Які конкурентні переваги все ще можна захистити в епоху штучного інтелекту?

Оригінальний заголовок: Як міркувати про непередбачуване майбутнє
Оригінальний автор: Систематичний Лонг Шорт
Українська: Пеггі, BlockBeats

Примітка редактора: Оскільки ШІ починає писати код, оптимізувати код і навіть поступово перебирати на себе процес виробництва програмного забезпечення, на горизонті з'являється глибша структурна зміна: поділ праці, корпоративна організація і навіть бар'єри знань можуть бути переосмислені.

Автор цієї статті колись був частиною команди з майже 20 осіб у хедж-фонді, але вирішив залишити її заради підприємництва під час свого кар'єрного зростання. На його думку, справжнім сигналом є не настрої на ринку, а стрибок технічних можливостей. Коли моделі зможуть послідовно генерувати корисний код і мати здатність до рекурсивного вдосконалення, логіка розробки програмного забезпечення та виробництва знань вже почне змінюватися.

У статті з точки зору кількісних фінансів аналізується кілька типів короткострокових "ровів", які можуть існувати в епоху штучного інтелекту, включаючи пропрієтарні дані, регуляторний тертя, схвалення органів влади та відставання у фізичному світі. Він також висуває основне судження: у високо невизначену епоху важливіше, ніж точно передбачати майбутнє, визначити напрямки та вжити заходів, перш ніж вікно закриється.

Нижче наведена оригінальна стаття:

Коли моделі починають писати код, зміни стають незворотними

Вперше я зрозумів, що індустрія наближається до переломного моменту, коли працював на попередній роботі. Мені здавалося, що фонова музика сповільнюється, тоді як усі навколо мене все ще прикидалися, що нічого не зміниться.

У той час я керував командою з майже 20 осіб у хедж-фонді, роблячи те, що робив багато років. Зовні це був майже стабільно зростаючий кар'єрний шлях. Якби я залишився там, я б, ймовірно, досяг ще більшого успіху. Однак у підсумку я вирішив залишити цю посаду, про яку мріяли багато людей, і почати нову справу з нуля з командою з кількох осіб. Це рішення було майже незрозумілим на той час і навіть розглядалося як форма "кар'єрного самогубства".

Але в останні місяці масові звільнення, добровільне підприємництво після звільнення з роботи та все більше людей, які працюють вдень, а вночі тихо пишуть код і працюють над проектами. Все це змусило те рішення, яке на той час здавалося «божевільним», здатися менш неймовірним.

За цей час багато людей запитували мене: куди це все в кінцевому підсумку приведе? Ця стаття є відповіддю, яку я можу надати на даний момент.

Чесно кажучи, я не впевнений, наскільки значними будуть зміни в кінцевому підсумку. Але одне кількісне фінансування навчило мене: часто достатньо бути на правильному шляху.

Те, що дійсно змусило мене зрозуміти, що зміни стали незворотними, - це модель ChatGPT o1.

До цього я завжди називав ці системи "LLM", а не "ШІ". Я не думав, що вони дійсно мали якусь здатність, подібну до інтелекту. Але коли з'явився o1, щось змінилося: вперше ці моделі могли стабільно генерувати код за допомогою структурованих запитів.

Код все ще був недосконалим і міг страждати від галюцинацій або непорозумінь. Але головне було в іншому: тепер він міг писати корисний код.

Мій висновок був простим. Як тільки ШІ зможе генерувати корисний код, він почне рекурсивно вдосконалювати свою логіку і розвивати програмне забезпечення з такою швидкістю, яку ми навіть не можемо собі уявити.

Щоразу, коли я наголошую на цьому, хтось завжди заперечує: «У цьому коді все ще є помилки, і він далекий від задоволення виробничих стандартів». Але це ігнорує той факт, що код, написаний людиною, також містить помилки. Нам не потрібен ШІ, щоб писати ідеальний код, щоб перестати писати код самі.

Справжнім поворотним моментом стане той момент, коли рівень помилок у коді, написаному ШІ, буде нижчим, ніж у людей, і при цьому набагато швидшим. У той момент процес написання коду буде повністю переданий машинам.

Ставши свідком можливостей o1 на власні очі, я можу бути майже впевненим: у майбутньому відбудуться дуже кардинальні зміни.

Рубікон, який все ще існує в епоху ШІ

Спочатку я думав, що ШІ поступово зруйнує галузь кількісного фінансування, але цей процес буде відносно повільним. Причина проста: на інституційному рівні кодів майже немає публічно доступних даних для навчання.

Тоді я уявляв програмну інженерію як піраміду: в основі були базові роботи з кодування; вище були старші інженери з можливостями архітектури; ще вище були професійні розробники, такі як вчені з даних, кількісні розробники та різні галузеві експерти. Теоретично, чим глибша експертиза, тим надійніша професія.

