Автор: Иван Чжао, генеральный директор Notion
Перевод: AididiaoJP, Foresight News
Каждую эпоху формирует её уникальный технологический материал. Сталь выковала позолоченный век, полупроводники открыли цифровую эру. Сегодня искусственный интеллект прибывает в форме безграничного разума. История учит нас: тот, кто овладевает материалом, определяет эпоху.
Слева: юный Эндрю Карнеги и его брат. Справа: сталелитейный завод в Питтсбурге в позолоченный век.
В 1850-х годах Эндрю Карнеги был телеграфистом, бегавшим по грязным улицам Питтсбурга, тогда шесть из десяти американцев были фермерами. Всего два поколения спустя Карнеги и его современники выковали современный мир: лошади уступили место железным дорогам, свет свечей — электрическому освещению, железо — стали.
С тех пор работа переместилась с завода в офис. Сегодня я руковожу software-компанией в Сан-Франциско, создавая инструменты для тысяч knowledge-работников. В этом технологическом городке все говорят об искусственном общем интеллекте (AGI), но большинство из двух миллиардов офисных работников ещё не ощутили его присутствия. Как вскоре будет выглядеть интеллектуальный труд? Что произойдет, когда в ткань организаций вплетется никогда не отдыхающий интеллект?
Ранние фильмы часто походили на театральные постановки, с одной камерой, снимающей сцену.
Будущее часто трудно предсказать, потому что оно всегда маскируется под прошлое. Ранние телефонные разговоры были краткими, как телеграммы, ранние фильмы — как записанные театральные пьесы. Как сказал Маршалл Маклюэн: «Мы всегда смотрим в будущее через зеркало заднего вида».
Сегодня самый распространенный искусственный интеллект всё ещё похож на старый поиск Google. Цитируя Маклюэна: «Мы всегда смотрим в будущее через зеркало заднего вида». Сегодня мы видим чат-ботов с ИИ, имитирующих поисковую строку Google. Мы глубоко погружены в тот некомфортный переходный период, который возникает при каждом технологическом сдвиге.
У меня тоже нет всех ответов на вопрос, каким будет будущее. Но мне нравится использовать несколько исторических метафор, чтобы размышлять о том, как ИИ будет работать на разных уровнях: индивидуальном, организационном и на уровне всей экономики.
Индивидуум: от велосипеда к автомобилю
Первые признаки можно увидеть у «продвинутых практиков» knowledge-работы — программистов.
Мой соучредитель Саймон был «программистом-десятником», но в последнее время он редко пишет код самостоятельно. Проходя мимо его рабочего места, вы увидите, как он одновременно управляет тремя или четырьмя ИИ-ассистентами для программирования. Эти ассистенты не только печатают быстрее, но и думают, что сделало его инженером с эффективностью, возросшей в 30-40 раз. Он часто ставит задачи в очередь до обеда или перед сном, позволяя ИИ работать в его отсутствие. Он превратился в управляющего безграничным интеллектом.
Исследование эффективности передвижения из Scientific American 1970-х годов вдохновило Стива Джобса на знаменитую метафору «велосипед для ума». Просто с тех пор мы decades «крутили педали» на информационной магистрали.
В 1980-х Стив Джобс назвал персональный компьютер «велосипедом для ума». Десять лет спустя мы проложили «информационную магистраль» под названием интернет. Но сегодня большая часть knowledge-работы по-прежнему зависит от человеческих усилий. Это как если бы мы всё это время ехали на велосипеде по магистрали.
С ИИ-ассистентами такие люди, как Саймон, перешли с велосипеда на автомобиль.
Когда же другие types of knowledge-работники смогут «сесть за руль»? Две проблемы должны быть решены.
Почему ИИ-ассистенты для knowledge-работы сложнее, чем для программирования? Потому что knowledge-работа более фрагментирована и её труднее проверить.
