Η Τελευταία Μίλι του AI: Γιατί το Μέλλον Είναι Προσαρμοσμένο, Όχι Ένα Μέγεθος για Όλους

Για την większość των τελευταίων πενήντα ετών, το λογισμικό έχει κατασκευαστεί για ανθρώπους που κάθονται σε γραφεία. Οι παραδοσιακές πλατφόρμες είναι ουσιαστικά στατικές βάσεις δεδομένων με μια διεπαφή που περιβάλλεται γύρω από αυτές. Κάθονται εκεί, ακίνητες, και απαιτούν από τους ανθρώπους να εργάζονται γύρω από αυτές: να ταΐζουν πληροφορίες, να εισάγουν δεδομένα, να πλοηγούνται στο αυστηρό, προκαθορισμένο λογισμό. Σε αυτή τη διάταξη, ο άνθρωπος έχει σιγά-σιγά γίνει το χειροκίνητο κόλλα, περνώντας την εργάσιμη ημέρα γέμισαν τα κενά μεταξύ των θραυσμάτων εργαλείων.

Αυτό το λειτουργικό τέλος είναι πιο επώδυνο στη мобाइल ζωή μας. Φανταστείτε να κλείσετε ένα απλό ραντεβού ενώ είστε έξω και περίεργος. Ανοίγετε μια εφαρμογή ημερολογίου, πατάτε, τυπάτε, πατάτε. Στη συνέχεια, πηδάτε στο email για να ανακτήσετε την αμυδρή μνήμη μερικών λέξεων-κλειδιών, αναζητάτε τη σωστή διεύθυνση, αντιγράφετε τη και πηδάτε πίσω στο ημερολόγιο. Είναι μια странια απαθανατισμένη εμπειρία. Ο χρήστης αναγκάζεται να ακολουθήσει τη λογική του λογισμικού αντί να ακολουθήσει η λογική του λογισμικού την πρόθεση του χρήστη, κρατώντας τη σπασμένη περιβάλλον στο μυαλό και ράβοντας το πίσω με το χέρι.

Ο άνθρωπος ως χειροκίνητο κόλλα

Το είδαμε σαφώς ενώ κατασκευάζαμε για κινητά στο Google. Ο κόσμος έχει μόνο κάνει το πρόβλημα πιο οξύ από τότε. Όλο και περισσότερο υψηλής αξίας εργασία συμβαίνει στον πραγματικό κόσμο και όχι σε μια στατική ρύθμιση γραφείου. Συμβαίνει σε καφεικές συζητήσεις, σε εξωτερικές εισαγωγές, σε συνεργασίες. Και η μονάδα του επιχειρήματος συρρικνώνεται σταθερά, από την εταιρεία στην ομάδα στο άτομο.

Τα δεδομένα το υποστηρίζουν. Σύμφωνα με το Γραφείο Απογραφής των Ηνωμένων Πολιτειών, ο αριθμός των επιχειρήσεων ενός ατόμου στις Ηνωμένες Πολιτείες αυξήθηκε με μέσο όρο 2,7% το χρόνο μεταξύ 2012 και 2023, περισσότερο από το διπλάσιο του 1,1% ποσοστού των εταιρειών με υπαλλήλους, και τώρα αποτελούν την μεγαλύτερη πλειοψηφία όλων των αμερικανικών επιχειρήσεων. Μπαίνουμε στην εποχή του ότι νομίζω ως το σούπερ-άτομο: ένα單ο оператор που μπορεί να τρέξει μια παγκόσμια επιχείρηση με một μικρή στόλο πρακτόρων που κάνουν τη δουλειά. Όταν η μονάδα εργασίας συρρικνώνεται στο άτομο, η σχεδίαση των εργαλείων μας πρέπει να αναστραφεί. Αντί να ακολουθούν οι άνθρωποι το λογισμικό, το λογισμικό πρέπει να ακολουθήσει τους ανθρώπους.

