Доскоро добрата идея беше само началото на дълъг и скъп път. Днес човек без познания по програмиране може да изгради работещ софтуерен продукт. Това променя не само технологичната индустрия, но и икономиката на предприемачеството, конкуренцията и стойността на човешката експертиза.

Преди няколко дни се озовах в ситуация, която преди пет години би ми изглеждала почти абсурдна. Седях пред компютъра и инсталирах Linux, Docker и различни софтуерни компоненти, за чието съществуване доскоро дори не подозирах. Опитвах се да свържа външно приложение със система за управление на изкуствен интелект, която разработвам. В един момент получих съобщение за отказан достъп до Docker Engine. Нямах представа какво означава. Няколко минути по-късно проблемът беше решен, а системата вече работеше.

Най-интересното в тази история не е, че успях да инсталирам Docker. Всеки опитен програмист вероятно би се справил значително по-бързо. Интересното е, че аз не съм програмист. Професионалният ми опит е във финансовите пазари, инвестиционния анализ и управлението на риска. Не мога да напиша самостоятелно сложна програма на Python. Не познавам в детайли архитектурата на съвременните уеб приложения. И въпреки това участвам в изграждането на система, която анализира заявки към езикови модели, решава кога те могат да отговарят, кога трябва да бъдат ограничени и кога отговорът трябва да бъде блокиран.

Тогава си зададох въпроса, който според мен заслужава много повече внимание от поредната новина за нов AI модел: как е възможно човек без техническо образование да се занимава с подобно нещо? И какво ще стане, когато милиони други хора започнат да правят същото?

Доскоро идеята не беше достатъчна

В продължение на десетилетия технологичното предприемачество имаше сравнително висока входна бариера. Можеше да познаваш отлично определен пазар, да виждаш проблем, който никой не решава добре, и дори да имаш ясна представа как трябва да изглежда решението. Но между идеята и работещия продукт стоеше цяла организация. Нужни бяха програмисти, специалисти по бази данни, системни администратори, дизайнери, технически ръководители. Нужни бяха пари, време и способност да управляваш процес, който често не разбираш достатъчно добре.

Това създаваше странен икономически парадокс. Хората, които най-добре разбираха даден проблем, невинаги имаха възможност да създадат неговото решение. А хората, които умееха да разработват софтуер, невинаги познаваха достатъчно добре проблемите, които си струва да бъдат решени. Между двете групи стоеше капиталът. Той финансираше превръщането на специализираното знание в технология.

Изкуственият интелект започва да променя точно тази зависимост. Не защото е премахнал необходимостта от програмисти, а защото е намалил цената на първия работещ експеримент. Човек с практически опит в определена област вече може да опише проблема, да обсъди архитектурата, да възложи създаването на прототип и да го тества, без предварително да изгражда цял технически екип.

Нещо, което преди е изисквало сериозен първоначален бюджет, днес в някои случаи може да бъде проверено с компютър, няколко абонамента и достатъчно упоритост.

Това не означава, че всеки прототип автоматично се превръща в надежден продукт. Разстоянието между двете остава голямо. Но икономическото значение на промяната е огромно: за първи път толкова много хора получават възможност да проверят собствените си идеи, преди да са намерили инвеститор, технически съдружник или екип.

Когато експертизата срещне технологията

Да вземем един лекар, който от двадесет години работи с пациенти с хронични заболявания. Той познава слабостите на съществуващите системи, знае кои въпроси пациентите не задават навреме и кои административни процедури отнемат ненужно време.

Доскоро този лекар би могъл да опише идеята си на софтуерна компания и да се надява, че разработчиците ще разберат спецификата на медицинската практика. Днес може да изгради първоначален прототип, който организира информацията, напомня за прегледи или подпомага административната работа. Разбира се, медицинската безопасност, защитата на личните данни и регулаторните изисквания ще продължат да налагат професионална проверка. Но лекарят вече може да покаже какво точно има предвид, вместо да разчита само на описание.

Същото важи за учител, който иска да създаде интерактивна образователна среда, за счетоводител, който познава слабостите на определен работен процес, или за собственик на малка производствена фирма, който от години вижда къде се губят време и материали. Тези хора може да не разбират от програмиране, но притежават нещо, което не се придобива с няколко добре формулирани заявки към езиков модел: натрупано познание за реалните проблеми.

Именно това познание започва да придобива нова икономическа стойност.

