Kako se pripremiti za budućnost sa generativnom veštačkom inteligencijom koju ne možete predvideti
S obzirom na brzinu razvoja generativne veštačke inteligencije, nije čudo što mnogi izvršni direktori razmatraju mogućnosti veštačke inteligencije, brinu se o pronalaženju i zadržavanju kvalifikovanih radnika, i ponizno se suočavaju sa nedavnim korekcijama na tržištu ili propuštenim očekivanjima analitičara. Oni zamišljaju budućnost rada sa znatno manje ljudi nego danas. Ali ovo je pogrešna procena. Lideri, razumljivo zabrinuti da ne propuste sledeći talas tehnologije, nesvesno prave rizične opklade na budućnost svojih kompanija. Evo koraka koje svaki lider treba da preduzme kako bi se pripremio za neizvestan svet u kojem će generativna veštačka inteligencija i ljudska radna snaga koegzistirati, ali će se razvijati na načine koji su nepoznati.
Nedavno me je CEO jedne prominentne banke nazvao da bi razgovarao o mogućnostima generativne veštačke inteligencije. Prvo smo razmotrili scenarije za poboljšanje otkrivanja prevara i korisničke usluge, ali sa nizom nedavnih objava, bilo je jasno da ima veće ambicije na umu. Kao i mnoge druge industrije, i bankarstvo ima problem sa radnom snagom: postoji nesklad između potražnje za kvalifikovanim osobljem i ponude radnika koji su spremni da se vrate u kancelarije i rade po pravilima pre Covid-a.
Generativna veštačka inteligencija, pomislio je, možda bi mogla biti svojevrsna čarobna kugla. Mogla bi stvoriti uštede i efikasnost putem automatizacije, ali da li bi ovi novi alati mogli rešiti problem nedostatka talenata? Drugim rečima, koliko brzo bi veštačka inteligencija mogla da zameni ljudske radnike?
Naš razgovor se podudarao sa mnogima koje sam vodio od novembra prošle godine sa izvršnim direktorima različitih preduzeća, uključujući osiguranje, proizvodnju, farmaceutiku, pa čak i izvršne direktore holivudskih studija, čiji pisci i glumci trenutno štrajkuju. Svi žele znati kako njihove kompanije mogu stvoriti više vrednosti koristeći manje ljudskih resursa. To je zato što je ChatGPT, chatbot razvijen od strane OpenAI, odjednom prošle jeseni postao viralan, demonstrirajući snagu veštačke inteligencije u generisanju sopstvenih e-mailova, eseja, recepata, finansijskih izveštaja, članaka i ideja. Goldman Sachs procenjuje da će se u narednoj deceniji 300 miliona poslova ili eliminisati ili znatno smanjiti pomoću generativne veštačke inteligencije.
Već sada vidimo turbulencije. Oglasi za „inženjere za generativnu veštačku inteligenciju“ – ljude koji traže od sistema poput ChatGPT da generišu sadržaj – nude godišnje plate od 300.000 dolara ili više. GPT-4 kompanije OpenAI položio je Uniformni advokatski ispit i nagovestio da u bliskoj budućnosti možda nećemo trebati advokate za transakcione poslove. U stvari, Walmart trenutno testira generativni sistem veštačke inteligencije (nepovezan sa OpenAI) za pregovaranje o nekim svojim ugovorima sa dobavljačima; 75% advokata za ugovore i oficira za nabavku sa druge strane sada kažu da radije pregovaraju sa veštačkom inteligencijom nego sa stvarnim ljudima. Google-ov Med-PaLM 2, koji je specijalizovan model obučen na medicinskom znanju, sada odgovara na medicinske ispitne zadatke na ekspertskom nivou doktora. Ovog leta partneri će početi da testiraju aplikacije koje mogu da pregledaju rendgenski snimak i automatski napišu izveštaj o mamografiji – bez prisustva ljudskog doktora u procesu.
S obzirom na brzinu razvoja, nije čudo što toliko izvršnih direktora dolazi do istog zaključka: u roku od nekoliko godina, moćni sistemi veštačke inteligencije će obavljati kognitivne zadatke na istom (ili čak višem) nivou od njihove ljudske radne snage. Iskušavani mogućnostima veštačke inteligencije, zabrinuti zbog pronalaženja i zadržavanja kvalifikovanih radnika, i ponizno se suočavaju sa nedavnim korekcijama na tržištu ili propuštenim očekivanjima analitičara, poslovni lideri zamišljaju budućnost rada sa znatno manje ljudi nego danas. Sa mog stanovišta, ovo je ozbiljna greška.
