Созидатели ценности на базе ИИ

Уравнения убеждения в ИИ

Итак, в этой книге мы представили несколько отличных способов подойти к GenAI, насколько глубоким является этот момент, на что следует обратить внимание, как стать своим собственным поджигателем (назовем это модно: тот, кто извлекает наибольшую ценность из ИИ — Создатель ценности ИИ, если угодно), как начать, новый образ мышления для решения проблем и многое другое. Мы дали вам некоторые технические детали, но считаем, что мы постарались подать нервную информацию легко и сосредоточились на бизнес-стороне. Так было задумано, и эта глава не отличается.

Честно говоря, эта глава была добавлена в последний момент. Предполагалось, что у вас будет глава о вариантах использования, и мы чувствуем, что обязаны принести публичные извинения нашей редакционной команде, потому что, когда мы передали им окончательный черновик, они выглядели так, будто выпустились (с отличием) из Школы нахмуренных бровей со всей переработкой, которую им пришлось сделать.

Итак, зачем добавка? Мы столкнулись с точкой зрения всемирно известного экономического антрополога доктора Джейсона Хикеля, чьи исследования сосредоточены на глобальной политической экономии, неравенстве и экологической экономике. Он отметил: «Сегодня почти каждое правительство в мире, как богатое, так и бедное, сосредоточено исключительно на росте валового внутреннего продукта (ВВП). Это больше не вопрос выбора».

Это заставило нас поразмыслить над нашими первыми двумя главами и понять, что, хотя мы давали вам убедительные причины действовать, то, на что намекал Хикель, заключается в том, что у вас *нет* выбора. Представьте себе, что вы находитесь в книге-приключении, где выбор для вас уже практически предопределен, если вы хотите процветать. И чтобы по-настоящему понять это, вы должны осознать, почему ИИ так критически важен для будущего роста, нашего парадокса производительности и уравнений, которые мы представляем в этой главе, чтобы помочь вам в этом.

Некоторые вещи вечны

Сделайте нам одолжение. Прочитайте эту цитату, а затем поразмыслите над ней с точки зрения момента GenAI, в котором мы находимся:

Мы живем в век беспокойный, смущенный, озадаченный, боящийся собственных сил, в поисках не только своего пути, но даже своего направления. Есть много голосов совета, но мало голосов видения; есть много возбужденной и лихорадочной деятельности, но мало согласованной продуманной цели. Мы расстроены нашими неуправляемыми, ненаправленными энергиями и делаем много вещей, но ничего долго. Наш долг — найти самих себя.

Поразмыслив над этой цитатой, мы не могли не заметить, что в эту эпоху ИИ многие люди «обеспокоены, смущены [и] озадачены» — действительно, мы живем во время, когда общество испытывает своего рода дезориентацию и страх из-за сложностей современной жизни. «Множество голосов совета» этой эпохи контрастирует с «мало голосов видения», что означает, что мнений много, но мало дальновидного бизнес-лидерства (которое, мы надеемся, предоставит эта книга). Наконец, «лихорадочная деятельность» может быть связана с необходимостью найти общую социальную точку опоры в мире, где каждый заявляет о себе как об ИИ и часто движется, не обращая внимания на внедрение этой сияющей новой вещи, что, безусловно, подчеркивается назначением «долга найти самих себя».

Действительно, эта цитата относится к современности. Многие из вас, вероятно, почувствуют, что слышали что-то подобное буквально на прошлой неделе. Можете ли вы угадать, кто это сказал? Был ли это Арвинд Кришна, генеральный директор IBM? Возможно, это был Йенсен Хуанг (генеральный директор NVIDIA) или Сатья Наделла (генеральный директор Microsoft). Нет, подождите, вы думаете, это, должно быть, от Сэма Альтмана, генерального директора OpenAI (при условии, что не было больше драмы, которая могла бы сойти за эпизод из сериалов HBO «Наследники» или Showtime «Миллиарды» — он все еще был генеральным директором, когда мы писали эту книгу).

Пожалуй, единственная подсказка, которую вы имеете для датировки этой цитаты (кроме заголовка этого раздела), — это ее фразеология, которая явно относится к началу 1900-х годов. Так кто же сказал эти глубокие слова, которые так точно описывают сегодняшний момент ИИ? Эта цитата приписывается Вудро Вильсону в его бакалаврской речи в Принстонском университете — в 1907 году, всего за несколько лет до того, как он станет «Номером 28», 28-м президентом Соединенных Штатов.

Что побудило Номер 28 сказать то, что он сказал? В 1907 году, как и в других частях света, США переживали приток новых типов рабочих мест и новых работников, вступающих на рынок труда, поскольку промышленный капитализм набирал обороты. Формировались новые предприятия, и розничная торговля процветала, поскольку на рынок труда входило больше женщин. Технологии меняли бизнес и рабочие места, и, проще говоря, для граждан США все было хаотично. И хотя многое менялось, технологии были силой, с которой приходилось считаться. Все это вместе создало уровень неопределенности и беспокойства, поскольку технологии применялись для решения проблем, которые они раньше не решали. Своеобразным образом граждане той эпохи начинали понимать, что каждый день они

проходили мимо проблем, которые могли бы решить (или улучшить) с помощью технологий. Действительно, некоторые вещи вечны.

Сегодня мы находимся в подобной точке перегиба. Технологии развиваются быстрее, чем когда-либо, но рост производительности отсутствует (подробнее об этом чуть позже). И, как вы узнаете, мир остро нуждается в повышении производительности для достижения финансового успеха компаний и экономического роста стран. ИИ — это ответ на эту проблему производительности, но мы сталкиваемся с парадоксом: *ответственность и деструкция должны сосуществовать*.

Мы хотим, чтобы вы перечитали наш парадокс и проверку реальности еще раз. Теперь, сделайте это снова, и еще раз... пока не придете к выводу, что это факт. Мы на одной странице? Отлично! Давайте продолжим.

Послушайте, мы много общаемся с клиентами и правительствами по всему миру, и, честно говоря, некоторые из них нас беспокоят. Некоторые говорят нам: «Мы считаем, что в ИИ есть риск, и поэтому мы не хотим ничего делать». Мы говорим им (более мягко): «У вас нет выбора».

Всегда существовало напряжение с технологиями — Всегда

Мы уверены, что чувства, которые испытывают многие люди по отношению к современному ИИ, не сильно отличаются от чувств, которые испытывали многие люди более ста лет назад, когда Вильсон произнес эти слова. Вернитесь почти на четыреста лет назад и обратите внимание на то, как королева Елизавета I отказалась выдать патент изобретателю механического вязания, опасаясь, что это лишит вязальщиц работы. Конечно, некоторое время спустя машины механического вязания помогли положить начало первой промышленной революции, которая привела к взрывному экономическому росту. Действительно, оглядываясь назад на историю, снова и снова кажется, что между обществом и технологиями всегда существовало какое-то напряжение.

