Odottamattoman ylittäminen: AI-välikappaleet ja työn seuraava luku

AI-välikappaleet, tai itsestään toimivat agentit, ovat varhaisessa vaiheessaan. Hyvin varhaisessa vaiheessa – ensimmäisen inningin alussa. Kenttä on täynnä innovaatioita, aivan uudesta tutkimuksesta todistusvälineisiin ja käytännön sovelluksiin – kaikki viitatessa AI:n valtavaan potentiaaliin.

On ilmiselvää, että itsestään toimivat agentit muuttaa jokaisen teollisuuden, ja heidän kykynsä laajenee pelkästä tehtävien automaatiosta prosessien uudelleen suunnitteluun, monimutkaisten skenaarioiden simulaatioon ja ihmisen väliintulojen vähentämiseen eri prosesseissa. Olemme katselemassa lähitulevaisuutta, jossa agentit voivat suorittaa suurimittaisia simulaatioita, suunnitella markkinointikampanjoita tai jopa automatisoida monimutkaisia tutkimus- ja kehitystestejä.

Boston Consulting Group (BCG) korostaa kehitysaskelta suurten kieliennustemallien (LLM) ja itsestään toimivien agenteiden välillä, jotka on suunniteltu suorittamaan tehtäviä loppuun, seuraamaan tuloksia, sopeutumaan ja käyttämään työkaluja itsenäisesti tavoitteiden saavuttamiseksi. Ne edustavat merkittävää askelta kohti todellista tekoälyä, joka on kykenevä itsenäiseen toimintaan ilman jatkuvaa ihmisen valvontaa.

Markkinan koosta puhuttaessa, itsestään toimivat AI- ja agentit arvioitiin 4,8 miljardiksi Yhdysvaltain dollariksi vuonna 2023, ja niiden on arvioitu kasvavan yli 43 prosenttia vuosittain vuosina 2023-2028, saavuttaen 28,5 miljardia dollaria. On selvää, että olemme kynnyksellä paradigman muutokselle – vaiheessa, joka on täynnä odotuksia, jännitystä, skeptisismiä ja pragmaattista arviointia. Tämä muutos ei ole pelkästään teknologisen edistymisen vaan myös työn, tuottavuuden ja innovaation lähestymistavan uudelleen määrittelyä. Melkein jokainen sijoittaja, perustaja, kehittäjä ja teknologiaintoilija yrittää ymmärtää, miten tämä teknologia vaikuttaa työhön elinikänsä aikana ja sen jälkeen, ja arvioida sen vaikutuksia omiin operaatioihin ja strategisiin tavoitteisiin.

Tällä hetkellä meillä ei kuitenkaan ole kykyä ymmärtää tämän massiivisen muutoksen laajuutta. Kaikki, mitä voimme tehdä, on spekuloida. Tämä artikkeli on vain spekulointiani itsestään toimivien agenttien dynamiikasta ja niiden vaikutuksista perustajille, sijoittajille ja laajemmalle taloudelle. Käyn läpi, miten me Forum Venturesissa ajattelemme ja sijoitamme tähän alaan, ja tarjoan markkinakartan yrityksistä, jotka uskomme johtavan tutkimusta.

Missä olemme tällä hetkellä

Huolimatta merkittävistä edistymisistä tutkimuksessa ja todistusvälineissä, yritämme kaikki edelleen ymmärtää ja ennustaa, miten hyödyntää itsestään toimivien agenttien täysimittaisia kykyjä. Tähän asti on kolme trendiä, jotka kohtaavat:

1. AI-osaamisen ja tehokkuuden edistys, laajentaa mahdollisuuksien rajoja.
2. Toimintakykyjen kustannusten lasku, kuten esimerkiksi ChatGPT 4.0, tekee AI-agenttien käytön helpommaksi ja laajemmalle joukolle ihmisiä, ja aiheuttaa laajempaa omaksumista ja tämän teknologian hyväksymistä.
3. Avoin tai ei-avoin pääsy AI:hen mahdollistaa laajemman joukon yritysten tutkia ja toteuttaa AI-ratkaisuja, kiihdyttäen innovaation vauhtia.

Kuten uuden teknologian kanssa yleensä, erityisesti tämänkaltaisen suuren muutoksen kanssa, on haasteita, joita olemme ratkaisemassa. Tässä ovat kaksi tärkeintä:

1. Turvallisuus ja tarkkuus

On kasvava painopiste kehittää tarvittava infrastruktuuri itsestään toimivien agenttien turvalliseen ja eettiseen käyttöön. Monille aloille ja yrityksille ei ole varaa virheisiin. Jos LLM:llä on hallucinaatioaste 0,1 %, se ei voi koskaan luottaa kriittisiin prosesseihin, ja tämä virheaste on oltava vielä alempi 10- tai 100-vaiheisissa prosesseissa. Tämän ongelman ratkaiseminen on avainlaatuista laajalle hyväksymiselle, ja monet yritykset odottavat, kunnes he omaksuvat LLM:t joko teknologiapinoonsa tai kokonaan uutena toimintatapana.

