Boven verwachting: AI-agenten en het volgende hoofdstuk van het werk

AI-agenten, of autonome agenten, staan ​​nog in de kinderschoenen. Heel vroeg – de tweede helft van de eerste inning vroeg. Het veld bruist van de innovatie, van baanbrekend onderzoek tot proof-of-concepts tot praktische toepassingen – allemaal wijzend op het enorme potentieel van AI. 

Het lijdt geen twijfel dat autonome agenten elke sector zullen transformeren, waarbij hun mogelijkheden verder reiken dan louter taakautomatisering, tot het opnieuw ontwerpen van workflows, het simuleren van complexe scenario’s en het verminderen van de noodzaak voor menselijke tussenkomst in verschillende processen. We kijken naar een toekomst (op de korte termijn) waarin agenten grootschalige simulaties kunnen uitvoeren, marketingcampagnes opnieuw kunnen ontwerpen of zelfs complexe R&D-testprocessen kunnen automatiseren.

Boston Consulting Group (BCG) benadrukt de evolutionaire sprong van grote taalmodellen (LLM's) tot autonome agenten die zijn ontworpen om taken end-to-end uit te voeren, de resultaten te monitoren, zich aan te passen en autonoom tools te gebruiken om doelen te bereiken. Ze vertegenwoordigen een belangrijke stap in de richting van echte kunstmatige intelligentie, die onafhankelijk kan functioneren zonder voortdurend menselijk toezicht. 

In termen van marktomvangwerden autonome AI en autonome agenten in 4.8 gewaardeerd op 2023 miljard USD en zullen naar schatting tussen 43 en 2023 een CAGR van ruim 2028% registreren, tot 28.5 miljard. Het is duidelijk dat we aan de vooravond staan ​​van een paradigmaverschuiving. een fase vol verwachting, opwinding, scepticisme en pragmatische evaluatie. Deze verschuiving gaat niet alleen over technologische vooruitgang; het gaat over het herdefiniëren van onze benadering van werk, productiviteit en innovatie. Bijna elke investeerder, oprichter, ontwikkelaar en technologieliefhebber probeert de impact te begrijpen die deze technologie zal hebben op de manier waarop we tijdens ons leven en daarna werken, en de implicaties voor hun activiteiten en strategische doelen te beoordelen. 

Op dit moment missen we echter het vermogen om de omvang van de massaverschuiving die dit zal veroorzaken volledig te begrijpen. Het enige wat we kunnen doen is speculeren. Dit artikel is precies dat: mijn speculatie over de zich ontvouwende dynamiek van autonome agenten en de implicaties ervan voor oprichters, investeerders en de bredere economie. Ik zal het hebben over hoe wij bij Forum Ventures denken over en investeren in de ruimte, en hoe we deze aanbieden een marktkaart met de bedrijven waarvan wij denken dat zij het voortouw nemen bij de verkenning. 

Waar we vandaag zijn

Ondanks de aanzienlijke vooruitgang op het gebied van onderzoek en proof-of-concepts, proberen we allemaal nog steeds te begrijpen en uit te werken hoe we de volledige capaciteiten van AI-agenten kunnen benutten. Tot nu toe is er sprake van een samenloop van drie trends:

1. Vooruitgang in AI-vaardigheid en efficiëntie, waardoor de grenzen van wat mogelijk is worden verlegd. 
2. De dalende kosten van actiemogelijkheden, zoals ChatGPT 4.0, maken het gebruik van AI-agents bijvoorbeeld toegankelijker voor meer mensen en zorgen voor een bredere adoptie en de algehele omarming van deze technologie.
3. De democratisering van de toegang tot AI, open source of niet, waardoor een breder scala aan entiteiten AI-oplossingen kan verkennen en implementeren, waardoor het innovatietempo wordt versneld.

Zoals bij elke nieuwe technologie, vooral bij een transformatie die zo groot is als deze, zijn er een hele reeks uitdagingen die momenteel worden aangepakt. Hier zijn de bovenste twee:

1. Veiligheid en nauwkeurigheid

Er is een groeiende focus op het ontwikkelen van de noodzakelijke infrastructuur om de veilige en ethische inzet van AI-agenten te garanderen. Voor veel bedrijfstakken en bedrijven is er geen ruimte voor fouten. Als een LLM een hallucinatiepercentage heeft van zelfs maar 0.1%, kan het in geen enkel kritisch proces worden vertrouwd, en dit foutenpercentage moet zelfs nog lager zijn voor een proces van 10 of 100 stappen. Het oplossen hiervan is van cruciaal belang voor een brede adoptie, en veel bedrijven wachten voordat ze LLM’s omarmen, hetzij als onderdeel van hun tech-stack, hetzij als een geheel nieuwe manier van werken. 

