a16z: ШІ робить усіх у 10 разів продуктивнішими, але справжній переможець ще не визначився

Оригінальний заголовок статті: Інституційний ШІ проти індивідуального ШІ

Автор оригінальної статті: Джордж Сівулка, a16z

Стаття оригіналу: DeepTech TechFlow

Штучний інтелект щойно підвищив продуктивність кожного в 10 разів.

Тому жодна компанія не стала у 10 разів ціннішою.

Куди поділася продуктивність?

Це не перший випадок.

У 1890-х роках електрика обіцяла значне підвищення продуктивності.

Текстильні фабрики Нової Англії, спочатку побудовані навколо паровіх прядильних верстатів, швидко замінили парові двигуни на більш швидкі електричні двигуни.

Але протягом цілих трьох десятиліть електрифіковані фабрики майже не бачили зростання обсягів виробництва. Технології набагато випереджали. Але організація не встигала за цим.

Лише у 1920-х роках, коли на фабриках повністю переробили виробничі лінії — конвеєри, кожна машина мала власний електродвигун, робітники та машини виконували абсолютно різні завдання — електрифікація нарешті окупилася.

Підпис: Три еволюції текстильної фабрики Лоуелл. Зліва направо: Завод з паровою силою 1890 року, електричний завод 1900 року, завод з «універсальним приводом» 1920 року (повністю перероблений з нуля в електричну складальну лінію).

Виграш не був отриманий від самої технології, ані від прискорення роботи окремих працівників або машин. Натомість вигоди справді з'явилися лише тоді, коли ми нарешті переробили систему разом із технологією.

Це найдорожчий урок в історії технологій, і зараз ми його знову вивчаємо.

У 2026 році штучний інтелект принесе 10-кратне підвищення продуктивності тим, хто знає, як його використовувати. Але цього недостатньо. Ми замінили електродвигуни, але ще не переробили завод.

Через один простий факт: Ефективні люди не дорівнюють ефективним організаціям.

Переважна більшість продуктів штучного інтелекту дають людям відчуття "ефективності", але не приносять реальної цінності. Більшість випадків використання штучного інтелекту, які ви бачите, - це люди, які захоплюються "максимальною ефективністю" у Twitter або Slack компанії, без жодного реального впливу.

Часто згадувана концепція "Послуга як програмне забезпечення" минулого року знаходиться на правильному шляху, але їй бракує плану. Більше того, вона не враховує загальну картину. Справжня трансформація - це не просто перехід від інструменту до послуги, а від створення технологій та інституцій разом (чи то трансформування старих, чи то початок з нуля). Щиро ефективне майбутнє вимагає цілком нової категорії продуктів - конвеєра завтрашнього дня.

Ефективні організації потребують "інституційного інтелекту".

У цій статті ми розглянемо сім аспектів, які відрізняють "інституційний штучний інтелект" від "персонального штучного інтелекту". Весь ландшафт штучного інтелекту B2B протягом наступного десятиліття буде побудований на цих відмінностях:

Підпис: Порівняльна таблиця семи основ інституційного інтелекту

Сім основ інституційного інтелекту

1. Координація

Персональний ІІ створює хаос.

Інституційний ІІ сприяє координації.

Давайте почнемо з умоглядної задачі. Припустимо, що ви подвоїте розмір своєї організації завтра, клонуючи всіх своїх найкращих працівників.

Кожен із цих працівників має незначні відмінності, уподобання, примхи та перспективи (особливо ваші найкращі). Без належного управління, недостатньої комунікації, невизначеного розподілу завдань, OKR та меж ролей... ви створюєте хаос.

Індивідуально вимірюючи, організація може здаватися більш ефективною. Але з тисячами агентів (або людей), які рухаються в різних напрямках, найкращий сценарій - це стагнація, а найгірший - фрагментація організаційної єдності.

Це не гіпотетично. Кожна організація, яка впроваджує штучний інтелект без координаційного рівня, зараз стикається з цим. У кожного працівника є свої звички використання ChatGPT, свій стиль запитів і свої результати — всі вони не пов'язані між собою. Організаційна структура може все ще існувати, але робота, створена за допомогою штучного інтелекту, по суті, відійшла в інший бік.

Підпис: Ефективні люди (або агенти) пливуть у різних напрямках. Без координації це хаос.

Вирівнювання є абсолютною жорсткою вимогою як для людей, так і для Агентів.

