211service.com
Jak sztuczna inteligencja zmienia działanie wiedzy: Thomas Malone z MIT
Z pomocą odpowiednich algorytmów sztucznej inteligencji organizacje mogą ewoluować w superumysły, które są mądrzejsze niż ich poszczególni członkowie.
24 stycznia 2019 r.
Thomas Malone jest profesorem zarządzania w MIT’s Sloan School of Management, założycielem i dyrektorem MIT Center for Collective Intelligence oraz autorem książki z 2018 roku Superumysły: Zaskakująca moc ludzi i komputerów myślących razem . Książka bada różne sposoby podejmowania decyzji przez grupy ludzi oraz sposoby, w jakie mogą pomóc nowe formy sztucznej inteligencji, zwłaszcza uczenie maszynowe. Malone przewiduje, że sztuczna inteligencja, robotyka i automatyzacja zniszczą wiele miejsc pracy – w tym te dla wysoko wykwalifikowanych pracowników umysłowych – jednocześnie tworząc nowe. Inwestując w odpowiednie rodzaje sztucznej inteligencji, mówi, organizacje mogą pomóc utrzymać produktywność i zadowolenie pracowników — i upewnić się, że nasze superumysły są faktycznie mądrzejsze niż nasze zwykłe umysły.
Ten odcinek jest sponsorowany przez Citrix, firmę napędzającą cyfrową transformację w organizacjach każdej wielkości. W drugiej połowie pokazu, dyrektor ds. globalnych technologii Citrix, Christian Reilly, wyjaśnia, dlaczego uczenie maszynowe jest teraz mnożnikiem siły, który sprawia, że wszelkiego rodzaju aplikacje konsumenckie i korporacyjne są bardziej użyteczne.
Business Lab prowadzi Elizabeth Bramson-Boudreau, dyrektor generalny i wydawca MIT Technology Review. Producentem serialu jest Wade Roush, z pomocą redakcyjną Mindy Blodgett. Muzyka Merleana z Epidemic Sound.
Pokaż notatki i linki
Centrum Kolektywnej Inteligencji MIT
Superumysły: Zaskakująca moc ludzi i komputerów myślących razem
Pełna transkrypcja
Elizabeth Bramson-Boudreau: Z MIT Technology Review, nazywam się Elizabeth Bramson-Boudreau, a to jest Business Lab, program, który pomaga liderom biznesowym zrozumieć nowe technologie wychodzące z laboratorium i wprowadzane na rynek. Ten odcinek został dostarczony przez Citrix, firmę wspierającą transformację cyfrową w organizacjach każdej wielkości. W dalszej części programu usłyszymy od globalnego dyrektora ds. technologii Citrix, Christiana Reilly.
Ale najpierw porozmawiamy z Tomem Malone. Tom jest jedną z najmądrzejszych osób, jakie znam, badając, jak organizacje myślą i jak komputery i ludzie współpracujący mogą myśleć bardziej inteligentnie.
Tom jest profesorem zarządzania na M.I.T. Szkoła Zarządzania Sloana. Tom jest także założycielem i dyrektorem M.I.T. Centrum Kolektywnej Inteligencji. W 1998 roku był jednym z pierwszych badaczy, którzy rozpoznali pojawienie się e-lancingu lub tego, co teraz nazywamy Gig Economy. W 2018 roku Tom opublikował ważną książkę zatytułowaną Superminds, w której przygląda się różnym sposobom, w jakie ludzie wspólnie podejmują decyzje i jak nowe formy sztucznej inteligencji, zwłaszcza uczenie maszynowe, mogą pomóc.
W Technology Review jesteśmy szczególnie zainteresowani tym, jak sztuczna inteligencja. to sięganie w świat pracy opartej na wiedzy. Omówiliśmy, w jaki sposób robotyka i automatyzacja w pewien sposób utrudniają pracownikom o niskich zarobkach i niskich kwalifikacjach utrzymanie pracy. Ale w dzisiejszych czasach są też oznaki, że A.I. zmieni również sposób, w jaki lepiej wykwalifikowani pracownicy umysłowi wykonują swoją pracę. To nie znaczy, że wszyscy zostaniemy przechytrzyni przez komputery. Ale oznacza to, że będziemy musieli bardziej zastanowić się nad tym, jak organizacje mogą zastosować odpowiednie rodzaje sztucznej inteligencji. aby pracownicy byli wydajni i szczęśliwi oraz co mogą zrobić, aby upewnić się, że nasze superumysły są rzeczywiście mądrzejsze niż zwykłe umysły. Spotkanie z Tomem Malone było okazją do omówienia kilku konkretów. Oto nasz czat.
