Satya Nadella z Microsoftu mění pohled na AI: Klíčem k úspěchu firem jsou učící se smyčky, ne modely

Nejdůležitější myšlenka v oblasti umělé inteligence (AI) v současnosti možná nepochází z výzkumné práce nebo nového modelu, ale z krátké eseje, kterou publikoval generální ředitel Microsoftu Satya Nadella.

Nejdůležitější myšlenka v oblasti umělé inteligence (AI) v současnosti možná nepochází z výzkumné práce nebo nového modelu, ale z krátké eseje, kterou publikoval generální ředitel Microsoftu Satya Nadella. Nadella v ní tvrdí, že budoucnost firem bude záviset na interakci mezi lidským kapitálem – tedy znalostmi, úsudkem, vztahy a vynalézavostí lidí – a „tokenovým kapitálem“, což je schopnost AI, kterou organizace budují a vlastní. Tato terminologie je nová, ale základní pozorování poukazuje na to, že ústřední výzvou podnikové AI není samotná inteligence, nýbrž její architektura.

Nadellova esej je zajímavá, protože dochází k podobným závěrům z úplně jiného směru. Pokud se jeho argumentace pečlivě sleduje, vede k závěru, který velká část odvětví podnikové AI stále zdráhá přijmout: budoucnost podnikové AI není v modelu, ale v učící se smyčce. Nejpřesvědčivější věta v Nadellově eseji zní: „Skutečná příležitost nespočívá ve výběru nejlepšího modelu, ale spíše v budování učící se smyčky nad modely, kde se lidský a tokenový kapitál kumulují.“

Poslední dva roky se diskuse o podnikové AI točily převážně kolem schopností modelů – který model lépe uvažuje, lépe píše kód nebo má největší kontextové okno. Tyto otázky jsou sice důležité, ale implicitně předpokládají, že inteligence samotná je vzácným zdrojem. Stále více se však ukazuje, že tomu tak není. Hraniční modely se vyvíjejí pozoruhodnou rychlostí a schopnosti, které se před několika měsíci zdály mimořádné, se stávají běžnými. Vrstva inteligence se stává hojnou, a když se zdroj stane hojným, pozornost se přesouvá na systém, který jej organizuje. Stejně jako se elektřina, výpočetní technika a sítě staly infrastrukturou, děje se to nyní i s inteligencí. Důležitější otázkou se stává, jak je inteligence organizována, nasazována, řízena, měřena a neustále zlepšována uvnitř podniku.

Další důležitou myšlenkou v Nadellově eseji je, že organizace by měly být schopny nahradit obecný model, aniž by ztratily odborné znalosti nashromážděné v jejich systémech. Měly by si zachovat své „firemní veteránské“ znalosti. To zní samozřejmě, ale v dnešních architekturách AI je to překvapivě vzácné. Většina iniciativ podnikové AI stále silně závisí na schopnostech, které žijí uvnitř samotného modelu. Zlepšením modelu se zlepší systém, ale jeho nahrazením riskujete ztrátu chování, adaptace a nashromážděného učení. Nadella poukazuje na odlišnou architekturu, kde trvalým aktivem není model, ale učící se systém obklopující model. To je podobné tomu, co se stalo při předchozích platformových přechodech: společnosti nepřestavují své ERP systémy pokaždé, když se zlepší databáze, ani nepřepracovávají své CRM strategie pokaždé, když se zrychlí procesory. Trvalé aktivum žije nad infrastrukturou a AI se zdá směřovat stejným směrem.

Nejpřekvapivější částí Nadellovy eseje je tiché znovuzavedení konceptu, který v diskusích o AI podivně chyběl: zpětná vazba. Soukromá hodnocení, soukromá prostředí pro posilující učení a zlepšování na základě obchodních výsledků namísto benchmarkových skóre. Tyto myšlenky sdílejí společné téma: jsou to mechanismy pro propojení akce s výsledkem. A právě s tím mnoho podnikových systémů AI stále řeší potíže. Systémy musí měřit, zda jejich akce posunuly organizaci blíže k jejím cílům, a tím se stávají adaptivními, nikoli pouze generativními. Adaptace se pak kumuluje.

Poslední část Nadellovy eseje je možná nejdůležitější: tvrdí, že svět, kde veškerá hodnota připadá hrstce základních modelů, není ekonomicky ani politicky stabilní. Každá úspěšná éra výpočetní techniky nakonec vytvořila ekosystém. PC vytvořilo softwarové společnosti, web digitální podniky, cloud celá odvětví. Platforma se stala cennou, protože se na ní hromadila hodnota, nikoli proto, že veškerá hodnota zůstala uvězněna uvnitř. Internet fungoval před webem, ale chyběla vrstva, která by tyto technologie zpřístupnila běžným organizacím. Podniková AI dnes pociťuje něco podobného. Infrastruktura a schopnosti jsou reálné, ale vrstva, která umožňuje organizacím budovat trvalou hodnotu na této infrastruktuře, zůstává neúplná. Společnosti, které nakonec definují další fázi podnikové AI, nemusí být ty, které budují nejvýkonnější modely, ale ty, které budují systémy umožňující každé organizaci přeměnit inteligenci na kumulující se institucionální znalosti.

Nadellova esej je důležitá, protože neposkytuje odpovědi, ale klade správnou otázku: Pokud se inteligence stává hojnou, odkud pochází trvalá výhoda? Jeho odpovědí je učící se smyčka, a to je podle všeho naprosto správné. Další kapitola podnikové AI nebude definována tím, který model zvítězí, ale tím, které architektury umožní organizacím přeměnit lidské znalosti v systémy, které se učí, zlepšují a kumulují v průběhu času. Společnosti, které na to přijdou, nebudou pouze používat AI, ale budou budovat novou formu organizačního kapitálu, což se může ukázat jako nejdůležitější aktivum éry AI.