«Event Horizon Strategy»: як бізнесу пережити «чорну діру» штучного інтелекту

Чому збалансований, експериментальний підхід до генеративного штучного інтелекту (GenAI) може дати компаніям найкращі шанси на успіх у невизначеному майбутньому? Джейсон Девіс (Jason Davis), професор INSEAD, який спеціалізується на цифровій трансформації та інноваціях у великих підприємствах і стартапах, поділився інсайтами зі своєї нової книги «Event Horizon Strategy» («Стратегія горизонту подій»).

У книзі автор порівнює вплив штучного інтелекту з невизначеністю, яку створюють чорні діри в космології. Чорні діри розглядаються як «сингулярності»: області нескінченної щільності і гравітаційного тяжіння, звідки ніщо не може втекти. Коли об’єкти наближаються до чорної діри, вони досягають точки, яка називається горизонтом подій. За цією межею втеча від гравітаційного тяжіння чорної діри стає майже неможливою. Що лежить за горизонтом подій — залишається загадкою.

Наразі GenAI виявляється таким же загадковим, але, як і чорна діра, він просто занадто великий, щоб його ігнорувати. Тож як обрати правильну стратегію? У кращому випадку, помилившись, ви ризикуєте втратити можливості і залишитися за бортом. У гіршому — це може означати руйнування всієї вашої галузі або організації. Як фірмам намагатися йти в ногу з часом? Як вони можуть спробувати розробити будь-яку стратегію, яка може використати цю технологію, що змінює правила гри?

Одне з рішень полягає в тому, щоб подивитися на підхід, прийнятий іншими компаніями. Джейсон Девіс проаналізував останні дослідження впливу ШІ та провів поглиблений кейс-аналіз OpenAI, Tesla, Palantir та інших лідерів у цій галузі на основі конкретних прикладів. У книзі він виокремлює три стратегії та оцінює плюси і мінуси кожної з них у боротьбі з унікальною загрозою та можливостями, які несе в собі революція генеративного ШІ.

Тактика зволікання

Першу стратегію можна описати як організаційну інерцію, коли фірма докладає мінімальних зусиль для впровадження технології. Автор називає її «стратегією обхідного маневру та затримки», коли компанія вирішує не впроваджувати технологію напряму, а натомість намагається продовжувати працювати з існуючими моделями якомога довше. Вони захищаються від горизонту подій і намагаються уникнути засмоктування в «чорну діру» якомога довше.

Такої стратегії дотримуються багато традиційних галузей, наприклад, гірничодобувна промисловість чи будівництво. Їхньому бізнесу не загрожує негайний ризик бути підірваним GenAI, тому вони вирішують просто максимізувати прибутки, поки це можливо.

Такі фірми можуть брати участь у кількох ШІ-проєктах, які дають певні короткострокові переваги над конкурентами, однак вони навряд чи розвиватимуть значні можливості в масштабах всієї організації або створюватимуть бізнес-підрозділи, присвячені ШІ. Натомість ці компанії використовують зв’язки з розробниками ШІ, такими як Palantir Technologies, або управлінськими консультантами, такими як McKinsey та Accenture. Один із ризиків полягає в тому, що ці сторонні провайдери забирають більшу частину корпоративної цінності GenAI через свої високі гонорари.

Більш важливим є той факт, що традиційні фірми залишаються непідготовленими, а отже, погано оснащеними, щоб впоратися з будь-якими сейсмічними змінами, які розвиток генеративного ШІ може принести в їхню галузь у довгостроковій перспективі.

Прямий спуск

Полярною протилежністю цьому є те, що Девіс називає «стратегією прямого спуску». Як випливає з назви, це стосується фірм, які ухвалили рішення про швидку та агресивну взаємодію з GenAI. Повертаючись до аналогії з чорною дірою, таке стрімке падіння, швидше за все, призведе до зникнення більшості з них, і лише одиниці виживуть.

OpenAI та Anthropic — дві компанії, які дотримуються такого підходу. Обидві зосереджені на створенні фундаментальних великих мовних моделей (LLMs). Поспішаючи в GenAI, вони прискорюють розвиток галузі до горизонту подій. Вони скористалися перевагою першопрохідців і можливістю відігравати важливу роль у встановленні стандартів у секторі.