Er worden instrumenten ontwikkeld voor het bewaken van de nauwkeurigheid en veiligheid door middel van waarneembaarheid en toestemming van de gebruiker, evenals ethische kaders om een ​​verantwoorde benadering van AI-integratie te bevorderen. We hebben gezien dat sommige bedrijven dit goed doen, PrivéAI één van hen zijn. Ze gebruiken gevolgtrekkingen om ervoor te zorgen dat bedrijven niet trainen op het gebied van privégegevens, zodat deze niet lekken. We zijn ook erg enthousiast over nieuwe bedrijven die op de markt komen, zoals SafeguardAI – een autonome AI-agent die beschermt tegen hallucinaties, waardoor bedrijven generatief AI-gebruik sneller kunnen inzetten.

Bovendien worden er tools zoals automatische evaluatiestatistieken, menselijke evaluatiekaders en diagnostische datasets ontwikkeld om te helpen bij de beoordeling en verbetering van de nauwkeurigheid van LLM's. Deze tools helpen onderzoekers en ontwikkelaars de sterke en zwakke punten in LLM's te identificeren en verdere vooruitgang in het veld te begeleiden.

2. Interactie tussen mens en AI

De uitdaging hier is in hoeverre mensen moeten omgaan met autonome software. Er zijn zorgen over de potentiële risico's van AI-systemen die zonder voldoende menselijke controle werken, dat wil zeggen hoeveel autonomie te veel is. Maar we moeten er ook achter komen hoe graag we mensen op de hoogte willen hebben, en welk niveau van menselijke interactie meer veiligheid creëert, terwijl vooroordelen worden beperkt en de kans op menselijke fouten wordt verkleind. We hebben hier nog geen goede antwoorden op, op welke redelijke schaal dan ook.

Vanuit een opportunistisch perspectief heb ik goede hoop dat we een nieuw paradigma kunnen definiëren waarin autonome software binnen de controle van mensen kan opereren, op een manier dat het wordt gemonitord en geobserveerd, zodat mensen kunnen voorkomen dat potentieel ‘fatale’ dingen gebeuren als een veel grotere gebeurtenis. versie van een plotselinge crash in de economie. Naar mijn mening zullen degenen die dit kunnen opbouwen, winnen en transformerende kansen bieden. 

De verschuiving van taakgerichte naar doelgerichte processen

Er zal geen enkele sector of werkveld zijn dat onaangetast zal blijven door AI-agenten, en veel van de veranderingen die plaatsvinden zullen in de nabije toekomst plaatsvinden. Naar mijn mening oHet is een van de meest ingrijpende gevolgen die AI-agenten zullen hebben is de verschuiving van taakgerichte naar doelgerichte processen. Tegenwoordig voer je iets in een computer in, zoals “schrijf me een opiniestuk over AI-agenten”, en de computer geeft je iets terug, wat je vervolgens doet. Dit is een zeer taakgerichte prompt en vereist nog steeds dat de gebruiker de agent traint op basis van de doelstellingen en de toon van de persoon. Het beperkt zich hier echter toe en daarom wordt de output grotendeels bepaald door de kwaliteit van de trainingsinput, plus de vooraf bepaalde (en mogelijk beperkte) doelen van de gebruiker, die nog steeds sterk afhankelijk is van menselijk handelen. 

De onderbenutte kracht van AI-agenten ligt in de kracht van doelgericht werken. De toekomst zal er niet langer een zijn van stapsgewijze procesbeschrijvingen of ingewikkelde snelle engineering van processen. Bedrijven en leiders moeten hun manier van denken veranderen over hoe ze autonome, op regels gebaseerde processen bouwen en gebruiken, waarbij doelen worden voorgeschreven en agenten de beste weg voorwaarts bepalen om dat resultaat te bereiken (met passende menselijke tussenkomst). Een voorbeeld hiervan zou kunnen zijn: “boek voor mij een evenement in New York City met 100 professionals die via een van onze sprekers willen leren hoe AI de Amerikaanse gezondheidszorgmarkt binnendringt”. In een geval als dit zal AI worden gebruikt om strategisch denken te operationaliseren buiten de beperkte mogelijkheden die een eenvoudige taak zou kunnen volbrengen.

Dit is een geheel nieuwe manier van denken en werken. Er zijn bijna geen doelen die we momenteel nastreven met een computer die niet op een heel andere manier zullen worden nagestreefd. Dit zal een fundamentele verandering betekenen in de manier waarop we ons oriënteren en hoe werk wordt bedacht en uitgevoerd. 

Monetisering en marktdynamiek

Naarmate AI steeds meer een integraal onderdeel wordt van bedrijfsmodellen, worden traditionele strategieën voor het genereren van inkomsten opnieuw geëvalueerd. Op dit moment kopen klanten in bedrijfssoftware bijvoorbeeld over het algemeen stoelen en gebruik. Aan de consumentenkant doen mensen in-app-aankopen. Onze hypothese is dat dit zodanig zal veranderen dat softwarebedrijven steeds meer resultaten zullen kunnen verkopen in plaats van tools. Zullen mensen en bedrijven betalen voor resultaten? Om hun doelen te bereiken? We weten het nog niet zeker. Maar wij zien dit als een weerspiegeling van de bredere trend naar op waarden gebaseerde engagementen. Er zijn echter uitdagingen bij het voorspellen van de winstgevendheid en het beheren van de kosten, vooral gezien de rekenintensieve aard van AI-technologieën. 