Досега често приемахме, че технологичната компетентност е основното условие за създаване на технологична компания. Занапред все по-голямо значение може да има способността да разбираш определена индустрия по-добре от останалите. Изкуственият интелект няма да направи всички хора добри предприемачи. Но ще даде на много повече хора възможност да проверят дали тяхното специализирано знание може да се превърне в продукт.

Това е много по-дълбока промяна от автоматизирането на писането на код.

Източник: iStock

Парадоксът: когато всеки може да създава, самото създаване поевтинява

Тук стигаме до една последица, която рядко се обсъжда с достатъчна сериозност. Ако разработването на софтуер става по-лесно и по-евтино, това неизбежно променя и стойността на самия софтуер. Продукт, чието създаване преди е изисквало година работа и голям екип, може постепенно да се превърне в нещо, което няколко души изграждат за седмици. Това означава по-ниски разходи за навлизане на пазара, но и много повече конкуренция.

За потребителите новината е добра. Повече идеи ще могат да бъдат изпробвани, повече специализирани проблеми ще получават решения, а цената на част от софтуерните услуги вероятно ще бъде под натиск.

За съществуващите технологични компании картината е по-сложна. Предимството, което произтича единствено от способността да разработваш определена функционалност, може да се окаже по-малко устойчиво, отколкото изглеждаше доскоро.

Но ако кодът става по-достъпен, къде ще се премести конкурентното предимство?

Според мен отговорът е в качеството на проблема, който решаваш, в натрупаното знание, в достъпа до реални потребители и в способността да докажеш, че продуктът ти действително работи по-добре. Два екипа могат да използват един и същ AI модел и да изградят сходни приложения. Това не означава, че ще получат еднакво добри резултати. Единият може да разбира поведението на клиентите, ограниченията на индустрията и причините предишните решения да са се провалили. Другият може просто да е създал впечатляващ интерфейс.

Разликата между тях няма да се вижда непременно в първата демонстрация. Тя ще се прояви, когато продуктът срещне реалността.

Изкуственият интелект премахва едни бариери, но създава други

Тук е необходимо и известно охлаждане на ентусиазма. Фактът, че AI може да напише работещ код, не означава, че написаният код е сигурен, устойчив или подходящ за работа с чувствителна информация. Една демонстрация може да изглежда впечатляващо и въпреки това да съдържа сериозни архитектурни слабости. Автоматизираните тестове могат да преминават успешно, без да покриват най-важните реални рискове. Самият AI може уверено да обяви даден проблем за решен, когато всъщност е проверил само част от него.

Сблъсквам се с това и в собствената си работа. При разработването на ALEX Runtime получихме успешни автоматизирани тестове, но първият опит за реална връзка с външен модел завърши с грешка при автентикацията. Първоначалното обяснение беше, че API ключът вероятно е невалиден заради изчерпани кредити. Оказа се друго: тестовата конфигурация подменяше истинския ключ с фиктивен. След поправката реалните заявки преминаха успешно.

Това е дребен технически пример, но показва нещо съществено. AI може да ускори работата изключително много. Не бива обаче автоматично да му делегираме и окончателната преценка дали резултатът е верен. Колкото повече работа възлагаме на системите, толкова по-важни стават проверката, независимото измерване и ясната отговорност.

Вероятно ще видим и ново разделение на труда. Изкуственият интелект ще поема все по-голяма част от рутинната техническа реализация. Човешките специалисти ще бъдат особено ценни там, където трябва да се гарантират сигурност, надеждност, съответствие с изискванията и правилно поведение при непредвидени ситуации. Това няма да бъде край на техническата експертиза. Ще бъде промяна в начина, по който тя се използва.

Източник: iStock

Новата икономика на предприемачеството

Най-сериозните последици според мен ще се проявят при малките компании и самостоятелните предприемачи. Големите организации винаги са имали възможност да купуват експертиза. Малките често са били принудени да се отказват от добри идеи, защото не могат да финансират реализацията им. AI започва да намалява това неравенство, макар да не го премахва напълно.

Представете си двама предприемачи. Първият разполага със значителен капитал, но познава повърхностно пазара, на който иска да навлезе. Вторият има ограничени средства, но двадесет години е работил в съответната индустрия и знае точно какъв проблем трябва да бъде решен. В миналото първият често е имал решаващо предимство още на старта. Днес вторият получава инструмент, с който може сравнително евтино да превърне знанията си в работеща демонстрация, да я покаже на потенциални клиенти и да събере първите доказателства за търсене.