Причина, по которой эта цитата нашла отклик и показалась настолько актуальной многим из вас, заключается в том, что она, вероятно, отражает некоторые из тех же чувств, которые вы (или люди, которых вы знаете) испытываете сегодня по отношению к ИИ. Проще говоря, поскольку вся эта история повторяется, именно по этой причине мы собираемся поделиться парадоксом, который, как мы видим, возникает у бизнесов, правительств, академических учреждений и всех сторон.

Калькуляторы не нужны! Наши три уравнения убеждения

В этом разделе мы хотим поделиться несколькими уравнениями, чтобы дать вам представление о том, куда мы движемся. Вам не понадобится калькулятор, чтобы их вычислить, и вы не сможете спросить большую языковую модель (БЯМ) о ответе. (Вы могли бы, но мы думаем, что наш ответ будет лучше.) Но не бойтесь! Наши уравнения просты. Они были разработаны, чтобы убедить вас прочитать оставшуюся часть этой книги и продолжить инвестиции в вашу проницательность в области ИИ, потому что, если вы все еще скептик (или должны убедить скептиков в офисе), вам нужно будет действительно уметь четко формулировать, с бизнес-перспективы, почему вам понадобится ИИ больше, чем вы могли бы подумать.

Начнем с макродинамики, обобщенной на Figure 3-1, чтобы дать вам истинное экономическое представление о том, что происходит в нашем мире сегодня. Затем мы углубимся в детали этих макродинамики в следующих подразделах.

Некоторые вещи вечны | 57

Figure 3-1

1 Институт показателей здоровья и оценки, «Ланцет: резкое снижение уровня рождаемости во всем мире к 2100 году изменит структуру мирового населения», 20 марта 2024 г., https://oreil.ly/rrfun.

Figure 3-1. Сегодняшняя макродинамика рынка: кое-что набирает обороты, кое-что снижается, а кое-что зависит от того, где вы живете

Население сокращается

Это происходит почти в каждой стране мира. Например, население США может начать сокращаться уже в этом году, и ожидается, что к 2100 году оно будет на миллионы меньше. Как оказалось, только около 6 стран мира будут видеть рост населения в ближайшие 50 лет, и с исторической точки зрения, это необычно.1

К этому и связанным с этим факторам добавляется сокращение рабочей силы, особенно в области высококвалифицированных работников. Конечно, есть «Серебряное цунами» (наш ласковый термин для стареющей когорты рабочей силы, направляющейся к пенсии), которое создает серьезные проблемы и требует адаптации для общества в целом: от пенсий и связанной с ними корпоративной амнезии (потеря институциональных знаний, которые существуют только в головах многолетних сотрудников), до сокращения кадрового резерва, до увеличения расходов на здравоохранение, до даже монополизации площадок для игры в пиклбол и переполнения линий со скидками для ранних посетителей. И, как вы узнаете, это окажет прямое влияние на экономический рост и общество в целом.

Производительность варьируется по всему миру

Некоторые географические регионы демонстрируют удивительную скорость и темпы роста производительности, но, к сожалению, это становится все менее распространенным явлением в нынешнем состоянии мира. Например, производительность в таких странах, как Индонезия, зашкаливает, но этого нельзя сказать о многих других местах. Как минимум, мы наблюдаем непостоянный рост производительности по всему миру. Фактически, по данным McKinsey, производительность в США

58 | Глава 3: Уравнения убеждения в ИИ

2 McKinsey Global Institute, «Возрождение производительности США для новой эры», 23 декабря 2023 г., https://oreil.ly/J9ndM.

растет вялыми темпами в 1,4% (снижение по сравнению с прошлым).2 Производительность Канады (по данным Банка Канады) снизилась на 1,8% в 2023 году по сравнению с показателями 2019 года (с 2019 года она практически не изменилась, с ростом на 0,6% в 2024 году). Но отчет McKinsey приводит ошеломляющую статистику, которая сродни моменту, когда вы узнали, что Деда Мороза не существует (надеюсь, вы не узнаете об этом в этой книге): если бы США смогли вернуться к прежним темпам роста производительности, они могли бы добавить к своему ВВП ошеломляющие 10 триллионов долларов — это примерно треть их экономики 2024 года. Как мы уже сказали, это снижение производительности происходит по всему миру, но мы бы упустили важный момент, если бы не отметили, что это снижение происходит, *несмотря* на технологический бум последних 15 лет!

Но что происходит, если компания повышает производительность? Это обычно означает увеличение выручки, увеличение выручки означает, что компания может платить более высокие зарплаты и премии своим работникам, не повышая цены, увеличение выручки и увеличение расходов людей означает увеличение доходов казны страны — и так далее и так далее, по цепочке распространения. Проще говоря, выигрывают все от повышения производительности: работники, бизнес и правительства. Но что происходит, когда экономика растет, а производительность снижается? Инфляция! Фактически, точно так же, как многие правительства по всему миру использовали денежно-кредитную политику, чтобы сбить упрямую инфляцию до целевых диапазонов, результатом растущего ВВП страны, сопровождающегося снижением уровня производительности, является инфляция. Мы не хотим быть совсем мрачными... но независимо от того, как вы на это посмотрите (прищурившись, с одним закрытым глазом, с широко открытыми или даже закрытыми), большинство стран мира действительно нуждаются в решении своей проблемы с производительностью.

Рост долга и сопутствующие факторы

Когда мы вышли из изоляционной экономики (вспомните те два года, которые мы провели в другом нормальном режиме во время пандемии COVID-19), эпоха околонулевых процентных ставок и 15-летнего периода с, возможно, самыми низкими процентными ставками в современной истории подошла к концу. Другими словами, привлекать капитал для открытия новой компании или расширения бизнеса стало легче. На пути к нормализации процентных ставок долг и капитал по-прежнему доступны для поддержания роста, но их стало значительно труднее получить и дороже держать, чем в предыдущие периодах — по крайней мере, на момент написания этой книги.

Неравномерный рост ВВП

Действительно, большинство экономик мира, которые движут производительность вверх, также — по определению — переживают ускоренный рост ВВП. Что происходит с теми, кто не демонстрирует повышения производительности? Конечно, некоторые из них растут по ВВП, но их ВВП на душу населения снижается, что означает, что большинство людей живут не лучше, чем в прошлом году.

Некоторые вещи вечны | 59

Все это представляет бизнес-возможности, которые наши уравнения призваны раскрыть.

Уравнение 1: Как увеличить ВВП

Уравнение 1 — старое эмпирическое правило в макроинвестировании. Оно довольно просто говорит, что любой экономический рост (что на самом деле измеряет ВВП: экономическое производство) происходит из трех вещей: роста населения, роста производительности и роста долга.

