За очікуваннями: агенти штучного інтелекту та наступний розділ роботи

Агенти штучного інтелекту, або автономні агенти, знаходяться на ранній стадії розвитку. Дуже ранні – на початку першої іннінгу ранньої стадії. Ця галузь бурхливо розвивається, від революційних досліджень до доказів концепцій та практичних застосувань – все це свідчить про величезний потенціал штучного інтелекту. 

Немає сумнівів, що автономні агенти трансформують кожну галузь, а їхні можливості розширять межі простої автоматизації завдань до переробки робочих процесів, моделювання складних сценаріїв та зменшення потреби в людському втручанні в різних процесах. Ми дивимося в майбутнє, де агенти зможуть проводити великомасштабні моделювання, переробляти маркетингові кампанії або навіть автоматизувати складні процеси тестування в сфері дослідження та розробки.

Boston Consulting Group (BCG) виділяє еволюційний стрибок від великих мовних моделей (LLM) до автономних агентів, призначених для виконання завдань від початку до кінця, моніторингу результатів, адаптації та використання інструментів автономно для досягнення цілей. Вони представляють значний крок до справжнього штучного інтелекту, здатного до незалежної роботи без постійного людського нагляду. 

За розміром ринку, автономний штучний інтелект та автономні агенти мали вартість 4,8 мільярда доларів США у 2023 році та, як очікується, зареєструють темп зростання понад 43% між 2023 та 2028 роками, досягнувши 28,5 мільярда. Чисто, що ми стоїмо на порозі парадигмального зсуву – фази, наповненої очікуванням, збудженням, скептицизмом та прагматичною оцінкою. Цей зсув не лише про технологічний прогрес; він про пере визначення нашого підходу до роботи, продуктивності та інновацій. Практично кожен інвестор, засновник, розробник та технологічний ентузіаст намагається зрозуміти вплив цієї технології на нашу роботу в нашому житті та поза його межами, а також оцінити наслідки для їхніх операцій та стратегічних цілей. 

Однак, на даний момент, нам бракує можливості повністю зрозуміти масштаб цього масового зсуву. Все, що ми можемо зробити, – це спекулювати. Ця стаття є саме такою спекуляцією щодо розгортання динаміки автономних агентів та їхніх наслідків для засновників, інвесторів та ширшої економіки. Я поговорю про те, як ми в Forum Ventures думаємо про це та інвестуємо в цю сферу, а також надам карту ринку з компаніями, які, на нашу думку, очолюють дослідження. 

Де ми зараз

Незважаючи на суттєві досягнення в дослідженнях та доказах концепцій, ми всі ще намагаємося зрозуміти та спрогнозувати, як використовувати повні можливості агентів штучного інтелекту. На даний момент існує злиття трьох тенденцій:

1. Дослідження та вдосконалення штучного інтелекту, розширення меж того, що можливе. 
2. Зниження вартості реалізації можливостей, таких як ChatGPT 4.0, наприклад, що робить використання агентів штучного інтелекту більш доступним для більшої кількості людей та спричиняє ширше впровадження та загальне прийняття цієї технології.
3. Демократизація доступу до штучного інтелекту, відкритого чи ні, що дозволяє ширшому колу суб’єктів досліджувати та впроваджувати рішення штучного інтелекту, прискорюючи темпи інновацій.

Як і з будь-якою новою технологією, особливо такою трансформаційною, як ця, існують масивні виклики, які зараз адресуються. Ось два основних:

1. Безпека та точність

Є зростаючий акцент на розробці необхідної інфраструктури для забезпечення безпечного та етичного розгортання агентів штучного інтелекту. Для багатьох галузей та бізнесів немає місця для помилок. Якщо велика мовна модель (LLM) має рівень “галюцинацій” навіть лише 0,1%, її ніколи не можна довіряти в жодному критичному процесі, і цей рівень помилок повинен бути ще нижчим для 10- або 100-ступінчатого процесу. Рішення цієї проблеми є важливим для широкого впровадження, і багато компаній чекають, перш ніж прийматимуть LLM як частину свого технологічного стеку чи як цілком новий спосіб операцій. 

