SG.hu
Az MI valóban munkahelyeket teremt, olyanokat, amelyekben azt keresik miben hibázik
A jövő valószínűleg olyan lesz, ahol az emberek azt ellenőrzik, hogy a mesterséges intelligencia nem hibázott-e, a vezérigazgatók pedig illuzórikus nyereséget hajszolnak, miközben a munkások leszedik a hibás termékeket egy ügynöki gyártósorról.
Alig két és fél évvel az MI modern korszakának kezdete után egy olyan hype-ciklusban ragadtunk, amely azt ígéri, hogy hamarosan egyszerre fog bekövetkezni az összes termelékenységi ígéret. Az emberek el akarják hinni, hogy a varázslat valódi, pedig meglepően kevés előrelépés történt a mesterséges intelligencia nehezebb problémáinak megoldásában - azokban a problémákban, amelyek tényleges intelligenciát igényelnek, mint például az ahhoz szükséges reflexiós képességek, hogy megértsék egy végrehajtott cselekvés szándékát, és ezáltal oldják meg a feladatot.
Az első modern ügynök, az AutoGPT 2023 márciusában érkezett meg, amikor a GPT-4 API-ja nyilvánosan elérhetővé vált. Több mint két év elteltével az AutoGPT továbbra is csak egy izgalmas demó, nem pedig egy hasznos technológia. Senki nem alkalmazná élesben, inkább egy rosszul működő varázspálcára hasonlít, amit ha az ember megfog, sosem tudhatja, hogy vajon végbemegy-e az általa kívánt cselekvés, vagy néhány gyenge szikra után kialszik. Az egyes feladatok elvégzésében ugyan 2022 óta mérhetően jobb lett, de még mindig messze van a tökéletestől, és emiatt a használhatóságtól.
Ha a feladat kimenete a feladat bemenetéhez van kötve - mint minden ügynöknél -, akkor a feladatlánc bármely szeménél a kudarc kockázata a valószínűségekkel való játékká válik: az első feladat 90 százalékos teljesítési aránnyal rendelkezik, a második 75 százalékkal, a harmadik pedig 95 százalékkal - ez összességében máris mindössze 64 százalékos sikerességi arányt (0,9 x 0,75 x 0,95 = 0,64) jelent egy valószínűleg több száz egyedi feladatra bontott üzleti folyamat első három láncszeme esetében. Annak a valószínűsége, hogy egy közepesen kifinomult ügynök sikeresen végighalad a célmeghatározástól az eredményig, nagyjából ugyanannyi, mint annak a valószínűsége, hogy meglát egy egyszarvút.
Az egyetlen lehetséges megoldás továbbra is az emberi intelligencia egészséges részvétele. Ahelyett, hogy az emberek közvetlenül hajtanák végre a feladatokat, továbbra is figyelemmel kell kísérniük az ügynökök eredményeit a pontosság szempontjából, utasítaniuk kell őket, hogy ismételjék meg a feladatot, ha az nem sikerül, vagy utasítaniuk kell őket, hogy a következő feladatot oldják meg, ha megfelelnek a specifikációnak. Ez az emberi minőségellenőrzés mesterséges intelligencia-korabeli változata egy olyan gyártósor végén, ahol a legtöbb dolog automatizált, és az embereknek kell kiszűrniük a hibás termékeket.
Ez unalmas munka - és az a fajta munka, amelyet a szervezetek egyre nagyobb mennyiségben fognak igényelni, ahogyan az ügynökök elterjednek. Attól függően, hogy milyen szintű szakértelem szükséges az ügynökök teljesítményének értékeléséhez, ez a munka vagy a kizsákmányoló bérek osztályába fog tartozni - amennyit a fejlődő gazdaságokban a munkásoknak fizetnek a megterhelő digitális feladatok elvégzéséért -, vagy pedig a magasan képzett szakemberek területe marad, amit a magasan képzett szakemberek azért kapnak, mert magasan képzett szakemberek.
Az ügynöki mesterséges intelligencia minőségének fenntartásához szükséges magasan képzett munkaerő mennyisége határozza majd meg a vállalkozások számára felmerülő költségek zömét. Emiatt úgy tűnik, hogy sok esetben továbbra is olcsóbb lesz egy szakemberre bízni a munkát, mint az ügynöki kimeneteket ellenőrizni. De az is előfordulhat, hogy a mesterséges intelligencia automatizálásából származó minden előre jelzett megtakarítás a magas intenzitású és magasan fizetett professzionális munkaerő új osztályának fizetésére megy el.
Mégis, a varázspálca gondolata sokakban továbbra is reményt ébreszt. "Hat hónap múlva jobb lesz” - halljuk. "És hat év múlva - ki tudja?” Persze, az egyes feladatok sikeres elvégzésének aránya növekedni fog az ügynökök esetében, ahogyan az elmúlt két évben is ez történt. Ezzel párhuzamosan a következő hónapokban és években az üzleti logika munkafolyamat-automatizálása tovább fogja bontani az irodai munkákat ügynöki feladatok hosszú láncolataira. De még 95 százalékos teljesítési arány esetén is - ami a hatékonyság további növelésébe való befektetés csökkenő megtérülésének pontját jelentheti - a valószínűségek amellett szólnak, hogy a meglehetősen egyszerű feladatok végzésén túl az ügynökök egyéb dolgokra nem lesznek praktikusak.
Ezek a számítások azt jelentik, hogy le kell mondani az ügynökökről? Nem ez a lényeg, mert amíg a vezérigazgatók álmodozhatnak az „egyszemélyes zenekarok” vagy „apró csapatok” vezetőjeként a saját (és a részvényesek) zsebébe irányított nyereségről, addig a törekvés folytatódik, de valószínűleg nem jutnak el a használatig - legalábbis drága emberi felügyelet nélkül biztosan nem.
