מנהיגי מחשבה
מעבר לציפיות: סוכני בינה מלאכותית והפרק הבא בעבודה
סוכני AI, או סוכנים אוטונומיים, נמצאים בימים הראשונים שלהם. מוקדם מאוד - התחתית של הסיבוב הראשון מוקדם. התחום שוקק חדשנות, ממחקר פורץ דרך ועד הוכחת מושגים ועד יישומים מעשיים - כולם מרמזים על הפוטנציאל העצום של AI.
אין ספק שסוכנים אוטונומיים יהפכו כל תעשייה בודדת, כשהיכולות שלהם משתרעות מעבר לאוטומציה של משימות בלבד ועד לתכנון מחדש של זרימות עבודה, הדמיית תרחישים מורכבים והפחתת הצורך בהתערבות אנושית בתהליכים שונים. אנו מסתכלים על עתיד (קרוב) שבו סוכנים יכולים להפעיל סימולציות בקנה מידה גדול, לעצב מחדש קמפיינים שיווקיים, או אפילו להפוך תהליכי בדיקות מו"פ מורכבים לאוטומטיים.
קבוצת הייעוץ של בוסטון (BCG) מדגיש את הקפיצה האבולוציונית ממודלים של שפה גדולה (LLMs) ועד סוכנים אוטונומיים שנועדו לבצע משימות מקצה לקצה, לפקח על התוצאות, להתאים ולהשתמש בכלים באופן אוטונומי להשגת יעדים. הם מייצגים צעד משמעותי לקראת בינה מלאכותית אמיתית, המסוגלת לפעול עצמאית ללא פיקוח אנושי מתמשך.
במונחים של גודל השוק, בינה מלאכותית אוטונומית וסוכנים אוטונומיים הוערכו ב-4.8 מיליארד דולר בשנת 2023, וההערכה היא לרשום CAGR של למעלה מ-43% בין 2023 ל-2028, להגיע ל-28.5 מיליארד. ברור שאנחנו על סף שינוי פרדיגמה - שלב מלא בציפייה, התרגשות, ספקנות והערכה פרגמטית. השינוי הזה הוא לא רק קידום טכנולוגי; מדובר בהגדרה מחדש של עצם הגישה שלנו לעבודה, פרודוקטיביות וחדשנות. כמעט כל משקיע, מייסד, מפתח וחובב טכנולוגיה מנסה להבין את ההשפעה שתהיה לטכנולוגיה הזו על האופן שבו אנו עובדים במהלך חיינו ומחוצה לה, ולהעריך את ההשלכות על הפעילות והיעדים האסטרטגיים שלהם.
עם זאת, נכון לעכשיו, חסרה לנו היכולת להבין במלואה את גודל השינוי ההמוני שזה יגרום. כל מה שאנחנו יכולים לעשות זה לשער. המאמר הזה הוא בדיוק זה - ההשערות שלי לגבי הדינמיקה המתגלגלת של סוכנים אוטונומיים והשלכותיה על המייסדים, המשקיעים והכלכלה הרחבה יותר. אני אדבר על איך אנחנו ב-Forum Ventures חושבים ומשקיעים בחלל, כמו גם מספקים מפת שוק עם החברות שאנו מאמינים שמובילות את החיפוש.
איפה אנחנו נמצאים היום
למרות ההתקדמות הניכרת במחקר והוכחת מושגים, כולנו עדיין מנסים להבין ולהציג כיצד לרתום את מלוא היכולות של סוכני AI. עד כה, יש מפגש של שלוש מגמות:
- התקדמות במיומנות ויעילות בינה מלאכותית, הרחבת הגבולות של מה שאפשר.
- העלות היורדת של יכולות פעולה, כמו ChatGPT 4.0, למשל, הופכת את השימוש בסוכני AI לנגיש יותר ליותר אנשים וגורמת לאימוץ רחב יותר ולאימוץ הכולל של טכנולוגיה זו.
- הדמוקרטיזציה של גישה ל-AI, קוד פתוח או לא, המאפשרת למגוון רחב יותר של ישויות לחקור וליישם פתרונות AI, ובכך להאיץ את קצב החדשנות.
