За пределами ожиданий: агенты ИИ и следующая глава работы

Агенты ИИ, или автономные агенты, находятся на ранней стадии развития. Очень рано – в самом начале первой иннинга. Поле инноваций кипит, от революционных исследований до концепций и практических применений – все намекает на огромный потенциал ИИ.

Не существует сомнений, что автономные агенты преобразуют каждую отрасль, их возможности выходят за рамки простой автоматизации задач, они будут проектировать рабочие процессы,模拟ировать сложные сценарии и снижать потребность в человеческом вмешательстве в различных процессах. Мы смотрим в будущее, где агенты смогут запускать крупномасштабные симуляции, проектировать маркетинговые кампании или даже автоматизировать сложные процессы тестирования и разработки.

Boston Consulting Group (BCG) подчеркивает эволюционный скачок от крупных языковых моделей (LLM) к автономным агентам, предназначенным для выполнения задач от начала до конца, мониторинга результатов, адаптации и использования инструментов автономно для достижения целей. Они представляют собой значительный шаг к истинному искусственному интеллекту, способному к независимой работе без постоянного человеческого надзора.

В плане размера рынка, автономный ИИ и автономные агенты были оценены в 4,8 миллиарда долларов США в 2023 году и, как ожидается, зарегистрируют темп роста более 43% между 2023 и 2028 годами, достигнув 28,5 миллиарда. Ясно, что мы находимся на пороге парадигмального сдвига – фазы, наполненной ожиданием, волнением, скептицизмом и прагматичной оценкой. Этот сдвиг не только о технологическом прогрессе; он о переопределении нашего подхода к работе, производительности и инновациям.

Однако на данный момент мы не имеем возможности полностью понять масштаб этого массового сдвига. Все, что мы можем сделать, – это спекулировать. Эта статья – это моя спекуляция о разворачивающихся динамике автономных агентов и их последствиях для основателей, инвесторов и более широкой экономики. Я расскажу о том, как мы в Forum Ventures думаем об этом пространстве и инвестируем в него, а также предоставлю карту рынка с компаниями, которые, по нашему мнению, ведут исследование.

Где мы находимся сегодня

Несмотря на значительные достижения в исследованиях и концепциях, мы все еще пытаемся понять и спроецировать, как использовать полные возможности агентов ИИ. На данный момент существует слияние трех тенденций:

1. Улучшения в профессионализме и эффективности ИИ, расширяющие границы того, что возможно.
2. Снижение стоимости реализации возможностей, таких как ChatGPT 4.0, например, что делает использование агентов ИИ более доступным для большего числа людей и вызывает более широкое внедрение и принятие этой технологии.
3. Демократизация доступа к ИИ, открытому или нет, что позволяет более широкому кругу субъектов исследовать и реализовывать решения ИИ, тем самым ускоряя темп инноваций.

Как и с любой новой технологией, особенно такой трансформационной, как эта, существуют ряд проблем, которые решаются. Вот две из них:

1. Безопасность и точность

Растет внимание к разработке необходимой инфраструктуры для обеспечения безопасного и этичного развертывания агентов ИИ. Для многих отраслей и бизнеса нет места ошибкам. Если у LLM есть уровень галлюцинации даже 0,1%, его нельзя доверять в любом критическом процессе, и этот уровень ошибок должен быть еще ниже для процесса из 10 или 100 шагов. Решение этой проблемы имеет первостепенное значение для широкого внедрения, и многие компании ждут, пока не примут LLM как часть своей технологической базы или как совершенно новый способ работы.

Инструменты для мониторинга точности и безопасности посредством наблюдаемости и разрешений пользователей, а также этические рамки, создаются для содействия ответственной интеграции ИИ. Мы видели, как некоторые компании делают это хорошо, PrivateAI является одним из них. Они используют вывод, чтобы убедиться, что компании не обучают на частных данных, чтобы они не просачивались. Мы также очень взволнованы новыми компаниями, выходящими на рынок, такими как SafeguardAI – автономный агент ИИ, который защищает от галлюцинаций, позволяя предприятиям быстрее развертывать генеративный ИИ.