Prvo, još je rano predvideti tačnu budućnost veštačke inteligencije – posebno ako se uzme u obzir da je generativna veštačka inteligencija samo mali deo šire oblasti sa mnogim međuzavisnostima, svaka u različitim fazama razvoja. Tačno koje poslove će veštačka inteligencija eliminisati, i kada, je nagađanje. Nije dovoljno da veštački inteligentni sistem obavi zadatak; izlazni rezultati moraju biti pouzdani, integrisani u postojeće tokove rada i upravljani u skladu sa propisima, rizikom i regulatornim pitanjima.
Drugo, u periodu brze promene izazvane tehnologijom, lideri su usredsređeni suviše usko na trenutne dobitke, umesto na to kako će se njihova mreža vrednosti transformisati u budućnosti. Kako veštačka inteligencija evoluira, biće potrebno da se čitavi segmenti poslovanja ponovo osmisle – u realnom vremenu, ali pre nego što imamo potpunu predstavu o tome kako će budućnost izgledati. Setite se najranijih dana javnog interneta i veb pretraživača, koji su bili viđeni kao zabava? Nije niko planirao fundamentalnu transformaciju koju će oboje izazvati. Tada bi bilo nemoguće predvideti kako će to jednog dana uticati na predsedničke izbore ili stvarati prve kompanije vredne trilion dolara.
Da budemo sigurni, izvršni direktori danas moraju doneti odluke u najkompleksnijem operativnom okruženju koje sam video od ranih dana interneta. Lideri, razumljivo zabrinuti da ne propuste sledeći talas tehnologije, nesvesno prave rizične opklade na budućnost svojih kompanija. Evo koraka koje svaki lider treba da preduzme kako bi se pripremio za neizvestan svet u kojem će generativna veštačka inteligencija i ljudska radna snaga koegzistirati, ali će se razvijati na načine koji su nepoznati.
Priprema za budućnost koju ne možete predvideti
Ovo je paradoks: Moramo razmišljati o radnoj snazi kao o evoluirajućoj uz – umesto zamenjenoj – generativnom veštačkom inteligencijom. Radna snaga će morati da se razvija, a radnici će morati da nauče nove veštine, iterativno i tokom višegodišnjeg perioda. Lideri moraju da usvoje novi pristup kako bi maksimizirali potencijal veštačke inteligencije u svojim organizacijama, što zahteva praćenje ključnih razvoja u veštačkoj inteligenciji na drugačiji način, upotrebu iterativnog procesa za razvoj spremne radne snage i, najvažnije, kreiranje scenarija budućnosti koji su potkrepljeni dokazima i izazivaju konvencionalno razmišljanje unutar organizacije.
Šta lideri mogu sada da urade kako bi se snašli u ovom periodu?
Prvo, umanjite očekivanja o tome šta generativna veštačka inteligencija može i šta će da uraditi za vašu kompaniju.
Istorija veštačke inteligencije pokazuje da prolazi kroz faze koje uključuju proboje, talase finansiranja i prolazne trenutke interesovanja šire javnosti, praćene propuštenim očekivanjima i povlačenjem finansiranja.
1970. godine, Marvin Minsky, uticajni kompjuterski naučnik i jedan od osnivača veštačke inteligencije, rekao je Life magazinu da je veštačka opšta inteligencija – veštačka inteligencija sa kognitivnim sposobnostima koje su neodvojive od ljudi – udaljena samo tri godine. Imajte na umu da je 1970-ih, računarska snaga potrebna za takvu veštačku inteligenciju još uvek nije postojala. Superkompjuteri su bili uglavnom teorijski. Takođe su bili teorijski i personalni računari. Datapoint 2200 i njegov procesor na kraju su postali osnovna arhitektura za ono što smo kasnije prepoznali kao PC-jevi. Velike ambicije koje su Minsky i njegove kolege obećali nikada se nisu ostvarile, pa je finansiranje i interesovanje nestalo. Ovo se ponovilo 1987. godine, kada su opet računarski naučnici i kompanije davali hrabre izjave o vremenskom okviru za veštačku inteligenciju koja nikada nije bila izvodljiva.
Iako su današnji mainstream alati za generativnu veštačku inteligenciju – ChatGPT, Midjourney, DALL-E 2 – moćni, oni nisu završeni proizvodi. Uskoro će ljudi postati nezadovoljni njihovom novinom i shvatiće da, iako veštačka inteligencija može stvoriti sadržaj, nije dovoljno dobra da se zapravo koristi. Takođe, još uvek je vrlo rano kada je reč o alatima za veštačku inteligenciju specifičnim za određene domene kao što su medicina, klima i nauke o životu. Da bi generativna veštačka inteligencija izvodila čuda koja su nam obećana – u velikom obimu i ekonomično – potrebno je još puno posla. Zapamtite, ovi alati su bili uglavnom teoretski sve do skora.
