Nad pričakovanji: agenti AI in naslednje poglavje dela

Agenti z umetno inteligenco ali avtonomni agenti so v svojih zgodnjih dneh. Zelo zgodaj – zgodaj na dnu prve menjave. Področje je polno inovacij, od prelomnih raziskav do dokazov konceptov do praktičnih aplikacij – vse namiguje na ogromen potencial umetne inteligence. 

Nobenega dvoma ni, da bodo avtonomni agenti preoblikovali vsako posamezno industrijo, saj bodo njihove zmogljivosti presegle zgolj avtomatizacijo opravil na preoblikovanje delovnih tokov, simulacijo zapletenih scenarijev in zmanjšanje potrebe po človeškem posredovanju v različnih procesih. Gledamo v (bližnjo) prihodnost, v kateri lahko agenti izvajajo obsežne simulacije, preoblikujejo marketinške kampanje ali celo avtomatizirajo zapletene postopke testiranja raziskav in razvoja.

Bostonska svetovalna skupina (BCG) poudarja evolucijski preskok od velikih jezikovnih modelov (LLM) do avtonomnih agentov, zasnovanih za izvajanje nalog od konca do konca, spremljanje rezultatov, prilagajanje in avtonomno uporabo orodij za doseganje ciljev. Predstavljajo pomemben korak k pravi umetni inteligenci, ki je sposobna samostojnega delovanja brez nenehnega človeškega nadzora. 

V smislu velikost trga, avtonomna umetna inteligenca in avtonomni agenti so bili leta 4.8 ocenjeni na 2023 milijarde USD in ocenjujejo, da bodo med letoma 43 in 2023 zabeležili več kot 2028-odstotni CAGR in dosegli 28.5 milijarde. Jasno je, da smo na pragu spremembe paradigme – faza, polna pričakovanja, navdušenje, skepticizem in pragmatično vrednotenje. Pri tem premiku ne gre le za tehnološki napredek; gre za redefiniranje samega našega pristopa do dela, produktivnosti in inovativnosti. Skoraj vsak vlagatelj, ustanovitelj, razvijalec in tehnološki navdušenec poskuša razumeti vpliv, ki ga bo imela ta tehnologija na naše delo v življenju in pozneje, ter oceniti posledice za njihovo delovanje in strateške cilje. 

Vendar pa trenutno nimamo zmožnosti, da bi v celoti razumeli obseg premika mase, ki ga bo to povzročilo. Vse, kar lahko storimo, je špekulirati. Ta članek je prav to – moja špekulacija o razvijajoči se dinamiki avtonomnih agentov in njenih posledicah za ustanovitelje, vlagatelje in širše gospodarstvo. Govoril bom o tem, kako v Forum Ventures razmišljamo in vlagamo v prostor ter o zagotavljanju zemljevid trga s podjetji, za katera verjamemo, da vodijo raziskovanje. 

Kje smo danes

Kljub znatnemu napredku v raziskavah in dokazovanju konceptov vsi še vedno poskušamo razumeti in predvideti, kako izkoristiti vse zmogljivosti agentov AI. Zaenkrat obstaja sotočje treh trendov:

1. Napredek v strokovnosti in učinkovitosti AI, ki širi meje možnega. 
2. Znižanje stroškov zmogljivosti ukrepanja, kot je na primer ChatGPT 4.0, zaradi česar je uporaba agentov AI bolj dostopna več ljudem in povzroča širšo sprejetost in splošno sprejemanje te tehnologije.
3. Demokratizacija dostopa do umetne inteligence, odprtokodne ali ne, ki omogoča širšemu krogu subjektov, da raziskujejo in izvajajo rešitve umetne inteligence, s čimer se pospeši tempo inovacij.

Kot pri vsaki novi tehnologiji, zlasti pri tako veliki preobrazbi, obstaja vrsta izzivov, ki so v procesu reševanja. Tu sta prva dva:

1. Varnost in natančnost

Vse večji poudarek je na razvoju potrebne infrastrukture za zagotovitev varne in etične uporabe agentov AI. Za številne industrije in podjetja ni prostora za napake. Če ima LLM stopnjo halucinacij celo samo 0.1 %, mu nikoli ne moremo zaupati v nobenem kritičnem procesu, ta stopnja napak pa mora biti še nižja za 10- ali 100-stopenjski postopek. Rešitev tega je bistvenega pomena za široko sprejetje in mnoga podjetja čakajo, preden sprejmejo LLM kot del svojega tehnološkega sklopa ali kot popolnoma nov način delovanja. 