כמו בכל טכנולוגיה חדשה, במיוחד טרנספורמציה כה גדולה כמו זו, ישנם מגוון אתגרים שנמצאים בתהליך של טיפול. להלן שני המובילים:
1. בטיחות ודיוק
ישנה התמקדות גוברת בפיתוח התשתית הדרושה כדי להבטיח פריסה בטוחה ואתית של סוכני AI. עבור תעשיות ועסקים רבים, אין מקום לטעויות. אם ל-LLM יש שיעור הזיות של אפילו רק 0.1%, לעולם לא ניתן יהיה לסמוך עליו בשום תהליך קריטי, ושיעור השגיאות הזה צריך להיות נמוך עוד יותר עבור תהליך בן 10 שלבים או 100 שלבים. פתרון זה הוא הכרחי לאימוץ נרחב, וחברות רבות ממתינות לפני שהן יאמצו LLMs כחלק מחסנית הטכנולוגיה שלהן או כדרך פעולה חדשה לחלוטין.
כלים לניטור דיוק ובטיחות באמצעות צפייה והרשאות משתמשים, כמו גם מסגרות אתיות, מוקמים כדי לטפח גישה אחראית לאינטגרציה של AI. ראינו כמה חברות עושות את זה טוב, PrivateAI להיות אחד מהם. הם משתמשים בהסקה כדי לוודא שחברות לא מתאמנות על נתונים פרטיים כדי שלא ידלפו. אנחנו גם מאוד נרגשים לגבי חברות חדשות שיוצאות לשוק כמו SafeguardAI - סוכן בינה מלאכותית אוטונומית ששומרת מפני הזיות, ומאפשרת לארגונים לפרוס שימוש בינה מלאכותית גנרטיבית מהר יותר.
בנוסף, כלים כמו מדדי הערכה אוטומטית, מסגרות הערכה אנושיות ומערכי נתונים אבחוניים מפותחים כדי לסייע בהערכה ושיפור של הדיוק של LLMs. כלים אלו עוזרים לחוקרים ולמפתחים לזהות נקודות חוזק וחולשה בלימודי LLM ולהנחות התקדמות נוספת בתחום.
2. אינטראקציה בין אדם ל-AI
האתגר כאן הוא באיזו מידה בני אדם צריכים לקיים אינטראקציה עם תוכנה שהיא אוטונומית. יש חששות לגבי הסיכונים הפוטנציאליים של מערכות AI הפועלות ללא שליטה אנושית מספקת, כלומר כמה אוטונומיה היא יותר מדי. אבל אנחנו גם צריכים להבין עד כמה אנחנו רוצים בני אדם במעגל, ואיזו רמה של אינטראקציה אנושית יוצרת יותר בטיחות תוך הגבלת הטיות והקטנת הסיכוי לטעות אנוש. אין לנו עדיין תשובות טובות לזה, בכל קנה מידה סביר.
מנקודת מבט אופורטוניסטית, אני מקווה שנוכל להגדיר פרדיגמה חדשה לתוכנה אוטונומית לפעול בתוך השליטה של בני אדם באופן שבו היא מנוטרת ונצפית כך שבני אדם יוכלו לעצור דברים שעלולים להיות "קטלניים" מלהתרחש כמו דברים גדולים בהרבה. גרסה של התרסקות בזק במשק. לדעתי, מי שיכול לבנות את זה ינצח ויספק הזדמנויות טרנספורמציה.
המעבר מתהליכים ממוקדי משימה לתהליכים ממוקדי מטרה
לא יהיה שום מגזר או תחום עבודה שסוכני בינה מלאכותית לא יפגעו בהם, והרבה מהשינוי שיתרחש יהיה בעתיד הקרוב. לדעתי, oאחת ההשפעות העמוקות ביותר שיהיו לסוכני AI הוא המעבר מתהליכים ממוקדי משימה לתהליכים ממוקדי מטרה. היום, אתה מזין משהו למחשב, כגון "כתוב לי הודעה על סוכני AI", והמחשב מחזיר לך משהו, ואז אתה פועל. זוהי הנחיה מאוד מוכוונת משימה, ועדיין דורשת מהמשתמש להכשיר את הסוכן בהתאם למטרות ולטון הדיבור של האדם. עם זאת, הוא מוגבל לכך, ולכן התפוקה נקבעת במידה רבה על ידי איכות הקלט האימון, בתוספת המטרות שנקבעו מראש (ואולי מוגבלות) של המשתמש, שעדיין תלויה במידה רבה בפעולות אנושיות.