Więc wspaniale cię znowu widzieć, Tom.
Tom Malone: Świetnie tu być.
Elżbieta: Porozmawiamy więc o książce, którą napisałeś, io pomysłach, które w niej znalazłeś. Nazywa się Superumysłami i twierdzi, że grupa ludzi może w pewnym sensie być świadoma, a inteligencja czasami w rzeczywistości bardziej inteligentna niż jakakolwiek jednostka w grupie. Twierdzisz również, że komputery mogą uczynić te superumysły jeszcze mądrzejszymi.
Więc najpierw powiedz nam, co sprawiło, że zacząłeś myśleć w ten sposób i czy był taki moment, kiedy pomyślałeś: Hej, wystarczy, że powinienem zajrzeć do książki, a wiesz, po prostu powiedz nam, co sprowadziło cię do tego miejsca.
Tomek: Właściwie jest bardzo konkretny moment w 2005 roku. Niedługo po opublikowaniu mojej poprzedniej książki The Future of Work w 2004 roku, przemawiałem na konferencji w Palo Alto w Stanford, a dwoma innymi prelegentami była Esther Dyson, znana komputer analityk branżowy i inwestor oraz Vernor Vinge, znany pisarz science fiction, który między innymi przyczynił się do spopularyzowania pojęcia osobliwości.
Po przemówieniu tego dnia na konferencji wyszliśmy więc we trójkę na kolację. I mówimy o ostatniej książce Vernora, którą właśnie miał wtedy skończyć, i mówimy o rzeczach, którymi się interesował, a Vernor mówił o tym, co nazywał nadludzką inteligencją, czymś w rodzaju ludzi, komputerów i takich rzeczy że. I odbyliśmy naprawdę ciekawą rozmowę. Rozmawiałem o tym, co robić i myślałem o tym, co chcę zrobić dalej po mojej poprzedniej książce. I pod koniec tej kolacji doznałem niezwykłego przeczucia, które nie polegało na tym, że zdecydowałem, co zrobię dalej; Miałem wrażenie, że w końcu przyznałem się przed sobą, co zamierzam zrobić dalej.
I tak wtedy nazwałem to nadludzką informacją lub nadludzką inteligencją. Później pomyślałem, że lepszym słowem na to jest zbiorowa inteligencja. I używałem tego terminu od dłuższego czasu, włączając w to wciąż nazwę ośrodka badawczego na MIT, którym kieruję. I wtedy w trakcie pisania mojej książki, która była swego rodzaju podsumowaniem ostatnich 10 czy 15 lat myślenia na ten temat, zdałem sobie sprawę, że pod pewnymi względami nawet lepszym określeniem na tę rzecz niż kolektywna inteligencja czy kolektywnie inteligentne systemy, lepszym określeniem na to były superumysły.
Elżbieta: Co takiego widziałeś w tym czasie na świecie, że stało się jasne, że to jest miejsce, do którego musisz się udać.
Tomek: Więc w pewnym sensie, kiedy pisałem The Future of Work, myślałem o tym, by rozejrzeć się po świecie i powiedzieć, co robią dziś organizacje i jakie są logiczne rozszerzenia, jakie mogą podjąć kolejne kroki w kierunku, w jakim są. zmierzał już. Większa decentralizacja była jedną z rzeczy, o których wspomniałem lub mocniej podkreślałem w tej książce. Z mojego punktu widzenia jedną z bardzo miłych rzeczy w zbiorowej inteligencji jako sposobie ujęcia tego wszystkiego jest to, że nie mówi się o tym, co będzie dalej. Mówi, jaki jest punkt końcowy, a potem jak zmierzamy w tym kierunku. Więc w pewnym sensie, mimo że ludzie zwykle nie myślą o tym w ten sposób, w pewnym sensie powodem, dla którego warto mieć organizację, jest przede wszystkim to, aby jakaś grupa ludzi mogła robić rzeczy razem lepiej. I często oznacza to bardziej inteligentnie, niż mogliby to zrobić, gdyby po prostu pracowali sami. W pewnym sensie więc punktem końcowym jest doskonała zbiorowa inteligencja.