Η τελευταία μίλι του AI

Γενικοί βοηθοί όπως το ChatGPT και το Gemini είναι ένας πραγματικός άλμα. Επιτρέπουν στους ανθρώπους να επιτύχουν περισσότερα, γρηγορότερα, σε ένα εξαιρετικό εύρος εργασιών. Nhưng υπάρχει ένα κενό μεταξύ ενός μοντέλου που είναι γενικά ικανό και ενός εργαλείου που πραγματικά ταιριάζει στη ζωή σας, και στο AI αυτό το κενό είναι η τελευταία μίλι. Είναι όπου βρίσκεται η περισσότερη πραγματική αξία, και είναι το μέρος που σχεδόν κανείς δεν έχει λύσει.

Ένα γενικό μοντέλο φτάνει σαν ένας νέος υπάλληλος την πρώτη ημέρα. Είναι ευφραδής, γρήγορος και ευρυμαθής, αλλά δεν γνωρίζει τους πελάτες σας, τις προτιμήσεις σας, το συντομογραφικό που χρησιμοποιείτε, ή τον τρόπο που σας αρέσει να γίνονται τα πράγματα. Ισχυρός δεν είναι το ίδιο με το δικό σας. Ένα γενικό μοντέλο είναι, από σχεδιασμό, το ίδιο για όλους που το ανοίγουν. Αυτό που οι άνθρωποι πραγματικά χρειάζονται είναι το αντίθετο: κάτι που διαμορφώνεται σε ένα άτομο, που μεγαλώνει περισσότερο δικό του όσο το χρησιμοποιούν.

Ιστορικά, αυτή η τελευταία μίλι ήταν ακριβή. Να είναι προσαρμοσμένο σε ένα άτομο σήμαινε να雇είτε έναν εκτελεστικό βοηθό ή einen αρχηγό του επιτελείου, ή να αναθέτετε προσαρμοσμένο λογισμικό, επιλογές που διατηρούνται για μεγάλες εταιρείες και τους πλούσιους. Έτσι, οι υπόλοιποι μας συμφωνήσαμε για γενικά, μαζικά παραγόμενα εργαλεία και σιγά-σιγά εκπαιδεύσαμε τους εαυτούς μας να ταιριάζουν σε αυτά. Το κόστος του προσαρμοσμένου είναι ο λόγος που οι περισσότεροι άνθρωποι δεν το έχουν ποτέ είχε.

Αυτό που αλλάζει τώρα είναι το κόστος. Όσο πέφτει, το πράγμα που οι άνθρωποι έχουν πάντα σιγά-σιγά ήθελαν γίνεται δυνατό στη κλίμακα του ενός. Οι άνθρωποι δεν επιθυμούν πραγματικά περισσότερη γενική ικανότητα. Επιθυμούν κάτι που είναι δικό τους.

Αυτό δεν είναι μόνο θέμα γεύσης, και οι ενδείξεις είναι πιο οξυδερκές από ό,τι φαίνεται. Η αξία του AI δεν είναι κατανεμημένη ομοιόμορφα σε εργασίες. Σε ένα μεγάλο πείραμα που διεξήχθη από το Harvard Business School με το Boston Consulting Group, 758 συμβούλοι που χρησιμοποιούσαν GPT-4 ολοκλήρωσαν περίπου 12% περισσότερες εργασίες, περίπου 25% γρηγορότερα, με υψηλότερη ποιότητα, αλλά μόνο για εργασία που βρισκόταν μέσα σε αυτό που οι ερευνητές ονόμαζαν την ακανόνιστη τεχνολογική μέτωπο. Σε μια εργασία που επιλέχθηκε σκόπιμα να βρεθεί έξω από αυτή τη μέτωπο, οι άνθρωποι που χρησιμοποιούσαν AI ήταν περίπου 19% λιγότερο πιθανό να φτάσουν στη σωστή απάντηση. Οι κέρδη εμφανίζονται όταν το εργαλείο είναι προσαρμοσμένο στενά στα πραγματικά περιγράμματα της εργασίας, και εξαφανίζονται, ή ακόμη και αντιστρέφονται, όταν δεν είναι.

