Ponad oczekiwania: agenci AI i kolejny rozdział pracy

Agenci AI, czyli agenci autonomiczni, są dopiero na początku swojej kariery. Bardzo wcześnie – koniec pierwszej rundy wcześnie. W tej dziedzinie aż roi się od innowacji, od przełomowych badań, przez weryfikację koncepcji, po praktyczne zastosowania – a wszystko to wskazuje na ogromny potencjał sztucznej inteligencji. 

Nie ma wątpliwości, że autonomiczni agenci przekształcą każdą branżę, a ich możliwości wykraczają poza zwykłą automatyzację zadań i przeprojektowują przepływy pracy, symulują złożone scenariusze i zmniejszają potrzebę interwencji człowieka w różnych procesach. Patrzymy w (niedaleko) przyszłość, w której agenci będą mogli przeprowadzać symulacje na dużą skalę, przeprojektowywać kampanie marketingowe, a nawet automatyzować złożone procesy testowania badań i rozwoju.

Boston Consulting Group (BCG) podkreśla skok ewolucyjny od dużych modeli językowych (LLM) po autonomicznych agentów zaprojektowanych do kompleksowej realizacji zadań, monitorowania wyników, dostosowywania i samodzielnego używania narzędzi do osiągania celów. Stanowią znaczący krok w kierunku prawdziwej sztucznej inteligencji, zdolnej do samodzielnego działania bez ciągłego nadzoru człowieka. 

W warunkach Wielkość rynku, autonomiczną sztuczną inteligencję i autonomicznych agentów wyceniono na 4.8 miliarda dolarów w 2023 r. i szacuje się, że w latach 43–2023 odnotują CAGR na poziomie ponad 2028%, osiągając 28.5 miliarda. Jasne jest, że jesteśmy u progu zmiany paradygmatu – faza pełna oczekiwania, podekscytowanie, sceptycyzm i pragmatyczna ocena. Ta zmiana nie dotyczy tylko postępu technologicznego; chodzi o przedefiniowanie naszego podejścia do pracy, produktywności i innowacji. Prawie każdy inwestor, założyciel, programista i entuzjasta technologii próbuje zrozumieć wpływ, jaki ta technologia będzie miała na to, jak będziemy pracować w ciągu naszego życia i poza nim, a także ocenić konsekwencje dla ich działalności i celów strategicznych. 

Jednak na razie nie jesteśmy w stanie w pełni zrozumieć wielkości przesunięcia masy, jakie to spowoduje. Wszystko, co możemy zrobić, to spekulować. Ten artykuł jest właśnie tym – moimi spekulacjami na temat rozwijającej się dynamiki autonomicznych agentów i jej konsekwencji dla założycieli, inwestorów i szerzej rozumianej gospodarki. Opowiem o tym, jak my w Forum Ventures myślimy o przestrzeni i jak ją inwestujemy, a także jak ją zapewniamy mapę rynku z firmami, które naszym zdaniem przodują w poszukiwaniach. 

Gdzie jesteśmy dzisiaj

Pomimo znacznych postępów w badaniach i weryfikacji koncepcji, wszyscy wciąż staramy się zrozumieć i zaplanować, w jaki sposób wykorzystać pełne możliwości agentów AI. Jak dotąd można zaobserwować zbieg trzech trendów:

1. Postęp w biegłości i wydajności sztucznej inteligencji, poszerzanie granic tego, co możliwe. 
2. Malejące koszty możliwości działania, takich jak na przykład ChatGPT 4.0, czynią korzystanie z agentów AI bardziej dostępnym dla większej liczby osób i powodują szersze przyjęcie i ogólne przyjęcie tej technologii.
3. Demokratyzacja dostępu do sztucznej inteligencji, otwartej lub nie, umożliwiająca szerszemu gronu podmiotów eksplorację i wdrażanie rozwiązań AI, przyspieszając w ten sposób tempo innowacji.