Vzpostavljajo se orodja za spremljanje natančnosti in varnosti z opazljivostjo in dovoljenji uporabnikov ter etični okviri za spodbujanje odgovornega pristopa k integraciji umetne inteligence. Videli smo, da nekaterim podjetjem to dobro uspeva, PrivateAI biti eden izmed njih. Uporabljajo sklepanje, da zagotovijo, da se podjetja ne usposabljajo na zasebnih podatkih, da ne bi uhajali. Prav tako smo zelo navdušeni nad novimi podjetji, ki prihajajo na trg, kot je SafeguardAI – avtonomni agent AI, ki ščiti pred halucinacijami in podjetjem omogoča hitrejšo uvedbo generativne uporabe AI.

Poleg tega se razvijajo orodja, kot so samodejne metrike vrednotenja, okviri človeškega vrednotenja in diagnostični nabori podatkov, ki pomagajo pri ocenjevanju in izboljšanju natančnosti LLM. Ta orodja pomagajo raziskovalcem in razvijalcem prepoznati prednosti in slabosti LLM ter usmerjati nadaljnji napredek na tem področju.

2. Interakcija človek-AI

Tukaj je izziv, v kolikšni meri bi morali ljudje komunicirati s programsko opremo, ki je avtonomna. Obstajajo pomisleki glede možnih tveganj sistemov umetne inteligence, ki delujejo brez zadostnega človeškega nadzora, tj. koliko avtonomije je preveč. Ugotoviti pa moramo tudi, koliko želimo ljudi v zanki in katera stopnja človeške interakcije ustvarja več varnosti, hkrati pa omejuje pristranskosti in zmanjšuje možnost človeške napake. Na to še nimamo dobrih odgovorov v razumnem obsegu.

Z oportunističnega vidika upam, da bomo lahko opredelili novo paradigmo za avtonomno programsko opremo, ki bo delovala pod nadzorom ljudi na način, da jo spremljajo in opazujejo, tako da lahko ljudje preprečijo, da bi se zgodile potencialno "usodne" stvari, kot veliko večji različica hitrega zloma v gospodarstvu. Po mojem mnenju bodo tisti, ki lahko to zgradijo, zmagali in zagotovili priložnosti za preobrazbo. 

Prehod od procesov, usmerjenih k nalogam, k ciljem

Ne bo nobenega sektorja ali področja dela, ki ga agenti AI ne bodo dotaknili, in veliko sprememb, ki se bodo zgodile, se bo zgodilo v bližnji prihodnosti. Po mojem mnenju oeden najglobljih vplivov, ki jih bodo imeli agenti AI je premik od procesov, usmerjenih k nalogam, k ciljem. Danes nekaj vnesete v računalnik, na primer »napišite mi op-ed o agentih AI«, in računalnik vam vrne nekaj, kar nato ukrepate. To je poziv, ki je zelo usmerjen v opravila in še vedno zahteva, da uporabnik usposobi agenta glede na cilje in ton glasu osebe. Vendar je omejen na to, zato je rezultat v veliki meri odvisen od kakovosti vnosa usposabljanja ter vnaprej določenih (in morda omejenih) ciljev uporabnika, ki je še vedno močno odvisen od človeških dejanj. 

Premalo izkoriščena moč agentov AI je v moči ciljno usmerjenega dela. Prihodnost ne bo več napametno opisovanje procesov po korakih ali zapleteno hitro načrtovanje procesov. Podjetja in vodje bi morali spremeniti svoje razmišljanje o tem, kako gradijo in uporabljajo avtonomne procese, ki temeljijo na pravilih, pri čemer so cilji predpisani, agenti pa določijo najboljšo pot naprej za doseganje tega rezultata (z ustreznimi človeškimi posegi). Primer tega bi lahko bil: »Rezerviraj mi dogodek v New Yorku s 100 strokovnjaki, ki želijo od enega od naših govorcev izvedeti, kako umetna inteligenca prodira na ameriški trg zdravstvenega varstva«. V primeru, kot je ta, bo umetna inteligenca uporabljena za operacionalizacijo strateškega razmišljanja, ki presega omejen obseg možnosti, ki bi jih lahko opravila preprosta naloga.

To je popolnoma nov način razmišljanja in dela. Skoraj ni nabora ciljev, ki jih trenutno zasledujemo z računalnikom, ki jih ne bi zasledovali divje drugače. To bo temeljna sprememba v tem, kako se orientiramo, kako se delo zamisli in izvaja. 

