματιζόμασταν μαζί τους και αναπτύσσαμε δικά μας εσωτερικά. Παλαιότερα ήταν ένα χαρακτηριστικό που προσέφερε πλεονεκτήματα όταν χρησιμοποιούνταν επιλεκτικά. Τους τελευταίους έξι μήνες, όμως, έγινε μια θεμελιώδης αλλαγή στα επιχειρηματικά μοντέλα και στις μηχανές που τα στηρίζουν. Έπρεπε κι εμείς να επανεξετάσουμε τη μηχανή μας τους τελευταίους μήνες. Τον Μάρτιο του 2023 παρουσιάσαμε το SupportGPT, αξιοποιώντας μεγάλα γλωσσικά μοντέλα όπως το GPT της OpenAI και επανασχεδιάζοντας τον συνολικό τρόπο λειτουργίας μας. Δεν είναι απαραίτητα νέο προϊόν, αλλά νέα μηχανή που τροφοδοτεί όλα τα προϊόντα μας και έχει φέρει πολλές βελτιώσεις σε όλη την τεχνολογική στοίβα.

Ποια διαδικασία ακολουθεί μια εταιρεία που θέλει να αρχίσει να χρησιμοποιεί το SupportGPT;

Το SupportGPT είναι ενσωματωμένο σε ένα από τα προϊόντα μας. Όλα ξεκινούν πάντα από τα δικά σας δεδομένα· αυτή είναι η διαφορά μας. Στις περισσότερες εταιρείες ξεκινάτε από λευκό καμβά και πρέπει να κωδικοποιήσετε τους κανόνες χειροκίνητα. Με τη Forethought ξεκινάτε με την ενσωμάτωση. Αν χρησιμοποιείτε ένα δημοφιλές help desk ή CRM, όπως Zendesk ή Salesforce Service Cloud, εγγράφεστε και εγκαθιστάτε την ενσωμάτωσή μας στο κέντρο υποστήριξής σας. Έτσι αρχίζουν η ευρετηρίαση, η εκπαίδευση, η λεπτομερής προσαρμογή και οι υπόλοιπες διαδικασίες που δημιουργούν το μοντέλο και τη μηχανή. Μετά μπορείτε να ρυθμίσετε, να επεξεργαστείτε και να θέσετε σε λειτουργία ένα προϊόν μας. Το δημοφιλέστερο είναι το Solve, ένας πράκτορας AI που μπορεί να βρίσκεται στον ιστότοπο, σαν chatbot, ή σε email και άλλες μορφές. Αρχίζει να συνομιλεί και να απαντά αυτόματα στους πελάτες με τη μηχανή SupportGPT —σαν ένα ChatGPT για τον ιστότοπό σας.

Αλλά η αυτοματοποίηση αυτή χειρίζεται περίπου το 50% των ζητημάτων. Τι γίνεται με όσα χρειάζονται ακόμη άνθρωπο; Το δεύτερο προϊόν μας, Triage, δρομολογεί και επισημαίνει τα αιτήματα ώστε να φτάνουν στον σωστό υπάλληλο, στο σωστό κανάλι και στον σωστό χρόνο. Το Assist είναι βοηθός των υπαλλήλων υποστήριξης, ένα εσωτερικό GPT. Τέλος, το Discover, το νεότερο και από πολλές απόψεις ισχυρότερο προϊόν μας, αναζητά χρήσιμα συμπεράσματα και χρησιμοποιεί επίσης παραγωγική AI για να προτείνει στην επιχείρηση τι πρέπει να ενημερωθεί ή να αλλάξει.