Рост ВВП (↑) = ↑ НАСЕЛЕНИЕ + ↑ ПРОИЗВОДИТЕЛЬНОСТЬ + ↑ ДОЛГ

Теперь потратьте немного времени, чтобы поразмыслить над тем, где находится страна, в которой вы живете, в этом уравнении сегодня. Мы говорили о росте населения, и если вы не живете в одной из немногих стран, население в стране, в которой вы живете, не растет. *Это* означает, что население работает против вас, если вы пытаетесь расти.

А что насчет роста долга? Ну, мы отметили, что, хотя долг по-прежнему доступен, его будет труднее получить и дороже держать (на самом деле, уже сейчас). *Это* означает, что долг и капитал работают против вас, если вы пытаетесь расти.

С учетом этого, следует, что единственный способ для почти всех бизнесов и правительств обеспечить устойчивый рост — это огромный акцент на производительности, которая также снижается. Это отличается от любой проблемы, с которой мы сталкивались в росте за последние сто с лишним лет.

Суть в следующем: население и долг работают против любого, кто пытается увеличить экономический выпуск — и Уравнение 1 говорит нам, что внезапно возникла императив вокруг производительности, о которой каждый должен думать. Другими словами, производительность — это ваш ответ — и GenAI и агенты могут помочь. Вот почему мы так взволнованы ИИ. Без сомнения, ИИ предоставляет величайшую возможность в качестве катализатора роста через производительность.

Это также то, что подводит нас к нашему парадоксу. Почему? Многие люди обеспокоены последствиями ИИ. Будет ли он разрушителен для рабочих мест? Изменит ли он нашу работу? Как нам справиться с ответственностью вокруг ИИ? Можем ли мы ему доверять? Итак, в чем наш парадокс? Мы будем прямолинейны (и выделим это для пущего эффекта) с дополнительной проверкой реальности: *ответственность и деструкция должны сосуществовать*. В этот момент другого варианта нет.

Мы хотим, чтобы вы снова прочитали наш парадокс и проверку реальности. Теперь, сделайте это снова, и еще раз... пока не придете к выводу, что это факт. Мы на одной странице? Отлично! Давайте продолжим.

Послушайте, мы общаемся со многими клиентами и правительствами по всему миру, и, честно говоря, некоторые из них нас беспокоят. Некоторые говорят нам: «Мы думаем, что в ИИ есть риск, и поэтому мы не хотим ничего делать». Мы говорим им (более мягко): «У вас нет выбора».

60 | Глава 3: Уравнения убеждения в ИИ

Отступите на мгновение назад. Если вы согласны, что основное внимание вашей организации — это рост, и что рост — это единственное, что всегда приносило улучшения в мире, то вам нужно справиться с нашим парадоксом.

Что это значит? Это означает, что мы должны работать с ИИ правильным и ответственным способом (именно поэтому мы включили главу 5 с названием, звучащим как у доктора Сьюза). Но не останавливайтесь на этом, иначе вы недооцените себя. Мы не просто должны использовать ИИ правильным образом. Пока мы используем ИИ правильным образом, мы должны принять *деструкцию*, которую он может (и, скорее всего, будет) представлять.

Так что это первое уравнение. Подумайте о динамике, которой мы только что поделились с вами, вокруг роста и о том, что потребуется от нас, чтобы продолжать расти во всех странах мира. При сокращении населения и удорожании доступа к долгу формула роста непропорционально опирается на производительность.

Уравнение 2: Что способствует успеху ИИ?

Это подводит нас к Уравнению 2, которое полностью о том, как ИИ зависит от следующих четырех элементов (все они охвачены в этой книге):

УСПЕХ ИИ = МОДЕЛИ + ДАННЫЕ + УПРАВЛЕНИЕ + ВАРИАНТЫ ИСПОЛЬЗОВАНИЯ

Первое — это модели, такие как БЯМ — ДНК GenAI и агентного ажиотажа. Следующее — это данные. Если у вас нет данных, у вас нет ИИ, и если вы не сделаете данные центральной частью своей стратегии (то есть вы не являетесь Создателем ценности ИИ), тогда вы не используете ИИ в полной мере (то есть вы работаете как Пользователь ИИ). Управление — это то, как вы работаете уверенно, когда ИИ становится основой ваших бизнес-процессов, а варианты использования — это то, как вы фокусируетесь на бизнес-ценности.

Обратите внимание, как мы либо посвятили главу этим темам, либо потратили время на их обсуждение на протяжении всей книги? Сказав это, мы уделим немного времени разговору о данных, потому что считаем, что это самый критически важный элемент успеха любого Создателя ценности ИИ. Несмотря на весь хайп и интерес на рынке сегодня вокруг GenAI и агентов — и на то есть веские причины — мы считаем, что единственное устойчивое конкурентное преимущество будет исходить от *ваших данных*. Почему? Потому что если эти огромные БЯМ (такие как GPT-4.5, Gemini. DeepSeek и так далее) все в основном обучены на одних и тех же интернет-данных, то большинство БЯМ станут товаром в «долгом сроке» (терминология Номера 28 для долгого срока). Это означает, что мы быстро достигнем точки, когда единственным ИИ, который будет отличаться по ценности от любой другой модели для вашего бизнеса, будет ИИ, который дополнительно обучен, направлен или настроен с использованием *ваших данных* на *ваши бизнес-проблемы*. С точки зрения БЯМ, дифференциация появится по линиям возможностей, надежности, безопасности, прозрачности весов и данных, агентных свойств и так далее. Проще говоря, вам нужно убедиться, что вы цените огромную ценность, которая содержится в *ваших данных* (то, что не находится в интернете, чтобы поставщики могли ее собирать и обучать свой ИИ). Вы не можете просто так отдавать эти данные (вот почему условия поставщиков, с которыми вы взаимодействуете, критически важны для

Некоторые вещи вечны | 61

понимания). Это данные о лучших результатах лечения пациентов, о тех, кто уходит, о мошенничестве, о покупках, продажах или о чем-либо другом, что делает ваш бизнес, и так далее. Фактически, мы бы сказали, что модели, управляемые данными вашей компании, — это ваш отклик (микрофон), отклик на слова Вудро Вильсона «делают много вещей, но ничего долгого».

Подумайте об этом так. Когда вы в последний раз проходили мимо нового дома, построенного с вашими друзьями, останавливались и мечтательно говорили им: «Ах, красота всех этих заполнителей и цемента в идеальной гармонии!» Но вы наверняка замечали готовую продукцию из материалов, которые контрастируют и сочетаются, радуя глаз, — все это обрамлено потрясающим, дорогим ландшафтом, который делает заявление.

