Когда интеллект становится стандартизированным товаром
Раньше интеллект высшего уровня мог развиваться лишь у очень небольшого числа людей — его нельзя было скопировать или одновременно использовать для всех.
Лучшие таланты были ограничены: они могли работать только в одной компании одновременно. Если их нанимал кто-то другой, вы их теряли.
Крупные компании не жалели средств, чтобы переманить таланты, одновременно усиливая себя и ослабляя конкурентов. Настоящая пропасть между обычными людьми и отраслевыми гигантами заключалась не в уровне усилий, а в возможности доступа к этим лучшим умам. Это было неравенство пропастного типа.
Теперь самые передовые большие модели развернуты в облаке с прозрачным ценообразованием. Пока вы платите одинаковую плату — будь то вы, я или любой гигант или стартап — вы получаете доступ к одному и тому же уровню базовой модели.
Кто-то может сказать, что у крупных компаний всегда есть привилегии внутреннего тестирования, а в разных регионах существуют ограничения доступа. Но реальность такова, что конкуренция между моделями чрезвычайно жесткая, итерации невероятно быстры, а альтернатив так много, что незначительные временные различия не могут сформировать долгосрочную технологическую блокаду.
Суть этого сдвига в том, что высший интеллект превращается из «дефицитного актива» в «коммунальную услугу».
Так же, как до Второй промышленной революции фабрикам приходилось строить сложные паровые энергосистемы; у кого был самый точный двигатель, тот имел непреодолимое преимущество. Как только была проложена электрическая сеть, будь то транснациональный гигант или мастерская на углу, подключение к сети давало одинаковое стандартное переменное напряжение.
По сравнению с дефицитом и исключительностью лучших талантов, облачный ИИ может быть бесконечно тиражирован, доступен по требованию, а стоимость за миллион токенов падает темпами, опережающими закон Мура.
Это первый раз в истории человечества: передовой интеллект больше не является монопольной привилегией избранных, а превращен в стандартизированный товар, продаваемый открыто всем.
Когда интеллект становится стандартизированным промышленным продуктом, все модели когнитивного арбитража, построенные на «интеллектуальной асимметрии», приговариваются к смерти.
Раньше крупные компании могли возводить высокие стены с помощью огромных команд аналитиков и армий исследователей; сегодня эти барьеры быстро обесцениваются, превращаясь в чистые расходные материалы, не имеющие премиальной ценности.
Старые преимущества, построенные на «дефиците интеллекта» — организационная иерархия, масштаб капитала, платформенные барьеры — демонтируются один за другим.
Все оказались на одной стартовой линии.
Иерархия становится «организационным налогом»
В организациях существует иерархия, потому что энергия одного человека ограничена; один человек не может делать все или управлять всеми. Пока существует разделение труда, требования должны передаваться слой за слоем; и с каждой лишней парой рук, через которые проходит информация, тратится время и искажается смысл.
Раньше выполнение задачи часто занимало неделю или две. Даже если на коммуникацию уходило полдня, затраты были приемлемыми.
Но когда ИИ сжимает время выполнения до нескольких минут, проблема полностью меняется:
У босса есть идея, он говорит директору; директор передает руководителю группы; руководитель группы сообщает сотруднику.
Сотрудник открывает ИИ и генерирует результаты за минуты; руководитель группы проверяет с помощью ИИ, директор просматривает с помощью ИИ, и, наконец, все возвращается боссу.
Сам процесс становится самым большим тормозом во всей цепочке.
С фундаментальной экономической точки зрения, классическое предположение теоремы Коуза о «границах фирмы» было полностью опровергнуто.
Традиционные предприятия мирились с расширением огромных иерархий, потому что «внутренние координационные издержки были ниже внешних транзакционных издержек».
Однако в эпоху ИИ большие модели устраняют сопротивление исполнению, делая внутренние межуровневые коммуникации, калибровку, отчетность и политические маневры самыми дорогими частями всего процесса.
Что еще более важно, в цепочке передачи возникает контекстное загрязнение:
В многоуровневой цепочке многие промежуточные роли по сути становятся рупорами, «переводящими человеческие намерения для ИИ слой за слоем». Каждый раз, когда информация фильтруется человеческим мозгом, добавляется слой семантической энтропии, и первоначальное намерение постоянно разбавляется или даже искажается.
Поскольку все в конечном итоге отдают команды ИИ, предпосылка о том, что иерархия существует для «восполнения пробелов в индивидуальных навыках», больше не работает.
Раньше босс мог не уметь программировать или проектировать, поэтому ему нужно было создавать сложные профессиональные функциональные команды; теперь возможности моделей находятся в пределах досягаемости, и ввод намерения напрямую дает результаты.
