大規模なモデルからエージェントまで、ゲームのルールが変わります

出典:Pondering things(物事を熟考する)

画像ソース: Unbounded AIによって生成

大規模モデル単独で製品化するとAPIしか提供できず、OpenAIへの対応すらできない可能性が高い。 アプリケーションの境界を広げるには、業界や分野と組み合わせる必要があり、インテリジェンスと業界の組み合わせにより、大規模モデルの適用がさまざまなエージェントに反映されます。 これは少し前進しているように見えますが、ゲームチェンジャーになる可能性があり、弓矢を作る人は必ずしも狩りをするとは限りません!

スマートスケール

**エージェントが機能するかしないか、広く使えるか使えないか、決定的な役割を果たすのは、インテリジェンスの規模であり、インテリジェンスは何をできるのかということです。 **知能の違いは動力エンジンの違いにつながり、牛馬と蒸気機関で何ができるかの可能性は大きく異なります。

インターネットの始まりでは、インターネットは純粋に新しいものであるため、誰もが一般的に馴染みがないので、見解は比較的純粋、つまりインターネットについてですが、知性はそうではなく、誰もが知的生命体であり、知性について独自の理解を持っているため、さまざまな次元の解釈が混ざり合って圧倒されます。

したがって、本当にスマートな製品を作りたいのであれば、最初に明確にする必要があるのはインテリジェンスの規模です。 **

人類の文明の建設はすべて知性に基づいているので、知性の進歩が十分に徹底すれば、文明全体が再構築されます。 しかし、文明全体を再構築して製品を作ると、それがどこに行くのか本当にわかりません。

**商品にアンカーポイントがないと、資本のリズム、商品のリズム、ビジネスのリズムがアンバランスになり、ネズミ講のようなことが起きる:無限に増幅する期待と萎縮の現実は、本来、太鼓を鳴らし、花を渡すという構成である。 ゲームで誰が速く走っても、最終的に誰が勝者を確信できますか!

インテリジェントスケールは、製品のアンカーポイントをサポートします。 しかし、知能の本質的な特徴は一般性(したがって一般知能という名前)であり、この一般性はパラメータ化された尺度を構築することを困難にするという事実のために、指標やテストセットが何であれ、それらは最終的には局所的であり、合理的な尺度(つまり、さまざまなパーセンテージで表されるさまざまなレート、有用であるがインテリジェントな尺度ではない)になるのに十分ではありません。 それらを使用することは、人が十分に賢いかどうかを識別するために体重を使用するのとよく似ています。

このとき、真理と情景の組み合わせはチューリングテスト2.0に戻り、ランダム性を導入する必要があります。 チューリングテスト 2.0 の詳細については、以下を参照してください: AI の進歩は速すぎず、遅すぎます

スマートスピーカーの評価はこのミスマッチを反映しています,誰もがスマートスピーカーは知的な体であると考えています,一般的な知性があります,その後、製品側は限られたテストと供給しかできません,最終的な結論は:スマートスピーカーは愚かです。

エージェントを作るとき、インテリジェンスのスケールを切ることは最初のステップにすぎません。

エージェント型の製品は、単純な大型モデルよりも実際には面倒で、業界市場をこなすための純粋な数学の天才のようなもので、多次元の脳回路は避けられず、論理は透明で人間の感情の部分を重ね合わせます。

**この変更の出発点は、エージェントがもはや単一のポイントではなく、長いチェーンのビジネスシナリオ全体を処理する必要があり、現時点では、シングルポイントの極値は効果的ではなく、より多くのカウンターウェイトの最適化が必要であるということです。 **

一点で競争力を築けないエージェントには、カウンターウェイトで問題ないかもしれません。

シングルポイントエクストリームからカウンターウェイト最適化まで

市場が十分に純粋である場合、極端な一点が必要です。 **

たとえば、大きなモデル自体が、人々に本当に知的であると感じさせる必要があります。 どのブランドを販売しているかなどは関係ありません。

これは、インターネットがツールである場合に特に当てはまり、需要が十分に強く、使いやすいポイントに製品を配置しないと、運用コストが低下します。 OpenAIは実際にストーリーを再現します。 写真や動画を生成するためのさまざまなツールなど、AIツールの最初の波についても同じことが言えますが、エージェントはそうではありません。

インテリジェンスとドメインが組み合わさると、チェーンは一気に長くなり、テクノロジーだけでは市場を活用できません。 あなたの最高の技術は化学産業を活用できますか?