Когда вы смотрите «в долгую», вы не будете хвастаться моделями, с которыми возились во время «момента, когда делаешь много вещей». Фактически, мы не думаем, что вы будете хвастаться своими повышениями, процессами, размещением продуктов или чем-то еще. Мы думаем, вы будете хвастаться своим ИИ, который был улучшен вашими данными и приведен в соответствие с вашим бизнесом, ценностями, бизнес-словарным запасом и так далее.

Итак, это второе уравнение. И хотя мы сосредоточились больше на данных, давайте проясним: вы не можете добиться успеха в ИИ без четырех элементов этого уравнения. Возвращаясь к нашему парадоксу, вам, безусловно, понадобится управление, потому что мы должны признать, что существуют присущие риски, а затем, конечно, варианты использования и модели. Секрет успеха ИИ, следовательно, заключается в том, чтобы быть Создателем ценности ИИ с платформой ИИ.

Выпекайте слоеный торт: Платформа, которая поможет вам освоить уравнение успеха ИИ

Если вы хотите использовать ИИ для своего бизнеса, мы считаем, что вам нужна стека ИИ, построенная для бизнеса, и которая будет выглядеть совсем иначе, чем та, которую вы могли бы использовать для потребительского ИИ. Фактически, тип стека, который вы выберете, напрямую повлияет на ценность для бизнеса, которую вы получите от ИИ. В «долгом сроке», мы считаем, будет три подхода, которые помогут вам получить ценность от ИИ. Вспомните, что в Главе 2 мы комментировали наши различные точки зрения на ИИ и на то, как быть Создателем ценности ИИ — и хотя вы можете использовать все эти подходы, подход платформы будет тем, который не только обеспечит наибольшую ценность, но и критически важен, если вы заботитесь о максимизации успеха.

Представьте себе платформу ИИ как слоеный торт. Это не торт, который можно съесть — это архитектура, представляющая собой сквозной стек ИИ, ориентированный на бизнес. И этот торт является ключом к операционализации ИИ и извлечению из него максимума для вашего бизнеса с использованием ИИ (подход платформы).

Наш торт выглядит как Figure 3-2.

62 | Глава 3: Уравнения убеждения в ИИ

Figure 3-2

Figure 3-2. Слоеный подход к платформе GenAI

Основа: Гибридное облако и инструменты ИИ. Основа этого торта — это гибридное облако и инструменты ИИ — часто упускаемая из виду часть торта, на которой должно стоять все остальное. Остальная часть вашего шедевра не будет выглядеть правильно, если вы сделаете это неправильно. Концепция гибрида начинается с идеи, что весь стек построен на технологии с открытым исходным кодом, которая может работать там, где вам нужно... где угодно. Раньше велись дискуссии о концепции предприятия, работающего на одном облаке и, возможно, ничего локально. Но спор о гибридном облаке давно утих, и количество предприятий с стратегией одного облака стало статистически незначительным.

Один из наших рецензентов, Линда Сноу, не взяла бы плату за свою работу над нашей книгой. Вместо этого она попросила нас сделать это публичное объявление: on premises является правильной заменой для on prem, поэтому перестаньте использовать слово premise в этом контексте, так как оно означает что-то совершенно другое.

Сегодняшняя архитектура гибридного облака сосредоточена меньше на физической связности и больше на поддержке переносимости рабочих нагрузок во всех средах (публичное облако, частное облако и даже локально). Действительно, публичные и частные облака больше не являются физическими «местами» для подключения. Например, многие облачные поставщики теперь предлагают публичные облачные сервисы, которые работают в локальных центрах обработки данных своих клиентов. Частные облака, когда-то работавшие исключительно локально, теперь часто размещаются в сторонних центрах обработки данных, используют виртуальные частные сети (VPN), виртуальные частные облака (VPC) или выделенную инфраструктуру, арендуемую у сторонних поставщиков (которые иногда являются поставщиками публичных облаков). В рамках темы производительности, *инфраструктура как код* (подумайте о таких технологиях, как Terraform с Ansible) позволяет персоналу декларативно выделять эти среды с консистентностью, когда им это нужно, используя вычислительные или облачные ресурсы, которые находятся за или вне файрвола. Это большое преимущество для ИИ, и не только из-за компонентов сборки. Это приобретает дополнительную важность с появлением периферийных вычислений, которые дают возможности для улучшения производительности глобальных приложений путем

Некоторые вещи вечны | 63

перемещения вывода ИИ (запуска модели) ближе к месту сбора данных. Периферийные вычисления, вероятно, являются одной частью развертывания, о которой редко говорят применительно к ИИ, но мы начинаем видеть много работы, где вывод происходит на периферийных устройствах. И поэтому ИИ, по определению, будет гибридным с точки зрения того, где он работает и где живут данные, которые вам нужны для его управления как Создателя ценности ИИ. Вывод? Важно понимать это, потому что по мере того, как ИИ проникает в ядро наших бизнес-процессов (ИИ+), взаимосвязанные устройства, формирующие Интернет всего, потребуют способности применять интеллект ко всему.

Службы данных должны быть к вашим услугам.

Как мы отметили в Главе 2, если вы видели, как кто-либо из нас выступает на конференции, вы, вероятно, слышали наш девиз: «Нельзя иметь ИИ без ИА». Как уже упоминалось, это означает, что нельзя иметь искусственный интеллект без информационной архитектуры. Если вы исключите этот слой торта, не рассчитывайте, что ваш торт выиграет какие-либо награды. Возможно, вы все еще сможете испечь торт, но ваш торт никогда не раскроет свой полный потенциал.

Слой служб данных — это место, где вы создаете *фабрику данных*, которая позволяет вашему бизнесу обнаруживать, собирать, организовывать, управлять и понимать все необходимые данные, чтобы он мог делать что-то лучше или даже по-другому. Вы столкнетесь с методологиями потребления и распространения данных, такими как *данные как продукт*, а также с традиционными базами данных и другими компонентами. Вы, вероятно, много знаете о некоторых из них, но это не оправдание для того, чтобы не уделять им внимания.

Вывод из этого слоя — полное осознание того, что если вы не можете подключиться ко всем своим источникам данных и доверять им, вы никогда не получите правильных результатов с ИИ. Возвращаясь к нашей часто упоминаемой аналогии (потому что это критически важно понять): вы не получите ценности от своего абонемента в спортзал, если не придете в спортзал и не будете тренироваться. То же самое с данными.

Платформа ИИ и данных: сердце торта.

Это вкус, который вы, безусловно, полюбите — знаете, та часть, куда вы засовываете пальцы в миску для смешивания (без сомнения, к неудовольствию кого-то), чтобы попробовать, прежде чем выпечь все. Если вы сделаете это неправильно, все, что вы положите сверху, будет напрасно, а все, что вы положите под низ (хорошую ИА), окажется тратой вашего времени и денег. Честно говоря, если вы не справитесь с этим идеально, удачи вам в попытке стать Создателем ценности ИИ.

