In moderne bedrijfsprocessen is de adoptie van generatieve AI voorbij het stadium van toolgebruik en komt nu in een fase van systematisering.
Daar voorbij wacht een nieuw tijdperk van intelligentie, genaamd "Symfonische Intelligentie".
Dit artikel onderzoekt de huidige staat en toekomstige vooruitzichten van het gebruik van generatieve AI vanuit twee perspectieven: iteratiewerk en flow werk.
Iteratiewerk
In een vorig artikel analyseerde ik de perspectieven van iteratiewerk en tools, en flow werk en systemen, als uitgangspunten om generatieve AI taken te laten uitvoeren.
Iteratiewerk verwijst naar taken die mensen halfbewust uitvoeren door meerdere verschillende concrete taken te combineren en proefondervindelijk te werk te gaan.
En voor dit iteratiewerk zijn tools optimaal. Door tools te selecteren die passen bij diverse taken, kan het werk efficiënt verlopen. Daarom is het noodzakelijk om de benodigde toolkit voor te bereiden en bedreven te worden in het gebruik ervan.
Momenteel, wanneer generatieve AI in het bedrijfsleven wordt ingezet, betreft het in de overgrote meerderheid van de gevallen generatieve AI als een tool.
De meeste discussies over het verbeteren van bedrijfsefficiëntie met generatieve AI verwijzen naar het toevoegen van deze nieuwe en krachtige tool aan de bestaande toolkit die mensen gebruiken voor hun iteratiewerk.
Problemen met Iteratiewerk
Aan de andere kant, zoals opgemerkt in een vorig artikel, zijn de efficiëntievoordelen van tools bij iteratiewerk relatief beperkt.
Naarmate tools efficiënter worden, worden mensen uiteindelijk de bottleneck. We kunnen de grens van de menselijke werktijd uiteindelijk niet overschrijden.
Bovendien is er een aanzienlijke kloof in de efficiëntie en nauwkeurigheid van iteratiewerk tussen ervaren werknemers en nieuwkomers, en het overbruggen van deze kloof is moeilijk. Als gevolg daarvan kan, zelfs als men streeft naar een verdubbeling van de werkdruk volgende maand, dit niet worden opgevangen zonder personeel dat over de vaardigheden van een veteraan beschikt.
Om het probleem van de mens als bottleneck op te lossen, zou de ultieme oplossing zijn om alles te vervangen door kunstmatige intelligentie.
De huidige generatieve AI beschikt echter nog niet over dat prestatieniveau.
Bovendien bestaan zelfs ogenschijnlijk eenvoudige iteratietaken, bij nadere inspectie, uit een groot aantal onbewuste subtaken.
Om deze reden konden deze taken niet worden onderverdeeld in conventionele IT-systemen of eenvoudig te volgen handleidingen, en werd in plaats daarvan vertrouwd op menselijke vaardigheid.
Tenzij deze talrijke onbewuste taken die vaardigheid vereisen, worden georganiseerd, en de noodzakelijke knowhow voor elke taak wordt gekristalliseerd tot kennis, zal generatieve AI, hoezeer de prestaties ook verbeteren, niet in staat zijn taken uit te voeren als vervanging voor mensen.
Flow Werk Conversie en Systematisering
Om de doelstellingen aan te pakken van het verdelen van taken binnen de huidige prestatiegrenzen van generatieve AI, en het organiseren van onbewuste taken en het kristalliseren van knowhow tot kennis, is het van groot belang om proefondervindelijk iteratiewerk te organiseren in gestandaardiseerd flow werk.
Gestandaardiseerd flow werk is niet alleen geschikt voor tools, maar ook voor systemen.
Binnen flow werk zijn er taken die de generatieve AI moet uitvoeren en taken die mensen moeten uitvoeren. Door deze met een systeem te verbinden, wordt het gehele flow werk uitvoerbaar.
Flow werk conversie en systematisering leveren verschillende belangrijke voordelen op:
Ten eerste, doordat generatieve AI gespecialiseerd is voor elke individuele taak, wordt het optimaliseren van de efficiëntie en nauwkeurigheid voor elke taak duidelijk.
Ten tweede kunnen meerdere werknemers kennis toevoegen aan generatieve AI, en de voordelen strekken zich uit tot iedereen.
Ten derde wordt het eenvoudiger om de verdeling van taken binnen dit werk geleidelijk over te dragen aan generatieve AI.
Door iteratiewerk om te zetten in flow werk en de benodigde kennis voor generatieve AI per taak als een systeem te accumuleren, nadert intellectueel werk automatisering, net zoals een fabrieksproductielijn.
En door de verbeterende basisprestaties van generatieve AI, die met de tijd evolueert, te integreren en de geaccumuleerde kennis, gespecialiseerd voor diverse taken, te benutten, zal het mogelijk worden om het gehele flow werk een geautomatiseerd proces te maken dat wordt uitgevoerd door generatieve AI.
Virtuele Intelligentie
Tot zover de analyse vanuit de perspectieven van iteratiewerk en tools, en flow werk en systemen.
Een ander recent artikel zet deze discussie verder.