I faktycznie w mojej książce mówię o tym jako o użytecznym sposobie myślenia. Jeśli myślisz o tym, jak moja firma mogłaby być mądrzejsza, warto pomyśleć o tym, co byśmy zrobili, gdybyśmy byli doskonale inteligentni. Gdybyśmy brali pod uwagę wszystko, co wiemy, podejmując każdą decyzję. Oczywiście w większości rzeczywistych przypadków nie możesz zacząć tego robić, a przynajmniej nie możesz tego zrobić całkowicie, ale możesz zacząć to robić. Możesz pomyśleć, jak daleko możemy się posunąć, aby być doskonale inteligentnym. Więc w tym sensie nie chodziło tak bardzo o rozglądanie się po świecie i mówienie, że to kolejna wielka rzecz z powodu X. Patrzyłem na świat i mówiliśmy, jak możemy myśleć o naprawdę długim okresie tutaj, a następnie używać tego jako sposób na zaplanowanie najbliższej chwili.
Elżbieta: Tak więc książka Superminds została napisana wyraźnie z myślą o liderach biznesu, ludziach, którzy jej słuchają, jako o swoich odbiorcach. Więc jakie są główne rzeczy, które masz nadzieję, że wyniosą z czytania książki z nadzieją lub z tej dyskusji o książce?
Tomek: Dlatego moim zdaniem najważniejszym wkładem tej książki nie jest żaden pojedynczy fakt ani metoda, z której można skorzystać. Myślę, że najważniejszym wkładem, przynajmniej mam nadzieję, najważniejszym wkładem, jest nowy sposób patrzenia na świat. To sposób patrzenia na świat, w którym przez cały czas możesz zobaczyć superumysły wokół siebie, nie tylko inne firmy, ale także rynki, społeczności, demokracje i wszystkie tego rodzaju rzeczy wokół nas. Myślę, że w szczególności jako lider biznesu oznacza to, że możesz i powinieneś myśleć o swojej własnej organizacji jako o superumyśle. To jest rzecz. To jest istota. To inteligentna istota. A potem oczywistym pytaniem jest, jak mogę sprawić, by moja organizacja była mądrzejsza. Książka podaje więc kilka sposobów myślenia o tym. Jednym z nich jest myślenie o różnych procesach poznawczych, które musi wykonać każdy superumysł lub inteligentna jednostka, na przykład myślenie o tym, jakie decyzje musi podjąć moja organizacja, mój organizacyjny superumysł. Co to musi decydować. Co musi wyczuwać w świecie, aby podejmować takie decyzje. O czym musi pamiętać o przeszłości, żeby dobrze podejmować te decyzje. Każde z tych pytań prowadzi cię do wielu innych możliwości. O wielu z nich być może nigdy wcześniej nie myślałeś.
Elżbieta: Kiedy organizacje zdecydują, że chcą być mądrzejsze, wprowadzając więcej komputerów lub więcej sztucznej inteligencji, jakie są dla nich łatwe problemy z zastosowaniem tej inteligencji, tej dodatkowej inteligencji, a które z nich są trudne?
Tomek: Myślę, że w pewnym sensie jednym z łatwych problemów są problemy, które można rozwiązać za pomocą tego, co nazywam hiperłącznością. Ostatnio dużo rozmawialiśmy o sztucznej inteligencji na świecie, a nawet w tym wywiadzie. Myślę, że równie, jeśli nie ważniejszą rzeczą, jaką mogą zrobić komputery, jest tworzenie hiperłączności, łączenie ludzi z innymi ludźmi, a często także z komputerami, w skalach i na wiele nowych sposobów, które nigdy wcześniej nie były możliwe. Więc już to widzieliśmy. Internet jest prawdopodobnie najlepszym przykładem technologii tworzenia hiperłączności i wszystkich rzeczy, które są na niej zbudowane. Sieci społecznościowe, wyszukiwarka Google, tego typu rzeczy. I myślę, że nie musi się wydarzyć żaden nowy rodzaj dramatycznie trudnych technologicznych rzeczy, abyśmy mogli wykorzystać hiperłączność na wiele nowych sposobów.
Kiedy przechodzimy do obszaru sztucznej inteligencji, w przeciwieństwie do hiperłączności, miejsca, w których sztuczna inteligencja może pomóc, to często te, w których masz wystarczającą ilość danych, które można przechwycić w formie do odczytu maszynowego, aby uczyć i używać algorytmów do robienia rzeczy, które zrobili każdy z nas wcześniej, a może ludzie nigdy wcześniej nie mogli tego zrobić. Na przykład jedna funkcja, funkcja biznesowa, w której często jest to łatwe, to sprzedaż. Łatwo zmierzyć efekty sprzedaży. Niektórzy ludzie sprzedają więcej niż inni, a my mamy na to środki w dolarach. Trudniej jest zmierzyć nakłady sprzedaży, ale możesz też z pewnością policzyć takie rzeczy, jak liczbę telefonów od klientów, jak często się z nimi spotykasz i takie tam, a jeśli robisz to online, co powiesz . Jest więc wiele do nauczenia się, wiele z tego, czego dzisiejsze systemy uczenia maszynowego mogą się nauczyć o efektywności sprzedaży i tak dalej. W przypadku sprzedaży trudniej jest wygenerować działania, które mogą wpłynąć na wyniki. Tak więc, mimo że komputer może policzyć, ile razy dzwonisz do potencjalnego klienta, komputer nie może łatwo zrozumieć, co zamierzasz powiedzieć na początku spotkania o weekendzie i dzieciach.
