Poza oczekiwaniami: agenci AI i następny rozdział pracy

Agenci AI, czyli agenci autonomiczni, są w początkowej fazie rozwoju. Bardzo wczesnej – na samym początku pierwszej zmiany. Pole jest pełne innowacji, od przełomowych badań po koncepcje i praktyczne zastosowania – wszystko wskazuje na ogromny potencjał AI.

Nie ma wątpliwości, że agenci autonomiczni zmienią każdy przemysł, a ich możliwości wykraczają poza zwykłą automatyzację zadań, projektując nowe procesy, symulując złożone scenariusze i redukując potrzebę interwencji ludzkiej w różnych procesach. Patrzymy na przyszłość, w której agenci będą mogli prowadzić duże symulacje, projektować kampanie marketingowe lub nawet automatyzować złożone procesy testowania R&D.

Boston Consulting Group (BCG) wskazuje na ewolucyjny skok od dużych modeli językowych (LLM) do agentów autonomicznych zaprojektowanych do wykonywania zadań od początku do końca, monitorowania wyników, adaptacji i używania narzędzi w sposób autonomiczny, aby osiągnąć cele. Reprezentują one znaczący krok w kierunku prawdziwej sztucznej inteligencji, zdolnej do niezależnego działania bez ciągłego nadzoru ludzkiego.

Jeśli chodzi o wielkość rynku, agenci AI i agenci autonomiczni mieli wartość 4,8 miliarda USD w 2023 roku i szacuje się, że zarejestrują wzrost o ponad 43% w latach 2023-2028, osiągając 28,5 miliarda. Jest to wyraźny sygnał, że stoimy na progu przełomowej zmiany – fazy pełnej oczekiwań, ekscytacji, sceptycyzmu i pragmatycznego podejścia. Ta zmiana nie dotyczy tylko postępu technologicznego, ale również naszego podejścia do pracy, produktywności i innowacji. Prawie każdy inwestor, założyciel, deweloper i entuzjasta technologii próbuje zrozumieć wpływ, jaki ta technologia będzie miała na naszą pracę w naszym życiu i poza nim, oraz ocenić konsekwencje dla swoich operacji i strategicznych celów.

Jednak na razie brakuje nam możliwości pełnego zrozumienia skali tej zmiany. Wszystko, co możemy zrobić, to spekulować. Artykuł ten jest tylko moją spekulacją na temat dynamicznych zmian w agencjach autonomicznych i ich wpływu na założycieli, inwestorów i szerszą gospodarkę. Porozmawiam o tym, jak my w Forum Ventures myślimy o tym obszarze i inwestujemy w niego, a także zapewniamy mapę rynku z firmami, które uważamy za pionierów w tym obszarze.

Gdzie jesteśmy dzisiaj

Pomimo znaczących postępów w badaniach i koncepcjach, nadal próbujemy zrozumieć i przewidzieć, jak wykorzystać pełne możliwości agentów AI. Do tej pory mamy trzy trendy:

1. Postępy w sprawności i efektywności AI, rozszerzające granice tego, co jest możliwe.
2. Malejące koszty wykorzystania możliwości, takich jak ChatGPT 4.0, co sprawia, że korzystanie z agentów AI staje się bardziej dostępne dla większej liczby ludzi i powoduje szersze przyjęcie tej technologii.
3. Demokratyzacja dostępu do AI, otwartego lub nie, umożliwiająca szerszemu gronu podmiotów eksplorowanie i wdrażanie rozwiązań AI, co przyspiesza tempo innowacji.

Jak w przypadku każdej nowej technologii, zwłaszcza takiej przełomowej, jak ta, istnieje szereg wyzwań, które są w trakcie rozwiązywania. Oto dwa najważniejsze:

1. Bezpieczeństwo i dokładność

Rosnące zainteresowanie rozwojem niezbędnej infrastruktury, aby zapewnić bezpieczne i etyczne wdrożenie agentów AI. Dla wielu branż i firm nie ma miejsca na błędy. Jeśli model językowy ma wskaźnik halucynacji nawet 0,1%, to nigdy nie może być zaufany w żadnym krytycznym procesie, a ten wskaźnik powinien być jeszcze niższy dla procesu 10- lub 100-krokowego. Rozwiązanie tego problemu jest niezbędne do powszechnego przyjęcia, a wiele firm czeka, zanim zaakceptuje modele językowe jako część swojego stacku technologicznego lub jako całkowicie nowy sposób działania.

Narzędzia do monitorowania dokładności i bezpieczeństwa poprzez obserwowalność i uprawnienia użytkowników, a także ramy etyczne, są tworzone, aby promować odpowiedzialne podejście do integracji AI. Zobaczyliśmy, jak niektóre firmy radzą sobie z tym dobrze, PrivateAI jest jedną z nich. Używają wnioskowania, aby upewnić się, że firmy nie szkolą na danych prywatnych, aby nie doszło do ich ujawnienia. Jesteśmy również bardzo zainteresowani nowymi firmami, które wkraczają na rynek, takimi jak SafeguardAI – autonomiczny agent AI, który zabezpiecza przed halucynacjami, umożliwiając przedsiębiorstwom szybsze wdrożenie generatywnych zastosowań AI.