Με τόσο μεγάλη εξάρτηση από την παραγωγική AI, αποτελούν πρόβλημα οι παραισθήσεις;

Ναι. Οι παραισθήσεις είναι από τα μεγάλα προβλήματα της παραγωγικής AI στις περισσότερες πρακτικές εφαρμογές. Έκανα ένα βίντεο στο LinkedIn γι’ αυτό, που διαδόθηκε αρκετά. Υπάρχουν περιπτώσεις όπου δεν αποτελούν πρόβλημα: όταν υπάρχει άνθρωπος που ελέγχει το αποτέλεσμα ή σε καθαρά δημιουργικές χρήσεις, όπως διαφημιστικά κείμενα και αναρτήσεις που θα επιμεληθεί κάποιος. Εκεί λίγη απόκλιση μπορεί να είναι δημιουργικότητα. Όμως στα χρηματοοικονομικά, στην υγεία ή στην υποστήριξη πελατών, όπου διακυβεύονται η υγεία, η περιουσία ή η διαβίωση κάποιου ή απαιτείται σωστή απάντηση, οι παραισθήσεις είναι τεράστιο πρόβλημα και σοβαρός περιορισμός. Ένα από τα πλεονεκτήματά μας είναι ότι χρησιμοποιούμε κάποια μορφή παραγωγικής AI εδώ και περίπου πέντε χρόνια.

Από την αρχή όλα τα μοντέλα μας εστίαζαν στην ορθότητα και στην κατανόηση πολιτικών και ροών εργασίας: αν κάποιος ζητήσει επιστροφή χρημάτων μέσα σε 30 ημέρες, μπορεί να εγκριθεί· διαφορετικά όχι. Αυτά τα είχαμε ήδη αναπτύξει. Όταν αξιοποιήσαμε τα νεότερα μεγάλα γλωσσικά μοντέλα, η πιο ανθρώπινη επικοινωνία τους συνδυάστηκε ιδανικά με τις πραγματικές πληροφορίες και την ορθότητα των δικών μας μοντέλων. Μέσω σχεδιασμού προτροπών και λεπτομερούς προσαρμογής αξιοποιούμε αυτή την ορθότητα και μειώνουμε τις παραισθήσεις. Δεν εξαλείφονται πλήρως, αλλά περιορίζονται σε επίπεδο που κάνει το σύστημα πολύ αποτελεσματικό. Στόχος μας είναι τελικά να υπάρχουν λιγότερες παραισθήσεις απ’ όσα λάθη κάνουν οι άνθρωποι. Αν η ακρίβεια είναι αντίστοιχη της ανθρώπινης, βρισκόμαστε σε πολύ καλή θέση.

Η προηγούμενη συνέντευξή μας ήταν το 2021. Τι μάθατε έκτοτε για την επιχειρηματικότητα;

Έχουν αλλάξει τα πάντα. Στα τέλη του 2021, λίγο μετά τη συνέντευξή μας, αντλήσαμε 65 εκατ. δολάρια σε γύρο Series C από Steadfast Capital, NEA και γνωστά πρόσωπα όπως Gwyneth Paltrow, Baron Davis και Robert Downey Jr. Υπήρχε μεγάλος ενθουσιασμός για το όραμά μας· αυτοί οι άνθρωποι είχαν δει τις δυνατότητες της παραγωγικής AI από νωρίς. Ήταν συναρπαστική και τρελή περίοδος ανάπτυξης, ενισχύοντας κάτι που ήδη λειτουργούσε. Έξι μήνες αργότερα, στα μέσα του 2022, ήρθε η ύφεση και ο κόσμος ανατράπηκε. Επιχειρήσεις μείωσαν τις δαπάνες τους και το μοντέλο της επιχειρηματικότητας απομακρύνθηκε από την ανάπτυξη με κάθε κόστος.

Από τη λογική «έχεις μεγάλο απόθεμα κεφαλαίων, ξόδεψέ το και μεγάλωσε για τον επόμενο γύρο», περάσαμε ξαφνικά στη συνειδητοποίηση, από επενδυτές και διοικητικά συμβούλια, ότι το χρήμα δεν είναι δωρεάν. Πρέπει να χτίζεις κερδοφόρα ή τουλάχιστον αποδοτική επιχείρηση. Δεν μετρά η ανάπτυξη με κάθε κόστος, αλλά η ανάπτυξη με εύλογη αποδοτικότητα. Θέλεις ακόμη τη μέγιστη δυνατή ανάπτυξη υπό αυτόν τον περιορισμό, όμως δεν υπάρχει εγγύηση πρόσβασης σε κεφάλαια για ένα ή δύο χρόνια —ίσως τρία σε ύφεση. Οι αγοραστές περιορίζουν τους προϋπολογισμούς τους, οπότε πρέπει να εστιάζεις στην αποδοτικότητα, τόσο τη δική σου όσο και των πελατών σου.