Tak więc nadal są tam zapotrzebowanie na ludzi, ale komputery mogą wykonywać wiele analiz, aby w wielu przypadkach cały proces był bardziej wydajny. Myślę, że najtrudniejsze byłyby miejsca, w których trudno byłoby nawet zmierzyć wejścia i wyjścia. Więc kiedy projektujesz nowy produkt programowy, nowy samochód lub coś takiego, nie jest oczywiste, jak zmierzyć wyjścia lub dane wejściowe.
Elżbieta: Jak myślisz, jak liderzy biznesowi mogą myśleć o inwestowaniu w sztuczną inteligencję lub uczenie maszynowe, aby odejść od postrzegania ich jako cięcia kosztów, czyli usuwania pracowników lub zwiększania wydajności pracowników, a więcej o zwiększeniu kreatywności, aby pracownicy poczuli się? bardziej samorealizujące się i szczęśliwsze, aby zostały zachowane, a przez to bardziej produktywne, i tak dalej?
Tomek: Nie, myślę, że to świetne pytanie. Pytanie, jak możemy przesunąć nacisk. Myślę, że w pewnym sensie odpowiedź brzmi po prostu robiąc to. Innymi słowy, z różnych powodów, z których nie wszystkie jestem pewien, że rozumiem, kładziemy duży nacisk na sztuczną inteligencję, w szczególności, że będzie ona robić rzeczy, które ludzie robili, a następnie pozbawić ich pracy. A kiedy próbujesz rozwijać aplikacje AI lub stosować AI w firmach, wiele osób myśli o tym w ten sposób. Taki sposób myślenia wnosimy do problemu. Ale z pewnością nie jest to wymagane przez ekonomię. Tak naprawdę w biznesie są dwa sposoby na zarobienie większych pieniędzy. Jednym z nich jest obniżenie kosztów. Drugim jest tworzenie większej wartości i możliwość jej sprzedaży za więcej. Myślę więc, że byliśmy zbyt skoncentrowani na aplikacjach AI do cięcia kosztów, a zbyt mało na aplikacjach AI do tworzenia wartości. Właściwie nawet z ekonomicznego punktu widzenia podejrzewam, że w tym właśnie tkwi prawdziwa szansa. Możesz zarobić tylko tyle pieniędzy poprzez cięcie kosztów, ale w pewnym sensie nie ma ograniczeń co do tego, ile możesz zarobić, jeśli jesteś w stanie zrobić coś nowego, czego ludzie chcą, a którego nie można było zrobić wcześniej. W wielu przypadkach jest to o wiele bardziej ekscytujące z ekonomicznego punktu widzenia.
Elżbieta: Myślę, że co jest w tym interesujące – myślę, że masz absolutną rację. Myślę, że jeśli chodzi o budżetowanie, zawsze jest bardzo jasne, jaki jest koszt, ale zawsze o wiele trudniej jest określić, jakie będą potencjalne korzyści, ponieważ tak naprawdę nie wiesz. Myślę więc, że prawdopodobnie dlatego, częściowo i myślę, że często ogranicza nas w tym względzie nasza własna kreatywność.
Tomek: Moim zdaniem to kluczowa rzecz. To nasza własna wyobraźnia, nasze własne nastawienie lub nasze własne światopoglądy są tutaj prawdziwym ograniczeniem. Być może do pewnego stopnia mamy okazję, a może nawet obowiązek, aby pomóc światu przejść w kierunku bardziej produktywnego sposobu myślenia, bardziej otwartego na te nowe możliwości. Ale jeśli spędzasz czas zastanawiając się, jak tworzyć aplikacje AI, które stworzą miejsca pracy, do ich wykorzystania będziesz potrzebować więcej ludzi do robienia nowych rzeczy, pomyślisz o niektórych z nich. I myślę, że powinniśmy poświęcić na to znacznie więcej czasu
Elżbieta: Wyobrażam sobie, że pisałeś tę książkę w czasie, gdy trwały wybory w 2016 r., a może nawet w pierwszych miesiącach prezydentury Donalda Trumpa. I myślę, że był to czas, kiedy dopiero zaczynaliśmy rozumieć, w jaki sposób niektóre rodzaje superumysłów, takie jak Facebook, mogą generować wyniki, które być może nie są jednolicie rozumiane jako dobre. Więc czy jesteś tak optymistą co do superumysłów, jak wtedy, gdy zacząłeś pisać książkę?