Από προορισμό σε sidecar

Εάν το προσαρμοσμένο είναι η ιδιοκτησία, τι είναι η μορφή; Εδώ βοηθά να δανειστούμε einen όρο από την αρχιτεκτονική λογισμικού. Σε κατανεμημένα συστήματα, το sidecar pattern προσαρτά einen βοηθό διαδικασία σε μια πρωταρχική υπηρεσία για να χειριστεί το διασταυρούμενο έργο: καταγραφή, διαμόρφωση, δικτύωση, παρατηρησιμότητα. Η βασική υπηρεσία μπορεί να επικεντρωθεί στην πραγματική της δουλειά ενώ το sidecar απορροφά σιγά-σιγά την λειτουργική сложκότητα δίπλα της.

Πιστεύω ότι ο ίδιος μοτίβο έρχεται για τους ανθρώπους. Αντί για ένα εργαλείο που επισκέπτεστε, η επόμενη γενιά του προσωπικού λογισμικού θα συμπεριφέρεται σαν ένα sidecar που είναι δεμένο σε σας, εργαζόμενο προωθητικά μέσα στις εφαρμογές που ήδη ζείτε. Όχι ένας προορισμός. Ένας συνοδός που πηγαίνει μαζί σας, και ένας που είναι προσαρμοσμένος από τη φύση του, επειδή είναι δεμένος σε ένα μόνο άτομο και μαθαίνει μόνο αυτό.

Τρεις πυλώνες ενός προσωπικού sidecar

Διδασκαλία και μνήμη. Ένα sidecar δεν είναι ένα εργαλείο που ξαναεξηγείτε κάθε μέρα. Είναι κάτι που διδάσκετε μια φορά. Όταν περιγράψετε μια προτίμηση ή μια ροή εργασίας, θυμάται, χτίζοντας μια ιδιωτική αποθήκη ατομικής μνήμης που ταξιδεύει μαζί σας και αποτυπώνει την νюανς του πώς εργάζεστε συγκεκριμένα. Αυτό είναι η τελευταία μίλι, συσσωρευμένη.

Παρατήρηση και πράξη. Ένα sidecar παρατηρεί, σκέφτεται και ενεργεί. Κινείται από τη γνώση των γεγονότων στην εκτέλεση των εργασιών: φιλτράροντας το θόρυβο, συνδέοντας τους πόντους, καταρτίζοντας την απάντηση, κρατώντας το νήμα ενός έργου ώστε να μην πρέπει να το κάνετε.

Εξερεύνηση και συναλλαγή. Με τον καιρό, αυτός ο συνοδός μεταφέρει το контекστό και τις σχέσεις σας σε διαφορετικά κομμάτια λογισμικού. Βοηθά σας να βρείτε τη σωστή εισαγωγή, να επιφανείσετε τη σωστή ευκαιρία και τελικά ακόμη και να συναλλάσσεστε για λογαριασμό σας.

Από τη γνώση στην πράξη

Η βαθύτερη τεχνική μετατόπιση κάτω από όλα αυτά είναι μια κίνηση από την ανάκτηση στην ενέργεια. Αναζήτηση-ενισχυμένη γενεσιουργία, η τεχνική της εναπόθεσης της εξόδου του μοντέλου σε σχετικά έγγραφα που ψάχνει στο σερβισρό, έκανε τους βοηθούς της σημερινής ημέρας καλούς στη γνώση των πραγμάτων. Το επόμενο βήμα είναι η σταθερότητα και η πράξη: συνοδοί που σχεδιάζονται όχι μόνο για να απαντήσουν, αλλά να εκτελέσουν.

Η βιομηχανία ήδη στρέφεται σε αυτή τη κατεύθυνση. Gartner expects ότι μέχρι το τέλος του 2026, το 40% των επιχειρηματικών εφαρμογών θα περιλαμβάνουν task-ειδικούς πράκτορες AI, από λιγότερο από 5% το 2025, μια μετατόπιση που την περιγράφει ως μετατόπιση από βοηθούς που απαντούν σε πράκτορες που ενεργούν.

