Izvan očekivanja: AI agenti i sljedeće poglavlje rada

Agenti umjetne inteligencije ili autonomni agenti tek su u svojim ranim danima. Vrlo rano – na početku prve izmjene. Područje vrvi inovacijama, od revolucionarnih istraživanja do dokaza koncepata i praktičnih primjena – a sve to nagovještava ogroman potencijal umjetne inteligencije. 

Nema sumnje da će autonomni agenti transformirati svaku pojedinu industriju, sa svojim sposobnostima koje se proširuju izvan puke automatizacije zadataka na redizajniranje radnih procesa, simulaciju složenih scenarija i smanjenje potrebe za ljudskom intervencijom u različitim procesima. Gledamo u (bližu) budućnost u kojoj agenti mogu izvoditi simulacije velikih razmjera, redizajnirati marketinške kampanje ili čak automatizirati složene procese testiranja istraživanja i razvoja.

Boston Consulting Group (BCG) ističe evolucijski skok od velikih jezičnih modela (LLM) do autonomnih agenata dizajniranih za izvršavanje zadataka od kraja do kraja, praćenje ishoda, prilagođavanje i autonomno korištenje alata za postizanje ciljeva. Predstavljaju značajan korak prema istinskoj umjetnoj inteligenciji, sposobnoj samostalno raditi bez stalnog ljudskog nadzora. 

U pogledu veličina tržišta, autonomna umjetna inteligencija i autonomni agenti procijenjeni su na 4.8 milijardi USD u 2023. godini i procjenjuje se da će zabilježiti složenu godišnju stopu rasta (CAGR) od preko 43% između 2023. i 2028., dosegnuvši 28.5 milijardi. Jasno je da smo na rubu promjene paradigme – faza ispunjena iščekivanjem, uzbuđenje, skepticizam i pragmatična evaluacija. Ova promjena ne odnosi se samo na tehnološki napredak; radi se o redefiniranju našeg samog pristupa radu, produktivnosti i inovacijama. Gotovo svaki investitor, osnivač, programer i tehnološki entuzijast pokušava razumjeti utjecaj koji će ova tehnologija imati na način na koji radimo u našem životu i nakon njega te procijeniti implikacije za njihovo poslovanje i strateške ciljeve. 

Međutim, od sada, nemamo sposobnost da u potpunosti shvatimo veličinu pomaka mase koji će to uzrokovati. Sve što možemo učiniti je nagađati. Ovaj je članak upravo to – moja spekulacija o dinamici razvoja autonomnih agenata i njezinim implikacijama za osnivače, investitore i širu ekonomiju. Govorit ću o tome kako mi u Forum Ventures razmišljamo i ulažemo u prostor, kao i kako ga nudimo mapu tržišta s tvrtkama za koje vjerujemo da vode istraživanje. 

Gdje smo danas

Unatoč značajnom napretku u istraživanju i dokazivanju koncepata, svi još uvijek pokušavamo shvatiti i zamisliti kako iskoristiti sve mogućnosti AI agenata. Zasad postoji spoj tri trenda:

1. Napredak u vještini i učinkovitosti umjetne inteligencije, širenje granica mogućeg. 
2. Smanjenje troškova mogućnosti djelovanja, kao što je ChatGPT 4.0, na primjer, čineći upotrebu AI agenata pristupačnijom većem broju ljudi i uzrokujući šire usvajanje i sveukupno prihvaćanje ove tehnologije.
3. Demokratizacija pristupa umjetnoj inteligenciji, otvorenog koda ili ne, omogućava širem rasponu subjekata da istražuju i implementiraju rješenja umjetne inteligencije, čime se ubrzava tempo inovacija.

Kao i kod bilo koje nove tehnologije, posebno kod ovako velike transformacije, postoji niz izazova koji su u procesu rješavanja. Evo dva najbolja:

1. Sigurnost i točnost

Sve je veći fokus na razvoju potrebne infrastrukture kako bi se osigurala sigurna i etična primjena AI agenata. Za mnoge industrije i tvrtke nema mjesta za pogreške. Ako LLM ima stopu halucinacija od čak i samo 0.1%, nikada mu se ne može vjerovati ni u jednom kritičnom procesu, a ta stopa pogrešaka mora biti još niža za proces od 10 ili 100 koraka. Rješavanje ovog problema ključno je za široko prihvaćanje, a mnoge tvrtke čekaju prije nego što prihvate LLM-ove, bilo kao dio svog tehnološkog paketa ili kao potpuno novi način poslovanja. 