Крупные компании обходят несколько уровней повествования, чтобы добраться до модели; результат не станет лучше из-за большего количества уровней, он будет только медленнее и более подвержен деформации.
Раньше менеджеры среднего звена действовали как «контролеры качества» и «маршрутизаторы», но теперь они стали тяжелыми барьерами, отделяющими острую деловую интуицию от инструментов исполнения.
Иерархия крупной компании больше не является организационным преимуществом перед лицом ИИ, а тяжелым организационным налогом.
Поскольку исполнение больше не зависит от послойной передачи, что людям все еще нужно синхронизировать? Только цели.
Наименьшая единица эффективной работы меняется: небольшая группа людей с глубоким консенсусом по целям и высоким взаимным доверием, каждый из которых взаимодействует с моделями для самостоятельной поставки целого бизнес-блока, разделяя одно и то же мышление без необходимости проверять работу друг друга.
И это согласование естественным образом работает только в очень маленьких группах: как только людей становится много, цели расходятся, а доверие ослабевает. Иерархия больше не увеличивает коллективный интеллект; вместо этого она становится чистым внутренним трением. Преимущество объема крупных организаций рушится, быстро съедаемое легкими и быстрыми малыми командами.
Капитал не может купить абсолютное преимущество
В индустриальную и традиционную интернет-эпохи капитал был абсолютным оружием снижения размерности.
Большой капитал мог тратить огромные суммы на покупку самых точных станков, строительство эксклюзивных серверных и выкупать лучшие команды алгоритмистов на годы вперед.
Если небольшая команда тратила доллар на написание строки кода, крупная компания, опираясь на огромные средства для создания собственной инфраструктуры, могла сжать удельную стоимость до нескольких центов, создавая при этом разрыв в поколениях по качеству продукции. Сами деньги были сильнейшим технологическим рвом.
Но на нижнем уровне приложений эта логика использования капитала для создания «разрыва в поколениях производительности» полностью провалилась.
Причина проста: Инфраструктура, определяющая верхний предел производительности нижнего уровня, строится не каким-либо гигантом прикладного уровня, а является базовой моделью, открыто продаваемой в облаке.
Крупная компания с миллиардами наличных, вызывающая API передовой модели, получает точно такую же глубину познания, качество рассуждений и скорость генерации, что и небольшая команда или независимый разработчик.
Крупная компания, тратящая бюджет в десять или сто раз больше, не может купить секретное оружие «в десять раз умнее публичной топ-модели»; дополнительные потраченные деньги покупают только более высокие квоты на одновременные вызовы, а не скачкообразный прорыв в интеллекте одной точки.
Что еще более иронично, предельная отдача резко падает. Небольшая команда может построить основные функции, работающие по всей цепочке, за несколько сотен долларов затрат на токены; крупная компания, добавляющая миллионы в бюджет на тонкую настройку, ручную разметку и сложные частные развертывания, получает минимальные предельные улучшения, которые могут быть сведены к нулю в ночь выхода следующего поколения базовых моделей.
Раньше капитал мог создать десятикратный разрыв в эффективности, чтобы не допустить конкурентов; теперь самые основные производственные инструменты открыты для всего общества с очень низким порогом. Рычаговый эффект капитала на уровне производительности был чрезвычайно сжат.
Деньги по-прежнему могут купить трафик и вычислительные квоты, но они больше не могут купить эксклюзивные когнитивные привилегии и абсолютные преимущества.
Платформы не могут заблокировать пользователей
За последние двадцать лет самым большим преимуществом платформенного программного обеспечения было похищение данных с помощью проприетарных форматов и чрезвычайно высокая стоимость миграции рабочих процессов.
Пользователи боялись переключать программное обеспечение, потому что старая система содержала огромные объемы неструктурированных данных, сложные записи истории операций и глубоко связанные рабочие процессы. Смена платформы означала необходимость переобучения сотрудников, очистки исторических данных для совместимости и даже возможную остановку всего бизнес-процесса на недели.
Это огромное трение заставляло пользователей оставаться даже при плохом пользовательском опыте и высоких абонентских платежах.
Но ИИ-приложения, основанные на фундаментальных моделях, пробивают это «похищение данных» снизу вверх.
Во-первых, неструктурированные данные больше не являются оковым активом, а сырьем, которое можно интерпретировать в любое время.
Раньше самой большой головной болью при миграции между платформами были несовместимые форматы данных и невзаимодействующие системные интерфейсы; теперь ИИ с мультимодальными возможностями и длинным контекстом может анализировать, очищать и реконструировать грязные экспортированные данные, документы, журналы и даже записи чатов из любой системы в формат, требуемый новой системой, за очень короткое время.
Во-вторых, логика взаимодействия полностью унифицируется.