Інтелект підприємства породить цілу індустрію «Управління Агентами» — орієнтовану на роль і обов'язки Агентів, комунікацію між Агентами та між Агентами й людьми, а також на те, як вимірювати цінність Агентів (чистої оплати за використання далеко не достатньо).

2. Сигнал

Особистий ШІ створює шум.

Корпоративний ШІ знаходить сигнал.

Сучасні люди можуть створювати – чи, може, я маю сказати, генерувати – все, що ви можете собі уявити: статті, написані штучним інтелектом, презентації, електронні таблиці, фотографії, відео, пісні, вебсайти, програмне забезпечення. Який чудовий подарунок.

Проблема в тому, що переважна більшість контенту, згенерованого штучним інтелектом, є повною нісенітницею. Поширеність сміття штучного інтелекту досягла такого рівня, що деякі організації надмірно виправили ситуацію, вирішивши повністю заборонити всі результати роботи штучного інтелекту. Чесно кажучи, я відчуваю те саме – я очолюю компанію зі штучного інтелекту, але дав команду моїм керівникам не використовувати штучний інтелект у жодних остаточних текстових продуктах. Я не можу терпіти цей непотріб.

Подумайте про те, чим перетворюється індустрія PE (Private Equity). Минулого року у вас на столі могло з'явитися 10 можливостей укласти угоду. Цього року ви отримаєте 50 можливостей у наступному кварталі, кожна з яких відшліфована штучним інтелектом до досконалості, але у вас все ще є та сама кількість часу, щоб зробити висновок, - знайти дійсно надійну пропозицію серед усіх.

Генерація будь-чого більше не є проблемою. Для будь-якої легітимної організації проблемою зараз є генерація та фільтрація правильних речей. У світі, керованому штучним інтелектом, пошук одного хорошого результату, однієї хорошої пропозиції, сигналу серед шуму, стає дедалі критичнішим. Основним економічним чинником наступного десятиліття буде виявлення сигналів з експоненціально зростаючого нагромадження сміття.

Підпис: Штучний інтелект, згенерований інструментами підвищення особистої продуктивності, розмножується експоненціально. Самі люди більше не можуть відсіювати шум і потребують нового класу продуктів корпоративного штучного інтелекту.

Інтелектуальний аналіз підприємства повинен знаходити сигнал, структурувати шум, щоб відсікти непотрібну інформацію, і повинен бути визначеним, детермінованим і піддаватися аудиту в своїй роботі.

Персональний ШІ може наголошувати на продуктивності "завжди увімкненого" режиму, як Clawdbot, задовольняючи ваші потреби непередбачуваним чином 24/7 — по суті, недетермінований агент. З іншого боку, корпоративний ШІ покладається на надійність детермінованих агентів. Агенти з передбачуваними контрольно-пропускними пунктами, етапами та процесами — це те, що забезпечує масштабованість, дозволяє знаходити сигнали і, завдяки цим сигналам, забезпечує повернення доходів для організації.

Підпис: Matrix — це інструмент, який використовує генеративні методи для відсікання шуму, відкриваючи таким чином світ детермінованих агентів і контрольно-пропускних пунктів.

3. Упередженість

Штучний інтелект на особистому рівні підживлює упередженість.

Штучний інтелект на інституційному рівні створює об'єктивність.

Обговорення суспільно-політичної упередженості домінувало в дискурсі штучного інтелекту протягом багатьох років. Лабораторія базової моделі врешті-решт обійшла цю проблему за допомогою достатньої кількості RLHF, налаштувавши всі моделі на лестощі. Сьогодні такі моделі, як ChatGPT, Claude тощо, узгоджуються занадто ідеально, повторюючи кожну вашу думку в межах вікна Овертона (іноді навіть трохи надмірно погоджуючись, викриваючи вас @Grok). Обговорення соціально-політичної упередженості згасло. Але на його місце прийшла нова проблема.

Ця надмірна згода з усім стала настільки абсурдно перебільшеною. Вона стала мемом сама по собі — рефлекторне "Ви абсолютно праві!" від Claude, незалежно від того, чи є те, що ви говорите, насправді повністю правильним.

Це звучить нешкідливо. Це не так.

Багато з найбільш ентузіастичних прихильників штучного інтелекту в організаціях можуть незабаром стати найгіршими працівниками в історії. Подумайте, чому.

