Trong các quy trình kinh doanh hiện đại, việc ứng dụng AI tạo sinh đã vượt ra ngoài giai đoạn sử dụng như một công cụ và đang bước vào giai đoạn hệ thống hóa.
Vượt xa hơn thế, một kỷ nguyên trí tuệ mới mang tên "Trí tuệ giao hưởng" đang chờ đợi.
Bài viết này khám phá tình hình hiện tại và triển vọng tương lai của việc sử dụng AI tạo sinh từ hai góc độ: công việc lặp lại và công việc dòng chảy.
Công việc lặp lại
Trong một bài viết trước, tôi đã phân tích các quan điểm về công việc lặp lại và công cụ, cũng như công việc dòng chảy và hệ thống, như những góc nhìn để cho phép AI tạo sinh thực hiện các tác vụ.
Công việc lặp lại đề cập đến các tác vụ mà con người thực hiện bằng cách kết hợp bán ý thức nhiều tác vụ cụ thể khác nhau và tiến hành thông qua thử và sai.
Và đối với công việc lặp lại này, các công cụ là tối ưu. Bằng cách chọn các công cụ phù hợp với các tác vụ khác nhau, công việc có thể tiến hành hiệu quả. Do đó, cần phải chuẩn bị bộ công cụ cần thiết và thành thạo cách sử dụng chúng.
Hiện tại, khi AI tạo sinh được sử dụng trong kinh doanh, phần lớn các trường hợp liên quan đến AI tạo sinh như một công cụ.
Hầu hết các cuộc thảo luận về việc cải thiện hiệu quả kinh doanh bằng AI tạo sinh đều đề cập đến việc thêm công cụ mới và mạnh mẽ này vào bộ công cụ hiện có mà con người sử dụng cho công việc lặp lại của họ.
Các vấn đề với công việc lặp lại
Mặt khác, như đã chỉ ra trong một bài viết trước, hiệu quả đạt được từ các công cụ trong công việc lặp lại tương đối hạn chế.
Khi các công cụ trở nên hiệu quả hơn, con người cuối cùng trở thành nút thắt cổ chai. Chúng ta không thể vượt qua giới hạn về thời gian làm việc của con người.
Hơn nữa, có một khoảng cách đáng kể về hiệu quả và độ chính xác của công việc lặp lại giữa nhân viên kỳ cựu và nhân viên mới, và việc thu hẹp khoảng cách này là khó khăn. Do đó, ngay cả khi một người đặt mục tiêu tăng gấp đôi khối lượng công việc vào tháng tới, thì cũng không thể xử lý nếu không có nhân sự sở hữu kỹ năng của một người kỳ cựu.
Để giải quyết vấn đề con người là nút thắt cổ chai, giải pháp cuối cùng sẽ là thay thế mọi thứ bằng trí tuệ nhân tạo.
Tuy nhiên, AI tạo sinh hiện tại vẫn chưa sở hữu mức hiệu suất đó.
Hơn nữa, ngay cả những tác vụ lặp lại tưởng chừng đơn giản, khi được xem xét kỹ lưỡng, cũng bao gồm một số lượng lớn các tác vụ phụ vô thức.
Vì lý do này, các tác vụ này không thể được phân tách thành các hệ thống CNTT thông thường hoặc các hướng dẫn dễ làm theo, mà thay vào đó phụ thuộc vào sự thành thạo của con người.
Trừ khi những tác vụ vô thức đòi hỏi sự thành thạo này được tổ chức và bí quyết cần thiết cho mỗi tác vụ được kết tinh thành kiến thức, nếu không, AI tạo sinh, dù hiệu suất của nó có cải thiện đến đâu, cũng sẽ không thể thực hiện các tác vụ thay thế cho con người.
Chuyển đổi công việc dòng chảy và Hệ thống hóa
Để đạt được các mục tiêu phân phối tác vụ trong giới hạn hiệu suất hiện tại của AI tạo sinh, cũng như tổ chức các tác vụ vô thức và kết tinh bí quyết thành kiến thức, việc tổ chức công việc lặp lại theo phương pháp thử và sai thành công việc dòng chảy tiêu chuẩn hóa mang ý nghĩa rất lớn.