Ponadto, narzędzia takie jak automatyczne metryki oceny, ramy oceny ludzkiej i zestawy danych diagnostycznych są rozwijane, aby pomóc w ocenie i poprawie dokładności modeli językowych. Te narzędzia pomagają badaczom i deweloperom identyfikować mocne i słabe strony modeli językowych i kierować dalszymi postępami w tej dziedzinie.

2. Interakcja człowiek-AI

Wyzwaniem jest tutaj określenie, w jakim stopniu ludzie powinni współpracować z oprogramowaniem, które jest autonomiczne. Istnieją obawy dotyczące potencjalnych ryzyk związanych z systemami AI działającymi bez wystarczającej kontroli ludzkiej, czyli jak duża autonomia jest zbyt duża. Ale musimy również określić, ile ludzi powinno być zaangażowanych w pętle i jaki poziom interakcji ludzkiej tworzy więcej bezpieczeństwa, ograniczając przy tym uprzedzenia i zmniejszając szansę na błąd ludzki. Nie mamy jeszcze dobrych odpowiedzi na to, w żadnym rozsądnym zakresie.

Z optymistycznego punktu widzenia, jestem nadzieją, że możemy zdefiniować nowy paradygmat dla oprogramowania autonomicznego, które działa w ramach kontroli ludzkiej, monitorowanego i obserwowanego, aby ludzie mogli powstrzymać potencjalnie „śmiercionośne” rzeczy przed wystąpieniem, jak duża wersja flash crashu w gospodarce. Uważam, że ci, którzy będą mogli to zbudować, odniosą zwycięstwo i dostarczą przełomowe możliwości.

Przejście od procesów zorientowanych na zadania do procesów zorientowanych na cele

Nie będzie żadnego sektora ani pola pracy, które nie zostaną dotknięte przez agenci AI, a wiele zmian, które się wydarzą, nastąpi w niedalekiej przyszłości. Moim zdaniem, jednym z najbardziej głębokich wpływów, jakie agenci AI będą miały, jest przejście od procesów zorientowanych na zadania do procesów zorientowanych na cele. Dziś, wprowadzasz coś do komputera, takiego jak „napisz mi artykuł o agentach AI”, a komputer daje ci coś w zamian, co następnie wykonujesz. To jest bardzo zorientowane na zadanie polecenie, i nadal wymaga, aby użytkownik szkolił agenta zgodnie z celami i tonem głosu osoby. Jednak jest to ograniczone do tego, a zatem wynik jest w dużej mierze determinowany przez jakość danych szkoleniowych, plus predeterminowane (i możliwe ograniczone) cele użytkownika, co nadal jest silnie uzależnione od działań ludzkich.

Niewykorzystana moc agentów AI leży w mocy pracy zorientowanej na cele. Przyszłość nie będzie już jedynie oparta na procesach krok po kroku lub skomplikowanym inżynierii poleceń dla procesów. Firmy i liderzy powinni zmienić swoje myślenie o tym, jak budują i wykorzystują autonomiczne procesy oparte na regułach, gdzie cele są przypisane, a agenci określają najlepszą ścieżkę do osiągnięcia tego wyniku (z odpowiednimi interwencjami ludzkimi). Przykładem tego może być, „zarezerwuj mi wydarzenie w Nowym Jorku z 100 profesjonalistami, którzy chcą dowiedzieć się, jak AI przenika rynek opieki zdrowotnej w USA od jednego z naszych prelegentów”. W takim przypadku AI będzie wykorzystywana do operacjonalizacji myślenia strategicznego ponad ograniczonym zakresem możliwości, który mógłby osiągnąć prosty proces.

To jest nowy sposób myślenia i pracy. Jestem prawie pewien, że nie ma zestawu celów, których obecnie nie będziemy realizować w zupełnie inny sposób. Będzie to podstawowa zmiana w tym, jak orientujemy się i jak praca jest postrzegana i wykonywana.

Monetyzacja i dynamika rynku

Wraz ze wzrostem znaczenia AI w modelach biznesowych, tradycyjne strategie monetyzacji są ponownie oceniane. Na przykład, obecnie w oprogramowaniu dla przedsiębiorstw, klienci kupują miejsca i korzystają z nich. Na stronie konsumenckiej, ludzie dokonują zakupów w aplikacjach. Nasza hipoteza jest taka, że to się zmieni, tak że coraz częściej firmy będą mogły sprzedawać wyniki, a nie tylko narzędzia. Czy ludzie i firmy zapłacą za osiągnięte rezultaty? Za to, że ich cele zostaną osiągnięte? Nie jesteśmy jeszcze pewni. Ale widzimy to jako odbicie szerszego trendu w kierunku zaangażowań opartych na wartości. Istnieją jednak wyzwania w przewidywaniu zysków i zarządzaniu kosztami, zwłaszcza biorąc pod uwagę obliczeniowo intensywny charakter technologii AI.