Во-первых, фрагментация контекста. В программировании инструменты и контекст часто сосредоточены в одном месте: интегрированная среда разработки (IDE), репозитории кода, терминал. Но обычная knowledge-работа разбросана по десяткам инструментов. Представьте ИИ-ассистента, пытающегося составить описание продукта: ему нужно извлечь информацию из треда в Slack, стратегических документов, данных за последний квартал с дашборда и организационной памяти, существующей только в чьей-то голове. В настоящее время люди — это клей, скрепляющий всё это копированием, вставкой и переключением между вкладками браузера. Пока контекст не интегрирован, ИИ-ассистенты будут ограничены узкими применениями.
Второй недостающий элемент — проверяемость. У кода есть волшебное свойство: его можно проверить с помощью тестов и ошибок. Разработчики моделей используют это, обучая ИИ лучше программировать с помощью методов вроде обучения с подкреплением. Но как проверить, хорошо ли управляется проект или превосходен ли стратегический меморандум? Мы еще не нашли способ улучшать модели для общей knowledge-работы. Следовательно, люди должны оставаться в цикле, чтобы контролировать, направлять и демонстрировать, что такое «хорошо».
«Закон о красном флаге» 1865 года требовал, чтобы автомобиль на улице сопровождал человек с флагом, идущий впереди (закон был отменен в 1896 году).
Практика этого года с ИИ-ассистентами в программировании показывает, что «человек в цикле» не всегда идеален. Это похоже на то, как если бы человек проверял каждую гайку на конвейере или шел впереди автомобиля, расчищая путь (см. «Закон о красном флаге» 1865 года). Мы должны позволить людям наблюдать за циклом сверху, а не находиться внутри него. Как только контекст будет интегрирован, а работа станет проверяемой, миллиарды работников перейдут от «вращения педалей» к «вождению автомобиля», а от «вождения» — к «автопилоту».
Организация: сталь и пар
Компании — недавнее изобретение, они становятся менее эффективными по мере роста и в конечном итоге достигают предела.
Организационная диаграмма New York and Erie Railroad Company, 1855 год. Современная компания и её организационная структура evolved вместе с железнодорожными компаниями, которые были одними из первых предприятий, требующих координации тысяч людей на расстоянии.
Несколько сотен лет назад большинство компаний были мастерскими с десятком человек. Сегодня у нас есть multinational компании с сотнями тысяч сотрудников. Инфраструктура коммуникации, полагающаяся на встречи и человеческий мозг, связанный информацией, не выдерживает экспоненциально растущей нагрузки. Мы пытаемся решить это с помощью иерархий, процессов и документации, но это всё равно что строить небоскребы из дерева — решать проблемы индустриального масштаба инструментами человеческого масштаба.
Две исторические метафоры показывают, как может выглядеть будущее, когда организации получат новый технологический материал.
Чудо стали: Вулворт-билдинг в Нью-Йорке, завершенный в 1913 году, был самым высоким зданием в мире.
Первая — сталь. До стали высота зданий в XIX веке ограничивалась шестью-семью этажами. Чугун был прочным, но хрупким и тяжелым; добавление этажей приводило к обрушению конструкции под собственным весом. Сталь всё изменила. Она прочная и гибкая, каркас может быть легче, стены тоньше, здания внезапно взмыли на десятки этажей, стали возможны новые types of buildings.
ИИ — это «сталь» для организаций. Он обещает сохранять контекст последовательным across workflows, представлять решения, когда это необходимо, без лишнего шума. Человеческому общению больше не нужно быть несущей стеной. Двухчасовые еженедельные sync-встречи могут превратиться в пятиминутные асинхронные проверки; executive решения, требующие трех уровней approval,或许 можно будет принимать за minutes. Компании смогут truly масштабироваться, избегая снижения эффективности, которое мы once считали неизбежным.
Мельница, работающая на водяном колесе. Водяная энергия мощна, но нестабильна и ограничена местоположением и сезоном.
Вторая история — о паровом двигателе. В начале промышленной революции early текстильные фабрики строились у рек и приводились в движение водяными колесами. Когда появился паровой двигатель, владельцы фабрик initially просто заменили водяное колесо на паровой двигатель, всё остальное осталось по-прежнему, и рост производительности был limited.