Інструменти для моніторингу точності та безпеки через спостереження та дозволи користувача, а також етичні рамки, створюються для забезпечення відповідального підходу до інтеграції штучного інтелекту. Ми бачили деякі компанії, які роблять це добре, PrivateAI, наприклад. Вони використовують висновок, щоб переконатися, що компанії не тренують дані на приватних даних, щоб вони не витекли. Нас також дуже цікавлять нові компанії, які виходять на ринок, такі як SafeguardAI – автономний агент штучного інтелекту, який охороняє від “галюцинацій”, дозволяючи підприємствам розгортати генеративний штучний інтелект швидше.

Крім того, інструменти, такі як автоматичні оціночні метрики, рамки оцінки людини та діагностичні набори даних, розробляються для допомоги в оцінці та поліпшенні точності LLM. Ці інструменти допомагають дослідникам та розробникам визначити сильні та слабкі сторони LLM і спрямовувати подальші вдосконалення в цій галузі.

2. Людський-штучний інтелект взаємодії

Виклик полягає в тому, наскільки люди повинні взаємодіяти з програмним забезпеченням, яке є автономним. Є побоювання щодо потенційних ризиків систем штучного інтелекту, які працюють без достатнього людського контролю, тобто наскільки автономія є надмірною. Але нам також потрібно визначити, наскільки ми хочемо бачити людей у циклі, і який рівень людського втручання створює більшу безпеку, одночасно обмежуючи упередження та зменшуючи можливість людської помилки. Ми ще не маємо добрих відповідей на це питання, хоча б у розумному масштабі.

З оптимістичної точки зору, я сподіваюсь, що ми зможемо визначити новий парадигму для автономного програмного забезпечення, яке працює під контролем людей таким чином, щоб його можна було моніторити та спостерігати, щоб люди могли зупинити потенційно “фатальні” речі від发生у, як-от велика версія економічного краху. На моє переконання, ті, хто зможе побудувати це, переможуть і доставлять трансформаційні можливості. 

Перехід від завдань-орієнтованих до цілей-орієнтованих процесів

Не буде жодної галузі чи сфери роботи, яка залишилася недоторканою агентами штучного інтелекту, і багато змін, які відбуваються, будуть у найближчому майбутньому. На моє переконання, одним з найбільш глибоких впливів, яких досягнуть агенти штучного інтелекту, є перехід від завдань-орієнтованих до цілей-орієнтованих процесів. Сьогодні ви вводите щось у комп’ютер, наприклад “напишіть мені статтю про агентів штучного інтелекту”, і комп’ютер повертає щось вам, що ви потім виконуєте. Це дуже завдання-орієнтована команда, і все ще вимагає від користувача тренувати агента відповідно до цілей та тональності особи. Однак це обмежено цим, і тому результат у значній мірі визначається якістю вхідних даних, плюс попередньо визначеними (і можливо обмеженими) цілями користувача, що все ще сильно залежить від людських дій. 

Невикористаний потенціал агентів штучного інтелекту полягає в силі цілей-орієнтованої роботи. Майбутнє вже не буде таким, де відбувається рутинний опис процесу чи складна інженерія команд для процесів. Компанії та лідери повинні змінити свій підхід до побудови та використання автономних правил-орієнтованих процесів, де цілі визначаються, а агенти визначають найкращий шлях вперед для досягнення цієї мети (з відповідними людськими втручаннями). Прикладом цього могла б бути команда, “забронюйте мені подію в місті Нью-Йорк з 100 професіоналами, які хочуть дізнатися, як штучний інтелект проникає на ринок охорони здоров’я США з одного з наших спікерів”. У такому випадку штучний інтелект буде використаний для оперативної реалізації стратегічного мислення за межами обмеженого кола можливостей, яке могла б здійснити проста команда.

Це цілком новий спосіб мислення та роботи. Практично немає жодної мети, яку ми зараз переслідуємо з комп’ютером, яка не буде переслідуватися зовсім інакше. Це буде фундаментальна зміна в тому, як ми орієнтуємося, і як робота концептуалізується та виконується. 

Монетизація та ринкова динаміка

Когда штучний інтелект стає все більш інтегрованим у бізнес-моделі, традиційні стратегії монетизації переоцінюються. Наприклад, зараз у корпоративному програмному забезпеченні клієнти купують місця та використання. На споживчому боці люди роблять покупки в додатку. Наша гіпотеза полягає в тому, що це зміниться, і програмні компанії зможуть продавати результати, а не інструменти. Чи заплатять люди та бізнеси за результати? За досягнення своїх цілей? Ми ще не знаємо. Але ми бачимо це як вияв більш широкої тенденції до цінно-орієнтованих взаємодій. Однак існують виклики у передбаченні прибутковості та управлінні витратами, особливо враховуючи обчислювально-інтенсивний характер технологій штучного інтелекту. 

