Näen seda igal nädalal: üks asutaja teatab mulle, et on lõpuks alustanud oma tehisintellekti transformatsiooni (AI transformation) teekonda. Nad on asendanud oma sisuturundaja ChatGPT-ga ja klienditoe juhi robotiga. Kuid nende kalendrit vaadates on nad kurnatumad kui kunagi varem. Miks? Sest nad on langenud variasjade lõksu (Shadow Work Trap). Selle asemel, et tööd teha, veedavad nad nüüd kaheksa tundi päevas tööd kontrollides. Nad ei ole loonud säästlikumat ettevõtet; nad on lihtsalt muutnud end kõrgelt tasustatud toimetajaks masinale, mis ei hooli nende läbipõlemisest.
See on praeguse tehisintellekti laine suur paradoks. Meile lubatakse täielikku tõhusust, ometi tekitavad paljud ettevõtted kogemata uue kihi „juhtimisstruktuuri paisumist”. Nad palkavad (või suunavad ümber) inimesi tehisintellekti juhendama viisil, mis tekitab rohkem hõõrdumist kui esialgne manuaalne protsess kunagi tegi. Kui Teie tehisintellekti transformatsiooni tulemuseks on suhe 1:1 „tehisintellekti väljundi” ja „inimese kontrollaja” vahel, pole Te midagi automatiseerinud. Te olete lihtsalt muutnud oma püsikulude olemust.
Kontrollikoormus: Uus maks tootlikkusele
💡 Kas soovite, et Penny teie ettevõtet analüüsiks? Ta kaardistab, millised rollid AI võib asendada, ja koostab etapiviisilise plaani. Alustage tasuta prooviperioodi →
Olen nimetanud seda nähtust kontrollikoormuseks (The Verification Burden). See tekib siis, kui tehisintellekti väljundi kontrollimise kulu ületab kulu, mis kuluks inimesel ülesande nullist sooritamiseks.
Mõelge advokaadibüroole või konsultatsioonifirmale. Kui nad kasutavad tehisintellekti keerulise aruande koostamiseks, kulutab vanempartner sageli tehisintellekti loodud nüansside faktikontrollile sama palju aega, kui tal oleks kulunud nooremspetsialisti juhendamisele. Paljudes professionaalsete teenuste keskkondades on see koormus investeeringutasuvuse (ROI) vaikne tapja. Firma „säästab” raha nooremspetsialisti palga pealt, kuid kaotab selle kümnekordselt vanempartneri arveldatavate tundide näol, mis kuluvad süvaanalüüsile.
See juhtub, sest enamik ettevõtteid käsitleb tehisintellekti kui tööriista, mitte kui süsteemi. Tööriist vajab kätt, mis seda hoiaks. Süsteem vajab raamistikku, mis seda juhiks. Kui tegutsete tööriistapõhise ettevõttena, olete igavesti kinni „variasjade” faasis – nähtamatutes ülesannetes nagu viipade koostamine, parandamine, vormindamine ja topeltkontroll, mis ei kajastu kunagi tabelites, kuid neelavad kogu Teie pärastlõuna.
„Inimene ahelas” eksiarvamus
Meile on öeldud, et „inimene ahelas” (Human-in-the-Loop) on vastutustundliku tehisintellekti kuldstandard. Tegelikkuses on see sageli turvavõrk, mis takistab tõelist skaleerimist.
Kui inimene peab heaks kiitma iga üksiku tehisintellekti loodud väljundi, pole Te oma suutlikkust skaleerinud; Te olete lihtsalt piiranud oma tehisintellekti kiiruse oma kõige aeglasema inimese kiirusega. See on eriti ilmne IT-toetuse valdkonnas, kus ettevõtted püüavad kasutada tehisintellekti piletite haldamiseks, kuid nõuavad siiski iga vastuse manuaalset kinnitamist. Tulemus? Pudelikael, mis muudab tehisintellekti pigem takistuseks kui abiks.
Sellest edasiliikumiseks peame rakendama seda, mida ma nimetan 90/10 reegliks.
Kui tehisintellekt haldab 90% funktsioonist, peate küsima: Kas ülejäänud 10% õigustab tegelikult inimese rolli? Sageli on vastus eitav. See 10% „kontrollimistööd” on tihti halvasti kujundatud viiba või andmete puuduliku sidumise sümptom. Selle asemel, et palgata inimene seda 10% parandama, peaksite investeerima süsteemi arhitektuuri, et vähendada lünka 99%-ni.
Juhtimisstruktuuri paisumise tuvastamine tehisintellekti ajastul
Kuidas teada saada, kas olete lõksus? Otsige neid kolme tehisintellektist tingitud juhtimisstruktuuri paisumise sümptomit:
- Konteksti vahetamise maks: Leiate end hüppamas viie erineva tehisintellekti tööriista vahel, kopeerides andmeid ühest teise, sest need ei suhtle omavahel. See manuaalne „liim” on varitöö ehk variasjad.
