В современных бизнес-процессах внедрение генеративного ИИ вышло за рамки стадии использования в качестве инструмента и в настоящее время вступает в фазу систематизации.
За этим нас ожидает новая эра интеллекта, называемая «Симфоническим интеллектом».
В этой статье рассматривается текущее состояние и будущие перспективы использования генеративного ИИ с двух точек зрения: итерационной работы и потоковой работы.
Итерационная работа
В предыдущей статье я проанализировал точки зрения на итерационную работу и инструменты, а также на потоковую работу и системы, как подходы, позволяющие генеративному ИИ выполнять задачи.
Итерационная работа относится к задачам, которые человек выполняет, полубессознательно комбинируя множество различных конкретных задач и продвигаясь методом проб и ошибок.
И для такой итерационной работы инструменты оптимальны. Выбирая инструменты, подходящие для различных задач, работу можно выполнять эффективно. Поэтому необходимо подготовить необходимый набор инструментов и овладеть навыками его использования.
В настоящее время, когда генеративный ИИ используется в бизнесе, подавляющее большинство случаев подразумевает генеративный ИИ как инструмент.
Большинство обсуждений об улучшении эффективности бизнеса с помощью генеративного ИИ сводятся к добавлению этого нового и мощного инструмента в существующий набор инструментов, используемый людьми для их итерационной работы.
Проблемы итерационной работы
С другой стороны, как указывалось в предыдущей статье, повышение эффективности итерационной работы за счёт инструментов относительно ограничено.
По мере того, как инструменты становятся всё более эффективными, человек в конечном итоге становится узким местом. Мы не можем окончательно преодолеть предел человеческого рабочего времени.
Кроме того, существует значительный разрыв в эффективности и точности итерационной работы между опытными сотрудниками и новичками, и преодолеть этот разрыв сложно. Следовательно, даже если поставить цель удвоить объём работы в следующем месяце, это не может быть выполнено без персонала, обладающего навыками ветерана.
Чтобы решить проблему того, что человек является узким местом, окончательным решением было бы заменить всё искусственным интеллектом.
Однако нынешний генеративный ИИ ещё не обладает таким уровнем производительности.
Более того, даже кажущиеся простыми итерационные задачи, при ближайшем рассмотрении состоят из большого количества неосознаваемых подзадач.
По этой причине эти задачи не могли быть разложены на компоненты для обычных ИТ-систем или простых инструкций, и вместо этого полагались на человеческую компетентность.
Если эти многочисленные неосознаваемые задачи, требующие компетентности, не будут организованы, а необходимое ноу-хау для каждой из них кристаллизовано в знания, то генеративный ИИ, независимо от того, насколько улучшится его производительность, не сможет выполнять задачи в качестве замены человека.
Преобразование итерационной работы в потоковую и систематизация
Для достижения целей по распределению задач в рамках текущих ограничений производительности генеративного ИИ, а также по организации бессознательных задач и кристаллизации ноу-хау в знания, крайне важно преобразовать итерационную работу, основанную на пробах и ошибках, в стандартизированную потоковую работу.
Стандартизированная потоковая работа хорошо подходит не только для инструментов, но и для систем.
В рамках потоковой работы есть задачи, которые выполняет генеративный ИИ, и задачи, которые выполняет человек. Соединяя их с помощью системы, вся потоковая работа становится выполнимой.
Преобразование итерационной работы в потоковую и систематизация дают несколько значительных преимуществ:
Во-первых, поскольку генеративный ИИ специализируется на каждой отдельной задаче, оптимизация его эффективности и точности для каждой задачи становится очевидной.
Во-вторых, несколько сотрудников могут добавлять знания в генеративный ИИ, и преимущества распространяются на всех.
В-третьих, становится легче постепенно перекладывать разделение задач в этой работе на генеративный ИИ.
Преобразуя итерационную работу в потоковую и накапливая знания, необходимые генеративному ИИ для каждой задачи в качестве системы, интеллектуальная работа приближается к автоматизации, подобно производственной линии на заводе.
И, используя улучшающуюся базовую производительность генеративного ИИ, которая развивается со временем, а также накопленные знания, специализированные для различных задач, станет возможным сделать всю потоковую работу автоматизированным процессом, выполняемым генеративным ИИ.
Виртуальный интеллект
До этого момента анализ проводился с точки зрения итерационной работы и инструментов, а также потоковой работы и систем.
Другая недавняя статья развивает эту дискуссию дальше.
