Dặm cuối cùng của Trí tuệ nhân tạo: Tại sao tương lai là Bespoke, không phải Một kích cỡ phù hợp với tất cả

Trong hầu hết năm mươi năm qua, phần mềm đã được xây dựng cho những người ngồi trong văn phòng. Các nền tảng truyền thống về cơ bản là các cơ sở dữ liệu tĩnh với giao diện được bao quanh. Chúng ngồi đó, không thể di chuyển, và yêu cầu con người phải làm việc xung quanh chúng: để cung cấp thông tin, nhập dữ liệu vào chúng, điều hướng logic được định nghĩa trước của chúng. Trong安排 này, con người đã im lặng trở thành keo dán thủ công, dành cả ngày để bắc cầu giữa các công cụ bị phân mảnh.

Thuế hoạt động này đau đớn nhất trong cuộc sống di động của chúng ta. Hãy tưởng tượng việc đặt một cuộc họp đơn giản khi bạn đang ở ngoài. Bạn mở ứng dụng lịch, chạm, nhập, chạm. Sau đó bạn nhảy đến email để phục hồi ký ức mơ hồ của một vài từ khóa, tìm kiếm địa chỉ đúng, sao chép nó và nhảy trở lại lịch. Đó là một trải nghiệm kỳ lạ vô nhân tính. Người dùng bị buộc phải theo logic của phần mềm thay vì phần mềm theo ý định của người dùng, giữ bối cảnh bị hỏng trong đầu và khâu lại với nhau bằng tay.

Con người là keo dán thủ công

Chúng tôi đã thấy điều này rõ ràng khi xây dựng cho di động tại Google. Thế giới đã chỉ làm cho vấn đề sắc nét hơn kể từ đó. Ngày càng nhiều công việc có giá trị cao hiện xảy ra trong thế giới thực chứ không phải trong một thiết lập văn phòng tĩnh. Nó xảy ra trong các cuộc trò chuyện cà phê, giới thiệu bên ngoài, đối tác. Và đơn vị kinh doanh đang thu hẹp dần, từ tập đoàn đến đội đến cá nhân.

Dữ liệu hỗ trợ điều này. Theo Cục Thống kê Dân số Hoa Kỳ, số lượng doanh nghiệp một người ở Hoa Kỳ đã tăng với tốc độ trung bình 2,7% mỗi năm từ 2012 đến 2023, nhiều hơn gấp đôi tốc độ 1,1% của các công ty có nhân viên, và hiện chiếm đa số lớn trong số tất cả các doanh nghiệp Mỹ. Chúng tôi đang bước vào kỷ nguyên của những gì tôi nghĩ là siêu cá nhân: một người vận hành duy nhất có thể chạy một hoạt động toàn cầu với một đội tàu nhỏ làm việc. Khi đơn vị công việc thu hẹp xuống cá nhân, thiết kế của các công cụ phải lật ngược. Thay vì con người theo dõi phần mềm, phần mềm phải theo dõi con người.

Dặm cuối cùng của Trí tuệ nhân tạo

Trợ lý chung như ChatGPT và Gemini là một bước nhảy thực sự. Chúng cho phép mọi người đạt được nhiều hơn, nhanh hơn, trên một loạt các nhiệm vụ phi thường. Nhưng có một khoảng trống giữa một mô hình có khả năng chung và một công cụ thực sự phù hợp với cuộc sống của bạn, và trong Trí tuệ nhân tạo, khoảng trống đó là dặm cuối cùng. Đó là nơi hầu hết giá trị thực sự nằm, và đó là phần mà hầu như không ai đã giải quyết.

Một mô hình chung đến như một nhân viên mới xuất sắc vào ngày đầu tiên. Nó thông thạo, nhanh chóng và được đọc rộng, nhưng nó không biết khách hàng của bạn, sở thích của bạn, cách viết tắt bạn sử dụng, hoặc cách bạn muốn mọi thứ được thực hiện. Quyền lực không phải là của bạn. Một mô hình chung, theo thiết kế, giống nhau cho mọi người mở nó. Điều mà mọi người thực sự cần là điều ngược lại: điều gì đó được định hình cho một người, điều đó trở nên của họ nhiều hơn khi họ sử dụng nó.