Jak w przypadku każdej nowej technologii, zwłaszcza transformacji tak dużej jak ta, istnieje szereg wyzwań, którymi należy się zająć. Oto dwie najlepsze:

1. Bezpieczeństwo i dokładność

Coraz większy nacisk kładzie się na rozwój niezbędnej infrastruktury, aby zapewnić bezpieczne i etyczne wdrażanie agentów AI. W wielu branżach i przedsiębiorstwach nie ma miejsca na błędy. Jeśli LLM ma współczynnik halucynacji wynoszący nawet zaledwie 0.1%, nigdy nie można mu ufać w żadnym krytycznym procesie, a ten wskaźnik błędów musi być jeszcze niższy w przypadku procesu składającego się z 10 lub 100 kroków. Rozwiązanie tego problemu ma kluczowe znaczenie dla powszechnego przyjęcia, a wiele firm czeka, zanim włączą LLM jako część swojego stosu technologicznego lub jako zupełnie nowy sposób działania. 

W celu wspierania odpowiedzialnego podejścia do integracji sztucznej inteligencji tworzone są narzędzia monitorowania dokładności i bezpieczeństwa poprzez obserwowalność i pozwolenie użytkownika, a także ramy etyczne. Widzieliśmy, że niektóre firmy radzą sobie z tym dobrze, Prywatna AI będąc jednym z nich. Używają wnioskowania, aby upewnić się, że firmy nie szkolą się na prywatnych danych, aby nie wyciekły. Jesteśmy również bardzo podekscytowani pojawieniem się na rynku nowych firm, takich jak SafeguardAI – autonomiczny agent sztucznej inteligencji, który chroni przed halucynacjami, umożliwiając przedsiębiorstwom szybsze wdrażanie generatywnego wykorzystania sztucznej inteligencji.

Ponadto opracowywane są narzędzia takie jak automatyczne metryki oceny, ramy oceny człowieka i zbiory danych diagnostycznych, aby pomóc w ocenie i poprawie dokładności LLM. Narzędzia te pomagają badaczom i programistom identyfikować mocne i słabe strony programów LLM i wyznaczać kierunki dalszych postępów w tej dziedzinie.

2. Interakcja człowiek-AI

Wyzwanie polega na tym, w jakim stopniu ludzie powinni wchodzić w interakcję z oprogramowaniem, które jest autonomiczne. Istnieją obawy dotyczące potencjalnego ryzyka związanego z działaniem systemów sztucznej inteligencji bez wystarczającej kontroli ze strony człowieka, tj. tego, ile autonomii jest zbyt duże. Musimy jednak także dowiedzieć się, jak bardzo chcemy, aby ludzie byli w obiegu i jaki poziom interakcji międzyludzkich zapewnia większe bezpieczeństwo, ograniczając jednocześnie uprzedzenia i zmniejszając ryzyko błędu ludzkiego. Nie mamy jeszcze na to dobrych odpowiedzi, w jakiejkolwiek rozsądnej skali.

Mam nadzieję, że z perspektywy oportunistycznej uda nam się zdefiniować nowy paradygmat autonomicznego oprogramowania, które będzie działać pod kontrolą ludzi, w sposób umożliwiający jego monitorowanie i obserwację, dzięki czemu ludzie będą mogli powstrzymać potencjalnie „śmiertelne” zdarzenia przed wystąpieniem znacznie większego zjawiska. wersja błyskawicznego krachu w gospodarce. Moim zdaniem ci, którzy potrafią to zbudować, wygrają i zapewnią możliwości transformacji. 

Przejście od procesów zorientowanych na zadania do procesów zorientowanych na cel

Nie będzie żadnego sektora ani dziedziny pracy, która pozostanie nietknięta przez agentów AI, a wiele zachodzących zmian nastąpi w najbliższej przyszłości. Moim zdaniem ojeden z najpoważniejszych skutków, jakie będą mieli agenci AI jest przejście od procesów zorientowanych na zadania do procesów zorientowanych na cel. Dzisiaj wprowadzasz coś do komputera, na przykład „napisz mi artykuł o agentach AI”, a komputer daje ci coś w zamian, co następnie wykonujesz. Jest to podpowiedź bardzo zorientowana na zadanie i nadal wymaga od użytkownika przeszkolenia agenta zgodnie z celami i tonem głosu danej osoby. Jest to jednak ograniczone do tego i dlatego wynik w dużej mierze zależy od jakości danych wejściowych do szkolenia oraz z góry określonych (i prawdopodobnie ograniczonych) celów użytkownika, który nadal w dużym stopniu zależy od działań człowieka. 