Tomek: Więc masz rację, że pisałem swoją książkę w czasie kampanii i zaraz po wyborach 2016. Twoje pytanie brzmi, czy teraz jestem bardziej optymistą, czy mniej niż wtedy, gdy pisałem książkę. Nie wydaje mi się, żebym kiedykolwiek myślał, że superumysły zawsze robią dobre rzeczy. Świat i historia świata są pełne superumysłów, z których niektóre są inteligentne, inne głupie, niektóre dobre, a inne złe. Na przykład nazistowskie Niemcy byłyby przykładem, który wielu ludzi wybrałoby jako superumysł, który był, przynajmniej gdy istniał, pod wieloma względami bardzo inteligentny. Bardzo skutecznie realizował cele. Ale wielu ludzi powiedziałoby, że cele, które osiągała, były złe i sposób, w jaki je robił, był zły.
Więc nie sądzę, że nigdy nie myślałem i nie sądzę, że superumysły są zawsze dobre. Kiedy pisałem tę książkę, celowo starałem się podkreślić pozytywne możliwości, ale nie sądziłem, że zawsze będą się zdarzać. I co ciekawe, mniej więcej w czasie, gdy książka ujrzała światło dzienne w maju 2013 roku, na świecie zmienił się duch czasu. Mniej więcej do tego czasu wszyscy byli podekscytowani tym, jak dobry jest Facebook i Google i wszystkie te rzeczy. Mniej więcej w tym czasie wybuchł skandal na Facebooku Cambridge Analytica, a świat nagle zaczął mówić o wszystkich negatywnych możliwościach. Więc kiedy teraz mówię o książce, podkreślam na początku, że komputery mogą uczynić superumysły mądrzejszym, ale mogą też uczynić superumysły głupszymi. Jak wtedy, gdy fałszywe wiadomości wpływają na wyborców w demokracji. To często przykład, w którym komputery ogłupiają demokrację. Myślę, że powinniśmy pomyśleć o tym, jak mądrze korzystać z tych technologii w sposób, który ma największe szanse na uzyskanie dobrych wyników. Jeśli chcesz to zrobić, nadal uważam, że warto porozmawiać o dobrych możliwościach, do których powinniśmy dążyć.
Elżbieta: Tom, mówiłeś o tym, jak w przyszłości sztuczna inteligencja i uczenie maszynowe mogą wyeliminować niektóre stare miejsca pracy, ale mogą też stworzyć nowe miejsca pracy. Co dzieje się w okresie przejściowym? Ta zmiana może dotyczyć wielu osób. Jak powinniśmy się do tego przygotować? A co powinno, jak będzie się czuło i wyglądało, gdy w nim będziemy?
Tomek: Bardzo ważne pytanie, bo choć na dłuższą metę jestem bardzo optymistycznie nastawiony, że powstanie wystarczająco dużo nowych miejsc pracy, aby zapewnić pracę tylu osobom, ile chce pracować, myślę, że jest okres przejściowy, o który musimy się martwić. I to niekoniecznie jest pozytywne dla wszystkich. Będą osoby, którym stare posady odejdą i które z różnych powodów nie mogą lub nie chcą wykonywać nowych, które są dostępne. Warto więc trochę się martwić, jak sobie z tym radzimy jako społeczeństwo. Istnieje kilka możliwości, jak to zrobić. Jednym z nich jest wykorzystanie technologii, aby lepiej dopasować ludzi do zawodów. Jeśli musisz to zrobić, pukając do drzwi, jest to o wiele droższe, niż gdybyś po prostu umieścił swoje CV na LinkedIn lub cokolwiek, i zostanie automatycznie dopasowany. Innym ważniejszym sposobem, prawdopodobnie, jest szkolenie ludzi, aby robili nowe rzeczy, które należy zrobić. Jedną z interesujących możliwości jest wykorzystanie możliwości technologii, aby szkolenie odbywało się w znacznie bardziej elastyczny sposób. Zamiast siedzieć w klasie osiem godzin dziennie, ucząc się czegoś od profesora z przodu sali, teraz, co w zasadzie dla wszystkich jest oczywiste, możesz teraz wiele z tej nauki robić siedząc w domu lub siedzisz w swoim obecnym miejscu pracy na przerwie lub w inny sposób, zarabiając online na różne sposoby.