Этот слой — место для управления, построения, обучения и направления моделей. Этот слой должен дать вашему бизнесу гибкость для смешивания, сопоставления и направления или построения различных моделей, которые лучше всего подходят для вашей конкретной отрасли или варианта использования. Платформа, которую вы выберете, должна быть открытой, чтобы вы могли работать с любой моделью на рынке, будь она открытой и бесплатной, или вы за нее заплатили.

64 | Глава 3: Уравнения убеждения в ИИ

Эта платформа, несомненно, будет обладать несколькими возможностями, но ей абсолютно необходимы следующие три ингредиента:

• Способ управления данными для ваших моделей ИИ. Современные архитектуры ИИ хорошо обслуживаются озером данных, которое объединяет слой служб данных.
• Рабочий стол, на котором можно строить ИИ, и который доступен для всех, чтобы ас в этой области (тот, кто действительно знает, что делает) чувствовал себя так же комфортно, как и новичок, впервые столкнувшийся с этим (новичок, совершающий ошибки), который не умеет кодировать и понимает, что быстро ошибаться, двигаться вперед и безопасно — это способ расти. Этот рабочий стол — это место, где все части собираются вместе для выполнения всех видов задач в вашем путешествии с ИИ, от построения и управления агентами до управления и использования фундаментальных моделей и традиционного ИИ.
• Структура управления, позволяющая организации направлять, управлять и мониторить деятельность ИИ для GenAI, агентов и традиционных форм, таких как машинное обучение — независимо от того, какой поставщик их построил. Этот компонент критически важен, потому что он помогает вам понять свои модели и объяснить (инвесторам, вашим командам, клиентам и особенно аудиторам), как они были построены. Он предупреждает вас, если какая-либо из ваших моделей начинает работать не так, как вы задумали (отклоняясь от истинных данных, развивая предвзятость и так далее), прежде чем это сделает регулирующий орган. (Упс!) Суть: при правильном управлении компании могут быть уверены, что их рабочие процессы будут соответствовать постоянно меняющимся государственным нормам и будут свободны от предвзятости. Если у вас все это идеально (ни у кого нет), то Глава 5 будет информативной и, возможно, даже приятной; в противном случае, это может ощущаться как поездка на американских горках для вашего желудка и нервов. Не недооценивайте свою компанию и не занимайтесь управлением только ради соответствия. Улучшите свою стратегию управления, включив в нее управление для получения аналитики, потому что это поможет вам получить дивиденды от ваших инвестиций в регуляторное управление, что поможет вам быстрее проходить эти кривые проницательности, которые мы представили в Главе 1. Проще говоря, это означает, что когда вы думаете обо всем, что является частью управления ИИ (объяснимость, интеллект данных, управление, безопасность и так далее), вы будете делать все необходимое, чтобы действительно ускорить свои инициативы в области ИИ. Наоборот, если все, что вы пытаетесь сделать, — это избежать штрафов, вы не будете ускорять свой бизнес ИИ так, как могли бы, но будете прилагать те же усилия, возможно, даже больше.

Я более чем доволен SDK.

Ключи к развертыванию любого решения на основе ИИ — это точки интеграции и поддержка как для практиков, так и для разработчиков. Это означает, что ваша платформа или та, с которой вы взаимодействуете, нуждается в комплекте для разработки программного обеспечения (SDK) и API, чтобы вы могли встраивать ИИ в свой продукт и системы.

Некоторые вещи вечны | 65

Агенты и помощники усиливают ИИ для многих. Мы считаем, что люди предоставляют возможности, а ИИ обеспечивает масштабируемость. (Парня по имени Влад Стояновский сказал нам это, и это запомнилось.) По этой причине агенты и помощники — это верхний слой нашего торта — они все о решении (часто конкретных) повторяющихся проблем. Вы, вероятно, слышали или использовали множество помощников на основе ИИ, таких как Otter.ai, Grammarly и Microsoft Copilot. У IBM также есть несколько помощников под брендом watsonx, которые помогают писать код, автоматизировать обслуживание клиентов и использовать цифровой труд (агентов) для автоматизации рутинных задач и упрощения рабочих процессов. Платформы, такие как CrewAI и BeeAI Agent Framework (с открытым исходным кодом от IBM), предоставляют все, что нужно разработчикам для создания и управления собственными агентами (в этом случае эти платформы могут работать друг с другом). IBM даже поставляет предварительно созданные агенты для конкретных отраслей (например, HR) для развертывания на своих собственных ресурсах или в рамках цифровой рабочей платформы IBM, watsonx Orchestrate. (Этот продукт предназначен для бизнес-пользователей с его безкодовой и низкокодовой средой для оркестрации рабочих процессов с использованием цифрового труда и агентов, которые поставляются или которые вы строите или приносите сами.)

Уравнение 3: Найдите свой баланс — Навигация по парадоксу

Мы уже говорили о том, что потребуется для роста большинства экономик и бизнесов мира, и о роли ИИ в этом уравнении роста. Теперь мы готовы к Уравнению 3, которое полностью о том, как найти правильный баланс, ориентируясь в нашем парадоксе. Речь идет о сосуществовании деструкции и ответственности. Компании, правительства, руководители, лидеры и работники должны возглавить движение, чтобы сдвинуть маятник туда, где большинство организаций используют ИИ (и подходят к нему с мышлением ИИ+, о чем говорилось в Главе 1). Мы нашли довольно успешную формулу, которая поможет вам сделать именно это:

ПОИСК БАЛАНСА = ЛИДЕРСТВО + НАВЫКИ + ОТКРЫТОСТЬ

Мы действительно считаем (вежливый способ сказать, что если у вас есть какие-либо планы заставить это работать, вам лучше сделать это правильно), что вы можете использовать эти три фундаментальных элемента для навигации по нашему парадоксу. По мере того, как вы будете читать эту книгу, вы не сможете не заметить, как эти элементы также оказываются в основе этой книги. Мы посвятили целую главу навыкам, лидерство вплетено почти в каждую главу этой книги, и вы услышите еще много о открытом исходном коде.

Лидерство — это управление: руководство с заботой

Лидерство проявляется во многих формах, но где именно будет проявляться лидерство в области ИИ? Оно будет исходить от таких людей, как вы, читающие эту книгу, которые будут играть значительную роль в компаниях, академических учреждениях и правительствах мира и которым всем необходимо принять идею навигации по нашему парадоксу. Честно говоря, успешные лидеры будут

66 | Глава 3: Уравнения убеждения в ИИ

3 Diamond Consultants, «Перемены начинаются с осознания, но их принятие определяет ваше будущее», опубликовано Минди Даймонд, извлечено 13 декабря 2024 г., https://oreil.ly/VN_nh.