В этой статье я затронул тему оркестровки с помощью виртуального интеллекта.
В настоящее время и в самом ближайшем будущем, из-за ограничений производительности, генеративный ИИ более эффективен и точен при сосредоточении на конкретных задачах.
Поэтому, как обсуждалось ранее в отношении потоковой работы и систем, идеальным был механизм, который связывает специализированные генеративные ИИ для каждой отдельной задачи.
Однако, даже если производительность генеративного ИИ значительно улучшится, обработка задач путем переключения ролей и использования знаний в рамках одного процесса, а не просто одновременное выполнение различных задач, потенциально может привести к более высокой эффективности и точности.
Этот подход устраняет необходимость в системе для связывания генеративных ИИ друг с другом. Операции, аналогичные системной интеграции, будут происходить внутри самого генеративного ИИ.
Кроме того, это позволяет гибко реагировать внутри самого генеративного ИИ, уходя от ситуаций, когда задачи не могут быть заменены или добавлены без изменения системы.
Это означает возвращение систематизированной потоковой работы к итерационной работе.
Однако эта итерационная работа, пройдя систематизацию и преобразование в потоковую работу, теперь находится в состоянии, когда могут быть сформированы многократно используемые знания, даже если количество генеративных ИИ увеличивается или меняются версии.
Это решает проблемы человеческой итерационной работы, обеспечивая гибкую работу, аналогичную человеческой.
Здесь я называю способность генеративного ИИ переключать роли и знания во время одного выполнения виртуальным интеллектом. Это аналогично виртуальной машине компьютера.
Подобно тому, как технология виртуальной машины имитирует работу совершенно разных компьютеров на одном оборудовании, один генеративный ИИ обрабатывает задачи, переключаясь между несколькими ролями.
Нынешний генеративный ИИ уже естественным образом приобрёл эту способность виртуального интеллекта. По этой причине генеративный ИИ может имитировать обсуждения между несколькими людьми и генерировать романы с участием нескольких персонажей.
Если эта способность виртуального интеллекта улучшится и будут предоставлены достаточные знания, станет возможным выполнять итерационную работу.
Оркестровка интеллекта
Кроме того, способность свободно комбинировать множество ролей и знаний для выполнения задач таким образом я называю оркестровкой интеллекта.
Это похоже на технологию оркестровки, которая управляет несколькими виртуальными машинами.
Подобно тому, как технология оркестровки эффективно управляет системами, запуская необходимые виртуальные машины по мере необходимости, генеративный ИИ с расширенными навыками оркестровки интеллекта — способности виртуального интеллекта — сможет гибко выполнять итерационную работу, при этом надлежащим образом управляя множеством ролей и знаний, а также поддерживая эффективность и точность.
Симфонический интеллект
Генеративный ИИ, достигший этой стадии, может быть назван Симфоническим интеллектом.
Подобно тому, как оркестр, виртуозно играющий на каждом инструменте, исполняет одно музыкальное произведение, выполняя свои соответствующие роли, Симфонический интеллект может исполнить симфонию интеллектуальных задач.
Этот Симфонический интеллект — новая концепция, представляющая одну из кульминационных точек для генеративного ИИ.
Однако сам по себе Симфонический интеллект уже существует.
Это наш человеческий интеллект.
Именно потому, что мы обладаем Симфоническим интеллектом, мы можем бессознательно и гибко выполнять множество сложных интеллектуальных задач посредством итерационной работы, используя богатый опыт.
В заключение: Форма ОИИ
Предоставив генеративному ИИ, способному имитировать Симфонический интеллект, потоковую работу и базы знаний для других задач, он сможет обрабатывать многочисленные итерационные задачи.
Как только он сможет справляться с множеством различных итерационных задач, он сможет улавливать общие правила среди этих задач и структурные закономерности в знаниях.
В этот момент, для совершенно неизвестных итерационных задач, при наличии лишь краткого объяснения от человека, ИИ сможет изучить ноу-хау этой задачи, просто наблюдая, как её выполняет человек.
Это истинный Симфонический интеллект. Как только эта стадия будет достигнута, людям больше не придется тратить усилия на преобразование итерационной работы в потоковую или кристаллизацию ноу-хау в знания.
Более того, знания, автоматически накопленные таким образом генеративным ИИ, могут быть использованы другими генеративными ИИ.
Если это произойдёт, способность генеративного ИИ к обучению значительно превзойдёт человеческую.
Это можно считать одной из форм ОИИ.