Nei moderni processi aziendali, l'adozione dell'IA generativa è andata oltre la mera utilizzazione di uno strumento e sta ora entrando nella fase dell'integrazione sistematica.
Al di là di ciò, si delinea una nuova era dell'intelligenza: l'"Intelligenza Sinfonica".
Questo articolo esplorerà lo stato attuale e le prospettive future dell'utilizzo dell'IA generativa da due prospettive: il lavoro iterativo e il lavoro a flusso.
Lavoro Iterativo
In un articolo precedente, abbiamo analizzato le prospettive di "lavoro iterativo e strumenti" versus "lavoro a flusso e sistemi" come punti di vista per consentire all'IA generativa di svolgere compiti aziendali.
Il lavoro iterativo si riferisce a compiti in cui gli esseri umani combinano, in modo semi-inconscio, molteplici compiti concreti distinti e procedono per tentativi ed errori.
E per questo lavoro iterativo, gli strumenti sono ottimali. Selezionando strumenti adatti ai vari compiti, il lavoro può progredire efficientemente. Perciò, è necessario assemblare la cassetta degli attrezzi richiesta e diventarne esperti nell'uso.
Attualmente, quando l'IA generativa viene utilizzata nel mondo aziendale, la stragrande maggioranza dei casi prevede l'IA generativa come strumento.
Gran parte della discussione sul miglioramento dell'efficienza aziendale con l'IA generativa si riferisce quasi sempre all'aggiunta di questo nuovo e potente strumento alla cassetta degli attrezzi esistente che gli esseri umani utilizzano per il lavoro iterativo.
Il Problema del Lavoro Iterativo
D'altra parte, come sottolineato nell'articolo precedente, i guadagni di efficienza derivanti dagli strumenti nel lavoro iterativo sono relativamente limitati.
Man mano che gli strumenti diventano più efficienti, gli esseri umani finiscono per diventare il collo di bottiglia. In definitiva, la barriera delle ore lavorative umane non può essere superata.
Inoltre, esiste un divario significativo nell'efficienza e nella precisione del lavoro iterativo tra dipendenti veterani e nuove reclute, ed è difficile colmare questa lacuna. Pertanto, anche volendo raddoppiare il carico di lavoro il mese prossimo, non si potrebbe gestirlo senza persone con competenze veteranità.
Per risolvere il problema degli esseri umani come collo di bottiglia, alla fine si tratta di sostituire tutto con l'intelligenza artificiale.
Tuttavia, l'attuale IA generativa non possiede ancora quel livello di prestazioni.
Inoltre, anche compiti iterativi apparentemente semplici, se esaminati attentamente, consistono in un gran numero di compiti inconsci.
Per questo motivo, non potevano essere ridotti a sistemi IT convenzionali o manuali che chiunque potesse seguire, e quindi si affidavano alla competenza umana.
A meno che questi numerosi compiti inconsci, che richiedono competenza, non vengano organizzati e il know-how necessario per ciascuno non venga codificato in conoscenza, l'IA generativa, per quanto le sue prestazioni possano migliorare, non potrà sostituire il lavoro umano.
Trasformazione in Lavoro a Flusso e Sistemizzazione
Per affrontare l'obiettivo di distribuire i compiti entro i limiti di prestazione attuali dell'IA generativa, e l'obiettivo di organizzare i compiti inconsci e codificare il know-how, è estremamente significativo organizzare il lavoro iterativo di prova ed errore in un lavoro a flusso standardizzato.
Il lavoro a flusso standardizzato si adatta non solo agli strumenti ma anche ai sistemi.
All'interno del lavoro a flusso, ci sono compiti eseguiti dall'IA generativa e compiti eseguiti dagli esseri umani. Collegando questi con un sistema, l'intero lavoro a flusso diventa eseguibile.
La trasformazione in lavoro a flusso e la sistemizzazione producono diversi effetti significativi.
Uno è che l'IA generativa è specializzata per i singoli compiti, rendendo chiaro come ottimizzare l'efficienza e la precisione dell'IA generativa per ciascun compito.
In secondo luogo, più lavoratori possono aggiungere conoscenza all'IA generativa, e i benefici si estendono a tutti.
In terzo luogo, diventa facile spostare gradualmente la divisione dei compiti all'interno di questo lavoro verso l'IA generativa.
In questo modo, trasformando il lavoro iterativo in lavoro a flusso e accumulando la conoscenza di cui l'IA generativa ha bisogno per ogni compito come sistema, il lavoro intellettuale si avvicina all'automazione come una linea di fabbrica.
E incorporando i miglioramenti nelle prestazioni fondamentali dell'IA generativa che evolvono con i tempi, e sfruttando la conoscenza accumulata specializzata per vari compiti, diventerà possibile rendere l'intero lavoro a flusso un processo automatizzato guidato dall'IA generativa.
Intelligenza Virtuale
Con questo si conclude l'analisi dal punto di vista del lavoro iterativo e degli strumenti, e del lavoro a flusso e dei sistemi.
Un altro articolo che ho scritto di recente sviluppa ulteriormente questa discussione.