те, кто не боится рисков, а скорее, кто находит время понять их и ответственно действовать в отношении этих рисков.

Вы уже можете видеть, как некоторые из этих лидеров появляются сегодня в компаниях по всему миру, когда они начинают отличаться от остальных с точки зрения финансовых показателей. Но в целом, сейчас не хватает необходимого лидерства в области ИИ, и это действительно поразило нас, когда мы прочли прошлогодний опрос IBM Global AI Adoption Index, который показал, что каждая пятая компания заявила, что еще не планирует использовать ИИ в своем бизнесе! Это означает, что слишком много организаций остаются на уровне *статус-кво*. Среди своих опасений они назвали ограниченные навыки и опыт в области ИИ, слишком большую сложность данных и этические проблемы. И теперь вы знаете, почему мы включили эту главу в книгу: потому что, как сказал известный психотерапевт Натаниэль Бранден, «Первый шаг к переменам — осознание. Второй шаг — принятие» .3 Мы надеемся, что теперь очевидно, как *статус-кво* просто не сработает для бизнеса — это те плохие пути разрыва и обрыва, о которых мы говорили в предисловии... примите это.

Мы не думаем, что это преувеличение, предполагать, что компании, ответственно внедряющие ИИ, обречены на более быстрый рост и улучшение прибыли, чем те, кто этого не делает. Как они могли бы не превзойти? Если вы тратите 30% своего бюджета на поддержку клиентов, а ваши конкуренты смещают две трети этих расходов *влево*, ну что ж.... Например, Klarna (шведская компания «купи сейчас, заплати позже») отмечает, что более половины их чатов поддержки клиентов обрабатываются ИИ. Этот бюджет на ремонт (тратить деньги, чтобы сэкономить из Главы 1) дает экономию, которая финансирует инновации. Если вы этого не делаете, как вы можете конкурировать с этим поставщиком? С нашей точки зрения (мы имеем уникальный обзор деловых и государственных дел), мы уже начинаем видеть разрыв и начало большой пропасти между компаниями, которые внедряют ИИ, и теми, кто этого не делает. Глядя вперед, это не будет хорошо для общества в целом.

Одному из нас выпала редкая возможность услышать выступление отставного генерала Колина Пауэлла о лидерстве. Он был 65-м госсекретарем США при президенте Джордже Буше — пожалуй, третьей по важности должностью в правительстве США. Его знаменитая фраза, которую он произнес, звучит так: «Ведите так, чтобы люди следовали... если только из любопытства». Действительно, мы видели компании, следующие из любопытства, и в итоге попадающие в беду. Хотя цитата Пауэлла стала вездесущей, большинство упускает, ссылаясь на нее, тот факт, что в своей речи он продолжил говорить о том, что люди сделают это, если *доверятся* вам. Итак, когда речь заходит об ИИ, вы должны подумать о том, как вы продемонстрируете доверие (ответственно используя ИИ) и какие технологические поставщики каждый день выступают как *хорошие игроки* (сторонники) или *плохие игроки* (сторонние наблюдатели). Мы считаем, что это имеет значение. Итак, лидерство в области ИИ не означает безответственный рывок вперед. Лидерство означает ответственное

Некоторые вещи вечны | 67

движение организации вперед, и вы не делаете этого в одиночку. Большая часть лидерства заключается в смешивании мудрости (знание правильного пути) с действием. Как гласит старая поговорка: «Мудрость знать, что помидор — это фрукт, и знание не класть его в фруктовый салат». (Да, мы знаем, что с научной точки зрения помидор — это фрукт, но с кулинарной точки зрения — на которой основана эта поговорка — мы придерживаемся того, что это овощ.)

Упражнения и навыки помогут вам освоить мастерство

Навыки — второй элемент нашего уравнения, и мы бы сказали, что навыки тесно связаны с лидерством. Каждая компания и учреждение должны построить совершенно новый набор навыков для обеспечения роста в ближайшие 5-10-20 лет. Лидеры должны признать, что технологии развиваются быстрее, чем многие могут успеть, создавая разрыв между спросом и навыками. Вот почему мы посвятили этому предмету всю Главу 6 и даже привлекли звездные силы Леди Гаги и Брэдли Купера в наши неочевидные (поняли?) доказательства.

Конечно, эти навыки включают основные компьютерные науки, науку о данных и навыки машинного обучения. Люди, обладающие этими навыками, включают тех, кто хорошо разбирается в передовых технологиях (если вы слышите термин SOTA — с долгим «О» — это жаргон умников для «новейшего и величайшего») моделях и методах, и то, что на горизонте. Но с GenAI и агентами есть базовые навыки, которые должна освоить вся компания: как ответственно использовать эту технологию, что она может делать, какие опасности с ней связаны, и понятие того, как они работают — все это формирует более широкий кругозор.

И не забывайте о любопытстве! Смотрите, вы никогда не заставите своих сотрудников перестать проходить мимо проблем, которые можно решить или улучшить с помощью технологий, если они не знают, что искать, или если работники не испытывают неудовольствия от какой-либо рутинной работы и не думают: «Это не должно быть так». Если ваши сотрудники не уполномочены вносить изменения, все навыки, которые вы, возможно, улучшите в своих организациях, могут оказаться напрасными. В конце концов, нет смысла иметь шахматные фигуры, если вы планируете играть только в шашки.

Не заблуждайтесь. Если вы бизнес, правительство или любая другая организация, вашим людям понадобятся новые навыки для роста организации. Теперь остановитесь и подумайте о вариативности рабочих моделей и способов работы на сегодняшнем рынке. Некоторые сотрудники пришли из мира дисковых телефонов и пишущих машинок (а возможно, были программистами перфокарт), другие начали свою карьеру с чатов в Slack, наполненных эмодзи (и носили пижамные штаны на встречах в Zoom), а третьих вы собираетесь нанять, и они начнут свою карьеру с агентов ИИ и помощников с самого начала.

Проще говоря, навыки, которые бизнесам были нужны для роста 20-50 лет назад, — это не те навыки, которые потребуются для роста в будущем. Мы считаем, что Table 3-1 действительно детализирует,

68 | Глава 3: Уравнения убеждения в ИИ

насколько сильно, с точки зрения навыков, все изменилось и продолжит меняться.