Niewykorzystana moc agentów AI leży w mocy pracy zorientowanej na cel. Przyszłość nie będzie już polegać na rutynowym opisywaniu procesów krok po kroku ani skomplikowanym, szybkim projektowaniu procesów. Firmy i liderzy powinni zmienić swoje myślenie o tym, jak budują i wykorzystują autonomiczne procesy oparte na zasadach, w ramach których wyznaczane są cele, a agenci określają najlepszą drogę do osiągnięcia tego wyniku (przy odpowiednich interwencjach człowieka). Przykładem może być „zarezerwuj dla mnie wydarzenie w Nowym Jorku z udziałem 100 specjalistów, którzy chcą się dowiedzieć od jednego z naszych prelegentów, w jaki sposób sztuczna inteligencja penetruje amerykański rynek opieki zdrowotnej”. W takim przypadku sztuczna inteligencja zostanie wykorzystana do operacjonalizacji myślenia strategicznego wykraczającego poza ograniczony zakres możliwości, jakie może wykonać proste zadanie.

To zupełnie nowy sposób myślenia i pracy. Prawie nie ma zestawu celów, do których dążymy obecnie z komputerem, a które nie będą realizowane w zupełnie inny sposób. Będzie to zasadnicza zmiana w sposobie, w jaki się orientujemy oraz w sposobie pojmowania i wykonywania pracy. 

Monetyzacja i dynamika rynku

W miarę jak sztuczna inteligencja staje się coraz bardziej integralna z modelami biznesowymi, tradycyjne strategie monetyzacji podlegają ponownej ocenie. Na przykład obecnie w przypadku oprogramowania dla przedsiębiorstw klienci zazwyczaj kupują stanowiska i użytkowanie. Po stronie konsumenckiej ludzie dokonują zakupów w aplikacji. Nasza hipoteza jest taka, że ​​sytuacja ulegnie zmianie w takim stopniu, że producenci oprogramowania będą w coraz większym stopniu mogli sprzedawać wyniki, a nie narzędzia. Czy ludzie i firmy będą płacić za wyniki? Aby ich cele zostały osiągnięte? Nie jesteśmy jeszcze pewni. Uważamy to jednak za odzwierciedlenie szerszego trendu w kierunku zaangażowania opartego na wartościach. Istnieją jednak wyzwania w zakresie przewidywania rentowności i zarządzania kosztami, zwłaszcza biorąc pod uwagę intensywny obliczeniowo charakter technologii sztucznej inteligencji. 

Decyzja, w kogo i w co zainwestować, już na najwcześniejszym etapie

Ilekroć inwestujemy na tak wczesnym etapie, jednym z największych zakładów, jakie stawiamy na założyciela, jest jedno z największych założeń, jakie stawiamy – biorąc pod uwagę zarówno dopasowanie założyciela do rynku, jak i osobowość założyciela. W przypadku agentów AI ten obiektyw staje się jeszcze ważniejszy, ponieważ przy tak wielu niewiadomych rozwiązanie budowane dzisiaj prawdopodobnie nie będzie tym, co będzie budowane jutro, ale założyciel pozostanie ten sam. Przyglądamy się więc nie tylko dopasowaniu rynku założycieli, ale także ich przywiązaniu do problemu, temu, jak patrzą na ustalony problem inaczej niż w ramach istniejącego paradygmatu, czy są gotowi przyjąć nieznane oraz czy mają plastyczność i elastyczność, aby dotrzymać kroku rynkowi charakteryzującemu się tak dużą zmiennością. 