Izvršni direktori trebaju da se jasno usmere na praktične funkcije koje će generativna veštačka inteligencija obavljati u njihovim organizacijama danas. Takođe, treba da budu pragmatični u vezi sa prilikama – i rizicima – koje će generativna veštačka inteligencija kasnije otključati. Veštačka inteligencija nije monolit, i mi smo tek na početku veoma dugog puta. Ovo može zvučati intuitivno, ali prema mom zapažanju, malo lidera razvija realnu strategiju koja povezuje današnje operacije sa vizijom budućnosti, socijalizira je unutar svojih upravljačkih timova i revidira pokazatelje performansi u skladu sa tim.
Nedavno sam se sastao sa izvršnim rukovodstvom multinacionalne kompanije za potrošačke proizvode koje želi da sarađuje sa kompanijom za generativnu veštačku inteligenciju. Prošao sam kroz scenarij visokih verovatnoća u kojem bi korisnici koristili chat alat i odgovarali na nekoliko pitanja o svojim preferencijama i ciljevima, a online korpa za kupovinu bi automatski bila popunjena artiklima koje bi im bili potrebni za nedelju. Međutim, nijedan brend CPG-a nije se pojavio u korpi – ili ako jeste, nisu bili prvi na listi. Kao što su pretraživači poput Google-a i Amazon-a izmislili nove mehanizme i pravila za optimizaciju pretrage, u budućnosti će integracije generativne veštačke inteligencije preko platformi kao što su trgovci i aplikacije za korpu za kupovinu stvarati nove izazove za kompanije CPG, koje bi se mogle naći dalje u lancu vrednosti gde se donose ključne odluke.
Drugo, procenite koje podatke vaša kompanija generiše i kako će ih generativna veštačka inteligencija koristiti danas i u budućnosti.
Poslovni podaci su neprocenjivi jer, nakon što je model obučen, može biti skupo i tehnički komplikovano preneti te podatke na drugi sistem. Trenutno se nastajuće AI platforme ne interoperiraju lako, i to je namerno. Platforme za generativnu veštačku inteligenciju evoluiraju u zatvorene vrtove gde kompanije koje stvaraju tehnologiju kontrolišu sve aspekte svojih ekosistema. Najveće AI kompanije takmiče se za tržišni udeo – i za ogromne količine podataka koje im je potrebno da bi njihovi modeli bili najkonkurentniji. Marketingom svojih platformi kompanijama, žele da ih zaključaju (i njihove podatke).
Današnji AI sistemi se kreiraju koristeći tehniku poznatu kao pojačano učenje sa povratnim informacijama uz pomoć ljudi, ili RHLF. Ukratko, AI sistemi zahtevaju konstantan povratni signal od ljudi, ili postoji rizik da nauče i zapamte pogrešne informacije. Što više podataka se unese, to više označavanja i obuke je potrebno. Danas se ovaj rad automatizuje do radnika na „gig“ platformama u zemljama u razvoju poput Kenije i Pakistana. Kako AI sazreva, biće potrebni specijalisti sa stručnim znanjem na nivou eksperata. Mnogi poslovni lideri sa kojima sam se sastajao ne planiraju za budućnost koja uključuje internu jedinicu za RHLF, koja će biti zadužena za kontinuirano praćenje, reviziju i prilagođavanje AI sistema i alatki. (Poslednje što bilo koji lider želi je AI sistem bez nadzora koji donosi odluke o tome kako da se unapredi.)
Čak i kada su obučeni ljudi uključeni, preduzeća moraju kontinuirano razvijati scenarije koji izlažu rizike rada zajedno sa sistemima generativne veštačke inteligencije, posebno onima koji su operisani od strane trećih strana. To je zato što AI sistemi nisu statički; oni se postepeno poboljšavaju tokom vremena. Sa svakim novim razvojem, pojavljuju se novi potencijalni rizici i prilike. Bilo bi nemoguće predvideti sve potencijalne negativne ishode unapred, jer bi te prognoze brzo postale zastarele. (Za sada ne postoji način da se izgradi Monte Carlo simulacija koja bi bila potpuno tačna u predviđanju budućnosti.) Umesto toga, trebalo bi osnovati poseban tim koji će biti zadužen za praćenje sistema generativne veštačke inteligencije dok uče, kao i srodnih izazova u oblasti sajber bezbednosti, i trebali bi razvijati kratke „šta ako“ scenarije koji će zamisliti načine na koje stvari mogu krenuti naopako.
Slično tome, kako se veštačka inteligencija razvija, tako će se i otvarati nove prilike za otkrivanje novog rasta. To znači da bi kompanije takođe trebalo da imaju poseban interni tim za razvoj poslovanja koji će razvijati scenarije za blisku i dugoročnu budućnost na razne načine kako bi se poboljšala produktivnost i efikasnost, vodilo ka razvoju proizvoda, podsticala inovacija i mnogo više.