Моя початкова оцінка полягала в тому, що протягом двох років першими будуть усунені базові програмісти; потім старші інженери; далі, оскільки моделі поступово поглинають спеціалізовані знання, на посади вищого рівня також впливатимуть зміни.

Але незабаром я зрозумів інше: компанії з передовими моделями з часом будуть безпосередньо наймати галузевих експертів для введення спеціалізованих знань у моделі. Іншими словами, спеціалізовані знання дійсно будуть короткостроковим ровом, але в довгостроковій перспективі вони також будуть поступово поглинатися моделями.

На мій погляд на той час, існувало кілька типів бізнесу, які навряд чи можна було легко зруйнувати протягом наступних п'яти років.

Категорія перша: Пропрієтарні дані

Компанії з великою кількістю власних даних важче замінити.

Наприклад, великі хедж-фонди з багатомасштабними стратегіями (pod shop), такі як інституції, як Millennium, щодня генерують величезну кількість даних: дослідження аналітиків, інвестиційні рекомендації, ринкові інсайти, фактичні результати торгів.

Ці дані можуть бути використані для постійного вдосконалення моделей, створюючи конкурентну перевагу, яку важко відтворити зовні. Поки джерела даних компанії не є легкодоступними для моделі, вона все ще зберігає певний часовий ров.

Категорія друга: Регуляторні труднощі

Будь-яку галузь, яка потребує значного людського схвалення, не так легко зруйнувати. Наприклад, традиційні фінансові ринки.

Щоб увійти на ці ринки, потрібно: відкрити брокерський рахунок, отримати ліцензії, підписати транскордонні юридичні документи. Торгувати криптоактивами легко, але іноземній компанії, яка хоче торгувати залізною рудою в Китаї, далеко не просто.

Поки галузь все ще вимагає підписів людей для затвердження, її темпи розвитку будуть обмежені процесами затвердження.

Категорія три: Повноваження як послуга

Тепер написання юридичної думки за допомогою штучного інтелекту більше не є проблемою. Але реальність така, що люди все ще готові платити десятки тисяч доларів юристу за юридичну консультацію. Причина проста: Думки ШІ наразі не мають авторитету.

Та ж логіка стосується аудиту смарт-контрактів. Технічно ШІ вже може відповідати або навіть перевищувати рівень провідних аудиторів. Але ринок все ще віддає перевагу купувати "штамп" відомої аудиторської фірми.

Тому що те, що клієнти насправді купують, це не сама думка, а авторитет, що стоїть за цією думкою.

Категорія чотири: Фізичний світ

Прогрес апаратного забезпечення набагато повільніший, ніж програмного, а проблеми з апаратним забезпеченням також важче виправити.

Тому галузі, які безпосередньо взаємодіють із фізичним світом, навряд чи будуть швидко зруйновані ШІ в короткостроковій перспективі. Однак, як тільки апаратні можливості наздоженуть, буде застосовуватися та ж логіка: спочатку зникнуть позиції нижчого рівня, а потім вищих рівнів.

Ці рови існують. Але потрібно визнати, що вони лише затримують зміни, а не зупиняють їх.

Діяти на основі сигналів, а не чекати на впевненість

Коли майбутнє дуже невизначене, а темпи змін швидкі, люди часто роблять дві помилки.

Перший чекає на впевненість, перш ніж діяти. Другий просто застосовує історичні аналогії, такі як: "Це схоже на крах інтернет-компаній".

Обидва підходи можуть призвести до помилок у судженнях.

У ситуаціях з неповною інформацією більш розумним підходом є міркування з першопринципів.

Вам не потрібно знати кожну деталь майбутнього. Вам потрібно лише приблизно оцінити напрямок, розробити асиметричні ставки, тобто якщо ви помилитеся, збитки будуть керованими; якщо ви правильно оціните ситуацію, прибуток буде величезним.

У невизначеному майбутньому асиметрія - це все.

Практичний метод мислення полягає в тому, щоб спочатку запитати себе: "Які необхідні умови для певного результату?" і потім запитати, чи ці необхідні умови вже виникли?

Озираючись назад, цей переломний момент штучного інтелекту було неважко передбачити. Оскільки ключові входи вже існували: код, який може сам себе писати, моделі, які можуть рекурсивно вдосконалюватися, інституційні знання, які можна купити, а не виховувати.

Поки ви уважно спостерігаєте за цими сигналами, ви можете приблизно оцінити майбутній напрямок.

Ви навіть можете продовжувати екстраполювати.

Ми, можливо, ще не бачили наступних сценаріїв: Штучний інтелект, який може навчатися сам, штучний інтелект, який може реплікувати себе, штучний інтелект, який працює повністю автономно.