In dat artikel raakte ik het onderwerp van intelligentieorkestratie door virtuele intelligentie aan.
Momenteel, en in de zeer nabije toekomst, is generatieve AI door prestatiebeperkingen efficiënter en nauwkeuriger wanneer het gericht is op specifieke taken.
Daarom was, zoals eerder besproken bij flow werk en systemen, een mechanisme ideaal dat gespecialiseerde generatieve AI's voor elke individuele taak met elkaar verbindt.
Echter, zelfs als de prestaties van generatieve AI aanzienlijk verbeteren, zou het verwerken van taken door rollen te wisselen en kennis te benutten binnen één enkel proces, in plaats van simpelweg diverse taken gelijktijdig af te handelen, potentieel kunnen leiden tot hogere efficiëntie en nauwkeurigheid.
Deze aanpak elimineert de noodzaak van een systeem om generatieve AI's met elkaar te verbinden. Bewerkingen die vergelijkbaar zijn met systeemintegratie zouden binnen de generatieve AI zelf plaatsvinden.
Bovendien maakt het flexibele responsen binnen de generatieve AI zelf mogelijk, waardoor situaties worden vermeden waarin taken niet kunnen worden gewisseld of toegevoegd zonder het systeem aan te passen.
Dit betekent een terugkeer van gesystematiseerd flow werk naar iteratiewerk.
Echter, dit iteratiewerk, na gesystematiseerd en omgezet te zijn in flow werk, bevindt zich nu in een staat waarin herbruikbare kennis kan worden gevormd, zelfs als het aantal generatieve AI's wordt verhoogd of versies worden gewijzigd.
Dit lost de problemen van menselijk iteratiewerk op, waardoor flexibel werk mogelijk wordt dat vergelijkbaar is met dat van mensen.
Hier verwijs ik naar het vermogen van generatieve AI om rollen en kennis te wisselen tijdens een enkele uitvoering als virtuele intelligentie. Dit is analoog aan de virtuele machine van een computer.
Net zoals virtuele-machinetechnologie volledig verschillende computers simuleert die op één hardware draaien, verwerkt een enkele generatieve AI taken door te schakelen tussen meerdere rollen.
De huidige generatieve AI heeft deze vaardigheid van virtuele intelligentie al van nature verworven. Om deze reden kan generatieve AI discussies tussen meerdere mensen simuleren en romans genereren met meerdere personages.
Als deze vaardigheid van virtuele intelligentie verbetert en er voldoende kennis wordt aangeboden, zal het mogelijk worden om iteratiewerk uit te voeren.
Intelligentieorkestratie
Verder verwijs ik naar het vermogen om op deze manier meerdere rollen en kennis vrijelijk te combineren om taken uit te voeren als intelligentieorkestratie.
Dit is vergelijkbaar met orkestratie technologie die meerdere virtuele machines beheert.
Net zoals orkestratie technologie efficiënt systemen opereert door waar nodig de benodigde virtuele machines op te starten, zal een generatieve AI met verbeterde intelligentieorkestratievaardigheden – een vermogen van virtuele intelligentie – in staat zijn iteratiewerk flexibel uit te voeren, terwijl het talrijke rollen en kennis op passende wijze beheert en efficiëntie en nauwkeurigheid handhaaft.
Symfonische Intelligentie
Generatieve AI die dit stadium bereikt, kan Symfonische Intelligentie worden genoemd.
Net zoals een orkest, bedreven in het bespelen van elk instrument, één muziekstuk uitvoert terwijl ze hun respectievelijke rollen vervullen, kan Symfonische Intelligentie een symfonie van intellectuele taken spelen.
Deze Symfonische Intelligentie is een nieuw concept en vertegenwoordigt een van de hoogtepunten voor generatieve AI.
Symfonische Intelligentie bestaat echter al.
Het is onze menselijke intelligentie.
Juist omdat we Symfonische Intelligentie bezitten, kunnen we onbewust en flexibel meerdere complexe intellectuele taken uitvoeren door middel van iteratiewerk, gebruikmakend van een schat aan knowhow.
Tot Slot: De Vorm van AGI
Door generatieve AI, die in staat is om Symfonische Intelligentie te simuleren, te voorzien van flow werk en kennisbases voor andere taken, zal het in staat worden om meerdere iteratietaken af te handelen.
Zodra het tal van verschillende iteratietaken kan verwerken, zal het in staat zijn om gemeenschappelijke regels tussen die taken en structurele patronen binnen de kennis te begrijpen.
Op dat moment zal de AI, voor volledig onbekende iteratietaken, met slechts een korte uitleg van een mens, de knowhow van die taak kunnen leren simpelweg door te observeren hoe een mens deze uitvoert.
Dit is ware Symfonische Intelligentie. Zodra dit stadium is bereikt, hoeven mensen geen moeite meer te doen om werk om te zetten in flow processen of knowhow te kristalliseren tot kennis.
Bovendien kan de kennis die op deze manier automatisch door generatieve AI wordt geaccumuleerd, worden gedeeld met andere generatieve AI's.
Als dit gebeurt, zal het leervermogen van generatieve AI dat van mensen ver overtreffen.
Dit kan worden beschouwd als één vorm van AGI.