כוחם הלא מנוצל של סוכני AI הוא בכוחה של עבודה ממוקדת מטרה. העתיד כבר לא יהיה של תיאור תהליכים שלב אחר שלב או הנדסה דחופה מסובכת לתהליכים. חברות ומנהיגים צריכים לשנות את החשיבה שלהם לגבי האופן שבו הם בונים ומשתמשים בתהליכים מבוססי כללים אוטונומיים, לפיהם נקבעו יעדים וסוכנים קובעים את הדרך הטובה ביותר קדימה להשגת תוצאה זו (עם התערבויות אנושיות מתאימות). דוגמה לכך יכולה להיות, "הזמינו לי אירוע בניו יורק עם 100 אנשי מקצוע שרוצים ללמוד על האופן שבו בינה מלאכותית חודרת לשוק הבריאות האמריקאי מאחד הדוברים שלנו". במקרה כזה, בינה מלאכותית תשמש להפעלת חשיבה אסטרטגית מעבר להיקף המצומצם של האפשרות שמשימה פשוטה יכולה לבצע.
זוהי דרך חדשה לגמרי של חשיבה ועבודה. אין כמעט קבוצה של יעדים שאנחנו חותרים אליהם כרגע עם מחשב שלא ירדוף אחריהם בצורה שונה. זה יהיה שינוי מהותי באופן שבו אנו מכוונים את עצמנו, וכיצד העבודה מתוכננת ומבוצעת.
מונטיזציה ודינמיקת שוק
ככל שה-AI הופכת חלק בלתי נפרד מהמודלים העסקיים, אסטרטגיות מונטיזציה מסורתיות עוברות הערכה מחדש. לדוגמה, כרגע בתוכנה ארגונית, בדרך כלל, לקוחות קונים מושבים ושימוש. בצד הצרכני, אנשים מבצעים רכישות בתוך האפליקציה. ההשערה שלנו היא שזה ישתנה כך שיותר ויותר חברות תוכנה יוכלו למכור תוצאות, ולא כלים. האם אנשים ועסקים ישלמו עבור תוצאות? כדי שהמטרות שלהם יושגו? אנחנו עדיין לא בטוחים. אבל אנחנו רואים בכך שיקוף של המגמה הרחבה יותר של התקשרויות מבוססות ערכים. עם זאת, ישנם אתגרים בחיזוי הרווחיות ובניהול העלויות, במיוחד לאור האופי האינטנסיבי מבחינה חישובית של טכנולוגיות AI.
החלטה במי ובמה להשקיע בשלב המוקדם ביותר
בכל פעם שאנו משקיעים בשלב מוקדם זה, המייסד הוא אחד ההימורים הגדולים ביותר שאנו עושים - בהסתכלות הן על התאמה לשוק המייסד והן על אישיות המייסד. עם סוכני בינה מלאכותית, העדשה הזו הופכת חשובה עוד יותר מכיוון שעם כל כך הרבה אלמונים, הפתרון שנבנה היום כנראה לא יהיה מה שנבנה מחר, אבל המייסד יישאר אותו הדבר. אז, אנחנו מסתכלים לא רק על ההתאמה בין המייסדים לשוק, אלא גם על הקשר שלהם לבעיה, איך הם מסתכלים על מערכת הבעיות בצורה שונה מהפרדיגמה הקיימת, שהם מוכנים לאמץ את הלא נודע, ושיש להם פלסטיות וגמישות לעמוד בקצב של שוק שיש לו כל כך הרבה תנועות.