In quell'articolo, ho toccato l'argomento dell'orchestrazione tramite intelligenza virtuale.
Attualmente, e nel prossimo futuro, a causa delle limitazioni di performance, l'IA generativa si comporta meglio in termini di efficienza e accuratezza quando è focalizzata su compiti specifici.
Pertanto, come discusso in precedenza con il lavoro a flusso e i sistemi, un meccanismo ideale era quello di collegare IA generative specializzate per ogni singolo compito attraverso un sistema.
Tuttavia, anche se le prestazioni dell'IA generativa migliorassero significativamente, potrebbe essere più efficiente e accurato elaborare le informazioni cambiando ruoli e utilizzando conoscenze diverse all'interno di una singola esecuzione, piuttosto che semplicemente elaborare vari compiti in parallelo.
Questo metodo eliminerebbe la necessità di un sistema per collegare le IA generative tra loro. Operazioni simili all'integrazione di sistema avverrebbero all'interno della stessa IA generativa.
Inoltre, da una situazione in cui la riorganizzazione o l'aggiunta di compiti sono impossibili senza modifiche al sistema, l'IA generativa stessa sarà in grado di rispondere in modo flessibile.
Ciò significa riportare i compiti lavorati a flusso e sistematizzati al lavoro iterativo.
Tuttavia, il lavoro iterativo che ritorna dopo aver subito questo processo di lavoro a flusso e sistemizzazione sarà in uno stato in cui è stata formata una conoscenza riutilizzabile, anche se il numero di IA generative viene aumentato o le loro versioni vengono modificate.
Ciò risolve i problemi del lavoro iterativo umano e consente l'esecuzione di compiti flessibili simili a quelli svolti dagli esseri umani.
Qui, chiamo la capacità dell'IA generativa di cambiare ruoli e conoscenze durante una singola esecuzione "intelligenza virtuale". Questo è analogo alla macchina virtuale di un computer.
Proprio come la tecnologia delle macchine virtuali simula computer completamente diversi in esecuzione su un singolo pezzo di hardware, una singola IA generativa elabora passando tra più ruoli.
L'IA generativa ha già acquisito naturalmente questa capacità di intelligenza virtuale. Questo è il motivo per cui l'IA generativa può simulare discussioni che coinvolgono più persone o generare romanzi con più personaggi.
Se questa capacità di intelligenza virtuale migliora e viene fornita con sufficiente conoscenza, diventerà possibile eseguire il lavoro iterativo.
Orchestrazione dell'Intelligenza
Inoltre, mi riferisco alla capacità di combinare liberamente più ruoli e conoscenze per svolgere compiti come "orchestrazione dell'intelligenza".
Ciò è simile alla tecnologia di orchestrazione che gestisce più macchine virtuali.
Proprio come la tecnologia di orchestrazione opera efficientemente i sistemi avviando le macchine virtuali necessarie quando occorre, un'IA generativa con competenze migliorate nell'orchestrazione dell'intelligenza — una capacità dell'intelligenza virtuale — sarà in grado di eseguire in modo flessibile il lavoro iterativo, mantenendo efficienza e accuratezza mentre utilizza in modo appropriato numerosi ruoli e conoscenze.
Intelligenza Sinfonica
L'IA generativa che raggiunge questo stadio può essere definita Intelligenza Sinfonica.
Così come un'orchestra, con ogni musicista esperto nel proprio strumento, esegue un unico brano svolgendo i rispettivi ruoli, l'Intelligenza Sinfonica può suonare una sinfonia di lavoro intellettuale.
Questa Intelligenza Sinfonica è un nuovo concetto, che rappresenta un punto di arrivo per l'IA generativa.
Tuttavia, l'Intelligenza Sinfonica esiste già.
È la nostra intelligenza umana.
È proprio perché possediamo l'Intelligenza Sinfonica che possiamo eseguire inconsciamente compiti intellettuali complessi in modo flessibile attraverso il lavoro iterativo, utilizzando una moltitudine di know-how.
Infine: La Forma dell'AGI
Fornendo all'IA generativa, capace di simulare l'Intelligenza Sinfonica, processi di lavoro a flusso e basi di conoscenza per altri compiti, essa sarà in grado di gestire molteplici compiti iterativi.
Man mano che diventerà capace di gestire una moltitudine di compiti iterativi diversi, probabilmente comprenderà principi comuni e schemi strutturali nella conoscenza attraverso tali compiti.
A quel punto, per compiti iterativi completamente sconosciuti, con una semplice spiegazione da parte di un essere umano, sarà in grado di apprendere il know-how di quel compito semplicemente osservando come un essere umano lo esegue.
Questa è la vera Intelligenza Sinfonica. Una volta raggiunto questo stadio, gli esseri umani non avranno più bisogno di sforzarsi per l'organizzazione del lavoro a flusso o la codificazione del know-how.
Inoltre, la conoscenza così accumulata automaticamente dall'IA generativa potrà essere condivisa tra le stesse IA generative.
Quando ciò accadrà, la capacità di apprendimento dell'IA generativa supererà di gran lunga quella degli esseri umani.
Si può affermare che questa sia una forma di AGI.