在实际计算机之上创建虚拟计算机的技术称为虚拟化技术。
例如，通过使用虚拟化技术，可以在一台物理计算机上虚拟运行多台计算机。
或者，可以模拟与物理计算机结构不同的计算机。
与虚拟机类似，在实际智能之上实现虚拟智能也是可能的。我们称之为虚拟智能。
例如，当想象多人对话或扮演不同角色时，人类正在展示虚拟智能技能。
对话式人工智能也具备虚拟智能技能。当生成两人对话或指令角色进行回应时，很明显当前的人工智能展现出高超的虚拟智能技能。
智能编排
在计算机系统中，可以通过使用虚拟机来实现系统编排。
系统编排能够按需构建和执行分布式协作系统，这些系统通过结合大量具有各种规格和功能的计算机来实现。
这使得分布式协作系统的配置能够灵活更改，从而易于进行改进和功能添加。
目前，在应用对话式人工智能时，有时会采用结合多个扮演不同角色的人工智能来执行组织性任务的方法。
在这种情况下，应用系统编排技术同样可以灵活切换多个人工智能的角色和组合，从而易于进行改进和功能添加。
另一方面，通过应用虚拟智能，可以实现智能编排而非系统编排。
这意味着使用单个AI作为实体，但在该AI的处理过程中，结合多个扮演不同角色的虚拟智能来执行组织性任务。
通过系统编排结合多个AI需要进行系统开发。
然而，通过智能编排，只需通过提示指令即可完成，无需系统开发。
通过在常规聊天界面中给出指令，便可以通过智能编排实现组织性任务。
这使得比系统编排更加灵活和快速地实现改进和功能添加。
终极熟虑
智能编排的用处，并不仅限于在使AI执行有组织的任务时省去系统开发。
通过指导AI运用智能编排技能进行思考，可以促使其进行熟虑。
这种熟虑并非源于大量信息的组合，而是来自多种视角的融合。
此外，利用智能编排的特性，还可以指示它对多个虚拟智能的角色和结构进行反复改进或功能添加，甚至进行推倒重来（scrap-and-build）的循环。
这将涉及迭代地改变熟虑本身的方法。这就是终极熟虑。
终极熟虑可以通过最大程度地减少误解和错误来提高思维的精确性，并通过多方面的视角拓宽思维的广度。此外，结合大量信息和视角所产生的化学反应，还有望带来新的发现和创造力的展现。
结论
通过虚拟智能，单个AI模型能够根据任务需求在不同角色和知识之间切换，从而无需系统编排即可实现复杂的组织性智力活动。
组织性熟虑让AI能够分析并积累失败经验，从而更新其自身知识。在作为短期记忆限制的输入token数量范围内，它还能总结知识并整理过时信息。
因此，在商业领域中，人工智能真正能够替代人类执行任务的场景将大幅增加。