Treće, kada je reč o veštačkoj inteligenciji, lideri moraju da preusmere svoj fokus sa donje linije na gornju liniju.
Ovo će se činiti kontraintuitivnim, jer mnogi smatraju da je generativna veštačka inteligencija sredstvo za smanjenje operativnih troškova. Današnji pametni chatbotovi uskoro će ustupiti mesto multimodalnim sistemima, koji su veštačke inteligencije sposobne da rešavaju različite probleme i postižu različite ciljeve istovremeno. Zamislite osiguravajuću kompaniju za imovinu i nesreće u kojoj je svaki osiguravač udružen sa AI-jem. Na početku, osiguravač može da pita AI da proceni rizik vezan za osiguranje imovine; nakon preliminarne analize teksta, može ga zamoliti da precizira rezultate koristeći slike iz izveštaja o inspekciji ili audio intervjue sa potencijalnim osiguranicima. Može se ići unatrag nekoliko puta, koristeći različite izvore podataka, dok se ne dobije optimalna ponuda kako za osiguravajuću kompaniju, tako i za klijenta.
Ključ za produktivnu upotrebu multimodalnih AI-jeva je razumevanje kako i šta delegirati mašini, tako da i čovek i AI mogu postići više kroz saradnju nego radom nezavisno. Međutim, delegiranje je nešto sa čime se stručnjaci redovno bore: ili dodeljuju previše, ili premalo, ili ne prave zadatke. Rad sa multimodalnim AI-evima će zahtevati od radnika da ovladaju veštinom delegiranja.
Kada radna snaga razume kako da pravilno delegira, delovaće kao faktor umnožavanja unutar organizacija. Individualni timovi mogli bi biti ambiciozniji u rastu gornje linije kompanije kroz osmišljavanje i simulaciju novih izvora prihoda, pronalaženje i privlačenje novih klijenata i traženje različitih poboljšanja ukupnih operacija kompanije.
Ovo nagoveštava budućnost koja zahteva drugačiji pristup usavršavanju veština. Većina radnika neće morati da nauči kako da programira, ili kako da piše osnovne naredbe, kako često čujemo na konferencijama. Umesto toga, moraće da nauče kako da iskoriste multimodalnu veštačku inteligenciju kako bi obavili više i bolji posao. Pogledajte samo Excel, koji koristi 750 miliona radnika svakodnevno. Softver sadrži više od 500 funkcija – ali većina ljudi koristi samo nekoliko desetina, jer ne razumeju potpuno kako da upare ogroman broj funkcija koje Excel nudi sa svojim dnevnim kognitivnim zadacima. Sada zamislite budućnost u kojoj je veštačka inteligencija – znatno komplikovaniji, složeniji softver – sveprisutna. Kolika će korist ostati na stolu jednostavno zato što su lideri kompanija pristupili usavršavanju veština suviše usko?
Okvir za navigaciju kroz evoluciju radne snage AI
Promene u radnoj snazi su neizbežna nuspojava tehnološke evolucije, i lideri treba da imaju sistematizovan način da vide kako će budućnost njihovih organizacija izgledati nakon razvoja generativne AI. Cilj nije da se prave dugoročne prognoze, niti da se budete spremni za sve – cilj je pozicionirati organizacije da budu spremne za bilo šta kako AI bude nastavljao da se poboljšava.
Ovaj okvir treba koristiti za razvoj scenarija za budućnost poslovanja. On je dizajniran da pomogne liderima u svakoj organizaciji da unapred vide rizik i priliku dovoljno rano za akciju. Redovna upotreba ovog okvira omogućava liderima da jasnije vide pejzaž, procene praznine u svojim organizacijama i povežu nastale tehnologije sa postojećom strategijom, pozicionirajući ih da donose odluke sa samopouzdanjem. Važno je napomenuti da ovaj okvir traži od lidera da razmišljaju eksponencijalno o AI-u, ali da deluju postepeno u odgovoru na nove razvoje. Iako neće predviđati singularnu budućnost vaše kompanije – nijedan scenarijo to ne može – pripremiće lidere da donesu odluke mnogo pre svojih konkurenata.
Najbolja stvar koju organizacije mogu da urade sada – u ovom periodu koji se čini kao da je preplavljen promenama i nesigurnošću – je da planski razmišljaju o budućnosti. To zahteva poznavanje ograničenja generativne veštačke inteligencije, kao i njenih prednosti, i usvajanje kulture kontinuirane evaluacije i unapređenja. Takođe znači da treba da se prevaziđe iskušenje da se smanji radna snaga, i umesto toga koristi strateška predviđanja kako bi se stvorila budućnost u kojoj će veštačka inteligencija biti iskorišćena od strane visoko obučene radne snage, i gde će timovi ljudi i veštačke inteligencije biti produktivniji, kreativniji i efikasniji kada rade zajedno nego odvojeno.