Αυτό μας ανάγκασε να εστιάσουμε περισσότερο. Πάντα προσφέραμε αξία λόγω της φύσης του κλάδου μας: αν οι υπάλληλοι λύνουν περισσότερα ζητήματα στον ίδιο χρόνο, μειώνεις κόστος, βελτιώνεις την εμπειρία πελατών και εξασφαλίζεις μεγαλύτερη προσοχή. Έπρεπε όμως να γίνουμε πιο συγκεκριμένοι στις παρουσιάσεις, στα μηνύματα και στην εστίαση των προϊόντων μας. Εσωτερικά έπρεπε επίσης να λειτουργούμε αποδοτικά. Δεν μπορούσαμε να θεωρούμε δεδομένο ότι υπάρχει μεγάλο απόθεμα και θα αντλούμε πάντα περισσότερα χρήματα. Τι θα γινόταν αν δεν μπορούσαμε ποτέ ξανά να χρηματοδοτηθούμε;

Αν περνούσαν χρόνια μέχρι να ανοίξει ξανά η αγορά επιχειρηματικών κεφαλαίων; Έπρεπε να χτίσουμε πολύ αποδοτική επιχείρηση ώστε, όταν ερχόταν ο Series D, να διαθέτουμε τους δείκτες επιτυχίας που μετρά ο νέος κόσμος. Με απολύσεις και όλες τις αλλαγές, το 2022 ήταν δύσκολο. Το 2023 η παραγωγική AI έγινε ξανά δημοφιλής. Υπάρχουν λοιπόν διακυμάνσεις.

Όλα αυτά σε μαθαίνουν να παραμένεις συγκεντρωμένος και ανθεκτικός. Αν πετύχεις, πρόκειται για δεκαετή διαδρομή· αν όχι, τελειώνει νωρίτερα. Πρέπει να αντιμετωπίζεις τις διακυμάνσεις ψύχραιμα και να θυμάσαι ότι εργάζεσαι πάντα προς το τελικό όραμα.

Ποιες είναι οι μεγαλύτερες προκλήσεις στην ανάπτυξη chatbot για εξυπηρέτηση πελατών και άλλες χρήσεις;

Θα τις πάρω με χρονολογική σειρά. Η πρώτη ήταν τεχνική: λειτουργούν τα μοντέλα; Γι’ αυτό ήδη από το 2017 χρησιμοποιούσαμε σύγχρονες μηχανές κατανόησης και παραγωγής φυσικής γλώσσας. Έπρεπε να παραμένουμε στην αιχμή της έρευνας, αλλά συγχρόνως να προσφέρουμε αξία. Οι πρώτοι πελάτες μάς έλεγαν ότι το πρόβλημα ήταν τεράστιο και θα πλήρωναν αν μπορούσαμε να το λύσουμε. Το πρόβλημα ήταν ότι τα chatbot δεν είχαν λειτουργήσει ποτέ.

Πριν καν παρουσιαστούμε επίσημα, το 2017, αναρωτιόμασταν αν έπρεπε να μπούμε σε αυτή την αγορά. Υπήρχε σαφές πρόβλημα, αλλά οι λύσεις αποτύγχαναν. Ρωτώντας επίμονα γιατί, κατάλαβα ότι, είτε τυχαία είτε λόγω του υπόβαθρού μας, προσεγγίζαμε το θέμα πολύ διαφορετικά. Οι άνθρωποι είχαν ακούσει για AI και chatbot, αλλά εμείς δεν κάναμε ό,τι έκαναν οι προηγούμενοι. Εκείνοι βασίζονταν σε δέντρα αποφάσεων: κωδικοποιούσαν κανόνες. Αν εμφανιζόταν η λέξη «επιστροφή», δινόταν επιστροφή χρημάτων. Αν κάποιος έλεγε «θέλω απλώς τα χρήματά μου πίσω», το σύστημα δεν ήξερε τι να κάνει, επειδή έλειπε η μαγική λέξη-κλειδί.