In het vroegste stadium beslissen in wie en wat u wilt investeren

Wanneer we in dit vroege stadium investeren, is de oprichter een van de grootste weddenschappen die we maken – kijkend naar zowel de fit op de markt als de persoonlijkheid van de oprichter. Met AI Agents wordt deze lens nog belangrijker omdat met zoveel onbekenden de oplossing die vandaag wordt gebouwd waarschijnlijk niet zal zijn wat morgen wordt gebouwd, maar de oprichter zal dezelfde blijven. We kijken dus niet alleen naar de fit tussen de oprichters en de markt, maar ook naar hun gehechtheid aan het probleem, hoe ze anders naar het probleem kijken dan het bestaande paradigma, dat ze bereid zijn het onbekende te omarmen, en dat ze plasticiteit en flexibiliteit hebben om gelijke tred kunnen houden met een markt die zoveel in beweging is. 

Na de oprichter kijken we naar de markt en of er een grote totaal bereikbare markt is en een geloofwaardig pad naar een omzetmogelijkheid van $ 1 miljard. We staan ​​open voor zowel oudere markten zoals proptech en supply chain, als meer vooruitstrevende, flexibele markten zoals fintech en e-commerce, zolang de startup-oplossing/tool ​​maar een stapsgewijze functieverbetering oplevert ten opzichte van de oude manier.

Onze derde focus bij het evalueren van een AI-agentoplossing is of de tool compatibel zal zijn binnen een AI-centrische softwaretoekomst. Met andere woorden: zal de voorgestelde oplossing naadloos integreren met en verbeteren hoe wij het toekomstige softwarelandschap en de stapel binnen die markt zien?

We kunnen nog geen goede, op de kosten gebaseerde voorspellingen doen. Op dit moment zijn AI-bedrijven fundamenteel minder winstgevend dan SaaS-bedrijven. De kosten die gepaard gaan met het verwerken en analyseren van gegevens in AI-systemen kunnen zich snel opstapelen. Er zal op de korte termijn vooruitgang nodig zijn die de AI-efficiëntie verbetert en de operationele kosten verlaagt voordat we dit soort evaluaties kunnen uitvoeren. Idealiter zijn er verbeteringen die een weerspiegeling zijn de wet van Moore in de AI-sector, en zowel de stroom- als de chipkosten worden verlaagd als gevolg van toegenomen investeringen. Als we een evenwicht kunnen vinden waarin AI niet alleen innovatief maar ook economisch duurzaam is, dan hebben we een gouden medaille. Maar er zijn nog zoveel onzekerheden, en de meesten van ons zijn aan het gissen (met geïnformeerde speculaties, om het mooi te zeggen).

Een 'Brave New World' van mogelijkheden

De meeste mensen beschouwen de introductie van ChatGPT als het “iPhone-moment” van AI. Ik denk echter niet dat we er zijn...nog niet. Tot nu toe hebben deze chatinterfaces niet veel meer gedaan dan het stroomlijnen van onze huidige workflows. Hoewel deze hulpmiddelen het beheer van taken ongetwijfeld eenvoudiger hebben gemaakt, blijft onze aanpak fundamenteel taakgericht. De bredere visie is om deze dynamiek volledig te transformeren, waarbij AI strategisch denken kan operationaliseren en complexe output kan uitvoeren, met nog minder input van mensen. Het echte iPhone-moment zou daarom de onthulling van AI Agents als de standaard B2B-applicatieset kunnen zijn, wat op zijn beurt een buitensporige impact zal hebben op de toekomst van werk. 

Over tien jaar zullen we ongetwijfeld terugkijken en ons verbazen over het idee dat we vroeger werkten op basis van takenlijsten in plaats van strategische doelen te stellen en AI toe te staan ​​ons te helpen deze doelstellingen te herhalen en te verfijnen. Deze verschuiving naar een doelgerichte werkomgeving vertegenwoordigt niet alleen een evolutie in de technologie, maar ook een transformatie in de manier waarop we ons werk conceptualiseren en benaderen. 

De weg voorwaarts is gevuld met onzekerheden, maar het potentieel van AI om een ​​revolutie teweeg te brengen in industrieën, het menselijk potentieel te versterken, betekenisvolle vooruitgang te bewerkstelligen en blijvende waarde te leveren valt niet te ontkennen. Het is onze inzet om deze onzekerheden het hoofd te bieden, en AI-initiatieven in een vroeg stadium en de briljante geesten die hun visies tot leven brengen te identificeren, erop te vertrouwen en deze te ondersteunen.