Кроме того, инструменты, такие как автоматические метрики оценки, рамки оценки человека и диагностические наборы данных, разрабатываются для помощи в оценке и улучшении точности LLM. Эти инструменты помогают исследователям и разработчикам выявить сильные и слабые стороны LLM и направить дальнейшие достижения в области.

2. Взаимодействие человека и ИИ

Проблема заключается в том, насколько люди должны взаимодействовать с автономным программным обеспечением. Существуют опасения по поводу потенциальных рисков ИИ-систем, работающих без достаточного человеческого контроля, т.е. сколько автономии слишком много. Но нам также нужно выяснить, сколько людей должно быть в цикле, и какой уровень человеческого взаимодействия создает больше безопасности, ограничивая предвзятости и снижая вероятность человеческой ошибки. Мы еще не имеем хороших ответов на это, по крайней мере, в разумном масштабе.

С точки зрения оптимиста, я надеюсь, что мы сможем определить новую парадигму для автономного программного обеспечения, чтобы оно работало под контролем человека, мониторилось и наблюдалось, чтобы люди могли предотвратить потенциально “смертельные” события, такие как более крупная версия flash-краха в экономике. На мой взгляд, те, кто сможет построить это, победят и доставят трансформационные возможности.

Сдвиг от задачо-ориентированных к цельно-ориентированным процессам

Не будет ни одной отрасли или области работы, которая останется невосприимчивой к агентам ИИ, и многое из изменений, которые произойдут, будут в ближайшем будущем. На мой взгляд, одно из наиболее глубоких влияний, которое агенты ИИ будут оказывать, – это сдвиг от задачо-ориентированных к цельно-ориентированным процессам. Сегодня вы вводите что-то в компьютер, например, “напишите мне статью об агентах ИИ”, и компьютер дает вам что-то в ответ, что вы затем выполняете. Это очень задачо-ориентированный запрос, и все еще требует от пользователя обучения агента в соответствии с целями и тоном пользователя, что ограничено качеством ввода и предопределенными (и, возможно, ограниченными) целями пользователя, что все еще сильно зависит от человеческих действий.

Неиспользуемая сила агентов ИИ заключается в силе цельно-ориентированной работы. Будущее не будет больше состоять из рутинных шаг за шагом процессов или сложного инженерного проектирования для процессов. Компании и лидеры должны изменить свое мышление о том, как они строят и используют автономные правила-ориентированные процессы, при которых цели предписываются, а агенты определяют лучший путь вперед для достижения этого результата (с соответствующими человеческими вмешательствами). Примером этого может быть “забронировать мне мероприятие в Нью-Йорке с 100 профессионалами, которые хотят узнать, как ИИ проникает в рынок здравоохранения США от одного из наших докладчиков”. В случае, подобном этому, ИИ будет использоваться для операционализации стратегического мышления за пределами ограниченного объема того, что может сделать простая задача.

Это совершенно новый способ мышления и работы. Почти нет ни одной цели, которую мы сейчас преследуем с компьютером, которая не будет преследоваться совершенно иначе. Это будет фундаментальное изменение в том, как мы ориентируемся и как работа концептуализируется и выполняется.

Монетизация и рыночная динамика

По мере того, как ИИ становится более неотъемлемой частью бизнес-моделей, традиционные стратегии монетизации пересматриваются. Например, сейчас в программном обеспечении для предприятий клиенты покупают места и использование. На потребительском рынке люди делают покупки внутри приложений. Наша гипотеза заключается в том, что это изменится, и программные компании смогут продавать результаты, а не инструменты. Будут ли люди и бизнес платить за результаты? За достижение своих целей? Мы еще не знаем. Но мы видим это как отражение более широкой тенденции к ценностно-ориентированным взаимодействиям. Однако существуют проблемы в прогнозировании прибыльности и управлении затратами, особенно учитывая вычислительную интенсивность технологий ИИ.