Найгірші працівники в організації, які ледве отримують позитивні відгуки щодня, незабаром матимуть ASI, яка погоджуватиметься з ними в усьому. Вони будуть думати: «Найрозумніший ШІ в історії погоджується зі мною. Мій менеджер помиляється».

Це викликає залежність. І токсично для організацій.

Підпис: Ехо-камера ШІ на особистому рівні загострює розкол, змушуючи двох людей віддалятися один від одного, динаміка, яка, коли її масштабувати, створює фракції в організації, яка спочатку була згуртованою.

Це розкриває важливу річ. Інструменти підвищення особистої продуктивності зміцнюють користувача. Але те, що дійсно потребує зміцнення, це правда.

Людські організації після тисячоліть еволюції створили системи спеціально для боротьби з цією проблемою:

· Засідання інвестиційного комітету

· Проведення належної обачності щодо третіх сторін

· Пошук членів правління

· Поділ влади в США Уряд

· Представницька демократія, а також сама демократія

Підпис: Об'єктивність може навіть зменшити проблеми з координацією, пригнічуючи незначні розбіжності, а не підсилюючи їх.

Організації рідко зазнають невдачі через те, що їхнім працівникам бракує впевненості. Вони зазнають невдачі через те, що ніхто не готовий або не може сказати "ні".

Штучний інтелект на інституційному рівні повинен відігравати цю роль. Його не будуть навчати за допомогою RLHF, щоб він догоджав користувачам або відповідав їхнім переконанням, а щоб він кидав їм виклик у їхніх упередженнях. Вона забезпечує позитивний зворотний зв'язок, коли поведінка є ефективною, проводить чітку межу та забезпечує виправлення курсу, коли виникають відхилення.

Тому найважливіший Агент в організації буде не "так-такником", а дисциплінованим "заперечувачем" — який ставить під сумнів обґрунтування, виявляє ризики, забезпечує дотримання стандартів. Деякі з найбільш впливових застосувань штучного інтелекту в майбутньому будуть побудовані навколо інституційних обмежень: члени ради з ШІ, аудитори з ШІ, сторонні тести з ШІ, відповідність ШІ...

4. Перевага Edge

Штучний інтелект на особистому рівні оптимізує корисність.

Штучний інтелект на інституційному рівні оптимізує перевагу.

Межі можливостей штучного інтелекту змінюються щотижня, навіть щодня. Компанії, що займаються розробкою базових моделей, конкурують за кожного та кожну організацію, швидко вдосконалюючи свої можливості.

Але класична дилема новатора говорить нам, що в конкретних програмах глибина завжди перемагає широту:

· @MРобота idjourney полягає в тому, щоб підтримувати невелику перевагу в дизайнерських зображеннях.

· @EРобота levenlabsio полягає в тому, щоб підтримувати невелику перевагу в мовних моделях.

· @DРобота ecagonAI полягає в тому, щоб завжди бути попереду в комплексному обслуговуванні клієнтів.

Хоча базові моделі стають все ближчими, для експертів у певних галузях справжня перевага полягає в ключових перевагах.

Багато провідних дизайнерів використовують @Midjourney, багато провідних компаній зі штучного інтелекту для розпізнавання мовлення використовують @Elevenlabsio, оскільки навіть коли базові моделі прогресують, спеціальні програми, які безперервно зосереджуються на досягненні своїх конкретних переваг, визначають перевагу.

Оскільки пропрієтарне рішення також розвивається, здатність, яка дійсно критично важлива для економічних результатів — критично важлива для підприємства — завжди буде на стороні пропрієтарних продуктів.

Це ілюструється у фінансовій сфері — наразі найгарячіша область для розвитку обробки природної мови. Як тільки певна здатність стає широкодоступною, за визначенням, вона не допоможе вам перевершити ринок. Але якщо передова технологія може забезпечити невелику нішеву перевагу в 1%? Цей 1% може забезпечити прибуток у мільярди доларів.

Підпис: Для будь-якого достатньо специфічного завдання перевага визначається рішенням рівня вашої установи, побудованим на основі передових технологій.

Наші користувачі завжди були на передньому краї. Контекстне вікно LLM зросло з 4K до 1 мільйона токенів за чотири роки. Деякі з наших користувачів обробляють 30 мільярдів токенів за одне завдання. Цього року ми вже побачили шлях до обробки завдань на 100 мільярдів токенів. З кожним покращенням можливостей базової моделі ми просунулися набагато далі.

