Ostatni mil AI: Dlaczego przyszłość jest spersonalizowana, a nie jednorazowa

Przez większość ostatnich pięćdziesięciu lat oprogramowanie było budowane dla ludzi siedzących w biurach. Tradycyjne platformy są podstawowo statycznymi bazami danych z interfejsem owiniętym wokół nich. Siedzą tam, nieruchomo, i wymagają od ludzi pracy wokół nich: wprowadzania informacji, wprowadzania danych, nawigowania ich sztywnych, predefiniowanych reguł. W tym układzie, człowiek cicho stał się ręcznym klejem, spędzając dzień roboczy na mostkach pomiędzy fragmentowanymi narzędziami.

Ten podatek operacyjny jest najbardziej bolesny w naszym mobilnym życiu. Wyobraź sobie rezerwację prostego spotkania, gdy jesteś na zewnątrz. Otwierasz aplikację kalendarza, klikasz, wpisujesz, klikasz. Następnie skaczesz do poczty elektronicznej, aby odzyskać mgliste wspomnienie kilku słów kluczowych, wyszukujesz odpowiedni adres, kopiujesz go, i skaczesz z powrotem do kalendarza. To jest dziwnie odhumanizowane doświadczenie. Użytkownik jest zmuszony do naśladowania logiki oprogramowania, zamiast oprogramowania naśladującego intencje użytkownika, trzymając złamany kontekst w głowie i szwając go ręcznie.

Człowiek jako ręczny klej

Widzieliśmy to wyraźnie, budując dla mobilnych urządzeń w Google. Świat uczynił problem tylko bardziej ostry. Coraz więcej wysoko-wartościowej pracy odbywa się teraz w świecie rzeczywistym, a nie w statycznym układzie biurowym. Odbywa się to w kawiarnianych rozmowach, w zewnętrznych wprowadzeniach, w partnerstwach. A jednostka biznesu jest stale zmniejszana, od korporacji do zespołu do jednostki.

Dane potwierdzają to. Według U.S. Census Bureau, liczba firm z jednym pracownikiem w Stanach Zjednoczonych rosła w tempie 2,7 procent rocznie między 2012 a 2023 rokiem, ponad dwukrotnie więcej niż 1,1 procentowy wskaźnik firm z pracownikami, i teraz stanowią one większość wszystkich amerykańskich firm. Wkraczamy w erę, którą nazywam super-jednostką: pojedynczego operatora, który może prowadzić globalną operację z małą flotą agentów wykonujących pracę. Gdy jednostka pracy zmniejsza się do jednostki, projekt naszych narzędzi musi się odwrócić. Zamiast ludzi, którzy podążają za oprogramowaniem, oprogramowanie musi podążać za ludźmi.

Ostatni mil AI

Asystenci tacy jak ChatGPT i Gemini są prawdziwym skokiem. Pozwalają ludziom osiągnąć więcej, szybciej, w niezwykle szerokim zakresie zadań. Ale jest przepaść pomiędzy modelem, który jest ogólnie zdolny, a narzędziem, które naprawdę pasuje do Twojego życia, a w AI ta przepaść to ostatni mil. To jest tam, gdzie znajduje się największa wartość, i to jest część, którą niemal nikt nie rozwiązał.

Ogólny model przychodzi jak nowy, wybitny pracownik w pierwszym dniu. Jest biegły, szybki i szeroko czytany, ale nie zna Twoich klientów, Twoich preferencji, skrótów, których używasz, ani sposobu, w jaki lubisz robić rzeczy. Potężny nie jest taki sam jak Twój. Ogólny model jest, przez projekt, taki sam dla wszystkich, którzy go otwierają. To, czego ludzie naprawdę potrzebują, to coś przeciwnego: coś ukształtowanego dla jednej osoby, co rośnie bardziej Twoje im dłużej go używasz.