Капиталът не губи значението си. Той остава необходим за мащабиране, маркетинг, регулаторно съответствие, инфраструктура и изграждане на устойчив бизнес. Но започва да се променя моментът, в който е необходим. Вместо да търсиш финансиране само въз основа на презентация и обещания, все по-често ще можеш първо да покажеш продукт и резултати.

Това може да промени и начина, по който се финансират новите компании. Ако създаването на първоначален прототип става по-евтино, инвеститорите вероятно ще очакват повече реални доказателства още в ранните етапи. Добрата идея сама по себе си ще бъде все по-недостатъчна. Ще трябва да покажеш, че някой има нужда от решението ти, че то работи и че си способен да го развиеш.

Колкото и парадоксално да звучи, демократизацията на технологиите може едновременно да увеличи броя на предприемачите и да направи оцеляването на новите компании по-трудно. Повече хора ще могат да започнат. Но повече хора ще се конкурират за едни и същи клиенти.

Най-важният ресурс остава човешката преценка

Често се говори, че изкуственият интелект ще обезцени човешките знания, защото може да предоставя информация практически мигновено. Според мен това смесва информацията с експертизата. Да получиш отговор на въпрос не е същото като да знаеш дали въпросът е правилен. Да генерираш финансов модел не означава да разбираш допусканията, върху които е построен. Да създадеш софтуер не означава да знаеш как ще се държи той при реален проблем.

Във финансовите пазари тази разлика е добре позната. Данните отдавна са широко достъпни. Можеш да получиш финансовите отчети на хиляди компании, исторически цени, оценки и прогнози. Това не прави всички инвеститори еднакво успешни. Разликата идва от интерпретацията, дисциплината, разбирането на риска и способността да разпознаваш кога собствената ти теза е погрешна.

Подобна логика вероятно ще се пренесе и в технологичното предприемачество. Достъпът до инструменти ще се изравнява, но качеството на решенията няма автоматично да се изравни с него.

Затова не вярвам, че бъдещето принадлежи просто на хората, които умеят най-добре да разговарят с AI. Това умение ще бъде полезно, но постепенно ще се превърне в нещо обичайно. По-голямо предимство ще имат хората, които съчетават дълбоко познаване на определен проблем с готовността да експериментират, да учат и да подлагат собствените си идеи на проверка.

Революцията може би тепърва започва

Когато днес гледам как една система, която преди време съществуваше само като идея, постепенно започва да работи, не си правя илюзията, че съм се превърнал в софтуерен инженер. Нито че изкуственият интелект е премахнал всички технически проблеми. Напротив, колкото повече навлизам в тази област, толкова по-ясно разбирам колко много неща не знам.

Но вече не е необходимо да знам всичко, за да започна.

И това е съществената промяна. В продължение на десетилетия способността да създаваш сложни технологични продукти беше концентрирана в сравнително тесен кръг от хора и организации. Сега достъпът до тази способност започва да се разширява. Неравномерно, с много грешки и с нови рискове, но достатъчно бързо, за да промени правилата на играта.

Може би след десет години няма да ни впечатлява, че лекар е разработил собствено приложение, че учител е създал образователна платформа или че финансов анализатор е изградил система за управление на изкуствен интелект. Ще приемаме подобни неща за нормални. Както днес приемаме за нормално човек без образование по печатарство да публикува собствена книга или човек без телевизионно студио да създава видео съдържание.

Истинската революция няма да бъде в това, че машините пишат код по-бързо от хората. Тя ще бъде в огромния брой идеи, които досега никога не са получавали шанс да бъдат реализирани.

Разбира се, повечето няма да се превърнат в успешни бизнеси. Някои ще се окажат непрактични, други ще бъдат изпреварени от конкуренцията, трети ще се сблъскат с проблеми, които не могат да бъдат решени само с технология. Но дори малка част от тези идеи да успее, икономическият ефект може да бъде значителен.

Има една мисъл, до която все по-често се връщам, докато работя по собствените си проекти:

Изкуственият интелект не прави всеки човек програмист. Той дава на много повече хора възможността да бъдат създатели.

А ако това се окаже вярно в мащаба, който започваме да виждаме, най-голямата стойност на AI може да не бъде в работата, която ще свърши вместо нас, а в работата, която за първи път ще ни позволи да свършим сами.

Article source: https://money.bg/internet-it/golyamata-revolyutsiya-na-izkustveniya-intelekt-ne-e-v-tehnologiite-tya-e-v-horata-koito-veche-mogat-da-sazdavat.html