Підпис: Вікно контексту, як і інші можливості, є рухомою мішенню. Порівняння еволюції вікна контексту між передовими лабораторіями та Hebbia за останні три роки.

Широка універсальність, орієнтована на користувача, безумовно, важлива, особливо на етапі ознайомлення працівників з ШІ. Але майбутнє — це не люди, які використовують ChatGPT/Claude або вертикальні рішення, а скоріше ChatGPT/Claude у поєднанні з вертикальними рішеннями.

Інституційна розвідка повинна використовувати агенти, орієнтовані на конкретну галузь, навіть на конкретне завдання.

Ми задамо собі питання, яке звучить абсурдно, але не є таким:

«Яких агентів AGI вирішить використовувати як скорочення?» Навіть суперінтелект захоче використовувати спеціалізовані інструменти, орієнтовані на конкретну галузь».

Межі можливостей AI постійно змінюються, і організації, які використовують справжні переваги, є переможцями. Інші платять за дуже дорогий універсальний товар.

5. Результати

Персональний AI заощаджує час.

AI інституційного рівня розширює доходи.

@MaVolpi якось сказав мені фразу, яка змінила моє сприйняття продажу AI підприємствам: «Якщо ви запитаєте будь-якого генерального директора, чи віддає він перевагу скороченню витрат або збільшенню доходів, майже кожен скаже, що доходи».

Однак майже кожен продукт штучного інтелекту, що постачається на ринок сьогодні, орієнтований на скорочення витрат, обіцяючи заощадити ваш час, зробити більше з меншою кількістю людей або замінити людську працю.

Штучний інтелект інституційного рівня повинен приносити додатковий дохід. І додатковий дохід набагато важче зробити товаром, ніж зекономлений час.

Візьмемо, наприклад, розробку програмного забезпечення за допомогою штучного інтелекту. IDE для кодування є одними з найкращих інструментів підвищення продуктивності персонального штучного інтелекту, але вони зіткнулися з серйозною конкуренцією з боку Claude Code (інший інструмент штучного інтелекту для персонального використання). Cognition грає в зовсім іншу гру. Їхній найшвидше зростаючий бізнес полягає у продажу трансформації через технології, а не у продажу інструменту. Я впевнений, що ця модель матиме стабільність.

Чисте програмне забезпечення "швидко стає недоцільним для інвестицій". Чисті послуги не масштабуються. Рівень рішень, що поєднує технології та результати, є тим, де залишається тривала цінність.

Знову подивіться на злиття та поглинання. Штучний інтелект рівня персоналу допомагає аналітикам швидше моделювати. Штучний інтелект інституційного рівня визначає одну ціль, яку варто переслідувати з сотні, а потім розширює пошук до тисячі. Один заощаджує час, інший створює дохід.

Підпис: Компанії з базовою моделлю переходять до вертикального рівня додатків. Компанії з вертикального рівня додатків переходять до рівня рішень.

«Рух вгору за течією» — це природний тяжіння сучасного ринку. Базові моделі переходять до рівня додатків, а компанії з рівня додатків переходять до рівня рішень.

Інтелектуальний рівень інституційного рівня – це рівень рішень. І рівень рішень, де відбуваються результати, – це місце, де захоплюється тривала цінність, захоплюючи найбільші можливості для отримання доходів.

6. Розширення можливостей

Штучний інтелект особистого рівня надає вам інструмент.

Штучний інтелект корпоративного рівня навчає вас, як його використовувати.

Наскільки б розумними не були люди, вони опираються змінам.

Вірте чи ні, але в Нью-Йорку досі є успішні підприємства, які не приймають кредитні картки. Вони знають, що втрачають гроші, розуміють, що відмова від кредитних карток обходиться їм дорого, але вони залишаються на своїх позиціях. Аналогічно, у найближчому майбутньому деякі працівники в певних організаціях просто відмовляться використовувати штучний інтелект.

Перехід від організації, що базується виключно на людському факторі, до організації, де на першому місці знаходиться штучний інтелект, буде найтривалішим і визначальним викликом наступного десятиліття. І часто найвищі та найважливіші особи в організації є тими, хто найповільніше адаптується.

Підпис: Найвищі в організації — ті, хто далі від "операцій з інструментами" — часто є найповільнішою, але найважливішою групою для впровадження нових технологій.