Historycznie, ten ostatni mil był drogi. Być dopasowanym do jednej osoby oznaczało zatrudnienie asystenta wykonawczego lub szefa sztabu, lub zlecanie oprogramowania na zamówienie, opcje zarezerwowane dla dużych firm i bogatych. Więc reszta z nas osiedliła się na ogólnych, masowo produkowanych narzędziach i cicho nauczyła się ich używać. Koszt dopasowania jest powodem, dla którego większość ludzi nigdy nie miała go. To, co się zmienia teraz, to koszt. Gdy spada, rzecz, której ludzie zawsze cicho pragnęli, staje się możliwa w skali jednostki. Ludzie nie pragną naprawdę więcej ogólnej zdolności. Pragną czegoś, co jest ich.

To nie jest tylko kwestia smaku, a dowody są ostrzejsze, niż się wydaje. Wartość AI nie jest równomiernie rozłożona na zadania. W dużym eksperymencie przeprowadzonym przez Harvard Business School z Boston Consulting Group, 758 konsultantów używających GPT-4 ukończyło około 12 procent więcej zadań, około 25 procent szybciej, z wyższą jakością, ale tylko dla pracy, która znajdowała się wewnątrz tego, co badacze nazywali nierównym technologicznym frontem. Na zadaniu celowo wybranym do znajdowania się poza tym frontem, ludzie używający AI byli o 19 procent mniej skłonni do osiągnięcia prawidłowej odpowiedzi. Zyski pojawiają się, gdy narzędzie jest dopasowane ściśle do rzeczywistych konturów pracy, i znikają, lub nawet odwracają się, gdy nie jest. Dopasowanie nie jest ozdobą. To jest tam, gdzie żyje wartość.

Istnieją również dwa rodzaje uprawnienia, które warto rozróżnić. Jeden pomaga ci zrobić coś, czego nie mogłeś zrobić wcześniej. Drugi wyzwala cię od rzeczy, na które twojego czasu po prostu nie stać. Ogólne modele są bardzo dobre w pierwszym. Drugi jest kwestią dopasowania, a dopasowanie musi być spersonalizowane. To jest różnica pomiędzy narzędziem, które czyni cię bardziej zdolnym, a narzędziem, które staje się twoim przedłużeniem.

Od celu do bocznego wózka

Jeśli dopasowanie jest własnością, jaka jest forma? Tutaj pomaga pożyczyć termin z architektury oprogramowania. W systemach rozproszonych, wzorzec bocznego wózka dołącza pomocniczy proces do podstawowej usługi, aby obsłużyć pracę przecinającą: logowanie, konfigurację, sieć, obserwowalność. Podstawowa usługa może się skoncentrować na swojej rzeczywistej pracy, podczas gdy boczny wózek cicho pochłania operacyjną złożoność obok niej.

Uważam, że ten sam wzorzec nadchodzi dla ludzi. Zamiast narzędzia, które odwiedzasz, następna generacja oprogramowania osobistego będzie zachowywać się jak boczny wózek związany z tobą, pracujący proaktywnie wewnątrz aplikacji, w których już żyjesz. Nie jest to miejsce docelowe. Towarzysz, który jedzie obok, i który jest dopasowany przez swoją naturę, ponieważ jest związany z jedną osobą i uczy się tylko ich. Użyteczny boczny wózek, w przeciwieństwie do czatu, który jest uruchamiany od zera każdego ranka, spoczywa na trzech filarach.

Trzy filary osobistego bocznego wózka

Nauczalność i trwała pamięć. Boczny wózek nie jest narzędziem, które wyjaśniasz każdego dnia. Jest to coś, czego uczysz raz. Gdy opisujesz preferencję lub przepływ pracy, zapamiętuje, budując prywatne repozytorium indywidualnej pamięci, które podróżuje z tobą i uchwytywa kontur, w jaki specyficznie pracujesz. To jest ostatni mil, gromadzący.

Obserwacja i agencja. Boczny wózek obserwuje, myśli i działa. Przechodzi od znajomości faktów do wykonywania zadań: filtrowania szumu, łączenia kropki, draftowania odpowiedzi, trzymania nici projektu, abyś nie musiał.