Myślę, że daje to nawet możliwości nowych rodzajów praktyk, w których można nie tylko uczyć się na zajęciach, ale także uczestniczyć w pracy w sposób, który jest nieco zbędny w stosunku do innych wykonywanych prac. Tak więc w wielu nowych rodzajach podejmowania decyzji, które są możliwe dzięki tej technologii, potrzebujesz opinii więcej niż jednej osoby. Nie tylko jeden lekarz, który stawia diagnozę, ale może pięć osób. A niektórzy z tych ludzi nie muszą być pełnoprawnymi, akredytowanymi lekarzami. Może mogą być studentami medycyny. Lub w innych domenach, o których wiesz, że jeśli próbujesz przewidzieć, czy konkurent wprowadzi na rynek nowy produkt w określonej kategorii do określonej daty, być może nie musisz mieć najlepszych na świecie badaczy rynku, którzy opracowują te prognozy. Być może możesz mieć studentów MBA lub osoby, które chciałyby zostać studentami MBA, aby te przewidywania. A jeśli wykonują dobrą robotę w przewidywaniu, ustalają własne referencje. A nawet jeśli tego nie robią, to wciąż dodają więcej punktów danych do średnich, dzięki czemu powstają prognozy, a więc wnieśli pewną wartość i nauczyli się, jak to zrobić po drodze.
Elżbieta: Tom, chcę Ci podziękować za poświęcony nam dzisiaj czas. To fascynująca rozmowa. Zawsze jest ciekawie porozmawiać o swojej ostatniej pracy. I jeszcze raz dziękuję, że tu jesteś i dzielisz się z nami swoimi pomysłami.
Tomek: Dziękuję Z przyjemnością.
****
Elżbieta: To ostatni odcinek trzyczęściowego miniserialu poświęconego przyszłości pracy z wiedzą, wyprodukowanego przy wsparciu firmy Citrix. Firma wykorzystuje technologię serwera w chmurze, aby zapewnić pracownikom wiedzy dostęp do aplikacji i potrzebnych im danych, gdziekolwiek mogą się znajdować w danym dniu. Kiedy zarządzasz tak wieloma aplikacjami i tak dużą ilością danych, okazuje się, że możesz wykorzystać sztuczną inteligencję na kilka interesujących sposobów, aby wszystko lepiej do siebie pasowało, a nawet aby życie pracowników wiedzy było bardziej satysfakcjonujące i produktywne. Niedawno miałem okazję usiąść i porozmawiać z globalnym dyrektorem ds. technologii w firmie Citrix, Christianem Reilly, i zacząłem od zapytania go, co robi Citrix, aby zwiększyć inteligencję w sposobie dostarczania aplikacji pracownikom.
Christian Reilly: Myślę więc, że sednem tego jest zmiana krajobrazu samych aplikacji. Chodzi mi o to, że sposób, w jaki myślimy o aplikacjach, jest dziś zupełnie inny niż 20 i 25 lat temu i myślę, że duża część tego jest sposobem, w jaki faktycznie myśleliśmy o tym, co aplikacja próbuje zrobić. Mam na myśli to, że wiesz, że historycznie mieliśmy wiele dużych, złożonych aplikacji korporacyjnych, które były bardzo oparte na funkcjach. Wiesz, że pełnią one całą funkcję biznesową i służą temu wszystkiemu, od na przykład zamówienia do gotówki, jako świetny przykład aplikacji, która zwykle robiłaby to w sensie historycznym. Kiedy widzieliśmy nadejście usług w chmurze, jak widzieliśmy pojawienie się urządzeń mobilnych i aplikacji mobilnych, widzieliśmy, jak aplikacje zmieniają się w sposób, który powiedziałbym, jest bardziej specyficzny dla procesu. Tak więc poszczególne aplikacje stają się znacznie mniejsze i faktycznie zapewniają rodzaj podzbioru procesów biznesowych i podzbiór wyników biznesowych. Oczywiście duże aplikacje nadal istnieją, ale mniejsze stają się coraz bardziej popularne w sposobie, w jaki wchodzimy w interakcje. Więc jeśli połączysz to w całość i pomyślisz o tradycyjnych aplikacjach, które były złożone, trudno było z nich korzystać. Istnieje wiele różnych ich wersji z wielu różnych powodów. I mamy ten napływ mniejszych, lżejszych, bardziej zwinnych aplikacji. Myślę, że tak naprawdę odkryliśmy, że istnieje ciekawe zestawienie między produktywnością a wyzwaniami, jakie niosą ze sobą istniejące aplikacje, a mądrzy ludzie zaczęli naprawdę myśleć o uczeniu maszynowym w sposób, który naprawdę stanowi wyzwanie dla sposobu, w jaki wykonujemy pracę.