Työkalut tarkkuuden ja turvallisuuden seuraamiseen havainnointi- ja käyttöoikeuden kautta sekä eettiset kehykset luodaan vastuullisen AI-integroinnin edistämiseksi. Olemme nähneet joitakin yrityksiä, jotka tekevät tämän hyvin, PrivateAI on yksi niistä. He käyttävät johtamista varmistamaan, ettei yritykset kouluta yksityisillä tiedoilla, jotta ne eivät vuoda. Olemme myös erittäin innostuneita uusista yrityksistä, jotka tulevat markkinoille, kuten SafeguardAI – itsestään toimiva AI-agentti, joka suojaa hallusinaatioita, jotta yritykset voivat käyttää generatiivista AI:ta nopeammin.

Lisäksi työkaluja, kuten automaattisia arviointimittareita, ihmisen arviointikehyksiä ja diagnostisia tietoja, kehitetään LLM:n tarkkuuden arvioimiseen ja parantamiseen. Nämä työkalut auttavat tutkijoita ja kehittäjiä tunnistamaan LLM:n vahvuudet ja heikkoudet ja ohjaamaan edelleen kehitystä alalla.

2. Ihmisen ja AI:n vuorovaikutus

Haaste tässä on määritellä, kuinka paljon ihmisten tulisi vuorovaikuttaa ohjelmistojen kanssa, jotka ovat itsenäisiä. On huolenaiheita siitä, mitä vaaroja AI-järjestelmillä on, jos niillä on riittävästi autonomiaa, eli kuinka paljon autonomiaa on liikaa. Mutta meidän on myös määritettävä, kuinka paljon haluamme ihmisten olevan mukana ja mikä tasolla ihmisten vuorovaikutus luo turvallisuutta rajoittamatta harhaa ja vähentämättä virheiden mahdollisuutta. Emme ole saaneet hyviä vastauksia tähän vielä, edes kohtuullisessa mittakaavassa.

Optimistisen näkökulman valossa olen toiveikas, että voimme määritellä uuden paradigman itsenäisille ohjelmistoille toimia ihmisten valvonnassa siten, että ne voidaan seurata ja tarkkailla, jotta ihmiset voivat estää mahdollisesti “tödellisiä” asioita tapahtumasta, kuten suurempaa taloudellista romahdusta. Uskon, että ne, jotka voivat rakentaa tämän, voittavat ja tarjoavat muodonmuuttuvia mahdollisuuksia.

Siirtyminen tehtävänorientoituneista prosesseista tavoitteidenorientoituneisiin prosesseihin

Ei ole mitään alaa tai työn kenttää, joka ei jää vaikutuksettomaksi AI-agenttien vaikutuksesta, ja suuri osa tästä muutoksesta tapahtuu lähitulevaisuudessa. Uskon, että yksi AI-agenttien vaikutuksista on siirtyminen tehtävänorientoituneista prosesseista tavoitteidenorientoituneisiin prosesseihin. Tänään syötätte jotain tietokoneelle, kuten “kirjoita minulle mielipideaihe AI-agenteista”, ja tietokone antaa jotain takaisin, jonka jälkeen teidän on toimittava sen mukaan. Tämä on hyvin tehtävänorientoitunut pyyntö, ja edellyttää edelleen käyttäjältä agentin kouluttamista tavoitteiden ja äänen mukaisesti, mikä on edelleen riippuvainen ihmisen toiminnasta.

Itsestään toimivien agenttien vallattomat voimat ovat tavoitteidenorientoituneessa työssä. Tulevaisuus ei enää ole yksinkertaisen, askel kohti askelta -prosessin kuvausta tai monimutkaisen ohjelmoinnin mukaista. Yritykset ja johtajat tulisi muuttaa ajattelutapaansa siinä, miten he rakentavat ja käyttävät itsenäisiä, sääntöpohjaisia prosesseja, joissa tavoitteet määritellään ja agentit päättävät parhaan tien eteenpäin tuloksen saavuttamiseksi ( asianmukaisin ihmisen väliintuloin). Esimerkiksi “järjestä minulle tapahtuma New Yorkissa 100 ammattilaiselle, jotka haluavat oppia, miten AI on mukana Yhdysvaltain terveydenhuollossa yhdestä puhujista”. Tapauksessa, jossa AI hyödyntää strategista ajattelua ja suorittaa monimutkaisia tuloksia, vaikka syöte on vähäistä.

Tämä on uusi tapa ajatella ja työskennellä. On melkein ei mitään tavoitteita, joita jaamme tietokoneen kanssa, jotka eivät muutu täysin. Tämä on perustavanlaatuinen muutos siinä, miten suuntaamme itseämme ja miten työ on suunniteltu ja toteutettu.