Одним из барьеров традиционного программного обеспечения был сложный графический интерфейс пользователя (GUI) и привычки работы; основное взаимодействие ИИ-нативных приложений сходится к естественному языку и пониманию намерений (LUI). Пользователям больше не нужно переучивать сложный набор кнопок и меню для нового инструмента; им нужно только выразить свои цели.
Стоимость обучения интерфейсу падает до нуля, и привычная привязанность следует за ней.
Даже пользовательские функции сами по себе терпят неудачу. Раньше пользователи полагались на платформы, потому что они интегрировали сотни проприетарных плагинов; теперь ИИ-агент, способный автономно вызывать инструменты и писать код, может за секунды временно сгенерировать проприетарный рабочий процесс для обычного пользователя.
Когда данные можно анализировать и реконструировать одним щелчком мыши, пороги взаимодействия сглаживаются естественным языком, а рабочие процессы могут динамически генерироваться по требованию в любое время, липкость, которую старые платформы кропотливо культивировали годами, мгновенно исчезает.
Прошлые рвы полагались на «блокировку пользователей»; перед лицом ИИ цепи стали невероятно хрупкими, а затраты на миграцию пользователей приближаются к нулю. Тот, кто все еще живет за счет инерции, будет с высокой скоростью заменен более легкими альтернативами.
Конечная игра: способности возвращаются к индивидууму
Складывая эти кусочки головоломки, тенденция уже кристально ясна:
- Базовые модели общедоступны, и порог интеллекта на уровне инструментов полностью выровнен;
- Организационные иерархии избыточны, и преимущество масштаба от простого наращивания численности персонала рушится;
- Отдача от капитала линейна и не может купить скачкообразные разрывы в производительности;
- Затраты на миграцию резко упали, и барьеры традиционных платформ не могут остановить отток пользователей.
Когда внешние инструменты, на которые полагались крупные компании для победы, один за другим выходят из строя, что остается для конкуренции?
«Чрезмерное разделение труда», длившееся столетие с индустриальной эпохи, быстро обращается вспять.
Раньше общество превращало людей в винтики конвейера — кто-то специализировался на черчении, кто-то на фронтенд-кодинге, кто-то на очистке данных. Сегодня ИИ берет на себя большую часть деталей исполнения, и люди вновь обрели полную силу «сквозной поставки».
Один человек — это программная компания; один человек может замкнуть цикл целой бизнес-цепочки.
За этим следует полная миграция формы рычагов. Раньше индивидуальные рычаги полагались на капитал или управление другими, что требовало сложных разрешений и длительных межличностных маневров; теперь ИИ — это разрешительный когнитивный рычаг, и обычный человек может одним усилием мысли вызвать ментальный кластер, эквивалентный десяткам людей в прошлом.
Когда порог и стоимость исполнения приближаются к нулю, то, что определяет победу или поражение, больше не то, кто может написать определенный код или нарисовать определенный дизайн, а:
- Вкус и суждение: Кто может более остро и точно определить реальные потребности и с первого взгляда выбрать оптимальный ответ из тысяч посредственных решений, сгенерированных ИИ.
- Соответствие сценарию: Кто может более глубоко и тщательно интегрировать возможности модели в капилляры конкретного бизнеса.
- Скорость действий и личная заинтересованность: Комитеты крупных компаний ищут «процедурный иммунитет», в то время как малые команды и отдельные лица ищут «доставленные результаты». Речь идет о том, кто более решителен в суждениях, более гибок в действиях и осмеливается вмешаться и сделать ставку, сталкиваясь с неизвестностью.
Ключевая характеристика этих способностей: они никогда не растут естественным образом с увеличением размера команды или ростом банковских счетов; в сложных отчетных процессах крупных компаний они, наоборот, очень легко разбавляются слой за слоем.
В конечном итоге конкуренция все еще идет между конкретными людьми.
Человек, который хорошо использует ИИ, приближается к производительности, которая раньше требовала целой команды. Гибкая организация из трех-пяти человек может полностью выдать результаты, на которые раньше уходили десятки людей.
Размер крупных компаний все еще огромен, но его роль как непреодолимого решающего преимущества подошла к концу. Не нужно бояться какого-либо гиганта:
Под моделью все равны.
В конечном счете, разрыв создают не ресурсы и масштаб, а то, кто сможет действовать первым с наиболее гибкой позицией.
Примечание:
В этой статье рассматривается только нижний уровень приложений индустрии ИИ — отдельные лица и компании, которые не разрабатывают собственные модели и не строят собственные вычислительные мощности, а только покупают модели и вычислительные мощности оптом для обслуживания пользователей. Восходящие исследования, обучение и разработка вычислительных мощностей, чипов, данных и базовых моделей не входят в рамки данной статьи.