Lịch sử, dặm cuối cùng đó đã tốn kém. Được tùy chỉnh cho một người có nghĩa là thuê một trợ lý điều hành hoặc một người đứng đầu nhân viên, hoặc ủy quyền phần mềm tùy chỉnh, các lựa chọn được dành cho các công ty lớn và người giàu có. Vì vậy, phần còn lại của chúng tôi đã giải quyết các công cụ chung, hàng loạt và im lặng đào tạo bản thân để phù hợp với chúng. Chi phí của việc tùy chỉnh là lý do hầu hết mọi người chưa bao giờ có nó. Điều đang thay đổi bây giờ là chi phí. Khi nó giảm, điều mà mọi người đã im lặng muốn trở nên có thể tại quy mô của một. Mọi người không thực sự khao khát khả năng chung hơn. Họ khao khát điều gì đó thuộc về họ.

Điều này không chỉ là vấn đề về sở thích, và bằng chứng sắc nét hơn nó trông. Giá trị của Trí tuệ nhân tạo không được phân bố đều trên các nhiệm vụ. Trong một thí nghiệm trường lớn được chạy bởi Trường Kinh doanh Harvard với Boston Consulting Group, 758 nhà tư vấn sử dụng GPT-4 đã hoàn thành khoảng 12% nhiều nhiệm vụ hơn, khoảng 25% nhanh hơn, với chất lượng cao hơn, nhưng chỉ cho công việc nằm trong những gì các nhà nghiên cứu gọi là ranh giới công nghệ bị xé nát. Trên một nhiệm vụ được chọn có chủ đích để nằm ngoài ranh giới đó, những người sử dụng Trí tuệ nhân tạo ít hơn 19% có khả năng đạt được câu trả lời chính xác. Lợi ích xuất hiện khi công cụ được gắn chặt vào các đường nét thực sự của công việc, và chúng mờ dần, hoặc thậm chí đảo ngược, khi nó không. Sự phù hợp không phải là một điểm hoàn thiện. Đó là nơi giá trị sống.

Cũng có hai loại trao quyền đáng kể. Một giúp bạn làm điều gì đó bạn không thể làm trước đó. Loại kia giải phóng bạn khỏi những thứ thời gian của bạn đơn giản là quá quý để chi tiêu. Các mô hình chung rất tốt cho điều đầu tiên. Điều thứ hai là một câu hỏi về sự phù hợp, và sự phù hợp phải được tùy chỉnh. Đây là sự khác biệt giữa một công cụ làm cho bạn có khả năng hơn và một công cụ trở thành một phần mở rộng của bạn.

Từ điểm đến đến xe đạp phụ

Nếu tùy chỉnh là tài sản, thì hình thức là gì? Ở đây, nó giúp vay một thuật ngữ từ kiến trúc phần mềm. Trong các hệ thống phân tán, mẫu xe đạp phụ gắn một quá trình trợ giúp vào một dịch vụ chính để xử lý công việc cắt ngang: nhật ký, cấu hình, mạng, quan sát. Dịch vụ cốt lõi tập trung vào công việc thực sự của nó trong khi xe đạp phụ im lặng hấp thụ sự phức tạp hoạt động bên cạnh nó.

Tôi tin rằng cùng một mẫu cũng đang đến cho con người. Thay vì một công cụ bạn truy cập, thế hệ phần mềm cá nhân tiếp theo sẽ hành động như một xe đạp phụ gắn vào bạn, làm việc chủ động trong các ứng dụng bạn đã sống. Không phải là điểm đến. Một người bạn đồng hành đi cùng, và một người bạn đồng hành được tùy chỉnh bởi bản chất của nó, vì nó được gắn vào một người và chỉ học họ. Một xe đạp phụ hữu ích, so với một rô-bốt trò chuyện bạn nhắc từ đầu mỗi sáng, sẽ dựa trên ba trụ cột.

Three trụ cột của một xe đạp phụ cá nhân

Khả năng học hỏi và bộ nhớ dai dẳng. Một xe đạp phụ không phải là một công cụ bạn giải thích lại mỗi ngày. Đó là điều gì đó bạn dạy một lần. Khi bạn mô tả một sở thích hoặc một quy trình làm việc, nó nhớ, xây dựng một cửa hàng riêng tư của bộ nhớ cá nhân đi cùng bạn và nắm bắt sự tinh tế của cách bạn làm việc cụ thể. Đây là dặm cuối cùng, tích lũy.