Ήταν όλα δέντρα αποφάσεων και κανόνες, εργαλεία χωρίς κώδικα που έδιναν συνομιλιακή μορφή, αλλά δεν ήταν AI. Δεν είχα καν συνειδητοποιήσει ότι έτσι κατασκευάζονταν όλα τα chatbot. Εμείς θέλαμε κάτι διαφορετικό και οι πελάτες ρωτούσαν αν μπορούσαμε πραγματικά να το κάνουμε. Το σημαντικό ήταν να αναγνωρίσουμε τη διαφορά: η AI υπήρχε ως δημοφιλής όρος επί χρόνια, αλλά οι δυνατότητες της σύγχρονης μορφής της, που σήμερα βλέπουμε στην παραγωγική AI και είχαν αρχίσει να εμφανίζονται λίγα χρόνια πριν, δεν εφαρμόζονταν σε αυτόν τον χώρο. Αυτό είχε πολλές συνέπειες.

Υπήρχε μεγάλος θόρυβος στην αγορά. Λέγαμε ότι κάνουμε κάτι διαφορετικό και μας απαντούσαν ότι και μια άλλη εταιρεία ισχυριζόταν πως είχε AI. Χρειάστηκε πολλή προσπάθεια για να αποδείξουμε την αξία μας. Όταν φτάναμε σε δοκιμή απόδειξης της ιδέας, μπαίναμε στο σύστημά τους και δείχναμε πώς λειτουργεί και μαθαίνει, οι αμφιβολίες τελείωναν. Έτσι κερδίσαμε τους πελάτες που βλέπετε, αλλά η διαδρομή ήταν αργή και απαιτούσε να αποδεικνύουμε την αξία μας σε κάθε βήμα. Αυτό ήταν ίσως το πιο χαρακτηριστικό στοιχείο ενός θορυβώδους χώρου γεμάτου κακές λύσεις.

Όταν το σκέφτεται κανείς, φαίνεται προφανές ότι τα δέντρα αποφάσεων δεν θα λειτουργούσαν. Τότε όμως δεν ήταν τόσο προφανές.

Δεν ήταν προφανές τότε. Και, νομίζω, ήταν ό,τι καλύτερο μπορούσε να γίνει.

Ισχύει κι αυτό.

Ο κόσμος συγχέει τη συνομιλιακή υποστήριξη πελατών με την AI. Υπάρχει μεγάλη επικάλυψη: το ChatGPT είναι καλό παράδειγμα συνομιλίας, αλλά το GPT-3, η μηχανή που το τροφοδοτούσε, υπήρχε ήδη και αποτελούσε την AI. Το χρειαζόσουν για καλύτερη συνομιλία. Παλαιότερα θέλαμε και συνομιλία και AI, αλλά μπορούσαμε να φτιάξουμε συνομιλία μόνο γράφοντας σενάρια. Ήταν ένα μεγάλο σύστημα διαδραστικής φωνητικής απόκρισης, ένα τηλεφωνικό μενού σε μορφή συνομιλίας. Έπειτα πρόσθεταν την ετικέτα «AI», ενώ είχαμε συνομιλία χωρίς πραγματική AI. Εκεί υπήρχε το χάσμα: όχι επειδή η διαφορά δεν ήταν προφανής, αλλά επειδή η άλλη δυνατότητα δεν ήταν ακόμη εφικτή ή δεν είχε αναγνωριστεί, ούτε είχε γίνει αντιληπτό ότι πρόκειται για δύο διαφορετικά πράγματα.

