Ерик Бриньолфсон: „Това може да е най-доброто десетилетие в историята — или най-лошото“

TP: В исторически подтекст по какъв начин би трябвало да мислим за gen-AI — основен изпълнителен шеф на Alphabet Сундар Пичай го съпостави с огън или електричество.

EB: Не съм сигурен за огъня, само че мисля, че електричеството не е неприятно съпоставяне. Технологиите с общо предопределение или GPT (въпреки че това редуциране е някак откраднато от икономистите) имат три значими характерности. Те са необятно публикувани и засягат множеството браншове на икономиката; второ, те се усъвършенстват бързо; и трето, те основават спомагателни нововъведения. Електричеството сигурно дава отговор на сметката. Същото направиха и компютърните технологии, а в този момент и gen-AI.

Но те са още по-разпространени, по-бързо се усъвършенстват и може би най-важното, раждат още повече допълващи се нововъведения от по-ранните технологии. Така че, до момента в който множеството GPT лишават десетилетия, с цел да се разработят изцяло - в тази ситуация с електричеството, най-големите резултати се случиха 30 до 40 години след първото му въвеждане в американските заводи - за генеративния AI чакам резултатите върху продуктивността върху стопанската система да бъдат доста по-бързи. В съответни приложения установихме, че това е единствено въпрос на няколко месеца.

TP: Това основано ли е на рандомизирани контролни изпитвания на равнище служащ?

EB : Да, направих изследване с Линдзи Реймънд и Даниел Ли, където разгледахме въвеждането на инструмент за LLM в помощ на сътрудниците за обслужване на клиенти. Имаше приблизително към 14 % нарастване на продуктивността единствено за няколко месеца. Най-малко опитните сътрудници имаха 34% нарастване на продуктивността - доста повече от по-опитните сътрудници. Също по този начин видяхме усъвършенствания в удовлетвореността на клиентите. Дори самите представители на обслужването на клиенти изглеждаха по-щастливи. Имаше по-малка възможност да изоставен, което докара до по-малко текучество. И по този начин, акционерите, клиентите и чиновниците наподобяват по-добре в рамките единствено на няколко месеца.

Виждали сме нещо като J-крива с по-ранни технологии с общо предопределение като парната машина, електричеството и ранните компютри. Моят прочит на доказателствата е, че това ще се случи по-бързо с AI

Има други изследвания, които преглеждат функции от софтуерно шифроване до управническо консултиране и разнообразни типове писмени задания. И всеки от тях откри доста сходен модел, при който 1) постоянно имаше двуцифрени облаги в продуктивността, 2) по-малко квалифицираните служащи нормално се възползваха повече и 3) облагите се появиха единствено в границите на няколко месеца.

TP: Приложенията в обществения бранш също са обещаващи, изключително в опазването на здравето. Но това, което има значение в този момент, с цел да се види повишение на продуктивността, както в обществения, по този начин и в частния бранш, е ефикасното приемане.

EB : Мисля, че това ще се случи по-бързо. Традиционно GPT лишават десетилетия, с цел да се разиграят. Не бих се изненадал, в случай че има доста промени в бизнес процесите и се развият нови умения. Но положителната вест с gen AI е, че можете да получите доста от преимуществата даже така и така. Вече имаме инфраструктурата; интернет ни разрешава да доставяме тези принадлежности доста бързо. ChatGPT доближи 100 милиона консуматори в границите на 60 дни. Ние също знаем по какъв начин да използваме неща като ChatGPT или други LLMs — не е належащо да учите специфични езици за шифроване или неразбираеми умения. Основно е британски. Бихте могли да станете по-добри в бързото инженерство, само че хората могат да получат изгоди съвсем незабавно.

TP: Робърт Солоу, ваш ментор – който за жалост умря предишния месец – направи пионерски проучвания върху продуктивността и технологиите. Всеки знае неговия откъс: „ Можете да видите възрастта на компютрите на всички места, с изключение на в статистиката за продуктивността. “ Може ли този по този начин наименуван „ абсурд на Солоу “ да се отнася и за поколението AI?

EB: С неговото поощрение написах първата си публикация като докторант, излагайки набор от пояснения за какво ИТ възрастта не се демонстрира в статистиката за продуктивността. Първият беше, че цифровите технологии постоянно основават доста изгоди по способи, които не са добре уловени в данните. По-специално, цифровите артикули постоянно имат нулева цена. Брутният вътрешен артикул мери всички неща, които се купуват и продават, с няколко изключения, в случай че нещо има нулева цена, то не се улавя. Второ, сходно на други GPT, с цел да получите цялостните изгоди за продуктивността, би трябвало да измененията работните си процеси и постоянно да преразпределите работната мощ, а това може да отнеме години или даже десетилетия.

TP: Вторият фактор се отнася до „ J-кривата “ на продуктивността, нали?

EB : Да, освен лишава известно време, до момента в който нещата се появят, само че даже може да имате първичен негативен резултат. Първоначално фирмите ще влагат доста време и старания в редизайн на бизнес процеси, само че нищо от това неотложно не се трансформира в по-голяма продукция. Така че механично имате повече вход без по-голям излаз. Това в действителност понижава продуктивността ви. По-късно стартирате да събирате реколтата от тези вложения и по-късно имате по-висока продуктивност — отсам и J-образната форма на облагите в продуктивността с времето.