Công việc dòng chảy tiêu chuẩn hóa không chỉ phù hợp với các công cụ mà còn phù hợp với các hệ thống.
Trong công việc dòng chảy, có các tác vụ dành cho AI tạo sinh thực thi và các tác vụ dành cho con người thực thi. Bằng cách kết nối chúng bằng một hệ thống, toàn bộ công việc dòng chảy sẽ trở nên có thể thực thi được.
Chuyển đổi công việc dòng chảy và hệ thống hóa mang lại một số lợi ích đáng kể:
Thứ nhất, vì AI tạo sinh được chuyên biệt hóa cho từng tác vụ riêng lẻ, việc tối ưu hóa hiệu quả và độ chính xác của nó cho mỗi tác vụ trở nên rõ ràng.
Thứ hai, nhiều nhân viên có thể thêm kiến thức vào AI tạo sinh, và lợi ích sẽ lan tỏa đến tất cả mọi người.
Thứ ba, việc dịch chuyển dần dần sự phân chia tác vụ trong công việc này sang AI tạo sinh trở nên dễ dàng hơn.
Bằng cách chuyển đổi công việc lặp lại thành công việc dòng chảy và tích lũy kiến thức cần thiết cho AI tạo sinh cho mỗi tác vụ dưới dạng một hệ thống, công việc trí tuệ tiến gần hơn đến tự động hóa, giống như một dây chuyền sản xuất nhà máy.
Và bằng cách tích hợp hiệu suất cơ bản ngày càng được cải thiện của AI tạo sinh, vốn phát triển theo thời gian, cùng với việc tận dụng kiến thức tích lũy chuyên biệt cho các tác vụ khác nhau, toàn bộ công việc dòng chảy sẽ có thể trở thành một quy trình tự động do AI tạo sinh thực hiện.
Trí tuệ ảo
Cho đến thời điểm này, phân tích đã được thực hiện từ góc độ công việc lặp lại và công cụ, cũng như công việc dòng chảy và hệ thống.
Một bài viết gần đây khác tiếp tục phát triển cuộc thảo luận này.
Trong bài viết đó, tôi đã đề cập đến chủ đề điều phối bởi trí tuệ ảo.
Hiện tại, và trong tương lai rất gần, do giới hạn hiệu suất, AI tạo sinh hiệu quả và chính xác hơn khi tập trung vào các tác vụ cụ thể.
Do đó, như đã thảo luận trước đó về công việc dòng chảy và hệ thống, một cơ chế kết nối các AI tạo sinh chuyên biệt cho từng tác vụ riêng lẻ là lý tưởng.
Tuy nhiên, ngay cả khi hiệu suất của AI tạo sinh được cải thiện đáng kể, việc xử lý các tác vụ bằng cách chuyển đổi vai trò và sử dụng kiến thức trong một quy trình duy nhất, thay vì đơn giản là xử lý đồng thời nhiều tác vụ khác nhau, có thể dẫn đến hiệu quả và độ chính xác cao hơn.
Cách tiếp cận này loại bỏ nhu cầu về một hệ thống để liên kết các AI tạo sinh với nhau. Các hoạt động tương tự như tích hợp hệ thống sẽ diễn ra bên trong chính AI tạo sinh.
Hơn nữa, nó cho phép phản ứng linh hoạt bên trong chính AI tạo sinh, thoát khỏi tình huống mà các tác vụ không thể hoán đổi hoặc thêm vào mà không sửa đổi hệ thống.
Điều này có nghĩa là trả công việc dòng chảy đã được hệ thống hóa trở lại công việc lặp lại.
Tuy nhiên, công việc lặp lại này, sau khi trải qua quá trình hệ thống hóa và chuyển đổi công việc dòng chảy, hiện đang ở trạng thái mà kiến thức có thể tái sử dụng được hình thành, ngay cả khi số lượng AI tạo sinh được tăng lên hoặc các phiên bản được thay đổi.
Điều này giải quyết các vấn đề của công việc lặp lại của con người, cho phép thực hiện công việc linh hoạt tương tự như con người.