Monetizacija in tržna dinamika

Ker umetna inteligenca postaja vse bolj sestavni del poslovnih modelov, se tradicionalne strategije monetizacije ponovno ocenjujejo. Na primer, trenutno v podjetniški programski opremi kupci na splošno kupujejo sedeže in uporabo. Na strani potrošnikov ljudje kupujejo v aplikaciji. Naša hipoteza je, da se bo to spremenilo tako, da bodo podjetja, ki se ukvarjajo s programsko opremo, vedno bolj sposobna prodajati rezultate namesto orodij. Bodo ljudje in podjetja plačali za rezultate? Da bodo dosegli svoje cilje? Nismo še prepričani. Vendar to vidimo kot odraz širšega trenda k angažiranju na podlagi vrednosti. Vendar pa obstajajo izzivi pri napovedovanju dobičkonosnosti in obvladovanju stroškov, zlasti glede na računsko zahtevno naravo tehnologij umetne inteligence. 

Odločitev, v koga in v kaj investirati v najzgodnejši fazi

Kadarkoli vlagamo na tej zgodnji stopnji, je ustanovitelj ena izmed največjih stav, ki jih sklenemo – gledamo na primernost ustanovitelja na trgu in osebnost ustanovitelja. Z agenti umetne inteligence ta objektiv postane še pomembnejši, saj s toliko neznankami rešitev, ki se gradi danes, verjetno ne bo tisto, kar se gradi jutri, vendar bo ustanovitelj ostal isti. Torej ne gledamo samo na primernost ustanovitelja in trga, ampak tudi njihovo navezanost na problem, kako gledajo na problem, ki je zastavljen drugače kot obstoječa paradigma, da so pripravljeni sprejeti neznano in da so plastični in prilagodljivi sledite trgu, ki ima tako velik tok. 

Po ustanovitelju pogledamo trg in ali obstaja velik skupni naslovljiv trg in verodostojna pot do priložnosti za prihodek v višini 1 milijarde USD. Odprti smo tako za podedovane trge, kot sta proptech in dobavna veriga, kot za bolj napredne in prilagodljive trge, kot sta fintech in e-trgovina, če bo zagonska rešitev/orodje zagotovilo stopenjsko izboljšavo delovanja v primerjavi s starim načinom.

Naš tretji poudarek pri ocenjevanju rešitve agenta AI je, ali bo orodje združljivo v prihodnosti programske opreme, osredotočene na AI. Z drugimi besedami, ali se bo predlagana rešitev brezhibno integrirala in izboljšala naš pogled na prihodnjo pokrajino programske opreme in skladnost znotraj tega trga.

Ne moremo še narediti pravih napovedi na podlagi stroškov. Trenutno so podjetja z umetno inteligenco bistveno manj donosna kot podjetja SaaS. Stroški, povezani z obdelavo in analizo podatkov v sistemih AI, se lahko hitro kopičijo. Potreben bo kratkoročni napredek, ki bo povečal učinkovitost umetne inteligence in zmanjšal operativne stroške, preden bomo lahko izvedli to vrsto ocene. V idealnem primeru obstaja napredek, ki odraža Mooreov zakon v sektorju umetne inteligence, stroški energije in čipov pa so zmanjšani zaradi povečanih naložb. Če lahko najdemo ravnotežje, kjer umetna inteligenca ni samo inovativna, ampak tudi ekonomsko vzdržna, potem smo zlati. Toda še vedno je toliko neznank in večina nas ugiba (lepše rečeno ugiba na podlagi informacij).

"Pogumni novi svet" možnosti

Večina ljudi meni, da je uvedba ChatGPT »iPhone trenutek« AI. Vendar mislim, da še nismo tam … še. Do danes ti vmesniki za klepet niso naredili veliko več kot poenostavitev naših trenutnih delovnih tokov. Medtem ko so ta orodja nedvomno olajšala upravljanje nalog, naš pristop ostaja v osnovi usmerjen k nalogam. Širša vizija je popolnoma preoblikovati to dinamiko, kjer bo AI lahko operacionaliziral strateško razmišljanje in izvajal kompleksne rezultate, s še manj vložkov ljudi. Pravi trenutek za iPhone je torej lahko razkritje agentov AI kot privzetega nabora aplikacij B2B, kar bo imelo velik vpliv na prihodnost dela. 

Čez desetletje se bomo nedvomno ozrli nazaj in se čudili ideji, da smo prej delovali na podlagi seznamov opravil, namesto da bi postavljali strateške cilje in dovolili, da nam AI pomaga ponavljati in izpopolnjevati te cilje. Ta premik k ciljno usmerjenemu delovnemu okolju ne predstavlja le evolucije v tehnologiji, temveč preobrazbo v tem, kako konceptualiziramo in pristopamo k svojemu delu. 

Pot naprej je polna negotovosti, vendar je potencial umetne inteligence, da revolucionira industrije, poveča človeški potencial, spodbudi pomemben napredek in zagotovi trajno vrednost, nesporen. Naša zaveza je krmariti s temi negotovostmi ter identificirati, staviti na in podpreti pobude umetne inteligence v zgodnji fazi in briljantne ume, ki uresničujejo svoje vizije.