Decyzja, kogo i co inwestować na wczesnym etapie

Kiedy inwestujemy na tym wczesnym etapie, założyciel jest jedną z największych zakładów, które robimy – patrząc na dopasowanie założyciela do rynku i osobowość założyciela. W przypadku agentów AI ten punkt widzenia staje się jeszcze ważniejszy, ponieważ ze względu na wiele nieznanych, rozwiązanie, które jest budowane dzisiaj, nie będzie tym, które będzie budowane jutro, ale założyciel pozostanie ten sam. Zatem, patrzymy nie tylko na dopasowanie założyciela do rynku, ale także na jego przywiązanie do problemu, jak on patrzy na zestaw problemów inaczej niż istniejący paradygmat, że jest gotowy zaakceptować nieznane i że ma plastyczność i elastyczność, aby nadążyć za rynkiem, który ma tak wiele zmian.

Po założycielu, patrzymy na rynek i czy istnieje duży adresowalny rynek i wiarygodna ścieżka do osiągnięcia $1 miliarda przychodu. Jesteśmy otwarci na zarówno tradycyjne rynki, takie jak proptech i łańcuchy dostaw, jak i bardziej przyszłościowe, elastyczne rynki, takie jak fintech i handel elektroniczny, o ile rozwiązanie startupu/działu będzie dostarczać skokowy wzrost w stosunku do starego sposobu.

Naszym trzecim punktem koncentracji przy ocenianiu rozwiązania agenta AI jest to, czy narzędzie będzie kompatybilne w przyszłości oprogramowania zorientowanego na AI. Innymi słowy, czy proponowane rozwiązanie będzie bezproblemowo integrować się z przyszłym krajobrazem oprogramowania i jego strukturą w tym rynku.

Nie możemy jeszcze dokonać właściwej oceny opartej na kosztach. Obecnie, firmy AI są fundamentalnie mniej opłacalne niż firmy SaaS. Koszty związane z przetwarzaniem i analizą danych w systemach AI mogą szybko się kumulować. Będzie potrzebny postęp w krótkim okresie, który poprawi wydajność AI i zmniejszy koszty operacyjne, zanim będziemy mogli to ocenić. Ideał jest taki, że są postępy, które naśladują Prawo Moore’a w sektorze AI, a zarówno moc, jak i koszty chipów są zmniejszane dzięki zwiększonym inwestycjom. Jeśli uda nam się znaleźć równowagę, w której AI nie tylko jest innowacyjna, ale także ekonomicznie zrównoważona, to będziemy szczęśliwi. Ale nadal istnieje wiele nieznanych, a my wszyscy robimy tylko przemyślane spekulacje (ładnie to ujmując).

Nowy świat możliwości

Większość ludzi uważa, że wprowadzenie ChatGPT jest „momentem iPhone’a” AI. Jednak nie sądzę, że jesteśmy tam jeszcze. Do tej pory, interfejsy czatu nie zrobiły nic więcej niż uproszczenie naszych obecnych workflow. Chociaż te narzędzia zdecydowanie ułatwiły zarządzanie zadaniami, nasze podejście pozostaje fundamentalnie zorientowane na zadania. Szeroki zakres wizji jest taki, aby całkowicie zmienić tę dynamikę, gdzie AI będzie mogła operacjonalizować myślenie strategiczne i wykonywać złożone wyniki, z jeszcze mniej wejściami od ludzi. Prawdziwy moment iPhone’a może być wprowadzeniem agentów AI jako domyślnego zestawu aplikacji B2B, co będzie miało ogromny wpływ na przyszłość pracy.

Dziesięć lat od teraz, nie ma wątpliwości, że będziemy patrzeć wstecz i zdziwić się, że kiedyś działaliśmy na podstawie list zadań, a nie ustawialiśmy strategicznych celów i pozwalaliśmy AI pomóc nam w iteracji i doskonaleniu tych celów. Ta zmiana w kierunku środowiska pracy zorientowanego na cele reprezentuje nie tylko ewolucję technologiczną, ale także transformację w tym, jak postrzegamy i podejmujemy pracę.

Droga do przodu jest pełna niepewności, ale potencjał AI do rewolucjonizowania branż, wzmacniania potencjału ludzkiego, napędzania znaczącego postępu i dostarczania trwałej wartości jest niepodważalny. Naszym zaangażowaniem jest nawigowanie przez te niepewności, identyfikowanie, inwestowanie i wspieranie wczesnych inicjatyw AI oraz utalentowanych umysłów, które przynoszą swoje wizje do życia.