Περιγράψατε τον εαυτό σας ως αισιόδοξο για την AI σε ένα πρόσφατο podcast. Γιατί είστε τόσο αισιόδοξος;

Για διάφορους λόγους. Πρώτα, συμβαίνει μια αλλαγή επιχειρηματικού μοντέλου ή πλατφόρμας, όπως με την εξάπλωση της πληροφορικής: από τα μεγάλα κεντρικά συστήματα στους προσωπικούς υπολογιστές, στο διαδίκτυο, από τον υπολογιστή γραφείου στο νέφος και έπειτα στις κινητές συσκευές. Περίπου κάθε δεκαετία εμφανίζεται μια τέτοια μετάβαση και δημιουργεί νέα επιχειρηματικά μοντέλα, ακόμη και επιχειρήσεις αξίας τρισεκατομμυρίων δολαρίων. Η Salesforce (CRM ), για παράδειγμα, έγινε κολοσσός 200 δισ. δολαρίων αναγνωρίζοντας τη μετάβαση στο νέφος. Ίσως θα έλεγε ότι την προκάλεσε, αλλά αναγνώρισε τη μετατόπιση και μετέφερε βάσεις δεδομένων και συστήματα καταγραφής από τοπικές εγκαταστάσεις Oracle ή Siebel στο νέφος.

Δημιούργησε έτσι σύστημα καταγραφής για πωλητές, εισήχθη στο χρηματιστήριο και έγινε επιχείρηση δισεκατομμυρίων. Έπειτα έκανε το ίδιο στην εξυπηρέτηση και στο μάρκετινγκ, με Service Cloud και Marketing Cloud, φτάνοντας τα 200 δισ. δολάρια. Τι θα συνέβαινε αν η Salesforce δημιουργούνταν στην εποχή μας, ή το 2030; Η ίδια μετάβαση θα ξαναγίνει. Πιστεύω —και γι’ αυτό εργάζομαι σε αυτή την εταιρεία— ότι επιχειρήσεις που βάζουν την AI πρώτα, όπως η Forethought, θα γίνουν οι επόμενες Salesforce και θα δημιουργήσουν ευκαιρίες τρισεκατομμυρίων. Θα είναι εξαιρετικό για τις επιχειρήσεις αλλά και για τους πελάτες. Με τα κινητά αποκτήσαμε υπερυπολογιστή στην τσέπη.

Με το GPT θα έχουμε υπερεγκέφαλο στην τσέπη. Την επόμενη φορά που θέλεις κούρεμα, η AI σου θα μιλά με την AI του κουρείου και θα κλείνει ραντεβού —ελπίζω με τεχνολογία Forethought. Είναι εντελώς διαφορετικός τρόπος λειτουργίας. Τα οικονομικά μοντέλα θα αλλάξουν. Είναι επίσης δύναμη εξίσωσης των ευκαιριών, επειδή υιοθετείται εύκολα. Παλιά χρειαζόσουν διδακτορικό στην AI για να ξέρεις πώς να κάνεις αυτά τα πράγματα. Τώρα η μητέρα μου χρησιμοποιεί ChatGPT. Περισσότεροι γνωρίζουν την AI, ίσως περισσότεροι θελήσουν να μάθουν προγραμματισμό ή να γίνουν μηχανικοί προτροπών. Οι ευκαιρίες ανοίγονται είτε είσαι ειδικός είτε όχι. Αυτή η οικονομική δυνατότητα είναι ο μεγαλύτερος λόγος αισιοδοξίας μου.

Τι προβλέπετε για την τεχνητή γενική νοημοσύνη; Θα τη δούμε στη διάρκεια της ζωής μας;

Πρώτα θα πω ότι κανείς δεν ξέρει. Όποιος ισχυρίζεται ότι ξέρει, λέει ψέματα. Ωστόσο, βλέπουμε αρκετή πρόοδο. Ίσως υπάρχει AGI ήδη σήμερα. Ποιος μπορεί να πει αν το GPT και αυτή η κατηγορία μοντέλων δεν είναι περίπου τόσο ευφυή όσο ο ανθρώπινος εγκέφαλος; Δεν ξέρω· ίσως, αλλά μάλλον όχι. Ένας ανθρώπινος εγκέφαλος έχει, τι, ένα τρισεκατομμύριο νευρώνες; Το GPT πλησιάζει. Τι θα συμβεί όταν ένα τέτοιο σύστημα έχει ένα τρισεκατομμύριο νευρώνες και εκπαιδευτεί με τα σωστά δεδομένα; Ο εγκέφαλός μας προέκυψε από την εξέλιξη, ενώ, κατά κάποιον τρόπο, η ενισχυτική μάθηση είναι μια υπερενισχυμένη εξέλιξη για τις μηχανές.