Palantir — це єдина компанія у сфері "програмного забезпечення", яка зберегла надзвичайно високий коефіцієнт оцінки під час розпродажу технологічних акцій на трильйон доларів за останні два місяці. Для цього є причина. Palantir — одна з перших справжніх компаній з «інженерії процесів».Незалежно від того, як ви називаєте це «інженерією процесів» чи «написанням документів із навичок Клода», інституційний штучний інтелект майбутнього дасть початок новій галузі: кодування корпоративних процесів у агенти та впровадження необхідного управління змінами.

Підпис: Організаційне впровадження штучного інтелекту охопить кілька проміжків, кожен з яких має свої виклики. Основною рушійною силою буде перенесення процесів на штучний інтелект.

Я смію стверджувати, що інженерія процесів стане найважливішою «технологією» найближчим часом.

І в інженерії процесів досвід у бізнесі та галузі, а не досвід у сфері програмного забезпечення, є найважливішим. Вертикальні рішення сприятимуть розвитку талантів на передовій лінії розгортання інженерії, впровадження та управління змінами.

Провідний інвестиційний банк (у трійці лідерів) що обрав повномасштазне розгортання з Hebbia, сказав про це так: причина, чому вони не працюють з певною великою лабораторією, полягає в тому, що "нам довелося б пояснювати CIM їхній команді". Клод або GPT можуть розуміти простір, але команди, відповідальні за впровадження, цього не роблять...

Ця різниця має величезне значення.

7. Нульовий запит

Персональний ШІ на індивідуальному рівні реагує на запити людини.

ШІ інституційного рівня діє проактивно без необхідності запиту.

Існує багато дискусій про комунікацію між агентами, чи майбутнє підприємств та інституцій все ще потребує людей.

Але кращим питанням є: Чи майбутньому агенту штучного інтелекту все ще потрібен запит?

Написання запиту для AGI схоже на прикріплення електродвигуна до ручного верстата. Він принципово та безповоротно обмежений найслабшою ланкою в організаційному ланцюгу постачання — нами самими. Люди принципово не знають, які питання варто задавати, не кажучи вже про те, коли їх задавати.

Найцінніша робота, яку може виконувати штучний інтелект, — це робота, яку ніхто не думав просити. Штучний інтелект повинен знаходити ризики, які ніхто не помітив, контрагентів, про яких ніхто не думав, і канали продажів, про існування яких ніхто не знав.

Це принципово розширить межі випадків використання штучного інтелекту.

Система, яка не вимагає постійного введення команд, постійно відстежує потік даних усього інвестиційного портфеля. Вона виявляє, що оборотний капітал портфельної компанії непомітно погіршувався протягом трьох місяців поспіль, перевіряє це з умовами контракту в кредитній угоді та сповіщає операційного партнера в фонді, перш ніж хтось відкриє цей PDF-файл.

Коли вам більше не потрібно, щоб люди писали команди для штучного інтелекту, з'являються нові інтерфейси та нові способи роботи. Ми @HЕббія має сильні думки з цього приводу. Більше буде.

Висновок

Вищезазначене не заперечує цінність чат-ботів, агентів і персонального штучного інтелекту.

Персональний штучний інтелект стане засобом, за допомогою якого більшість глобальних підприємств вперше відчують на собі трансформаційну силу штучного інтелекту. Стимулювання впровадження, стимулювання зручності використання є першим важливим кроком у управлінні змінами для побудови економіки, орієнтованої на штучний інтелект.

У той же час потреба в інтелекті на рівні інституту є очевидною, нагальною та величезною.

Кожна організація в майбутньому матиме чат-бота з лабораторії масштабної моделі. У кожній організації також буде штучний інтелект на рівні інституту, адаптований для вирішення проблем у певній галузі, а особистий ШІ використовуватиме штучний інтелект на рівні інституту як свій найважливіший інструмент у своєму інструментарії.

Краща інтеграція штучного інтелекту на рівні інституту та особистого ШІ є неминучим трендом.

Але пам'ятайте урок текстильної фабрики 1890-х років. Перший завод, який електрифікували, програв заводу, який переробили під електрику.

У нас вже є електрика. Час переробляти наші заводи.

Завдяки @aleximm і @WillManidis за рецензування, і Віллу за натхнення цієї статті своєю статтею про "об'єкти у формі інструменту".

Посилання на оригінальну статтю