Представьте, что у компании есть выбор.

Можно получить ИИ заметно умнее нынешнего: лучше анализирует, программирует, пишет, решает профессиональные задачи.

А можно оставить способности примерно на прежнем уровне, но получить сотни его копий, которые умеют действительно хорошо работать вместе: делить задачу, не делать одну и ту же работу дважды, передавать друг другу контекст и собирать результат без бесконечного исправления стыков.

Что сильнее изменит бизнес?

Я сначала выбрала бы первый вариант. Мы вообще привыкли оценивать ИИ именно так: насколько хорошо отдельная модель справляется с задачей по сравнению с человеком.

Поэтому меня зацепила другая логика в свежей работе исследователей DeepMind Institute.

Они разделяют две вещи, которые в разговорах об ИИ обычно складываются в одно слово «умный»: компетентность и координацию.

Компетентность определяет, насколько хорошо отдельный участник решает задачу. Координация - что происходит, когда участников становится больше.

И здесь начинается самое интересное.

Людей нельзя просто скопировать. Зато у них разные сильные стороны: один лучше видит риски, другой знает предметную область, третий замечает то, что первые двое пропустили. Организация собирает из этой неоднородности собственный интеллект.

С ИИ все иначе. Удачную модель можно тиражировать почти как вычислительный ресурс. Но еще одна копия той же модели добавляет производительность, а не обязательно новый способ видеть проблему. Ее слабые места тоже прекрасно масштабируются.

Авторы показывают в своей теоретической модели довольно неожиданный сценарий: даже очень компетентный ИИ еще не обязательно радикально меняет устройство экономики. Намного сильнее структура фирм может измениться тогда, когда множество ИИ-агентов научатся координироваться настолько хорошо, что добавление новых участников перестанет создавать привычные организационные потери.

На этом месте я перестала думать об этой статье как об исследовании только про будущее AGI.

Потому что проблема удивительно знакомая.

Мы и сегодня умеем нанять еще одного сильного специалиста быстрее, чем научиться получать пользу от десяти сильных специалистов одновременно. Чем больше становится команда, тем больше появляется передач контекста, пересечений, версий, согласований и ситуаций, когда каждый сделал свою часть правильно, а итог почему-то приходится собирать заново.

С ИИ масштаб этой странности может просто стать другим. Добавить еще сто исполнителей технически окажется проще, чем понять, кто из них что делает и почему сотня локально правильных действий должна сложиться в один правильный результат.

Поэтому мне теперь интереснее другой показатель зрелости AI-систем.

Не только насколько хорошо работает один агент.

А что происходит с принятым результатом, когда агентов становится в два, десять или сто раз больше. Если объем произведённой работы растет, а вместе с ним еще быстрее растут дублирование, исправления и человеческое внимание на сборку результата, мы масштабировали интеллект.

Но не организацию.

И, пожалуй, в этом для меня самый любопытный парадокс экономики дешевого интеллекта.

Интеллект может перестать быть редким ресурсом раньше, чем перестанет быть редким умение собрать множество интеллектов в один результат.

#искусственныйинтеллект #AI #аналитика #управление #цифровизация