Uspostavljaju se alati za praćenje točnosti i sigurnosti kroz vidljivost i dopuštenje korisnika, kao i etički okviri, kako bi se potaknuo odgovoran pristup integraciji umjetne inteligencije. Vidjeli smo da neke tvrtke to dobro rade, Privatni AI biti jedan od njih. Koriste zaključivanje kako bi osigurali da tvrtke ne treniraju na privatnim podacima kako ne bi procurili. Također smo vrlo uzbuđeni zbog novih tvrtki koje dolaze na tržište kao što je SafeguardAI – autonomni AI agent koji štiti od halucinacija, omogućujući tvrtkama da brže implementiraju generativnu AI upotrebu.

Osim toga, razvijaju se alati poput automatskih metrika evaluacije, okvira za ljudsku evaluaciju i dijagnostičkih skupova podataka koji pomažu u procjeni i poboljšanju točnosti LLM-ova. Ovi alati pomažu istraživačima i programerima da identificiraju snage i slabosti LLM-ova i usmjeravaju daljnji napredak u tom području.

2. Interakcija čovjek-AI

Ovdje je izazov u kojoj bi mjeri ljudi trebali komunicirati sa softverom koji je autonoman. Postoji zabrinutost zbog potencijalnih rizika AI sustava koji rade bez dovoljne ljudske kontrole, odnosno koliko je autonomije previše. Ali također moramo shvatiti koliko želimo da ljudi budu u tijeku i koja razina ljudske interakcije stvara veću sigurnost dok istovremeno ograničava pristranosti i smanjuje mogućnost ljudske pogreške. Još nemamo dobre odgovore na to, ni u jednoj razumnoj mjeri.

Iz oportunističke perspektive, nadam se da možemo definirati novu paradigmu za autonomni softver koji će raditi pod ljudskom kontrolom na način da se nadzire i promatra kako bi ljudi mogli spriječiti potencijalno "fatalne" stvari da se dogode kao puno veći verzija blic kraha u gospodarstvu. Po mom mišljenju, oni koji to mogu izgraditi pobijedit će i pružiti prilike za transformaciju. 

Prijelaz s procesa usmjerenih na zadatke na procese usmjerene na cilj

Neće postojati niti jedan sektor ili polje rada koje agenti umjetne inteligencije neće dirati, a mnoge promjene koje će se dogoditi bit će u bliskoj budućnosti. Po mom mišljenju, ojedan od najdubljih utjecaja koje će agenti umjetne inteligencije imati je pomak od procesa usmjerenih na zadatke prema procesima usmjerenim na cilj. Danas unesete nešto u računalo, kao što je "napišite mi komentar o agentima umjetne inteligencije", a računalo vam nešto vrati, što vi zatim poduzmete. Ovo je upit koji je vrlo usmjeren na zadatak i još uvijek zahtijeva od korisnika da obučava agenta u skladu s ciljevima i tonom glasa osobe. Međutim, ograničeno je na ovo, pa je rezultat uvelike određen kvalitetom ulaza za obuku, plus unaprijed određenim (i moguće ograničenim) ciljevima korisnika, koji se još uvijek uvelike oslanjaju na ljudske radnje. 

Nedovoljno iskorištena moć AI agenata je u snazi ​​ciljano usmjerenog rada. Budućnost više neće biti napametno opisivanje procesa korak po korak ili komplicirano brzo inženjerstvo za procese. Tvrtke i čelnici trebali bi promijeniti svoje razmišljanje o tome kako grade i koriste autonomne procese temeljene na pravilima, pri čemu su ciljevi propisani, a agenti određuju najbolji put za postizanje tog ishoda (uz odgovarajuće ljudske intervencije). Primjer za to bi mogao biti, "rezerviraj mi događaj u New Yorku sa 100 stručnjaka koji žele naučiti o tome kako umjetna inteligencija prodire na američko tržište zdravstva od jednog od naših govornika". U slučaju kao što je ovaj, AI će se koristiti za operacionalizaciju strateškog razmišljanja izvan ograničenog opsega mogućnosti koje bi jednostavan zadatak mogao izvršiti.

Ovo je potpuno novi način razmišljanja i rada. Gotovo da nema skupa ciljeva kojima trenutno težimo s računalom, a koje nećemo postići na drugačiji način. To će biti temeljna promjena u tome kako se orijentiramo i kako se posao zamišlja i izvodi. 

Monetizacija i tržišna dinamika

Kako umjetna inteligencija postaje sastavni dio poslovnih modela, tradicionalne strategije monetizacije ponovno se procjenjuju. Na primjer, trenutačno u poslovnom softveru kupci općenito kupuju mjesta i korištenje. Na strani potrošača, ljudi kupuju putem aplikacije. Naša je hipoteza da će se to promijeniti tako da će softverske tvrtke sve više moći prodavati rezultate, a ne alate. Hoće li ljudi i poduzeća platiti rezultate? Da bi postigli svoje ciljeve? Još nismo sigurni. Ali to vidimo kao odraz šireg trenda prema angažmanima temeljenim na vrijednostima. Međutim, postoje izazovi u predviđanju profitabilnosti i upravljanju troškovima, posebno s obzirom na računalno intenzivnu prirodu AI tehnologija. 