Quan sát và đại lý. Một xe đạp phụ quan sát, suy nghĩ và hành động. Nó di chuyển từ việc biết事 thực đến việc thực hiện nhiệm vụ: lọc tiếng ồn, kết nối các điểm, soạn thảo trả lời, giữ sợi dây của một dự án để bạn không phải.

Khám phá và giao dịch. Theo thời gian, người bạn đồng hành này mang bối cảnh và mối quan hệ của bạn qua các phần mềm khác nhau. Nó giúp bạn tìm ra giới thiệu đúng, đưa ra cơ hội đúng và cuối cùng thậm chí giao dịch thay mặt bạn.

Từ biết đến làm

Sự thay đổi kỹ thuật sâu sắc hơn dưới đây là một bước chuyển từ thu hồi đến hành động. Sự tạo ra tăng cường thu hồi, kỹ thuật dựa trên đầu ra của mô hình trong các tài liệu liên quan nó tìm kiếm trên đường bay, đã làm cho các trợ lý ngày nay tốt trong việc biết điều gì. Bước tiếp theo là sự dai dẳng và đại lý: những người bạn đồng hành được thiết kế không chỉ để trả lời, mà để thực hiện.

Ngành công nghiệp đã chuyển sang hướng này. Gartner dự đoán rằng vào cuối năm 2026, 40% ứng dụng doanh nghiệp sẽ bao gồm các đại lý Trí tuệ nhân tạo cụ thể cho nhiệm vụ, tăng từ ít hơn 5% vào năm 2025, một sự thay đổi mà nó mô tả là chuyển từ các trợ lý phản hồi sang các đại lý hành động.

Có một lợi ích im lặng ở đây quá: bộ nhớ tổ chức. Trong một thế giới có tỷ lệ luân chuyển cao và đối tác lưu động, một lượng lớn bối cảnh rời khỏi cửa mỗi lần ai đó rời bỏ một vai trò. Một người bạn đồng hành gắn vào cá nhân nắm bắt được chuyên môn và mối quan hệ mà nếu không sẽ bị mất, và giữ bối cảnh đó nguyên vẹn và có thể sử dụng.

Nhưng sự phong phú này cũng tạo ra một cái bẫy. Khi các đại lý cho phép mọi người thực hiện nhiều hơn, mọi người im lặng thực hiện nhiều hơn: nhiều để nhớ, nhiều để hành động, nhiều để chuyển đổi, nhiều để giữ trong đầu cùng một lúc. Có một trần sinh học về bao nhiêu mà một người có thể mang. Điểm của một xe đạp phụ là ngồi dưới trần đó và hấp thụ tải, không phải là chất thêm lên nó.

Nhân hóa công việc

Mục tiêu thực sự không phải là tự động hóa con người. Đó là để đưa họ ra khỏi phần mềm và trở lại phòng. Nghiên cứu của McKinsey về công việc tri thức cho thấy rằng người lao động tương tác trung bình dành khoảng 28% tuần làm việc trên email và gần 20% khác để tìm kiếm thông tin nội bộ hoặc theo dõi đúng đồng nghiệp, trước khi bạn thậm chí thêm các cuộc họp và phối hợp nội bộ. Đó là hầu hết một tuần được dành cho thuế hoạt động thay vì công việc thực sự.

Nếu một người bạn đồng hành có thể hấp thụ lớp quản lý tĩnh đó, thời gian nó trả lại không phải chảy trở lại vào máy. Nó có thể trở lại trong các cuộc trò chuyện cà phê, đối tác và quyết định phán xét nơi giá trị thực sự được tạo ra. Đây không phải là về việc thay thế con người trong vòng lặp. Đó là về việc đưa con người ra khỏi những phần của vòng lặp mà không bao giờ là một việc sử dụng tốt con người.

Tương lai của Trí tuệ nhân tạo có thể không phải là một hộp bạn trò chuyện, và nó không phải là một mô hình phục vụ mọi người theo cùng một cách. Nó có nhiều khả năng là một người bạn đồng hành mà không thể nhầm lẫn với của bạn: một người đi cùng bạn, học cách bạn làm việc, và im lặng xử lý những phần bạn không nên phải.

Vậy câu hỏi đáng để ngồi với là không phải làm thế nào để Trí tuệ nhân tạo của bạn có thể nghe có vẻ thông minh. Nó đơn giản hơn thế: bao nhiêu phần của tuần bạn dành để trở thành keo dán, và bạn sẽ làm gì với thời gian đó nếu bạn lấy lại được?