Po założycielu przyglądamy się rynkowi i sprawdzamy, czy istnieje duży, możliwy do adresowania rynek oraz wiarygodna ścieżka do możliwości uzyskania przychodów w wysokości 1 miliarda dolarów. Jesteśmy otwarci zarówno na starsze rynki, takie jak proptech i łańcuch dostaw, jak i na bardziej przyszłościowe, elastyczne rynki, takie jak fintech i eCommerce, o ile rozwiązanie/narzędzie dla start-upów zapewni krokową poprawę funkcji w stosunku do starego sposobu.

Trzecim celem, na którym skupiamy się przy ocenie rozwiązania agenta AI, jest to, czy narzędzie będzie kompatybilne z przyszłym oprogramowaniem skoncentrowanym na sztucznej inteligencji. Innymi słowy, czy proponowane rozwiązanie będzie bezproblemowo integrować się z przyszłym krajobrazem oprogramowania i stosami na tym rynku oraz poprawiać jego postrzeganie.

Nie możemy jeszcze dokonać prawidłowych prognoz na podstawie kosztów. W tej chwili biznesy AI są zasadniczo mniej rentowne niż biznesy SaaS. Koszty związane z przetwarzaniem i analizą danych w systemach AI potrafią szybko się kumulować. Zanim będziemy mogli przeprowadzić tego rodzaju ocenę, konieczne będzie osiągnięcie krótkoterminowego postępu, który zwiększy efektywność sztucznej inteligencji i obniży koszty operacyjne. Idealnie byłoby, gdyby postępy były lustrzane prawo Moore'a w sektorze sztucznej inteligencji, a koszty zasilania i chipów są obniżone dzięki zwiększonym inwestycjom. Jeśli uda nam się znaleźć równowagę, w której sztuczna inteligencja będzie nie tylko innowacyjna, ale także zrównoważona ekonomicznie, będziemy na wagę złota. Ale wciąż jest wiele niewiadomych i większość z nas domyśla się (dokonując świadomych spekulacji, delikatnie mówiąc).

„Nowy wspaniały świat” możliwości

Większość ludzi uważa wprowadzenie ChatGPT za „moment iPhone’a” AI. Jednak nie sądzę, że tam jesteśmy… jeszcze. Do tej pory te interfejsy czatu nie zrobiły nic więcej, jak tylko usprawniły nasze obecne przepływy pracy. Chociaż narzędzia te niewątpliwie ułatwiły zarządzanie zadaniami, nasze podejście pozostaje zasadniczo zorientowane na zadania. Szersza wizja zakłada całkowite przekształcenie tej dynamiki, w ramach której sztuczna inteligencja będzie w stanie operacjonalizować myślenie strategiczne i wykonywać złożone wyniki przy jeszcze mniejszym udziale człowieka. Prawdziwym momentem dla iPhone'a może być zatem zaprezentowanie agentów AI jako domyślnego zestawu aplikacji B2B, co z kolei będzie miało ogromny wpływ na przyszłość pracy. 

Nie ma wątpliwości, że za dziesięć lat będziemy patrzeć wstecz i zachwycać się pomysłem, że zwykliśmy działać w oparciu o listy rzeczy do zrobienia, zamiast wyznaczać cele strategiczne i pozwalać sztucznej inteligencji, aby pomagała nam w powtarzaniu i udoskonalaniu tych celów. Ta zmiana w kierunku środowiska pracy zorientowanego na cel oznacza nie tylko ewolucję technologii, ale także transformację sposobu, w jaki konceptualizujemy naszą pracę i podchodzimy do niej. 

Droga naprzód jest pełna niepewności, ale potencjał sztucznej inteligencji w zakresie rewolucjonizacji branż, wzmacniania potencjału ludzkiego, napędzania znaczącego postępu i dostarczania trwałej wartości jest niezaprzeczalny. Naszym zadaniem jest radzenie sobie z tymi niepewnościami oraz identyfikowanie, stawianie i wspieranie inicjatyw w zakresie sztucznej inteligencji na wczesnym etapie oraz błyskotliwych umysłów, które wcielają swoje wizje w życie.