אחרי המייסד, אנחנו מסתכלים על השוק ואם יש שוק גדול שניתן להתייחס אליו ודרך אמינה להזדמנות הכנסה של מיליארד דולר. אנו פתוחים הן לשווקים מדור קודם כמו פרוטק ושרשרת אספקה, והן לחשיבה קדימה, לשווקים גמישים כמו פינטק ומסחר אלקטרוני, כל עוד פתרון/כלי הסטארט-אפ יספק שיפור פונקציונלי צעד על פני הדרך הישנה.
ההתמקדות השלישית שלנו בהערכת פתרון סוכן בינה מלאכותית היא אם הכלי יהיה תואם לעתיד תוכנה ממוקד בינה מלאכותית. במילים אחרות, האם הפתרון המוצע ישתלב בצורה חלקה וישפר את האופן שבו אנו רואים את נוף התוכנה העתידי והמחסנית בתוך השוק הזה.
אנחנו עדיין לא יכולים לעשות תחזיות נכונות מבוססות עלויות. נכון לעכשיו, עסקים בינה מלאכותית פחות רווחיים ביסודו מעסקי SaaS. העלויות הכרוכות בעיבוד וניתוח נתונים במערכות AI יכולות להצטבר במהירות. תצטרך להיות התקדמות בטווח הקרוב שתשפר את יעילות הבינה המלאכותית ומפחיתה עלויות תפעול לפני שנוכל לבצע הערכה מסוג זה. באופן אידיאלי, יש התקדמות שמשקפת חוק מור במגזר הבינה המלאכותית, ועלויות הכוח והשבבים מופחתות עקב השקעות מוגברות. אם נוכל למצוא איזון שבו בינה מלאכותית היא לא רק חדשנית אלא גם בת קיימא מבחינה כלכלית, אז אנחנו מזהיבים. אבל עדיין יש כל כך הרבה אלמונים, ורובנו מנחשים (מעלים השערות מושכלות, אם לומר זאת יפה).
'עולם חדש ואמיץ' של אפשרויות
רוב האנשים מחשיבים את הצגת ChatGPT כ"רגע האייפון" של AI. עם זאת, אני לא חושב שאנחנו שם...עדיין. עד כה, ממשקי הצ'אט הללו לא עשו הרבה יותר מאשר לייעל את זרימות העבודה הנוכחיות שלנו. למרות שהכלים הללו ללא ספק הפכו משימות קלות יותר לניהול, הגישה שלנו נותרה ממוקדת משימה ביסודה. החזון הרחב יותר הוא להפוך את הדינמיקה הזו לחלוטין, כאשר בינה מלאכותית תהיה מסוגלת לבצע מבצעיות חשיבה אסטרטגית ולבצע פלט מורכב, עם עוד פחות קלט מבני אדם. הרגע האמיתי של האייפון, אם כן, עשוי להיות חשיפת סוכני בינה מלאכותית כמערכת ברירת המחדל של יישומי B2B, אשר בתורו תהיה בעלת השפעה גדולה על עתיד העבודה.
בעוד עשור, אין ספק שאנחנו הולכים להסתכל אחורה ולהתפעל מהרעיון שנהגנו לפעול בהתבסס על רשימות מטלות במקום להגדיר יעדים אסטרטגיים ולאפשר ל-AI לעזור לנו לחזור על היעדים הללו ולחדד אותם. המעבר הזה לעבר סביבת עבודה מכוונת מטרה מייצג לא רק התפתחות בטכנולוגיה אלא מהפך באופן שבו אנו משיגים וניגשים לעבודה שלנו.
הדרך קדימה מלאה באי ודאויות, אבל אין להכחיש את הפוטנציאל של AI לחולל מהפכה בתעשיות, להגביר את הפוטנציאל האנושי, להניע התקדמות משמעותית ולספק ערך מתמשך. המחויבות שלנו היא לנווט באי הוודאות הללו, ולזהות, להמר על ולתמוך ביוזמות בינה מלאכותית בשלבים מוקדמים ובמוחות המבריקים שמביאים לחיים את החזונות שלהם.