Υπάρχει μια πιο ήσυχη ωφέλεια εδώ, μια που οι οργανισμοί tend να υποτιμούν: θεσμική μνήμη. Σε ένα κόσμο υψηλής rotα και ρευστών συνεργασιών, ένα τεράστιο ποσό περιεχομένου βγαίνει από την πόρτα κάθε φορά που κάποιος αφήνει einen ρόλο. Ένας συνοδός που είναι δεμένος στο άτομο αποτυπώνει την εμπειρία και τις σχέσεις που θα χαθούν αλλιώς, και τις διατηρεί ολόκληρες και χρηστικές.

Αλλά αυτή η αφθονία δημιουργεί μια παγίδα. Όσο οι πράκτορες αφήνουν τους ανθρώπους να αναλάβουν περισσότερα, οι άνθρωποι σιγά-σιγά αναλαμβάνουν περισσότερα: περισσότερα να θυμάστε, περισσότερα να ενεργήσετε, περισσότερα να μεταβείτε, περισσότερα να κρατήσετε στο μυαλό σας同時. Υπάρχει ένας βιολογικός όρος για το πόσο από αυτά μπορεί να φέρει ένας άνθρωπος. Ο σκοπός ενός sidecar είναι να καθίσει κάτω από αυτόν τον όρο και να απορροφήσει το φορτίο, όχι να το βάλει περισσότερο από πάνω.

Αναανθρώπιση της εργασίας

Ο πραγματικός σκοπός δεν είναι να αυτοματοποιήσετε τους ανθρώπους. Είναι να τους βγάλσετε από το λογισμικό και να τους φέρετε πίσω στο δωμάτιο. McKinsey’s research για την εργασία γνώσεων βρήκε ότι ο μέσος εργαζόμενος της αλληλεπίδρασης περνά περίπου 28% της εβδομάδας σε email και σχεδόν άλλη μια 20% κυνηγώντας εσωτερικές πληροφορίες ή αναζητώντας τον σωστό συνάδελφο, πριν ακόμη προσθέσετε εσωτερικές συναντήσεις και συντονισμό. Αυτό είναι η większość της εβδομάδας που περνάτε σε λειτουργικό τέλος αντί για την ίδια την εργασία.

Εάν ένας συνοδός μπορεί να απορροφήσει αυτό το στατικό διοικητικό στρώμα, ο χρόνος που επιστρέφει δεν πρέπει να ρέει πίσω στο μηχάνημα. Μπορεί να πήξει πίσω στις καφεικές συζητήσεις, στις συνεργασίες και τις κρίσεις όπου η πραγματική αξία δημιουργείται. Αυτό δεν είναι για την αντικατάσταση του ανθρώπου στη βρόχου. Είναι για την αφαίρεση του ανθρώπου από τα μέρη της βρόχου που δεν ήταν ποτέ καλή χρήση ενός ανθρώπου.

Το μέλλον του AI πιθανότατα δεν είναι ένα κουτί που μιλάτε, και δεν είναι ένα μοντέλο που εξυπηρετεί όλους με τον ίδιο τρόπο. Είναι πιο πιθανό ένας συνοδός που είναι αναμφισβήτητα δικός σας: ένας που περπατάει δίπλα σας, μαθαίνει πώς εργάζεστε, και χειρίζεται σιγά-σιγά τα μέρη που δεν πρέπει να χειρίζεστε.

Έτσι, η ερώτηση που αξίζει να καθίσετε με αυτή δεν είναι πώς έξυπνο μπορεί να ακούγεται το AI σας. Είναι απλούστερο από αυτό: πόσο της εβδομάδας σας περνάτε ως κόλλα, και τι θα κάνατε με αυτόν τον χρόνο αν το ξαναπάρτε;