Eksploracja i transakcja. Z biegiem czasu ten towarzysz przenosi twój kontekst i twoje relacje przez różne kawałki oprogramowania. Pomaga ci znaleźć odpowiednie wprowadzenie, wyświetlić odpowiednią okazję i ostatecznie nawet transakcjonować w twoim imieniu.

Od wiedzy do robienia

Głębsza techniczna zmiana pod spodem jest ruchem od odzyskiwania do działania. Wzmacnianie generacji odzyskiwaniem, technika ugruntowania wyjścia modelu w relevantnych dokumentach, które sprawdza na bieżąco, uczyniła dzisiejszych asystentów dobrych w wiedzy. Następny krok to trwałość i agencja: towarzysze zaprojektowane nie tylko do odpowiedzi, ale do wykonania.

Przemysł już obraca się w tym kierunku. Gartner oczekuje, że do końca 2026 roku 40 procent aplikacji przedsiębiorstw będzie zawierać agentów AI specyficznych dla zadań, w porównaniu z mniej niż 5 procent w 2025 roku, co jest zmianą opisaną jako przechodzenie od asystentów, którzy reagują, do agentów, którzy działają.

Istnieje również cichy zysk: instytucjonalna pamięć. W świecie dużej fluktuacji i płynnych partnerstw, ogromna ilość kontekstu wychodzi za drzwi każdego razu, gdy ktoś opuszcza rolę. Towarzysz związany z jednostką uchwytywa ekspertyzę i relacje, które w przeciwnym razie zostałyby utracone, i utrzymuje ten kontekst nienaruszony i użyteczny.

Ale ten sam obfitość tworzy pułapkę. Gdy agenci pozwalają ludziom podjąć się więcej, ludzie cicho podejmują się więcej: więcej, aby zapamiętać, więcej, aby działać, więcej, aby przełączać się, więcej, aby trzymać w głowie na raz. Istnieje biologiczny sufit, ile z tego może osoba znosić. Punkt bocznego wózka jest taki, aby usiąść pod tym sufitem i pochłonąć ładunek, a nie nakładać go na górę.

Odludzanie pracy

Rzeczywistym celem nie jest zautomatyzowanie ludzi. Jest to wyprowadzenie ich z oprogramowania i powrót do pokoju. Badania McKinsey nad pracą wiedzy wykazały, że przeciętny pracownik interakcyjny spędza około 28 procent tygodnia na poczcie elektronicznej i prawie kolejne 20 procent na poszukiwanie wewnętrznej informacji lub śledzenie odpowiedniego kolegi, zanim nawet dodasz wewnętrzne spotkania i koordynację. To jest większość tygodnia spędzona na operacyjnym podatku, a nie na samej pracy.

Jeśli towarzysz może pochłonąć ten statyczny warstwę administracyjną, czas, który zwraca, nie musi płynąć z powrotem do maszyny. Może wrócić do kawiarnianych rozmów, partnerstw i decyzji, gdzie rzeczywista wartość jest tworzona. To nie jest o zastąpieniu człowieka w pętli. To jest o wyprowadzeniu człowieka z części pętli, które nigdy nie były dobrym wykorzystaniem człowieka.

Przyszłość AI prawdopodobnie nie jest pudełkiem, z którym rozmawiasz, i nie jest jednym modelem, który obsługuje wszystkich w ten sam sposób. Jest to raczej towarzysz, który jest niewątpliwie twoim: jeden, który idzie obok ciebie, uczy się, jak pracujesz, i cicho obsługuje części, których nie powinieneś obsługiwać.

Więc pytanie, z którym warto się zająć, nie jest, jak mądrze może brzmieć twoje AI. Jest prostsze niż to: ile twojego tygodnia spędzasz, będąc klejem, i co byś zrobił z tym czasem, gdybyś go odzyskał?