❓Что мешает малому и среднему бизнесу уже сейчас массово внедрять ИИ?

Раннее, я уже писал о докладе от бывшего сотрдуника OpenAI - Леопольда Ашенбренена под названием “Осведомленность о ситуации” (на англ. Situational Awareness)

🙇‍♂️ Следуте отметить, что в данном документе подробно описываются не только макроэкономические и геополитические перспективы развития технологии ИИ, но и основные решения, которые в близжайшее время могут существенно поспособствовать проникновению языковых моделей в бизнес (особенно в малый и средний)

Основной проблемой, в данном направлении, Ашенбренан видит именно медленное развитие агентных систем...
Чатботов с LLM много, но они всё еще не могут взять на себя большую часть задач "живых" коллег...Именно для этого и сформировалась концепция ИИ-агента (системы, которая помимо релевантных ответов на релевантные вопросы, может еще и выполнять ограниченный круг действий в рамках некоторой организации)

По мнению Леопольда, следующие три решения позволят в ближайшие несколько лет ускорить переход от чатботов с языковыми моделями к полноценным ИИ-агентам:

1️⃣ Ведение компаниями собственной базы знаний и её актуализация для быстрого онбординга ИИ-агентов

“GPT-4 обладает достаточной смекалкой, чтобы выполнять приличную часть работы многих людей, но это что-то вроде умного нового сотрудника, который появился всего 5 минут назад: у него нет никакого соответствующего контекста, он не читал документы компании или историю Slack, не беседовал с членами команды и не тратил время на изучение внутренней кодовой базы компании. Умный новый сотрудник не так уж и полезен через 5 минут после прибытия, но он весьма полезен через месяц! Кажется, что должно быть возможно, например, через очень длинный контекст «формировать» модели, как если бы мы заонбордили нового сотрудника и обучили его корп информации”

2️⃣ Возможность языковых моделей осуществлять внутренний анализ вопроса и использовать больший контекст

“Сейчас модели могут выполнять только короткие задачи: вы задаете им вопрос, и они дают вам ответ. Но это крайне ограничивает. Самая полезная когнитивная работа, которую выполняют люди, — это мышление на более длительном горизонте: оно занимает не просто 5 минут, а часы, дни, недели или месяцы. Ученый, который мог бы думать о сложной проблеме только 5 минут, не мог бы совершить никакого научного прорыва. Инженер-программист, который может написать код только для одной функции, когда его об этом попросят, не будет очень полезен — инженерам-программистам, которые работают над более крупной задачей...И так далее.

3️⃣ Возможность языковых моделей использовать корпоративный компьютер

Чат-GPT сейчас по сути похож на человека, который сидит в изолированном ящике и может отправлять текстовые сообщения. Хотя ранние усовершенствования учат модели использовать отдельные изолированные инструменты, я ожидаю, что с помощью мультимодальных моделей мы скоро сможем сделать это одним махом: мы просто дадим моделям возможность использовать компьютер, как это делает человек. Это означает, что модель сможет присоединяться к вашим звонкам в Zoom, исследовать информацию в Интернете, обмениваться сообщениями и электронными письмами с людьми, читать общие документы, использовать ваши приложения и инструменты разработки и так далее

Какие еще преграды, на ваш взгляд, ограничивают использование языковых моделей в бизнесе?