Z bardzo prostego punktu widzenia podałbym jeden przykład, w którym być może jesteśmy organizacją zatrudniającą 20 000 osób. I mamy system, który pozwala ludziom poprosić o urlop. Więc historycznie to, co musieliśmy zrobić, to wejść do wniosku, poprosić o urlop, a potem ktoś inny musiałby to zatwierdzić. Ale teraz, dzięki uczeniu maszynowemu, możemy naprawdę zrozumieć, hej, wiesz, że wchodzisz do tej aplikacji w każdą środę, aby sprawdzić, czy masz wolne w swoim zespole. Co by było, gdybyśmy mogli to zrozumieć i co gdybyśmy mogli po prostu zapewnić Ci prosty mechanizm do powiedzenia „hej, wiesz”, zamiast robienia tego w każdą środę, przyjrzę się sposobowi, w jaki używasz tego procesu biznesowego i jestem wyciągnę z tego wnioski i przedstawię ci inny sposób na zrobienie tego, który ostatecznie przyniesie ci lepszy wynik, ponieważ jest szybszy. To nie zmienia twojej uwagi od tego, co robiłeś. I rzeczywiście mogę zrozumieć, co zamierzasz zrobić. A moje uczenie maszynowe, lub w tym przypadku podejście oparte na sztucznej inteligencji, faktycznie zrozumie, co robisz w systemie i zapewni inny sposób pracy.
Elżbieta: Sądzę więc, że to, co opisujesz, Christianie, to pomysł, że sztuczna inteligencja i uczenie maszynowe mogą nie tylko mieć inteligencję, aby przeprowadzać wspaniałe analizy tego, co dzieje się na platformie, ale także odgrywać rolę w sposobie, w jaki aplikacje i systemy operacyjne są projektowane w pierwszej kolejności.
Chrześcijanin: Tak oczywiście. Myślę, że to, co jest naprawdę interesujące, ogromny trend, który widzimy, to i wiesz, może powinienem trochę cofnąć się i porozmawiać o wczesnych latach sztucznej inteligencji, AI. To nie jest nowa koncepcja. Istnieje od lat pięćdziesiątych. Ale to, co jest naprawdę interesujące i myślę, że jest mnożnikiem siły, to fakt, że teraz jesteśmy w stanie wykorzystać modele i możliwości uczenia maszynowego jako same usługi w chmurze. Tak więc bariera wejścia do wdrażania uczenia maszynowego jest coraz mniejsza. Dosłownie tydzień po tygodniu miesiąc po miesiącu. Z tej perspektywy interesujące jest to, że nie tylko opracowywane są nowe aplikacje, które mają nieodłączne możliwości sztucznej inteligencji i uczenia maszynowego, ale także tradycyjne aplikacje, w których możemy faktycznie zmodernizować tę samą koncepcję, aby ostatecznie osiągnąć większe korzyści biznesowe i lepsze wyniki biznesowe. Myślę więc absolutnie, że sposób, w jaki teraz projektujemy aplikacje, wszystko będzie miało wbudowaną sztuczną inteligencję. Niezależnie od tego, czy będzie to inteligentny telewizor, czy urządzenie domowe, nowy laptop, nowy telefon, wszystko będzie miało jakiś rodzaj uczenia maszynowego lub Zdolność AI. Ale naprawdę interesujące jest to, że istnieją teraz zestawy usług w chmurze, które umożliwiają rozwiązywanie naprawdę złożonych problemów i upraszczanie ich. Tak więc ogólny zestaw możliwości, który mamy, jest znacznie większy, a możliwości ich zastosowania są znacznie szersze. I myślę, że robi się naprawdę ciekawie, kiedy możemy osiągnąć prawdziwe korzyści biznesowe, nie tylko w przypadku nowych aplikacji, ale także w tradycyjnym biznesie.
Elżbieta: Istnieje narracja, którą większość z nas słyszy, o tym, w jaki sposób sztuczna inteligencja i uczenie maszynowe przejdą długą drogę do obniżenia kosztów. Czyli pozbywanie się pracowników, kierowanie ludzi do wydajniejszej pracy. Jaka narracja ilustruje tę koncepcję, że sztuczna inteligencja i uczenie maszynowe są w rzeczywistości pozytywne i sprawiają, że sposób, w jaki pracujemy w przyszłości, jest przyjemniejszy i bardziej budujący?
