Tankeledere

En konstitusjon for den nye virksomheten: 15 regler for AI-styring

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Disse essayene var ment å handle om arkitektur. Les dem igjen og merk hva de faktisk gjorde: de fortsatte å utstede regler. Godkjenninger er ikke data; verifiseringer er det. Styr etter konsekvens. Ikke promoter modellen; promoter arbeidsflyten. En konsekvens som ikke endrer neste kjøring er kun en hendelse, ikke læring. Regler uttalt på denne måten er ikke tips. De er artikler. Og et sted i teksten sluttet konklusjonen å være valgfri: en virksomhet som har til hensikt å kjøre på AI trenger en konstitusjon.

AI-laboratoriene kom til denne konklusjonen før resten av oss. Anthropic skrev en konstitusjon for sine modeller — en eksplisitt erklæring av prinsipper systemet er trent til å holde — basert på en teori som gjelder langt utover modelltrening: veiledning som ikke finnes i noe dokument ender opp med å ikke eksistere noe sted. Se nå på virksomhetene som distribuerer disse modellene. De fleste har pilotprosjekter, en policy spredt over sikkerhetsvurderinger, og instinkter fra den som satt gjennom den siste leverandørpresentasjonen. Modellene har skrevne prinsipper. Institusjonene som driver dem har det ikke.

Hvorfor en konstitusjon, og ikke en annen policy? En policy er skrevet for en teknologi, og denne teknologien endrer seg hver kvartal; en konstitusjon er skrevet for en institusjon, og fastslår hva som gjelder mens alt under endres. Policies multipliseres til ingen kan holde dem; en konstitusjon er kort nok til at en leder kan ta den med inn i et møte. Og en konstitusjon tillater endringer — åpent, på grunnlag av bevis — mens en policy bare akkumulere.

Så her er min: femten artikler, i tre seksjoner. Kun utsagn — begrunnelsen bak hver, og de sterkeste innvendingene mot hver, fortjener mer plass enn et essay gir. Jeg publiserer dem nå, før den lengre behandlingen, nettopp slik at de kan diskuteres.

I. Hvordan arbeidet drives

Artikkel 1. Resultater er verdienheten. Et AI-program vurderes etter hva som skjer med arbeidet: raskere, færre feil, billigere, mindre menneskelig innsats, og kontroll som holder. Tell disse. Ikke tell distribuerte agenter.

Artikkel 2. AI foreslår, mennesker bestemmer, automatisering utfører. Agenter leser kontekst, håndterer variasjon, samler bevis, og forbereder. Mennesker har beslutningene som bærer konsekvens, og ansvaret som følger. Automatisering gjennomfører den godkjente endringen.

Artikkel 3. Ikke bruk intelligens på arbeid som ikke trenger det. Hvor enn arbeid kan skrives ned og kontrolleres, kjøres det som automatisering — ingen modell i løkken, ingenting å betale per kjøring, samme resultat hver gang. Modeller er reservert for vurdering, språk og variasjon.

Artikkel 4. Orkestrering holder arbeidet sammen. Arbeid som spenner over mennesker, agenter, automatiseringer og systemer koordineres av en erklært struktur som eier fremdrift, tilstand og gjenoppretting. Hvor veien er kjent, erklær den. Spar målrettet frihet til resultater som virkelig overgår veier — og bind den hardest akkurat der.

Artikkel 5. Autoritet er opptjent gjennom arbeidet, aldri gitt til modellen. En agent kan bistå hvem som helst med gitt kontekst. Den får reell autoritet kun over arbeid den har fått kontekst til å kjenne — beskrevet, avgrenset, med skrevne grenser — og kun etter hvert som bevisene samles. Autoriteten krymper automatisk når ytelsen faller.

Artikkel 6. Design for unntaksfabrikken. Den lykkelige veien er det prosessdiagrammet viser; unntakene er hvor selskapet faktisk lever. Et design som kun håndterer den lykkelige veien automatiserer de enkle åtti prosentene og kollapser på de tjue prosentene hvor kostnaden ligger. Eskalering, tilbakeføring og gjenoppretting bestemmes på designstadiet, ikke oppdages i produksjon.

II. Hva institusjonen bygger og beholder

Artikkel 7. Bygg kartet og sporet mens du går. Hver AI-implementering bør etterlate to ting: et bedre kart over hvordan arbeidet faktisk utføres, og automatiseringer for de delene som viste seg stabile. Bygg begge med AI, samtidig, fra første prosjekt — ikke som et separat program senere.

Artikkel 8. Fang vurdering, ikke samtaler. Hver interaksjon med en modell enten knyttes til arbeidet den tilhører — prosessen, saken, beslutningen — eller forsvinner når økten avsluttes. Innsamling starter med den første overvåkede delegasjonen, ikke med autonomi.