Odlučivanje u koga i u što ulagati u najranijoj fazi

Kad god ulažemo u ovoj ranoj fazi, osnivač je jedna od najvećih oklada koje činimo – gledajući kako osnivač tržišnu sposobnost tako i osobnost osnivača. S AI agentima ova leća postaje još važnija jer s toliko mnogo nepoznanica, rješenje koje se gradi danas vjerojatno neće biti ono što se gradi sutra, ali će osnivač ostati isti. Dakle, gledamo ne samo uklapanje osnivača i tržišta, već i njihovu privrženost problemu, kako gledaju na problem postavljen drugačije od postojeće paradigme, da su voljni prihvatiti nepoznato i da imaju plastičnost i fleksibilnost ići u korak s tržištem koje ima ovoliki tok. 

Nakon osnivača, promatramo tržište i postoji li veliko ukupno adresirano tržište i vjerodostojan put do prilike za prihod od 1 milijarde USD. Otvoreni smo i za naslijeđena tržišta kao što su proptech i lanac opskrbe, i za naprednija, fleksibilna tržišta kao što su fintech i e-trgovina, sve dok će rješenje/alat za pokretanje isporučiti postupno poboljšanje funkcije u odnosu na stari način.

Naš treći fokus kada procjenjujemo rješenje AI agenta je hoće li alat biti kompatibilan u budućnosti softvera usmjerenog na AI. Drugim riječima, hoće li se predloženo rješenje neprimjetno integrirati i poboljšati način na koji vidimo budući softverski krajolik i raspored unutar tog tržišta.

Još ne možemo dati točna predviđanja na temelju troškova. Trenutačno su AI poslovi u osnovi manje profitabilni od SaaS poslovanja. Troškovi povezani s obradom i analizom podataka u sustavima umjetne inteligencije mogu se brzo akumulirati. Bit će potreban kratkoročni napredak koji poboljšava učinkovitost umjetne inteligencije i smanjuje operativne troškove prije nego što možemo napraviti ovu vrstu evaluacije. U idealnom slučaju, postoje pomaci koji odražavaju Mooreov zakon u sektoru umjetne inteligencije, a troškovi energije i čipova smanjeni su zbog povećanih ulaganja. Ako možemo pronaći ravnotežu u kojoj umjetna inteligencija nije samo inovativna nego i ekonomski održiva, onda smo zlatni. Ali još uvijek ima toliko nepoznanica, a većina nas nagađa (izvodi informirane spekulacije, da se lijepo izrazimo).

'Vrli novi svijet' mogućnosti

Većina ljudi smatra da je uvođenje ChatGPT-a AI-jev “trenutak za iPhone”. Međutim, mislim da nismo tamo... još. Do danas, ova sučelja za chat nisu učinila ništa više od pojednostavljenja naših trenutnih radnih procesa. Iako su ovi alati nedvojbeno olakšali upravljanje zadacima, naš pristup ostaje temeljno orijentiran na zadatke. Šira vizija je potpuna transformacija ove dinamike, gdje će umjetna inteligencija moći operacionalizirati strateško razmišljanje i izvoditi složene rezultate, s još manje unosa ljudi. Pravi trenutak za iPhone bi stoga mogao biti otkrivanje AI agenata kao zadanog skupa B2B aplikacija, što će zauzvrat imati ogroman utjecaj na budućnost rada. 

Za desetljeće nema sumnje da ćemo se osvrnuti unatrag i diviti se ideji da smo radili na temelju popisa zadataka umjesto da postavljamo strateške ciljeve i dopuštamo umjetnoj inteligenciji da nam pomogne ponavljati i poboljšati te ciljeve. Ovaj pomak prema radnom okruženju usmjerenom na ciljeve ne predstavlja samo evoluciju u tehnologiji, već i transformaciju u načinu na koji konceptualiziramo svoj posao i pristupamo mu. 

Put naprijed ispunjen je neizvjesnostima, ali potencijal AI da revolucionira industrije, pojača ljudski potencijal, potakne značajan napredak i isporuči trajnu vrijednost je neporeciv. Naša je predanost upravljati tim neizvjesnostima i identificirati, kladiti se na te podržati inicijative AI u ranoj fazi i briljantne umove koji oživljavaju svoje vizije.