Table 3-1

Table 3-1. Сравнение навыков, критически важных для успеха вчерашнего дня, с навыками будущего

Навыки вчерашнего дня (некоторые все еще важны)	Навыки, необходимые для будущего
Иерархическое лидерство. Командование и контроль с нисходящим подходом были не просто первостепенными, это был фактический стиль. В качестве примера посмотрите фильм «Форд против Феррари».	Адаптивное лидерство. Добродетели лидерства включают гибкость, окружение себя людьми умнее вас, равные возможности и предоставление каждому шанса быть услышанным. «Потому что я так сказал!» не удержит таланты. Прочитайте книгу Эндрю Маккафи «Путь гика» (Little, Brown) в качестве примера.
Сила и авторитет. Лидеры, способные быть решительными и вызывать уважение, высоко ценились — но, к сожалению, такие методы, как запугивание и принуждение, каким-то образом нашли свое место в этом стиле.	Эмоциональный интеллект (ЭИ). Способность понимать людей, сопереживать им и налаживать связи с людьми с разным опытом, образованием и культурами — критически важный навык. На самом деле, дело сводится к тому, чтобы не быть идиотом — да, лидеры должны принимать трудные решения и говорить жестко, и это не конкурс популярности. Но добиться того, чтобы люди хотели работать с вами, — лучший путь — помните, просто из любопытства!
Официальная коммуникация. Профессионализм в коммуникации был ключевым, с акцентом на формальные письменные и устные коммуникативные навыки. Не было никаких эмодзи «глаза смотрят налево», которые означали бы «вникать в это».	Цифровая коммуникация. Владение инструментами и платформами цифровой коммуникации имеет решающее значение, а гибридная работа создает головоломку: работать из дома и возвращаться в офис с разными расписаниями и подходами. Некоторые суды постановили, что эмодзи «большой палец вверх», отправленный текстовым сообщением, может быть юридически обязывающим договором купли-продажи, и одна авиакомпания проиграла судебное разбирательство на основании некорректной (но правдоподобной) информации, предоставленной их чат-ботом на базе БЯМ, о ценовой политике.
Специализированный опыт. Глубокие знания в конкретной области бизнеса были критически важны, и специалисты в области финансов, маркетинга и операций пользовались большим спросом. Они по-прежнему важны, но многие рутинные задачи, которые составляют их работу, будут автоматизированы.	Пожизненное обучение. Самые эффективные лидеры привлекают и интегрируют многопрофильный опыт в свою работу. Опыт в разработке, управлении продуктами и продажах создает настоящих агентов перемен — так что будьте десятиборцем на Олимпиаде навыков! Более того, технологические навыки быстро устаревают. Это требует приверженности непрерывному обучению и повышению квалификации. Специализированные навыки важны, но вам нужно постоянно добавлять в свой «чемодан навыков».
Избегание риска. Осторожный подход к бизнесу, сосредоточение на стабильности, избегание ненужных рисков и защита существующих бизнес-направлений были общими чертами.	Инновации и готовность рисковать. Использование дальновидного мышления, готовность к экспериментам и принятие просчитанных рисков будут ключевыми драйверами роста бизнеса. Ориентируйтесь в парадоксе! Ошибайтесь быстро, ошибайтесь безопасно и двигайтесь вперед!
Нетворкинг. Создание сильной сети через личные взаимодействия и личные отношения было важным для роста бизнеса. Ваших подписчиков измеряли по количеству людей, идущих за вами на совещание.	Глобальный нетворкинг. Создание широкой (потенциально глобальной) сети через цифровые платформы необходимо для выхода на международные рынки и привлечения разнообразных талантов. Отличные лидеры ведут блоги, публикуют сообщения в LinkedIn, пишут книги, делают подкасты и выступают на живых мероприятиях. Они смешивают и сочетают сегодняшние способы взаимодействия. Но! Личное общение по-прежнему важно.

Мы считаем, что часть нашей личной роли (и нашей роли как сотрудников IBM) — это передавать опыт и создавать учебные программы и доступ к технологиям, которые необходимы, чтобы помочь миру извлечь максимум из Уравнения 3. Например, Индонезия (экономика на триллион долларов) очень сосредоточена на технологиях, и IBM работала с правительством этой страны над планом обучения более 500 000 студентов этим технологиям нового поколения. Другие крупные и мелкие компании делают то же самое. Мы призываем всех принять участие, и это начинается с уделения пристального внимания Главе 6.

Некоторые вещи вечны | 69

Различные аспекты открытости

Прозрачность должна быть тем, к чему стремятся все организации в отношении своего ИИ. Быть открытым в мире GenAI многогранно и немного отличается от того, к чему мы привыкли в традиционном технологическом пространстве — вот почему так важно найти баланс.

Ранее в этой книге мы говорили вам, что одна модель не будет править всеми. Знание этого помогает вам понять, почему вам нужно использовать открытую платформу ИИ. Вам нужно уметь выбирать свои собственные модели, чтобы найти правильный баланс. Лучшие модели для вашего бизнеса со временем будут зависеть от вашей отрасли, домена и варианта использования, а также от того, как они будут направлены на доменные данные. В «долгом сроке» для бизнеса мы считаем, что модели AI Value Creator принесут больше ценности вашему бизнесу, чем общецелевые модели AI User.

Один из аспектов открытости — это прозрачность и открытость данных, используемых для обучения моделей, которые вы будете использовать для своего бизнеса. Когда вы начнете спрашивать поставщиков о данных, использованных для обучения их магических моделей, некоторые скажут вам, что это не ваше дело; другие дадут вам список того, на чем, по их мнению, они обучались; а некоторые буквально покажут вам происхождение данных, весь процесс предварительной обработки данных, права использования и многое другое. На момент написания этой книги было очень мало компаний, которые опубликовали свои источники данных и конвейеры с полной прозрачностью.

Чтобы быть открытым, мы считаем, нужно начать с открытых данных. Как мы уже говорили ранее в этой книге, чтобы получить максимальную отдачу от ваших усилий в области ИИ, вы возьмете свои собственные проприетарные данные, чтобы направить или скорректировать модель, с которой вы начнете, для вашего бизнеса. Эта модель может быть открытой, но для бизнеса более вероятно, что она должна быть построена на открытых данных и дополнена проприетарными данными (вашим секретным соусом), или где-то посередине (например, ограниченный набор данных, с которым ассоциация работает со своими членами, чтобы создать его для отрасли, которую она обслуживает). По мере того, как вы оттачиваете свою стратегию GenAI, мы считаем, что вам следует сделать открытую БЯМ с прозрачностью данных частью своего плана. Почему? Быть открытым — это хорошо, потому что это значительно облегчает выявление источников предвзятости, ненависти, агрессии (и многого другого), это хорошо для суверенитета, потому что все источники данных легко идентифицируются, это хорошо для объяснимости, это хорошо для юридической защитимости, и это хорошо для образования, потому что это естественным образом способствует сотрудничеству между сообществами.