Имаше много висок напредък на продуктивността през по-голямата част от следвоенния интервал до 1970-те години. След това имаше закъснение до към 1995 година Това беше интервалът, в който Солоу направи забележката си за парадокса на продуктивността. И по-късно през 1995 година до към 2005 година имахме скок в продуктивността, което частично се дължи на приемането на интернет, а също и на системите за обмисляне на корпоративните запаси тук-там като Walmart. След това някак изчезна до последната година или две, което от време на време назовавам „ абсурд на модерната продуктивност “.

TP: Как може „ J-кривата “ за Gen AI наподобява друго от това на други технологии, като да речем компютърните?

EB : Това е страховит въпрос. Виждали сме нещо като J-крива с по-ранни технологии с общо предопределение като парната машина, електричеството и ранните компютри. Изглежда, че времената на цикъла стават по-бързи, от десетилетия до години. Моят прочит на доказателствата е, че това ще се случи по-бързо с AI, в сравнение с с някои от по-ранните технологии. Така частта от кривата се компресира или даже става по-плитка.

Дезинформация, халюцинации и разпръскване - това са всички неща, които тези най-нови технологии от време на време вършат. Ще би трябвало да намерим способи да се оправим с тях

TP: И това се свежда до допълнението със съществуваща инфраструктура или предишни технологии, по-ниските разноски и лекотата на потребление на генериращ AI.

EB: Точно по този начин. Освен това може би прибавете още един. AI е може би най-общата от всички технологии с общо предопределение, тъй като преследва интелекта. Ако можем да „ разгадаем интелекта “, можем да го използваме за решение на доста други проблеми в света.

TP: Капиталовите вложения, изисквани от разработчиците, във връзка с изчисленията мощ и данни, е забележителен. Виждаме прогрес там, само че спомагателните разноски от евентуални осиновители за неща като ИТ и образование наподобява изостават.

EB : Все още сме в ранните стадии на ген. AI гражданска война. Докато разработчици като OpenAI и Гугъл вършат обилни вложения в изчислителна мощ за създаване на все по-големи модели, множеството консуматори са единствено в стадии на изследване и ранно внедряване. Разбира се, доста от тях ще разчитат на облачни услуги, тъй че вложенията ще се появят там. Както можем да забележим от продажбите и пазарната капитализация на Nvidia, търсенето е мощно и евентуално ще нарасне доста за изчислителна мощ. По същия метод водещите компании в този момент създават нападателни проекти за вложения в програмен продукт и образование, с цел да могат да внедрят решения от потомство AI.

TP : Фокусирахме се върху евентуалните облаги в продуктивността, само че какво да вършим с контрапродуктивните аспекти на gen-AI?

EB: Да, бих го разделил в две категории. Едната е, че хората могат да ги употребяват по разрушителни способи: за основаване на дезинформация, вируси или оръжия, хакерски атаки и фишинг офанзиви. Това прави „ неприятните “ по-продуктивни. Може да се употребява и за действия с нулева сума, като целеви маркетинг, който се измества към икономическите наеми.

Вторият е, че с цел да го употребявате дейно, би трябвало да научите нови техники и нови правила. Точно както при по-ранните технологии, като въвеждането на железопътните линии, трябваше да имаме стандартизирани часови зони, а индустриализацията вкара поточни линии и нови способи за съгласуване на работата във фабриките. Ще би трябвало да измислим някои нови способи за ръководство на претоварването с информация. Всички ние ще би трябвало да развием отбрани и нови правила, с цел да не бъдем претрупани и разсеяни.

TP: Какво ще кажете за въпроса с халюцинациите?

EB: Трябва да научим къде технологията е ефикасна и къде не. Така че за дезинформация, халюцинации и разпръскване - това са всички неща, които тези най-нови технологии от време на време основават. Ще би трябвало да намерим способи да се оправим с тях.

Вземете съответно случая с халюцинациите: част от това е да знаете за какви задания са подобаващи. Така че, в случай че се пробвате креативен да обмислите хрумвания за нов дизайн или рекламна акция, може би това е освен това от неточност. Ако желаете да имате точната отпратка към дадена публикация или част от данни, това може да е проблематично. Мисля, че технологиите се усъвършенстват и равнищата на халюцинации понижават. По-важното е, че считам, че можете да го комбинирате с други технологии, като генериране с разширено добиване, където свързвате LLM с по-надеждна база данни, с цел да получите вярната версия на детайла с данни, за разлика от халюцинираната.

TP : Другият тип антипроизводителни резултати, най-малко в кратковременен проект, е разстройването, което безусловно ще аргументи, изключително на пазарите на труда.

EB: Ще има големи стопански разтърсвания. Компаниите ще се раждат и унищожават, както и специалностите. В взаимозависимост от това по какъв начин използваме технологията, можем да я използваме по метод, който е по-вероятно да сътвори необятно споделен разцвет или повече централизация на благосъстояние и власт.

По-специално, в случай че технологиите се употребяват основно за подражаване на хора, подражаване на дилемите по същия метод, по който ние ги изпълняваме и подмяна на хората с машини, това евентуално ще докара до по-ниски заплати и по-голяма централизация на благосъстояние и власт като финансови заместители на труда. Но в случай че ние нас