На этой фазе результаты определяются тем, насколько эффективно ИИ интегрирован в:
а) контекст;
б) инструменты;
в) временные состояния;
г) циклы(!) обратной связи.
И этот небольшой набор примитивов усиливает сдвиг продуктов в сторону Систем.
– Использование инструментов позволяет ИИ предпринимать любые действия с любыми данными, что переводит ИИ из вспомогательного в замкнутый цикл, в котором единицей ценности является завершённый рабочий процесс (JTBD).
Динамический(!!!) контекст — это новый слой данных
Протоколы типа MCP позволяют ИИ-(и)-Системам получать необходимый контекст во время выполнения действий пользователем, вместо того чтобы полагаться на кем-либо и какие-либо предварительно загруженные данные.
Сам контекст становится более: а) персонализированным; б) ситуативно-ориентированным; в) динамическим.
Это значит, что один и тот же контекст может использоваться в разное время, в разных моделях, в разных инструментах и для разных действий, в том числе, одновременно. И владение набором данных имеет меньшее значение, чем понимание текущих и возможных связей между данными
– ИИ маршрутизаторы определяют, какая ИИ (или последовательность ИИ) обрабатывает каждую задачу, исходя из сложности, задержки или стоимости и динамически распределяют вычислительные ресурсы в зависимости от: 1) момента; 2) контекста, изучая и находя в них закономерности.
– Телеметрия в Системе фиксирует и анализирует поведение всей Системы в целом: какие маршруты были выбраны, в каком контексте времени, какие действия были предприняты, какие результаты они дали и, что самое главное – как на это отреагировали пользователи.
Всё-Это снова замыкает цикл ☯️
На основе этих базовых принципов строятся определённые стратегии согласования. И вместо того, чтобы полагаться на статичные метки, проставленные людьми, современный ИИ теперь генерирует обучающие сигналы с помощью ИИ-судей, валидаторов и симуляторов, что снижает затраты на динамическую персонализацию и позволяет Системам напрямую ориентироваться на реальные показатели эффективности в зависимости от момента времени пользователя-продукта-задачи.
В своей совокупности, эти базовые элементы и стратегии приближают нас к созданию Систем, состоящих из более мелких и специализированных моделей, координация которых осуществляется через специальные уровни оркестрации ИИ (микро-ИИ-системы в макро-ИИ-Системе – у Вселенной прекрасное чувство юмора (как и Она-Сама)).
В долгосрочной перспективе, вся эта дифференциация будет смещаться в сторону ценообразования, ориентированного на создаваемую ценность, в которой покупатели будут платить за измеримые результаты работы ИИ: за решенный тикет в службе поддержки, урегулированную страховую претензию или подготовленный юридический документ.
В областях с высокой степенью неопределённости или финансовым влиянием, ИИ-оринетированные Системы могут напрямую принимать на себя риски, взимая процент от полученной экономии или выручки (привет, ИИ-кошелёк от Stipe).
По мере того как эти системы будут становиться всё более зрелыми, дифференциация будет перемещаться к созданию контекста, маршрутизации решений и выявлению ошибок.
Для создания надёжных конкурентных преимуществ необходима взаимосвязь между продуктовыми процессами в конкретной области и достигаемыми в ней ИИ-результатами.
И чем ближе Система к «Истине» (ground truth) конкретной предметной области, тем проще согласовать её поведение с создаваемой ею ценностью
Для продактов в эпоху ИИ это означает смещение своего видения и мышления в сторону ИИ как живой сущности в Системе продукта, которую можно подвергнуть аудиту, усовершенствовать и, в конечном счёте, доверить ИИ выполнение ответственных задач пользователя.