Rahoitus ja markkinadynamiikka

Kun AI:sta tulee olennainen osa liiketoimintamalleja, perinteiset rahoitustavat arvioidaan uudelleen. Esimerkiksi yrityssovelluksissa asiakkaat ostavat istuimia ja käyttöä. Kuluttajapuolella ihmiset tekevät sovelluksiin ostoksia. Hypoteesimme on, että tämä muuttuu siten, että ohjelmistoyritykset voivat myydä tuloksia, ei työkaluja. Maksavatko ihmiset ja yritykset tuloksista? Onko heidän tavoitteensa saavutettu? Emme ole varmoja vielä. Mutta näemme tämän heijastuksena laajemmassa trendissä arvon perusteisia sitoumuksia. On kuitenkin haasteita tulosten ennustamisessa ja kustannusten hallinnassa, erityisesti AI-teknologioiden laskennallisen intensiivisyyden vuoksi.

Päätös siitä, kukaan ja mihin sijoittaa varhaisessa vaiheessa

Kun sijoitamme varhaisessa vaiheessa, perustaja on yksi suurimmista panoksistamme – katsomme sekä perustajan markkina- ja persoonallisuuden sopivuutta. AI-agenttien kanssa tämä linssi tulee vielä tärkeämmäksi, koska monien tuntemattomien asioiden kanssa ratkaisu, jota rakennetaan tänään, ei välttämättä ole se, mitä rakennetaan huomenna, mutta perustaja pysyy samana. Niinpä katsomme sekä perustajan markkina- ja ongelman ymmärtämistä eri tavalla kuin olemassa oleva paradigma, sekä sitä, että he ovat valmiita omaksumaan tuntemattoman, ja että heillä on joustavuutta ja sopeutumiskykyä pysyäkseen mukana markkinan muutoksissa.

Perustajan jälkeen tarkastelemme markkinaa ja onko siellä suuri kohdennettavissa oleva markkina ja uskottava polku 1 miljardin dollarin liikevaihtoon. Olemme avoimia sekä perinteisille markkinoille, kuten kiinteistö- ja huolintamarkkinoille, että enemmän eteenpäin suunnattuihin markkinoihin, kuten rahoitus- ja kaupan markkinoille, kunhan startup-ratkaisu/toiminta tuo merkittävän parannuksen vanhaan tapaan.

Kolmas painopiste AI-agenttien arvioinnissa on, onko työkalu yhteensopiva tulevaisuuden ohjelmistopohjaisessa tulevaisuudessa. Toisin sanoen, tulisiko ehdotettu ratkaisu sulautua ja parantaa ohjelmistopohjaista maisemaa ja pinorakennetta kyseisellä markkinalla.

Emme voi tehdä kunnollisia kustannusperusteisia ennusteita vielä. Tällä hetkellä AI-liiketoiminta on perustaltaan vähemmän kannattavaa kuin SaaS-liiketoiminta. AI-järjestelmissä tapahtuvan datan käsittelyyn ja analyysiin liittyvät kustannukset voivat kertyä nopeasti. On oltava lähitulevaisuudessa edistystä, joka parantaa AI:n tehokkuutta ja vähentää toimintakustannuksia, ennen kuin voimme tehdä tällaista arviointia. Ihannetapauksessa on edistys, joka vastaa Mooren lakia AI-alalla, ja sekä tehokkuus että piirien kustannukset vähenevät lisääntyneiden investointien ansiosta. Jos löydämme tasapainon, jossa AI on sekä innovatiivista että taloudellisesti kestävää, olemme kultaisia. Mutta on edelleen niin monta tuntematonta, ja useimmat meistä arvioivat (teemme perusteltuja spekulaatioita, sanotaan).

Uusi maailma mahdollisuuksia

Useimmat pitävät ChatGPT:n esittelyä AI:n “iPhone-hetkenä”. Mutta en usko, että olemme siellä vielä. Tähän asti nämä chat-rajapinnat eivät ole tehneet paljon muuta kuin suorittaneet työmme helpommaksi. Vaikka nämä työkalut ovat epäilemättä tehneet tehtävistä helpommin hallittavia, lähestymistapamme on edelleen perustaltaan tehtävänorientoitunut. Laajempi visio on muuttaa tämä dynamiikka kokonaan, jossa AI voi operationalisoida strategista ajattelua ja suorittaa monimutkaisia tuloksia, vaikka vähäisemmän syötteen kanssa. Todellinen iPhone-hetki saattaa olla AI-agenttien esittely B2B-sovelluksena, jolla on suuri vaikutus tulevaan työhön.

Vuosi sitten emme voi katsoa taaksepäin ja ihmetellä sitä, että käytimme to-do-listoja strategisten tavoitteiden sijaan ja sallimme AI:n auttaa meitä iteroida ja jalostaa näitä tavoitteita. Tämä siirtyminen tavoitteidenorientoituneeseen työympäristöön edustaa ei vain teknologisen evoluution vaan myös muutoksen siinä, miten konseptoida ja lähestyä työtämme.

Eteenpäin osoittava polku on täynnä epävarmuuksia, mutta AI:n potentiaali vallankumous teollisuudessa, lisätä ihmisen potentiaalia, ajaa merkityksellistä etenemistä ja toimittaa kestävää arvoa, on kiistaton. Sitoutumisemme on navigoida näissä epävarmuuksissa, tunnistaa, panostaa ja tukea varhaisessa vaiheessa olevia AI-alan aloitteita ja nerokkaita mieli, jotka toteuttavat visioitaan.