Їхні бізнес-моделі зосереджені насамперед на тому, щоб стягувати плату зі споживачів і фірм за доступ до їхніх LLMs. Такий підхід відрізняється від таких компаній, як Microsoft і Facebook, які, можливо, розробляють фундаментальні LLMs, але прагнуть заробляти гроші на використанні GenAI для вдосконалення існуючих продуктів, таких як Office та Instagram.

Ризики для OpenAI та Anthropic полягають у тому, що якщо вони не диверсифікують свою діяльність і не розроблятимуть продукти та послуги, які б використовували їхні LLMs, то вони можуть опинитися на узбіччі гонки на виживання, поглинуті зростанням капітальних витрат і зниженням прибутковості. Безумовно, одна або лише кілька компаній домінуватимуть на ринку чат-продуктів на рівні LLMs. OpenAI та Anthropic можуть навіть стати лідерами. Але група LLMs-провайдерів мчить у майбутнє, яке принесе мало прибутку, непередбачувані ринки і, швидше за все, матиме лише кількох переможців.

Гнучке експериментування

Існує також третій шлях: стратегія, яка пропонує баланс між виживанням і здатністю використовувати величезний потенціал генеративного ШІ. Це передбачає стратегічні, поетапні інвестиції в штучний інтелект з акцентом на навчання та адаптивність, з короткостроковими вигодами, які допомагають будувати майбутні розробки.

Мабуть, найуспішнішим прикладом такої стратегії є Tesla Motors. Хоча вона, можливо, найбільш відома своїми електромобілями, компанія вже більше десяти років інвестує в розробку можливостей «реального штучного інтелекту». Цю стратегію розвитку ШІ можна розділити на три основні етапи.

Першим етапом було виробництво електромобілів для масового ринку з обмеженою функціональністю ШІ для самостійного водіння. Важливість цього етапу полягала в тому, що численні камери на кожному транспортному засобі могли накопичувати величезні обсяги даних. Ці дані потім використовувалися для отримання безцінних інсайтів про реальні умови і для проведення експериментів з автономності.

Потім Tesla використала ці знання на другому етапі своєї стратегії: розробці можливостей повного самостійного водіння (FSD). Кульмінацією цього етапу стала презентація парку роботаксі компанії в жовтні 2024 року, пообіцявши, що водії-люди стануть непотрібними.

Третій етап — створення «Optimus». Це людиноподібний робот, який використовує зорові та рухові системи, розроблені на етапі FSD, для виконання широкого спектру фізичних людських завдань. За оцінками, потенційний ринок цього продукту щонайменше вдесятеро перевищує ринок автомобілів FSD.

Ключем до успіху Tesla була зосередженість на всеосяжному напрямку або стратегії, а також гнучкість у пристосуванні до можливостей, які з’являються в ході досліджень. Кожен етап стратегії взаємопов’язаний, а наступні етапи ґрунтуються на ідеях і технологічних досягненнях попередніх. Цей ітеративний процес забезпечує компанії можливість залишатися гнучкою та далекоглядною в динамічному ландшафті штучного інтелекту.

Наступні кроки

Для вже існуючих компаній ключовим моментом може стати мобілізація внутрішніх чемпіонів або суперкористувачів GenAI для прискорення впровадження в масштабах всієї організації. У «Strategy of Event Horizon» детально описуються конкретні приклади використання GenAI, які можна застосувати до робочих процесів у HR, фінансах та ІТ, перш ніж масштабувати їх на розробку інноваційних продуктів, які можуть змінити бізнес-моделі. Застосування в системах управління знаннями, автоматизація обслуговування клієнтів та онлайн-експерименти — це легкі плоди, які можуть допомогти компаніям розвивати бізнес-можливості ШІ до того, як вони вийдуть на горизонт подій.

Ніхто з нас не може передбачити, куди нас приведе GenAI, але ми точно знаємо, що не можемо ігнорувати його потенційний вплив. Щоб впоратися з цією невизначеністю, а також скористатися перевагами GenAI, компаніям, можливо, найкраще буде прийняти стратегію умисного експериментування.

Під цим автор має на увазі участь у послідовності стратегічних проєктів у сфері ШІ, щоб визначити високоцінні варіанти використання, які потім допоможуть підвищити продуктивність і прибутковість. Ключ полягає не лише в тому, щоб бути достатньо гнучкими, аби скористатися будь-якими короткостроковими вигодами від цих експериментів, а й щоб використовувати отримані знання для підготовки своєї компанії до невизначеного майбутнього, з яким ми всі стикаємося.

За матеріалами INSEAD Knowledge