Όλες αυτές οι τεχνικές υπάρχουν σήμερα, οπότε η ιδέα δεν φαίνεται τόσο απίθανη. Ίσως χρειαστούν νέες τεχνικές, όπως παλαιότερα οι transformer και τα αναδρομικά νευρωνικά δίκτυα, που εκ των υστέρων μοιάζουν προφανή αλλά πριν εμφανιστούν θεωρούνταν αδύνατα. Δεν μπορούσαμε να χειριστούμε τη γλώσσα πριν από τα αναδρομικά δίκτυα· μετά οι transformer τα παραμέρισαν και φτάσαμε στα γενετικά προεκπαιδευμένα μοντέλα transformer, τα GPT. Μπορεί να απαιτείται νέα έρευνα, αλλά δεν είναι πλέον εξωπραγματικό. Ίσως κατά κάποια έννοια είμαστε ήδη εκεί. Είτε έχουμε όλα τα συστατικά και πρέπει να βρούμε τη σωστή σύνθεση είτε πιθανότατα θα φτάσουμε μέσα στα επόμενα 30–50 χρόνια.

Υπάρχουν όμως κίνδυνοι. Η καλύτερη αναλογία, που νομίζω έκανε ο Andrej Karpathy από την AI της Tesla, είναι η πυρηνική ενέργεια. Έχει τεράστια δύναμη: η σύντηξη θα μπορούσε να προσφέρει απεριόριστη ενέργεια και να επιτρέψει πράγματα που δεν φανταζόμασταν, όπως μεγάλα διαστημικά ταξίδια. Υπάρχει όμως και η σκοτεινή πλευρά, τα πυρηνικά όπλα και η τεράστια καταστροφική τους δυνατότητα.

Ο καλύτερος τρόπος που έχει βρει η κοινωνία να το αντιμετωπίζει είναι να διαθέτουν όλοι αυτή τη δυνατότητα και να θεσπίζουν αμοιβαίους κανόνες ώστε να χρησιμοποιείται σωστά. Βλέπω αντίστοιχη ισχύ στην AI, αρχικά στον ψηφιακό χώρο, οπότε ο φόβος είναι μικρότερος —εκτός αν αποκτήσει πρόσβαση, για παράδειγμα, σε πυρηνικά όπλα. Αν όμως αναπτύσσουμε περιορισμούς και δικλίδες ασφαλείας παράλληλα με την πρόοδο της AI, όπως πιστεύω ότι κάνουμε, βρισκόμαστε σε καλή θέση. Είναι σημαντική μια AI τόσο ισχυρή όσο το GPT που θα ανιχνεύει ψευδείς ειδήσεις παραγόμενες από GPT. Παραμένω αισιόδοξος, χωρίς αυτό να σημαίνει ότι δεν πρέπει ταυτόχρονα να αναπτύσσουμε την τεχνολογία που θα την κάνει ασφαλή.

Σας αρέσει το διάβασμα. Ποια βιβλία θα προτείνατε;

Το πιο πρόσφατο βιβλίο που διάβασα ήταν το «The Advantage» του Patrick Lencioni. Διδάσκει πώς να χτίζεις υγιή οργανισμό, από τις συναντήσεις και τον συντονισμό της διοικητικής ομάδας μέχρι την επικοινωνία της αποστολής και των αξιών. Συνοψίζει και τα άλλα βιβλία του, όπως το Death by Meeting. Αυτό είναι το πιο πρόσφατο που διάβασα. Παραδόξως δεν έχω διαβάσει πρόσφατα βιβλία για AI, παρότι διαβάζω σχετικές επιστημονικές εργασίες. Υπάρχει ένα βιβλίο με τίτλο «Superhuman» που μου συνέστησαν θερμά και πρέπει να διαβάσω. Θα προσθέσω ακόμη ένα μη λογοτεχνικό βιβλίο, το «Good to Great», το αγαπημένο μου βιβλίο διοίκησης όλων των εποχών. Από μυθοπλασία, το The Expanse, που έχει γίνει και τηλεοπτική σειρά.