Второй аспект открытости для ИИ — это открытый исходный код. Сообщества открытого исходного кода не получают должного признания, но они сделали для мира больше, чем вы можете себе представить. Именно здесь происходят сотрудничество и инновации, и именно поэтому мы представили вам Hugging Face в Главе 1. Есть модели с открытым исходным кодом и проприетарные модели, и вы, вероятно, будете использовать и те, и другие. В этом контексте ваша платформа должна быть открытой, чтобы вы могли смешивать и сопоставлять нужные модели. Например, если отрасль генерирует БЯМ, настроенную для страхования, ее можно приобрести — но она открыта в том смысле, что ее можно использовать на платформе, и она прозрачна в отношении данных, использованных для ее создания. Найдите компании, которые объединяются вокруг открытости. Многие из них являются частью ИИ

70 | Глава 3: Уравнения убеждения в ИИ

Альянса — сообщества создателей, разработчиков и пользователей технологий, сотрудничающих для развития безопасного, ответственного ИИ, основанного на открытых инновациях.

Альянс ИИ был создан с целью ускорения и распространения открытых инноваций в ландшафте технологий ИИ для улучшения фундаментальных возможностей, безопасности, защиты и доверия к ИИ. Возможно, более важно, что его целью является ответственное максимизация преимуществ ИИ для людей и общества по всему миру.

Альянс ИИ объединяет критическую массу вычислительных ресурсов, данных, инструментов и талантов для ускорения открытых инноваций в области ИИ. Он стремится сделать следующее:

• Создавать и поддерживать открытые технологии для программного обеспечения, моделей и инструментов.
• Предоставлять разработчикам и ученым возможность понимать, экспериментировать и внедрять открытые технологии.
• Пропагандировать открытые инновации среди организационных и общественных лидеров, политических и регулирующих органов, а также общественности.

В конечном итоге, мы верим, что, безусловно, есть место для проприетарных моделей, но еще больше места в этой эпохе ИИ для моделей с открытым исходным кодом. Наконец, всегда помните, название компании не имеет ничего общего с открытостью. Когда речь заходит об открытом исходном коде, название может быть ужасно вводящим в заблуждение.

Последний совет: Рассматривайте ИИ как генератор ценности, а не кост-центр

Мы обнаружили, что многие лидеры и компании рассматривают технологии (и, если уж на то пошло, кибербезопасность) как затраты, которыми нужно управлять, — и это проблема. Вы должны сделать все возможное, чтобы компании, в которых вы работаете, рассматривали технологии и кибербезопасность как генераторы ценности, а не как кост-центры.

Правильное мышление заключается в том, чтобы думать о том, что технологии могут фундаментально изменить бизнес. Если ваша компания рассматривает GenAI и агентов как технологические затраты, которыми нужно управлять (не только стоимость технологий, но и затраты на повышение квалификации, управление и другие сопутствующие расходы), она, вероятно, окажется на неправильной стороне. Почему мы говорим это с такой уверенностью? Рассмотрим расходы на технологии в процентах от мирового ВВП: около 25 лет назад это число составляло 5% — а сегодня оно составляет около 15%. Это немалое число, если учесть общий объем мирового экономического производства.

Теперь мы хотим, чтобы вы подумали о том, будет ли это соотношение выше или ниже в будущем. Подумайте об этом: мы прошли от 5% до 15% всего за 15 лет, и кто знает, где это закончится? Мы считаем, что, безусловно, не исключено, что мир может достигнуть 20%, 25% или даже 35% ВВП, расходуемого на технологии в будущем. Мы не предсказатели, но мы видели, что происходит с компаниями, которые сопротивляются

Последний совет: Рассматривайте ИИ как генератор ценности, а не кост-центр | 71

вместо того, чтобы принять перемены и деструкцию. Вот почему сегодня вы видите так много глубоких технологов, становящихся частью руководства компаний, чего вы не так много видели всего 20 лет назад.

Подведение итогов

На данном этапе книги мы надеемся, что вы высоко оценили то, как технологии развиваются быстрее, чем когда-либо; но еще больше, мы надеемся, что вы оценили, что прирост производительности отсутствует. Вы, вероятно, согласились с нами в том, что вам потребуется лучшая производительность для обеспечения финансового успеха и экономического роста вашей компании.

Бизнесы и правительства *могут* ответственно использовать ИИ для роста. Обратите внимание, что мы не закончили это предложение вопросительным знаком. Мы считаем, что это не вопрос — скорее, это часть нашего парадокса. Мы абсолютно уверены, что ответственность и деструкция могут сосуществовать, и благодаря этому вы можете управлять этой деструкцией и избегать самоуспокоенности, которая возникает при попытке сохранить статус-кво.

И если мы еще не сказали этого достаточно (вы прочитали три главы этой книги, и мы все еще говорим это), вы должны сделать ответственный ИИ частью своей культуры. Помните: ответственный ИИ — это ответственный бизнес.

Надеемся, что это отвечает на вездесущий вопрос, который нам задают почти на каждом каминном разговоре (ироничный прилагательное, потому что мы коллективно были только на одном, где действительно был камин): эта штука ИИ слишком рискованна? Мы утешились, когда случайно наткнулись на цитату Номера 28 во время нашего «обеда с идеями для книги», где таинственным образом никто не высказал предположения, что, возможно, у нас нет лишних циклов для написания (но мы рады, что мы это сделали). Почему? Потому что нам ясно, что общество не сталкивается ни с чем, с чем не сталкивались поколения до нас. И со временем очевидно, что технологии всегда были источником инноваций и процветания для людей во всем мире. Теперь, когда вы почти закончили читать эту главу, мы считаем, что коллективно у нас есть кворум по поводу того, что ИИ является ответом на нашу проблему с производительностью и что ответственность и деструкция должны сосуществовать.

Мы считаем, что лучшие дни мира еще впереди, если мы не просто позволим, но и будем активно поощрять ответственное использование технологий для процветания. ИИ высвободит производительность, которая приведет к такому уровню роста ВВП, какого никто из нас еще не видел! Правильный, надежный ИИ, разработанный для бизнеса, делает именно это. И да, это может означать эволюцию рабочих мест в ближайшем будущем, но мы уверены, что, как и в каждом технологическом моменте подъема, сдвига, разрыва или обрыва в прошлом, по мере повышения квалификации появятся новые рабочие места (те, о которых вы раньше и не думали), рынки и отрасли. При правильном видении применения ответственного ИИ для производительности мы действительно можем снова обрести себя и — одновременно — обеспечить устойчивый рост и процветание на многие годы вперед.

72 | Глава 3: Уравнения убеждения в ИИ

Еще раз поразмыслите над словами Вудро Вильсона: озадаченный, смущенный и лихорадочная деятельность. Если ваш вопрос: «Можем ли мы справиться с этим?», то короткий ответ: «Да». Теперь давайте перейдем к следующей главе и посмотрим, как вы можете использовать ИИ в работе.

Подведение итогов | 73