Когда ИИ станет сотрудником, которому можно отдать работу целиком, на месяц, с людьми и документами, а не отдельные задачи на подхвате? Об этом у Дваркеша Пателя спорили три человека с переднего края: Джон Шульман, один из создателей ChatGPT, Берен Миллидж, технический директор Zyphra, и Чарли О’Нил, который отвечает за обучение моделей в Baseten.
Спор технический, но из него вытекают четыре вывода для владельца бизнеса. Мы разобрали их в восьмиминутном выпуске на нашем канале: смотреть разбор на YouTube. Ниже главное текстом.
Вывод первый: срок зависит от вашей компании, а не от лабораторий
Берен назвал срок, который стоит записать: около трёх лет до полной универсальности. Но тут же добавил важное: 80–90% пути мы пройдём раньше, потому что компании сами перестроятся так, чтобы ИИ было проще с ними работать.
Чарли смелее. Он даёт год, если открыть ИИ прямой доступ к рабочим чатам и внутренним системам. Если же ИИ придётся кликать по сайтам через браузер, как человеку, то пару лет. Джон соглашается: через год появится приемлемая версия, что-то она сделает отлично, что-то нет.
На наш взгляд, это главный тезис всего разговора. Кто первым откроет ИИ доступ к своим данным и процессам, получит такого сотрудника раньше конкурентов, и лаборатории тут ни при чём.
Что делать: посмотреть, к каким системам ваш будущий ИИ-сотрудник сможет подключиться уже сейчас: почта, CRM, таблицы, рабочие чаты.
Вывод второй: ваш козырь это записанные правила
Один из участников в этом году поручил ИИ-агенту собрать все документы для налогов и отправить бухгалтеру. Агент сам прошёл по десяткам сайтов, всё скачал и справился без единой ошибки.
Но дальше начинаются слабые места, и для решения они важнее рекордов:
- ИИ слишком вежливый. Он не пойдёт давить на подрядчика, который сорвал сроки.
- Длинный хвост мелочей, которые человек делает не задумываясь, модель освоит нескоро.
- Главное: память о том, как всё устроено именно у вас. Кто с кем в каких отношениях, где лежат документы, как принято решать вопросы. Новичок схватывает это за первый месяц, модели пока так не учатся.
Зато ИИ отлично работает с тем, что записано и лежит под рукой. Поэтому регламенты, контакты и история решений в одном месте сейчас стоят дороже любой новой модели.
Что делать: записать неписаные правила компании. Это полезно и людям, и будущему агенту.
Вывод третий: не стройте бизнес на одной модели
Дваркеш спросил прямо: почему при таких затратах рынок ИИ не схлопывается до пары игроков? Джон ответил одним словом: дистилляция. Это когда слабая модель учится на ответах сильной, как стажёр, копирующий работу мастера. Скопировать поведение дешевле, чем изобрести, поэтому отстающие раз за разом догоняют лидеров.
Отсюда практический вывод. Удерживать отрыв почти невозможно, лидер через полгода может смениться. Выбирайте модель под задачу, а не под бренд, и стройте процессы так, чтобы поставщика можно было заменить без переделки всего.
Джон ждёт и второй тренд: модели конкретной компании, которые учатся на её собственной работе. Такой опыт компании не отдадут поставщику, потому что это их преимущество.
Что делать: не зависеть от одной модели и одного сервиса.
Вывод четвёртый: цели и критерии остаются за вами
Что люди будут делать последним, когда ИИ заберёт техническую работу? Джон отвечает: ставить цели и решать, чего мы вообще хотим. Даже если всю техническую часть сделают ИИ, кто-то должен сформулировать, что считать хорошим результатом.
Для бизнеса аналогия прямая: ИИ выполнит, но критерии результата придётся написать вам. И ждать идеальной модели бессмысленно. Джон напоминает про цикл: выходит новая модель, все кричат «вот он, настоящий ИИ», а через месяц она кажется глуповатой. Выигрывает тот, кто уже сегодня встраивает несовершенный ИИ в процессы.
Что делать: ИИ берёт исполнение, вы оставляете себе цели, критерии и ответственность.
И одна деталь про сам ролик
Этот выпуск целиком собрал наш ИИ-агент: нашёл интервью, написал сценарий, перевёл и озвучил цитаты, смонтировал и загрузил. Я только посмотрел и сказал «ок». Видео о том, когда агенты начнут работать полным циклом, а у нас такой уже работает. И работает он ровно по второму выводу: всё, чего мы хотим от ролика, записано в его правилах.
Если хотите разобраться, как устроены такие агенты и как подбирать модели под свои задачи, приходите в бесплатную Академию Solaris. Там это объясняют на примерах из бизнеса, а не на инженерном языке.
Частые вопросы
Когда ИИ сможет заменить удалённого сотрудника?
Участники разговора дают от года до трёх лет до ИИ, которому можно поручить проект на месяц. При этом 80–90% пути пройдут раньше в компаниях, которые открыли ИИ доступ к своим данным и процессам.
Почему ИИ пока не справляется с работой целиком?
Он не знает, как всё устроено в конкретной компании, и не учится на ходу, как новичок. Ещё он слишком вежлив там, где нужно надавить, и спотыкается на мелочах, которые человек делает не задумываясь.
Что компании сделать уже сейчас?
Записать регламенты и неписаные правила, собрать документы и контакты в одном месте и дать ИИ доступ к рабочим системам. ИИ отлично работает с тем, что записано.
Стоит ли выбирать одну модель ИИ и строить всё на ней?
Нет. Отстающие модели быстро догоняют лидеров, поэтому выгоднее выбирать модель под задачу и строить процессы так, чтобы поставщика можно было заменить.
Кто это обсуждал?
Джон Шульман, один из создателей ChatGPT, Берен Миллидж из Zyphra и Чарли О’Нил из Baseten в подкасте Дваркеша Пателя. Наш выпуск пересказывает главное, цитаты звучат в оригинале с русским переводом.