Έχω δει αυτή την τηλεοπτική σειρά.

Την έχεις δει, σωστά; Νομίζω προβάλλεται στο Amazon Prime. Μου αρέσει επειδή συνδυάζει την επιστημονική φαντασία με επιστημονικό ρεαλισμό. Εξετάζει λεπτές έννοιες: πώς θα ήταν ένας κόσμος με διαστημικά ταξίδια και πώς θα εξελισσόταν η πολιτική; Οι άνθρωποι συμπεριφέρονται όπως μάλλον θα συμπεριφέρονταν πραγματικά. Τα τηλέφωνα έχουν ενσωματωμένη προηγμένη AGI, αλλά αυτό είναι πολύ διακριτικό, δεν τονίζεται και δεν είναι το κεντρικό θέμα. Γι’ αυτό το αναφέρω. Οι άνθρωποι λένε κάτι στο τηλέφωνό τους, εκείνο αναλαμβάνει την εργασία και αργότερα την έχει ολοκληρώσει. Μιλούν σαν να συνομιλούν με άνθρωπο, συνεχίζουν τη ζωή τους και το σύστημα επιστρέφει με αποτελέσματα.

Πιστεύω ότι έτσι θα λειτουργεί η AGI στον κόσμο μας. Ο καθένας θα έχει έναν προσωπικό Einstein, C-3PO ή R2-D2, στο τηλέφωνο ή αργότερα σε ρομπότ. Θα κάνει εργασίες, θα απαντά ερωτήσεις και θα βρίσκει λύσεις, με ευφυΐα επιπέδου Einstein. Αν κάθε άνθρωπος είχε έναν φίλο με τέτοια νοημοσύνη, ίση ή ανώτερη της ανθρώπινης, θα μπορούσε να κάνει περισσότερα. Συχνά ρωτούν τι θα συμβεί αν όλα αυτά γίνουν κακόβουλα. Ήδη υπάρχουν οκτώ δισεκατομμύρια πλάσματα ανθρώπινης νοημοσύνης. Οι άνθρωποι έχουν πολλά ελαττώματα, αλλά είναι όμορφο ότι καταφέραμε να δημιουργήσουμε κοινωνία και πολιτισμό.

Ενδιαφέρον πόσο διαφέρει από το Star Trek, όπου η χρήση της τεχνολογίας παρουσιάζεται ως θέαμα.

Δεν συζητάμε πια για τα τηλέφωνα. Αλλά αν πριν από 100 χρόνια έλεγες σε κάποιον ότι μπορείς να μιλήσεις ακαριαία με άνθρωπο στο Κατάρ, θα του φαινόταν μαγεία. Πολλά σημερινά πράγματα θα ήταν κυριολεκτικά μαγικά για τους ανθρώπους εκείνης της εποχής.

Ακόμη και ένα Kindle θα ήταν μαγικό πριν από 100 χρόνια: ένα βιβλίο που αλλάζει ανάλογα με το τι θέλεις.

Ακριβώς. Σαν να βγήκε από τον Harry Potter. Έτσι σκέφτομαι αυτές τις τεχνολογίες. Υπάρχουν πολλές ανάλογες γρήγορες αλλαγές: ο ηλεκτρισμός, η τυπογραφία. Αρχικά φαίνονται τεράστιες και απίστευτες, αλλά η επόμενη γενιά τις θεωρεί δεδομένες και ενσωματωμένες στη ζωή. Φανταστείτε έναν κόσμο όπου η AGI θεωρείται αυτονόητη και υπάρχει σε ό,τι κάνουμε.