Якщо ШІ може підвищити свої власні можливості на 0,1% за допомогою серії дій, це може здатися незначним. Але до тих пір, поки це число не дорівнює 0, воно продовжуватиме зростати. Це типовий ефект закону потужності.

На фінансових ринках, як тільки сигнал стає очевидним, торгівля часто вже переповнена.

В інвестиціях ви обмінюєте невизначеність на віру на ранній стадії. У кар'єрі та підприємництві це в принципі одне й те саме.

Тож реальне питання не в тому, що станеться в майбутньому? а скоріше, що я вже знаю? В якому напрямку вказують ці шматки інформації? У чому різниця у вартості між дією зараз і очікуванням?

Існує також часто недооцінюваний факт, що сама дія створює інформацію.

Дія не відбувається у вакуумі. Коли ви дієте у світі, світ надає зворотний зв'язок. Цей зворотний зв'язок приносить нову інформацію. Інформація спонукає до повторення. Повторення призводить до кращих дій. Це основний механізм прогресу.

Залишатися в невизначеності - це форма повільного розкладання. Дія, з іншого боку, означає дослідження.

Якщо я хочу продовжувати насолоджуватися дивідендами від існуючої системи, я можу продовжувати це робити ще кілька років. Але я завжди хотів зробити щось по-справжньому своє, і мені здається, що це вікно швидко закривається.

Звісно, найбільші в світі хедж-фонди все одно будуть успішними, оскільки вони мають унікальні дані, які важко відтворити. Традиційні фінансові ринки також все ще обмежені регулюванням і ручними процесами.

Але я вірю, що з часом ці інституції використовуватимуть штучний інтелект для заміни більшості своїх працівників, включаючи менеджерів портфелів.

Це станеться не відразу, але рано чи пізно це станеться.

На той час я оцінив, що у мене є приблизно 4–5 років. Як тільки основні компанії в галузі штучного інтелекту поглинуть достатньо талантів галузі, новим стартапам буде важко увійти в цей простір. На деяких ринках, таких як фондовий ринок США, ця тенденція вже дуже помітна. Рівень ефективності через кілька років буде майже неймовірним.

Незабаром у цьому світі вже не буде місця для «другого місця». Я міг би продовжувати працювати в провідних установах, але я б скоріше зробив крок у галузь, де я все ще маю перевагу.

Тому я пішов з роботи і повністю присвятив себе підприємництву. Пізніше ця компанія стала OpenForage.

Зараз вікно швидко закривається. Темпи змін більше не поступові. Те, що раніше займало місяці, тепер займає лише тижні.

Я не вірю, що робочі місця повністю зникнуть у найближчі кілька років. Людям все ще потрібні люди. Ми - соціальні істоти, і наразі люди все ще не довіряють ШІ. Підтвердження повноважень все ще повинні надавати люди.

У найближчі роки ми можемо навіть побачити генеральних директорів ШІ, але, ймовірно, все одно знадобиться генеральний директор-людина для затвердження рішень ШІ. Це «людське підтвердження» буде поширюватися вниз по організаційній структурі. Людські менеджери будуть контролювати групу агентів штучного інтелекту.

Однак логіка найму зміниться. Якщо генеральний директор вважатиме за краще керувати штучним інтелектом, ніж вами, то вам навряд чи запропонують роботу, а знайти базові посади програмістів буде дедалі важче.

Якщо ви хочете стати незамінним, вам потрібно досягти двох цілей. По-перше, витримайте конкуренцію з ШІ в часовому вимірі. Наприклад, довгострокове стратегічне планування, складне прийняття рішень, управління багаторічними циклами. По-друге, перевершіть ШІ в системному масштабі. Контекст ШІ все ще обмежений; вони знають багато фактів, але не можуть зрозуміти наслідки складних систем.

Якщо ви можете мислити в довгостроковій перспективі, швидко засвоювати інформацію, приймати стратегічні рішення та ефективно співпрацювати, то в осяжному майбутньому у вас все ще буде робота.

Переломний момент насправді видно ще до того, як він настане. Однак більшість людей або не дивляться, або бачать, але не діють, або реагують лише тоді, коли сигнали стають оглушливими. До того часу можливості часто вже враховані ринком.

Не ігноруйте зміну ситуації, не затримуйтеся на позиції, яка втрачає перевагу, весь час кажучи собі, що чекайте кращого часу для дій. Справжня можливість рідко попереджає заздалегідь. До того, як усі про це дізнаються, вікно часто вже закривається.

Я побачив сигнал, зробив ставку. Тепер я живу в результаті цієї ставки — на краще чи на гірше.

[Посилання на оригінальну статтю]