Визначення, у кого та що інвестувати на ранній стадії

Коли ми інвестуємо на цій ранній стадії, засновник є одним з найбільших ризиків, яких ми приймаємо – дивлячись як на відповідність засновника ринку, так і на особистість засновника. З агентами штучного інтелекту цей погляд стає ще важливішим, оскільки з такою кількістю невідомих чинників рішення, яке будується сьогодні, ймовірно, не буде тим, що буде побудовано завтра, але засновник залишиться тим самим. Тому ми дивимося не лише на відповідність засновника ринку, але й на його прив’язаність до проблеми, як він дивиться на проблему інакше, ніж існуюча парадигма, що він готовий прийняти невідоме, і що він має пластичність та гнучкість, щоб триматися кроку з ринком, який має таку ж турбулентність. 

Після засновника ми дивимося на ринок та чи є великий загальний адресований ринок і достовірний шлях до можливості доходу в 1 мільярд доларів. Ми відкриті як для традиційних ринків, таких як proptech та ланцюжки постачання, так і для більш прогресивних, гнучких ринків, таких як fintech та електронна комерція, якщо тільки рішення стартапу/інструменту доставить кроковий поліпшення старого способу.

Наш третій фокус при оцінці рішення агента штучного інтелекту полягає в тому, чи буде інструмент сумісним у майбутньому програмному забезпеченні, орієнтованому на штучний інтелект. Інакше кажучи, чи буде запропоноване рішення безшовно інтегруватися та покращувати, як ми бачимо майбутню програмну ландшафт та стек у цьому ринку.

Ми не можемо зробити належних прогнозів вартості ще. На даний момент бізнеси штучного інтелекту фундаментально менш прибуткові, ніж SaaS-бізнеси. Витрати, пов’язані з обробкою та аналізом даних у системах штучного інтелекту, можуть швидко накопичуватися. Потрібен буде прогрес у ближчому майбутньому, який покращить ефективність штучного інтелекту та зменшить операційні витрати, перш ніж ми зможемо проводити таке оцінювання. Ідеально, якщо будуть досягнення, які віддзеркалюють закон Мура в сфері штучного інтелекту, і як потужність, так і витрати на чипи знижуються через збільшені інвестиції. Якщо ми зможемо знайти баланс, при якому штучний інтелект не лише інновативний, але й економічно сталий, тоді ми досягнемо успіху. Але все ще залишається багато невідомих, і більшість з нас робить лише обґрунтовані спекуляції (щиро кажучи).

Сміливий новий світ можливостей

Більшість людей вважають появу ChatGPT “айфоновим моментом” штучного інтелекту. Однак я не думаю, що ми ще досягли цього… ще ні. На даний момент ці інтерфейси чату не зробили нічого більшого, ніж оптимізували наші поточні робочі процеси. Хоча ці інструменти, безумовно, зробили завдання легше для управління, наш підхід залишається фундаментально завданням-орієнтованим. Ширша візія полягає в тому, щоб трансформувати цю динаміку цілком, де штучний інтелект зможе оперативно реалізовувати стратегічне мислення та виконувати складний вивід, з ще меншим входом від людей. Справжній “айфонівський момент” може бути оголошенням агентів штучного інтелекту як стандартного набору програмного забезпечення B2B, яке матиме надмірний вплив на майбутнє роботи. 

Через десятиліття ми, без сумніву, дивитимемося назад і здивуємося ідеєю, що ми колись працювали на основі списків завдань, а не встановлювали стратегічні цілі та дозволяли штучному інтелекту допомогти нам ітерувати та уточнювати ці цілі. Цей перехід до цілей-орієнтованої робочої середовищі представляє не лише еволюцію технологій, але й трансформацію того, як ми концептуалізуємо та підходимо до своєї роботи. 

Шлях вперед наповнений невизначеністю, але потенціал штучного інтелекту революціонізувати галузі, посилювати людський потенціал, сприяти значимому прогресу та доставляти тривалу цінність є непопереднім. Наша відданість полягає в тому, щоб навігацію цією невизначеністю, ідентифікувати, покладатися на та підтримувати ініціативи штучного інтелекту на ранній стадії та талановитих людей, які реалізують свої бачення.