Πρόσφατα γράψατε στο Twitter: «Μετρήστε την επιτυχία όχι από όσα ξεκινάτε, αλλά από όσα ολοκληρώνετε». Ποια είναι η γραμμή τερματισμού για την εταιρεία σας;

Ποιος είναι ο τελικός στόχος; Επιστρέφοντας στα νέα οικονομικά μοντέλα, με συναρπάζει η συζήτηση ότι η Google (GOOGL ) δεν έχει προστατευτικό ανταγωνιστικό πλεονέκτημα. Κάτι αντίστοιχο διέρρευσε και από την ίδια την Google και προκάλεσε πανικό. Νομίζω είναι αλήθεια, αλλά ίσως ούτε η OpenAI διαθέτει τέτοια προστασία. Σημαντικότερο είναι ότι τους επόμενους μήνες θα ακούμε για όλο και περισσότερες υπάρχουσες επιχειρήσεις που ανατρέπονται από την AI. Θα συμβεί στην υποστήριξη πελατών, στα help desk, στα CRM, στις μηχανές αναζήτησης —παντού.

Πολλές εταιρείες ακολουθούν τώρα την τάση. Όμως η τεχνολογία αυτή μπορεί να ενισχύει τα υπάρχοντα μοντέλα όσο και να τα ανατρέπει. Κάποιοι θα προσαρμοστούν ταχύτερα, ενώ επιχειρήσεις που έχουν ήδη κλίμακα μπορούν να επιταχύνουν περισσότερο από όσες δεν την έχουν.

Δεν θα ισχύει πάντα: μικρές εταιρείες μπορεί να κινηθούν γρηγορότερα. Δεν είναι όμως δεδομένο. Κάποιες παλιές επιχειρήσεις θα προσαρμοστούν αργά και θα ανατραπούν, κάποιες μικρές θα κινηθούν γρήγορα και άλλες θα βρίσκονται ενδιάμεσα. Εμείς θα μπορούσαμε να κάνουμε κάθε σημείο επαφής ανθρώπων και επιχειρήσεων ταχύτερο και εξυπνότερο. Σήμερα το κάνουμε στην εξυπηρέτηση πελατών, την πιο συχνή αλληλεπίδραση: έχεις πρόβλημα, κάνεις ερώτηση. Επεξεργαζόμαστε πάνω από 100 εκατομμύρια αιτήματα υποστήριξης τον χρόνο και μόλις ξεκινάμε. Στο μέλλον θα μπορούσαν να γίνουν ένα δισεκατομμύριο, δέκα δισεκατομμύρια ή ένα τρισεκατομμύριο —μόνο στην υποστήριξη.

Η ίδια τεχνολογία μπορεί να εφαρμοστεί στο μάρκετινγκ, ελπίζω μέσω της Forethought. Γιατί να επικοινωνείς με μια επιχείρηση μόνο όταν έχεις ερώτηση; Τι γίνεται όταν θέλεις να μάθεις για νέο προϊόν ή υπηρεσία, όταν αφορά πωλήσεις ή όταν επικοινωνείς με τον εργοδότη σου για IT ή ανθρώπινο δυναμικό; Κάθε επαφή μπορεί να μετασχηματιστεί μέσω AI. Έχουμε την ευκαιρία να γίνουμε μία από τις εταιρείες που δημιουργούν αυτό το μέλλον. Αυτή είναι η αποστολή και ο τελικός στόχος μας: να απελευθερώνουμε το ανθρώπινο δυναμικό. Να κάνουμε τα πάντα ταχύτερα και αποδοτικότερα, επιστρέφοντας χρόνο, ενέργεια και προσοχή ώστε οι άνθρωποι να εστιάζουν στα αγαπημένα τους πρόσωπα και σε όσα τους ενδιαφέρουν. Η ανθρωπότητα προχωρά σε νέο επίπεδο.

Πιστεύω ότι μπορούμε να το πετύχουμε. Επιχειρηματικά, θα μπορούσε να δημιουργηθεί εταιρεία αξίας πολλών δισεκατομμυρίων, ίσως δεκάδων ή εκατοντάδων δισεκατομμυρίων δολαρίων —σαν την ιστορία της Salesforce. Τι θα γινόταν αν η Salesforce ιδρυόταν το 2023;

Ευχαριστούμε για την εξαιρετική συνέντευξη. Όσοι αναγνώστες επιθυμούν περισσότερες πληροφορίες μπορούν να διαβάσουν την πρώτη συνέντευξή μας με τον Deon ή να επισκεφθούν τη Forethought.