Ở đây, tôi gọi khả năng của AI tạo sinh trong việc chuyển đổi vai trò và kiến thức trong một lần thực thi là trí tuệ ảo. Điều này tương tự như máy ảo của máy tính.
Giống như công nghệ máy ảo mô phỏng các máy tính hoàn toàn khác chạy trên một phần cứng duy nhất, một AI tạo sinh duy nhất xử lý các tác vụ bằng cách chuyển đổi giữa nhiều vai trò.
AI tạo sinh hiện tại đã tự nhiên có được khả năng trí tuệ ảo này. Vì lý do này, AI tạo sinh có thể mô phỏng các cuộc thảo luận giữa nhiều người và tạo ra tiểu thuyết có nhiều nhân vật.
Nếu khả năng trí tuệ ảo này được cải thiện và cung cấp đủ kiến thức, nó sẽ có thể thực hiện công việc lặp lại.
Điều phối trí tuệ
Hơn nữa, tôi gọi khả năng tự do kết hợp nhiều vai trò và kiến thức để thực hiện các nhiệm vụ theo cách này là điều phối trí tuệ.
Điều này tương tự như công nghệ điều phối quản lý nhiều máy ảo.
Giống như công nghệ điều phối vận hành hệ thống hiệu quả bằng cách khởi chạy các máy ảo cần thiết khi cần, một AI tạo sinh với kỹ năng điều phối trí tuệ nâng cao – một khả năng của trí tuệ ảo – sẽ có thể thực hiện công việc lặp lại một cách linh hoạt, đồng thời quản lý phù hợp nhiều vai trò và kiến thức, cũng như duy trì hiệu quả và độ chính xác.
Trí tuệ giao hưởng
AI tạo sinh đạt đến giai đoạn này có thể được gọi là Trí tuệ giao hưởng.
Giống như một dàn nhạc, điêu luyện trong việc chơi từng nhạc cụ, trình diễn một bản nhạc duy nhất trong khi hoàn thành vai trò tương ứng của mình, Trí tuệ giao hưởng có thể tấu lên một bản giao hưởng của các nhiệm vụ trí tuệ.
Trí tuệ giao hưởng này là một khái niệm mới, đại diện cho một trong những đỉnh cao của AI tạo sinh.
Tuy nhiên, Trí tuệ giao hưởng tự nó đã tồn tại.
Đó chính là trí tuệ của con người chúng ta.
Chính vì chúng ta sở hữu Trí tuệ giao hưởng mà chúng ta có thể vô thức và linh hoạt thực hiện nhiều nhiệm vụ trí tuệ phức tạp thông qua công việc lặp lại, tận dụng một kho tàng bí quyết phong phú.
Cuối cùng: Hình thái của AGI
Bằng cách cung cấp cho AI tạo sinh có khả năng mô phỏng Trí tuệ giao hưởng các công việc dòng chảy và cơ sở tri thức cho các tác vụ khác, nó sẽ trở nên có khả năng xử lý nhiều tác vụ lặp lại.
Khi nó có thể xử lý nhiều tác vụ lặp lại khác nhau, nó sẽ có thể nắm bắt các quy tắc chung giữa các tác vụ đó và các mẫu cấu trúc trong tri thức.
Đến thời điểm đó, đối với các tác vụ lặp lại hoàn toàn chưa biết, chỉ cần một lời giải thích ngắn gọn từ con người, AI sẽ có thể học được bí quyết của tác vụ đó chỉ bằng cách quan sát cách con người thực hiện nó.
Đây chính là Trí tuệ giao hưởng đích thực. Khi đạt đến giai đoạn này, con người sẽ không còn cần phải tốn công sức vào việc chuyển đổi công việc thành các quy trình dòng chảy hoặc kết tinh bí quyết thành tri thức.
Hơn nữa, tri thức do AI tạo sinh tự động tích lũy theo cách này có thể được chia sẻ giữa các AI tạo sinh khác.
Nếu điều này xảy ra, khả năng học hỏi của AI tạo sinh sẽ vượt xa khả năng của con người.
Điều này có thể được coi là một hình thái của AGI.