Настоящий прорыв произошел, когда владельцы осознали, что могут completely освободиться от зависимости от источника воды. Они строили bigger фабрики near рабочих, портов и сырья и перестраивали layout вокруг парового двигателя (позже, с распространением electricity, владельцы further освободились от central power shaft, размещая small двигатели throughout фабрику для питания different машин). Производительность взлетела, и началась настоящая Вторая промышленная революция.
Гравюра Томаса Аллома 1835 года, изображающая текстильную фабрику в Ланкашире, Англия, приводимую в действие паровым двигателем.
Мы всё ещё находимся на стадии «замены водяного колеса». Встраивая ИИ-чат-ботов в workflows, designed для людей, мы ещё не переосмыслили, как будет выглядеть организация, когда исчезнут старые ограничения и компании смогут работать на базе безграничного интеллекта, который работает, пока вы спите.
В моей компании Notion мы experiment. Помимо 1000 сотрудников, сейчас более 700 ИИ-ассистентов handling повторяющиеся tasks: запись встреч, ответы на вопросы для консолидации знаний команды, обработка IT-запросов, запись отзывов клиентов, помощь новым сотрудникам в ознакомлении с benefits, написание еженедельных status-отчетов, избавляя от manual копирования-вставки... Это лишь первые шаги. Истинный потенциал ограничен only нашим воображением и инерцией.
Экономика: от Флоренции к мегаполису
Сталь и пар изменили не только здания и фабрики, но и города.
До нескольких hundred лет назад города были human-scale. Вы could пройти пешком через Флоренцию за сорок minutes, ритм жизни определялся пешей дистанцией и distance, на которую распространяется sound.
Затем стальные каркасы сделали возможными небоскребы; паровые железные дороги соединили городские центры с hinterland; лифты, метро, highways последовали за ними. Масштаб и плотность городов резко expanded — Токио, Чунцин, Даллас.
Это не просто увеличенные Флоренции, это全新的 образ жизни. Мегаполисы ошеломляют, анонимны, их трудно navigate. Эта «нечитаемость» — цена масштаба. Но они also предлагают больше возможностей, больше свободы, поддерживают больше людей в more разнообразных комбинациях, занимающихся more activities, чего не could достичь human-scale ренессансный город.
Я считаю, что knowledge-экономика скоро undergo такое же transformation.
Сегодня knowledge-работа составляет nearly half ВВП США, но её functioning largely остается в human-scale: команды из десятков людей, workflows, зависящие от ритма встреч и emails, организации, которые struggle после hundred человек... Мы строили «Флоренции» из камня и дерева.
Когда ИИ-ассистенты будут deployed в mass, мы построим «Токио»: организации, состоящие из тысяч ИИ и людей; workflows, работающие continuously across часовых поясов, не needing ждать, пока кто-то проснется, чтобы продвинуться; решения, синтезированные с恰到好处 human участием.
Это будет другой опыт: быстрее, с большим leverage, но initially также более ошеломляющий. Ритмы еженедельных встреч, квартального планирования, годовых обзоров могут become менее применимы, появятся новые ритмы. Мы потеряем некоторую ясность, но выиграем в масштабе и скорости.
За пределами водяного колеса
Каждый технологический материал требует, чтобы люди перестали смотреть в зеркало заднего вида и начали воображать новый мир. Карнеги, глядя на сталь, видел горизонт города; владельцы фабрик в Ланкашире, глядя на паровой двигатель, видели цеха вдали от рек.
Мы всё ещё находимся на «водяной стадии» ИИ, встраивая чат-ботов в workflows, designed для людей. Мы не должны довольствоваться тем, чтобы ИИ был лишь copilot, нам нужно вообразить: как будет выглядеть knowledge-работа, когда человеческие организации будут усилены сталью, а рутинная работа делегирована никогда не отдыхающему интеллекту.
Сталь, пар и безграничный интеллект. Следующий горизонт ждет впереди, ожидая, когда мы его построим.