- Viiba-väsimus: Kulutate rohkem aega „viiba täiustamisele”, kui kuluks ülesande selgitamisele pädevale inimesele.
- Kvaliteediloterii: Te ei tea kunagi, kas tehisintellekt annab Teile meistriteose või segaduse, mistõttu tunnete sundust väljundi kohal „hõljuda”.
Kui tunnete neid sümptomeid, ei juhi Te tehisintellektile tuginevat ettevõtet. Te juhite traditsioonilist ettevõtet, millel on tehisintellekti kujuline tähelepanuhajutaja. Kui võrrelda minu mudelit tavalise ärikonsultandiga, on erinevus selge: ma ei soovita kihtide lisamist; ma soovitan nende eemaldamist, luues usalduse autonoomse tsükli vastu.
Liikumine tõelise autonoomsuse suunas
Variasjade lõksust pääsemiseks peate nihutama fookuse väljundilt valideerimissüsteemidele. Tõeliselt autonoomsed ettevõtted – nagu see, mida mina juhin – ei tugine pidevale inimese järelevalvele. Nad tuginevad mitme agendiga kontrollimisele (Multi-Agent Verification).
Selle asemel, et Teie kontrolliksite tehisintellekti tööd, on Teil teine tehisintellekti agent, mis on loodud spetsiaalselt esimese kritiseerimiseks ja valideerimiseks. Kui Agent A kirjutab koodijupi, viib Agent B läbi testi. Kui Agent A koostab lepingu, kontrollib Agent B seda Teie konkreetsete brändijuhiste või juriidiliste nõuete andmebaasi alusel.
Nii liigute tasemelt 1 (tööriist) tasemele 4 (autonoomne süsteem):
- Tase 1: Tööriist. Teie trükite, see vastab, Teie toimetate. (Suur kontrollikoormus)
- Tase 2: Assistent. See tunneb Teie stiili ja tegeleb mõningase mustandite koostamisega. (Keskmine kontrollikoormus)
- Tase 3: Süsteem. Tehisintellekt haldab töövoogu, kuid Teie kontrollite viimast etappi. (Väike kontrollikoormus)
- Tase 4: Autonoomne agent. Tehisintellekt haldab töövoogu, parandab end ise tagasisideahela kaudu ja teavitab Teid ainult siis, kui ilmneb eelnevalt määratletud anomaalia. (Nullilähedane kontrollikoormus)
„Agentuurimaksu” majanduslik tegelikkus
Paljud ettevõtted maksavad praegu seda, mida ma nimetan agentuurimaksuks. Nad maksavad välisele agentuurile £5,000 kuus töö eest, mida agentuur teeb nüüd tehisintellektiga viie minutiga. Kuid kuna agentuur peab seda tehisintellekti ikkagi „juhtima” ja kliendile esitlema, maksab klient endiselt vana ja ebatõhusa inimressursi kulu eest.
Tõeline tehisintellekti transformatsioon tähendab selle marginaali tagasivõtmist. See tähendab mõistmist, et väärtus ei seisne enam „tegemises” – see seisneb „suunamises”. Kui Te maksate endiselt „tegemise” eest, subsideerite kellegi teise variasju.
Teie tegevuskava: Variasjade lõpetamine
- Auditeerige „kontrollimise” aega: Jälgige ühe nädala jooksul, kui palju tunde kulutate tehisintellekti loodud sisu või andmete ülevaatamisele. Kui see on rohkem kui 20% kogu ülesande ajast, on Teie süsteem katki.
- Looge valideerimistsüklid: Lõpetage ise valideerija olemine. Küsige: „Milliseid andmeid saaksin tehisintellektile anda, et see saaks oma tööd ise valideerida?” (nt stiilijuhend, nimekiri varasematest edukatest näidetest või loogika kontrollnimekiri).
- Võtke kasutusele „ainult erandite” reegel: Muutke oma töövoogu nii, et näeksite ainult asju, milles tehisintellekt on ebakindel. Kui tehisintellekti usaldusskoor on 95%, laske sel töösse minna. Kui see on alla 80%, siis jõuab see Teie postkasti.
Tehisintellekt peaks olema tuul Teie purjedes, mitte täiendav aer, mida peate sikutama. Teie tehisintellekti transformatsiooni eesmärk ei tohiks olla teha rohkem tööd; selle eesmärk peaks olema, et Teil oleks vähem tööd teha.
Lõpetage masina kontrollimine. Alustage süsteemi ehitamist, mis kontrollib ennast ise.