Alig két és fél évvel az MI modern korszakának kezdete után egy olyan hype-ciklusban ragadtunk, amely azt ígéri, hogy hamarosan egyszerre fog bekövetkezni az összes termelékenységi ígéret. Az emberek el akarják hinni, hogy a varázslat valódi, pedig meglepően kevés előrelépés történt a mesterséges intelligencia nehezebb problémáinak megoldásában - azokban a problémákban, amelyek tényleges intelligenciát igényelnek, mint például az ahhoz szükséges reflexiós képességek, hogy megértsék egy végrehajtott cselekvés szándékát, és ezáltal oldják meg a feladatot.
Az első modern ügynök, az AutoGPT 2023 márciusában érkezett meg, amikor a GPT-4 API-ja nyilvánosan elérhetővé vált. Több mint két év elteltével az AutoGPT továbbra is csak egy izgalmas demó, nem pedig egy hasznos technológia. Senki nem alkalmazná élesben, inkább egy rosszul működő varázspálcára hasonlít, amit ha az ember megfog, sosem tudhatja, hogy vajon végbemegy-e az általa kívánt cselekvés, vagy néhány gyenge szikra után kialszik. Az egyes feladatok elvégzésében ugyan 2022 óta mérhetően jobb lett, de még mindig messze van a tökéletestől, és emiatt a használhatóságtól.
Ha a feladat kimenete a feladat bemenetéhez van kötve - mint minden ügynöknél -, akkor a feladatlánc bármely szeménél a kudarc kockázata a valószínűségekkel való játékká válik: az első feladat 90 százalékos teljesítési aránnyal rendelkezik, a második 75 százalékkal, a harmadik pedig 95 százalékkal - ez összességében máris mindössze 64 százalékos sikerességi arányt (0,9 x 0,75 x 0,95 = 0,64) jelent egy valószínűleg több száz egyedi feladatra bontott üzleti folyamat első három láncszeme esetében. Annak a valószínűsége, hogy egy közepesen kifinomult ügynök sikeresen végighalad a célmeghatározástól az eredményig, nagyjából ugyanannyi, mint annak a valószínűsége, hogy meglát egy egyszarvút.
Az egyetlen lehetséges megoldás továbbra is az emberi intelligencia egészséges részvétele. Ahelyett, hogy az emberek közvetlenül hajtanák végre a feladatokat, továbbra is figyelemmel kell kísérniük az ügynökök eredményeit a pontosság szempontjából, utasítaniuk kell őket, hogy ismételjék meg a feladatot, ha az nem sikerül, vagy utasítaniuk kell őket, hogy a következő feladatot oldják meg, ha megfelelnek a specifikációnak. Ez az emberi minőségellenőrzés mesterséges intelligencia-korabeli változata egy olyan gyártósor végén, ahol a legtöbb dolog automatizált, és az embereknek kell kiszűrniük a hibás termékeket.
Ez unalmas munka - és az a fajta munka, amelyet a szervezetek egyre nagyobb mennyiségben fognak igényelni, ahogyan az ügynökök elterjednek. Attól függően, hogy milyen szintű szakértelem szükséges az ügynökök teljesítményének értékeléséhez, ez a munka vagy a kizsákmányoló bérek osztályába fog tartozni - amennyit a fejlődő gazdaságokban a munkásoknak fizetnek a megterhelő digitális feladatok elvégzéséért -, vagy pedig a magasan képzett szakemberek területe marad, amit a magasan képzett szakemberek azért kapnak, mert magasan képzett szakemberek.
Az ügynöki mesterséges intelligencia minőségének fenntartásához szükséges magasan képzett munkaerő mennyisége határozza majd meg a vállalkozások számára felmerülő költségek zömét. Emiatt úgy tűnik, hogy sok esetben továbbra is olcsóbb lesz egy szakemberre bízni a munkát, mint az ügynöki kimeneteket ellenőrizni. De az is előfordulhat, hogy a mesterséges intelligencia automatizálásából származó minden előre jelzett megtakarítás a magas intenzitású és magasan fizetett professzionális munkaerő új osztályának fizetésére megy el.
Mégis, a varázspálca gondolata sokakban továbbra is reményt ébreszt. "Hat hónap múlva jobb lesz” - halljuk. "És hat év múlva - ki tudja?” Persze, az egyes feladatok sikeres elvégzésének aránya növekedni fog az ügynökök esetében, ahogyan az elmúlt két évben is ez történt. Ezzel párhuzamosan a következő hónapokban és években az üzleti logika munkafolyamat-automatizálása tovább fogja bontani az irodai munkákat ügynöki feladatok hosszú láncolataira. De még 95 százalékos teljesítési arány esetén is - ami a hatékonyság további növelésébe való befektetés csökkenő megtérülésének pontját jelentheti - a valószínűségek amellett szólnak, hogy a meglehetősen egyszerű feladatok végzésén túl az ügynökök egyéb dolgokra nem lesznek praktikusak.
Ezek a számítások azt jelentik, hogy le kell mondani az ügynökökről? Nem ez a lényeg, mert amíg a vezérigazgatók álmodozhatnak az „egyszemélyes zenekarok” vagy „apró csapatok” vezetőjeként a saját (és a részvényesek) zsebébe irányított nyereségről, addig a törekvés folytatódik, de valószínűleg nem jutnak el a használatig - legalábbis drága emberi felügyelet nélkül biztosan nem.