Chrześcijanin: Cóż, myślę, że od wieków wspólnie martwimy się o koniec pracy z automatyzacją. W Wielkiej Brytanii istnieje słynny przykład królowej Elżbiety I, która odmówiła patentu na automatyczną maszynę dziewiarską, ponieważ obawiała się wpływu automatyzacji na kobiety, które w tamtym czasie zarabiały na życie na drutach. I ostatecznie była skłonna nie interesować się patentem, ale nie mogła powstrzymać automatyzacji i wiele organizacji nabyło te maszyny dziewiarskie, a następnie z biegiem czasu liczba prac dziewiarskich faktycznie wzrosła wykładniczo. Więc to było całkiem interesujące. Istnieje wiele innych podobnych przykładów. I myślę, że jesteśmy teraz w tym samym punkcie, kiedy mówimy o zagrożeniach ze strony sztucznej inteligencji. Oczywiście, myślę, że istnieje zagrożenie dla niektórych prac. Przyjrzyj się tradycyjnym zawodom, które mogą przypominać call center lub contact center, które można stosunkowo łatwo rozszerzyć o sztuczną inteligencję uczenia maszynowego.
Sądzę więc, że z pewnością nadejdzie moment, w którym niektóre miejsca pracy zostaną utracone z powodu automatyzacji, uczenia maszynowego. Ale myślę, że tak naprawdę można na to spojrzeć, jak właściwie zastosować to w moralnie poprawny sposób, który pozwala nam wyeliminować niektóre z naprawdę żmudnych zadań, które ludzie wykonują, niezależnie od tego, czy jest to wizyta u lekarza, czy nawet u fryzjera, lub zatwierdzanie grafiku. Nie są to wartości dodane dla nas jako ludzi. Myślę więc, że im bardziej możemy zastosować uczenie maszynowe, tym bardziej możemy zastosować cyfrowych asystentów i wirtualnych asystentów, aby faktycznie radzić sobie z powtarzającymi się rzeczami, które nie dodają dużej wartości. Myślę, że możemy uwolnić czas, uwolnić siły umysłowe, uwolnić zasoby, aby ludzie byli bardziej kreatywni, więc zamiast martwić się teorią między sztuczną inteligencją ogólną a robotami, które mają przejąć władzę nad światem, zajmijmy się skupiamy się na sztucznej wąskiej inteligencji, rzeczach, które widzimy na co dzień, gdy korzystamy z Siri, lub korzystamy z Cortany, lub korzystamy z Asystenta Google, lub mamy rekomendację od Amazona, lub widzimy coraz więcej wbudowanych w tę technologię linia aplikacji biznesowych, które naprawdę pochłaniają te pracochłonne, pracochłonne i powtarzalne zadania. Myślę, że na tym się skupiamy. Uwalniamy trochę kapitału intelektualnego, aby ludzie byli bardziej kreatywni, mogli uciec od harówki codzienności. Myślę, że w tym miejscu możemy dodać największą wartość i być może nie powinniśmy się tak przejmować robotami, które przejmą nasz świat, ponieważ hej, moim zdaniem, prawdopodobnie nigdy się to nie wydarzy.
Elżbieta: Świetny. Cóż, to ulga. Christianie, dziękuję. To było cudowne. Wspaniale było usłyszeć od Ciebie o tych problemach i dowiedzieć się więcej o Citrix.
Chrześcijanin: Dziękuję.
Elżbieta: To tyle w tym odcinku Business Lab. Jestem twoim gospodarzem, Elizabeth Bramson-Boudreau. Jestem prezesem i wydawcą MIT Technology Review. Powstaliśmy w 1899 roku w Massachusetts Institute of Technology. Możesz nas znaleźć w formie drukowanej, w Internecie, na dziesiątkach wydarzeń na żywo każdego roku, a teraz w formie audio. Więcej informacji o nas można znaleźć na naszej stronie internetowej pod adresem technologyreview.com.
Ten program jest dostępny wszędzie tam, gdzie otrzymujesz podcasty. Jeśli podobał Ci się ten odcinek, mamy nadzieję, że poświęcisz chwilę, aby ocenić i zrecenzować nas w Apple Podcasts. Business Lab to produkcja MIT Technology Review. Producentem tego odcinka jest Wade Roush z pomocą redakcyjną Mindy Blodgett. Dziękujemy naszemu sponsorowi Citrix, firmie tworzącej rozwiązania zorientowane na ludzi dla lepszego sposobu pracy. Dziękuję za wysłuchanie. Wrócimy wkrótce z naszym następnym odcinkiem.