Решение, во что и в кого инвестировать на самой ранней стадии

Когда мы инвестируем на этой ранней стадии, основатель является одним из самых больших ставок, на которые мы делаем – мы смотрим на соответствие основателя рынку и личность основателя. С агентами ИИ эта линза становится еще более важной, потому что с таким количеством неизвестностей решение, которое строится сегодня, вряд ли будет тем же, что строится завтра, но основатель останется тем же. Итак, мы смотрим не только на соответствие основателя рынку, но и на его привязанность к проблеме, как он смотрит на набор проблем иначе, чем существующая парадигма, что он готов принять неизвестное и что у него есть пластичность и гибкость, чтобы идти в ногу с рынком, который имеет такой поток.

После основателя мы смотрим на рынок и есть ли большой общий адресуемый рынок и достоверный путь к возможности выручки в 1 миллиард долларов. Мы открыты как для устоявшихся рынков, таких как proptech и цепочка поставок, так и для более прогрессивных, гибких рынков, таких как fintech и электронная коммерция, пока стартап-решение/инструмент будет доставлять качественное улучшение по сравнению со старым способом.

Наш третий фокус при оценке решения агента ИИ заключается в том, будет ли инструмент совместим в будущем, ориентированном на ИИ, программном обеспечении. Другими словами, будет ли предложенное решение бесшовно интегрироваться и усиливать то, как мы видим будущий программный ландшафт и стек в этом рынке.

Мы не можем сделать правильных прогнозов, основанных на затратах, пока. Сейчас бизнес ИИ фундаментально менее прибыльный, чем бизнес SaaS. Затраты, связанные с обработкой и анализом данных в системах ИИ, могут быстро накапливаться. Будет необходим прогресс в ближайшем будущем, который улучшит эффективность ИИ и снизит операционные затраты, прежде чем мы сможем сделать эту оценку. Идеально, если будут достижения, подобные закону Мура, в секторе ИИ, и как мощность, так и затраты на чипы снижаются из-за увеличения инвестиций. Если мы сможем найти баланс, где ИИ не только инновационный, но и экономически устойчивый, то мы в золоте. Но все еще существует так много неизвестностей, и большинство из нас делает (осведомленные спекуляции, чтобы сказать об этом добром).

‘Храбрый новый мир’ возможностей

Большинство людей считают введение ChatGPT “айфоновским моментом” ИИ. Однако я не думаю, что мы там… пока. На данный момент эти интерфейсы чата не сделали много больше, чем оптимизировали наши текущие рабочие процессы. Хотя эти инструменты, безусловно, сделали задачи легче в управлении, наш подход остается фундаментально задачо-ориентированным. Более широкая картина – преобразовать эту динамику полностью, где ИИ сможет операционализировать стратегическое мышление и выполнять сложный вывод, с еще меньшим входом от человека. Истинный “айфоновский момент”, следовательно, может быть представлением агентов ИИ как набора приложений B2B по умолчанию, что окажет непропорциональное влияние на будущее работы.

Через десятилетие мы, безусловно, оглянемся назад и будем поражены тем, что мы когда-то работали на основе списков дел, а не устанавливали стратегические цели и позволяли ИИ помочь нам итерировать и совершенствовать эти цели. Этот сдвиг в сторону цельно-ориентированной рабочей среды представляет не только эволюцию технологий, но и трансформацию того, как мы концептуализируем и подходим к нашей работе.

Путь вперед наполнен неопределенностями, но потенциал ИИ революционизировать отрасли, усиливать человеческий потенциал, стимулировать значимый прогресс и доставлять устойчивую ценность неоспорим. Наша приверженность заключается в том, чтобы ориентироваться в этих неопределенностях, выявлять, инвестировать и поддерживать инициативы ИИ на ранней стадии и блестящие умы, которые воплощают свои видения в жизнь.