Artikkel 9. Lei modellene; eier minnet. Gift deg aldri til en enkelt modell — bytt etter evne, kostnad og hvor dataene må lagres, uten å omskrive arbeidet. Det institusjonen eier er minnet: kartet over sitt arbeid, registreringen av sine beslutninger og korreksjoner, og etter hvert modeller trent på sitt eget validerte arbeid, innenfor sine egne vegger.

Artikkel 10. Læring styres, ikke selvmodifiseres. Bevis foreslår; en navngitt eier godkjenner; ingenting blir operativt uten den godkjenningen. Registreringen av beslutninger er kun tilleggsbasert.

III. Hva som skjer med folkene

Artikkel 11. Ett program, ikke to. AI-adopsjon og arbeidsstyrketransformasjon er det samme programmet. Hver implementeringsbeslutning er en arbeidsstyrke‑beslutning; hver arbeidsstyrke‑beslutning endrer hva AI trygt kan gjøre.

Artikkel 12. Hold begge regnskapene. Produktivitetsregnskapet registrerer hva som ble raskere og billigere. Institusjonsregnskapet registrerer hva som gikk tapt, ble bevart eller gjenoppbygd: tillit, veiledning, kundeminne, vurdering under press, kultur. Rapporter begge.

Artikkel 13. Redesign roller rundt arbeidet som gjenstår. Hver rolle produserer to resultater: det synlige arbeidsproduktet, som AI i økende grad absorberer, og det utviklingsmessige som den ikke gjør — tillit bygget over tid, veiledning, kundeforhold, vurdering i det eksepsjonelle tilfellet. Redesign roller rundt det andre før du fjerner dem for det første.

Artikkel 14. Gjenoppbygg læretiden med vilje. Den gamle læretiden — juniorer som lærer faget ved å utføre rutinearbeidet — dør når rutinearbeidet går til maskiner. Bygg erstatningen bevisst: kartet som treningsgrunnlag, seniorer som lærer vurdering, juniorer som lærer maskinenes naturlige hastighet. Ikke kutt juniorene.

Artikkel 15. Demokratisering, ikke anarki. Folkene som eier arbeidet forfatter sitt eget arbeid — apper, automatiseringer, agenter, delegert oppgaver, korrigeringer av kartet — innen sikringer institusjonen definerer, og plattformen håndhever.

Endringsklausulen

En konstitusjon som ikke kan si hva som vil endre den, er et trosbekjennelse. Artikkel 3 hviler på en grense jeg ikke forventer å falle — nøyaktig utførelse har ingen akseptabel variasjon ved noen modellkapasitet. Artiklene 8 til 10 hviler på hvordan institusjoner lærer og svarer for seg selv, noe som endrer seg langsommere enn noen teknologi. Artiklene som er mest utsatt er personartiklene — ikke fordi de er svake, men fordi presset for å ignorere dem vil være sterkest akkurat når kvartalsresultatene belønner den hule versjonen. Endringer vil bli oppnådd gjennom bevis, og gjort offentlig.

Så argumenter med den. Fortell meg hvilken artikkel din institusjon ikke kunne signere, og hvorfor — den innvendingen er akkurat den debatten dette dokumentet er ment å starte. Begrunnelsen bak hver artikkel, og de sterkeste innvendingene mot dem, kommer i en lengre form. Men ikke vent på den: sett institusjonens egne regler i ett kort dokument — hva den alltid vil gjøre, og hva den aldri vil gjøre — signer dem, og endre dem offentlig når bevisene krever det. Når denne teknologien stabiliserer seg — og den vil stabilisere seg — vil de institusjonene som fortsatt står, være de som kan si, skriftlig, hva de ikke vil gjøre og hva de aldri vil slutte å gjøre, mens alt annet endres.

Daniel Dines er grunnlegger og styreleder i UiPath (NYSE: PATH), et globalt ledende selskap innen bedriftsorkestrering og automatisering. Dines har også vært sjef for innovasjon i selskapet. Dines startet UiPath i 2005 med målet om å bygge et selskap som skulle hjelpe mennesker å redusere tiden og stressen som følger av menial, repetitivt arbeid. UiPath bygger på sin grunnleggende posisjon som verdens ledende automatiseringsplattform for å bli ledende i agensautomatisering ved å utvikle AI-teknologi som speiler menneskelig intelligens med økende sofistikasjon, og transformerer hvordan bedrifter opererer, innovasjon og konkurranse. Med fokus på sikkerhet, nøyaktighet og motstandskraft er UiPath dedikert til å forme en verden der AI forbedrer menneskelig potensial og revolusjonerer industrier.