**これには、プリセールス、セールス、製品、テクノロジー、配送、アフターセールスにおけるより多くの協力が必要です。 言い換えれば、問題を完全に解決するには1つのポイントだけでは不十分であり、重要なのは全体的な調整です。 この調整を実現する手段は、カウンターウェイトの最適化です。 **

これは処方箋に似ていて、君主と大臣がいて、それぞれの場所にいくら行くか、状況が異なれば異なりますが、それでもカウンターウェイトの背後には支配的なルールがあります。

カウンターウェイトの背後には、実際にはスラグの古い概念である「組織」があります。 **

しかし、ここでさらに悪いことがあります。 なぜなら、これまで組織力に破壊的な近道はなかったからです。 **

スタートアップチームが協調的な組織になるために直面するべき課題は、誰もが注目している製品に取り組むことの10倍以上の難易度です。 **

ファーウェイがセキュリティ市場に関与していると主張したとき、Hikvisionの社長も同様のことを強調し、核心的なポイントは、この種の断片化された市場には、競争力と障壁の両方であるこの種のカウンターウェイトが必要であるということです。

起業チームの場合、このようなカウンターウェイトを持ちたいのであれば、チームは靴と靴下を脱ぎ、毎日フィールドに走ってお尻をふくれっ面し、過去の履歴書に関係なく、長く働くことが求められます。 それをしながら、空を見て、もう一度やらなければなりません。

現時点では、チームの期待は、金銭的な報酬であろうと成功のペースであろうと、実現から逸脱する可能性が高いため、課題は非常に大きいです。 しかし、より重要なことは、この期待からの逸脱ではなく、カウンターウェイトが重要であるが、新しいチームが本質的に利点を持っていない場合です。 **

明らかに、この業界にいる人々は、このカウンターウェイトを把握するのが得意です。 より効率的なチームをノックするために低効率を使用するような、カウンターウェイトの重要なことを行う新しいチームは、清帝国が突然大英帝国への遠征に行きたがり、結果は確実です。

しかし、IBMの支配をひっくり返したのがMicrosoftであったように、Microsoftの支配を弱めたのはGoogleでした。 エージェントの成功には、支点として機能する新しい方法が必要であり、この支点はカウンターウェイトの10倍の効果を提供できます。

**この10倍の効率化手法は、まだ知能に立ち返る必要があり、エージェントが成立するためには、知能に基づく組織力の構成を再構築する必要がある。 **

組織

カウンターウェイトに影響を与える鍵は組織力であり、組織力は過去に話されたさまざまなことのほとんどを統合し、文化、組織構造、ツールなどは最終的に企業の総合力に収束し、総合企業力は組織力です(総合国力を参照… ）。

さまざまな起源(スタートアップの創業者の価値観や個性でさえも大きな影響力があります)は、大きなPlants vs. Zombiesのゾンビのようなものもあれば、ターミネーターのT1000のようなものもあり、後者は柔軟性と剛性の統一を達成することができます。

**過去にはこの道に近道はなく、偶然に引き上げるのに時間、労力、お金がかかりますが、そうでなければ誰もがほぼ同じで、新人がお互いをつつく一般的な状況を形成しています。 **組織の本質の観点からは、多くの組織が山によって刻まれた威湖山から共通点を見つけることができ、さらに上の方には曹操と劉邦さえ見つけることができる可能性がありますが、実際にはそれほど違いはありません。

今、ビジネスにおける「人」の重要な要素が変わったため、いくつかの変化がありました。 **

**企業に2人がいて、エージェントが1,000人いる場合、その組織力はアルゴリズムの能力になり、インテリジェンスは組織力になります。 これは、従来の1,000人の組織とは根本的に異なります。 **

会社はこんなふうになれるのか、いつになったらこうなるのか。

これは、知能とチューリングテスト2.0のスケールに戻り、その段階的な進行を決定しますが、一般的には、それはすでに隅々で起こっています。

「今後10年で一番確実なこと」など、これまでの記事で何度も触れてきましたが、少なくともプログラミング能力の面では、昔は5人から10人くらいのグループでやっていましたが、今は先輩でもできるようになりました。 この前提の下では、MJのような10人ほどの人が1億ドルの収益を上げているという話を耳にすることが多くなるかもしれません。 MJほど大きくはないかもしれませんが、少なくとも私の周りには、同じような方法で独自の製品を作っている小さなチームがたくさんいます。

この事件が十分に広まれば、真に知的なネイティブ組織が育成されるでしょう。 この種の組織では、可能な限りエージェントを導入して物事を行う必要があり、そうでなければ、非常に協調性がなくなり、労働を分割してあらゆる種類の調整を行う人がそれほど多くなくなります。 そのような組織における進歩のあらゆる段階は、知性の限界に対して行われ、人間の核心は最後の手段としてのみ拡張されるでしょう。 **

このような変化が組織力に起こったとき、上記のカウンターウェイトの視点に戻る方が良いでしょう、そしてあなたは本当の機会が生じたことに気付くでしょう。

**旧式の組織のカウンターウェイトは、管理と運用の洗練の結果であり、新しい組織力のカウンターウェイトは、アルゴリズムとインテリジェンスです。 **

**現代の組織は、10倍効果的で普遍的です。 同時に、もともと組織のカウンターウェイトに預けられていた競争力が負債になります。 **

元のカウンターウェイトは特定の生産関係で接続されており、この生産関係を壊して再アップグレードすることは本質的に変更であり、それ自体が死ぬ可能性が高く、成功の確率も低いです。

スマートネイティブ組織 VS 従来の組織

これに基づいて構築された組織は、インテリジェンスがその中核となる運命にあるため、インテリジェンスネイティブな組織です。

「モバイルアプリからAIネイティブアプリケーションへ」でインテリジェントネイティブに言及した際、一部の学生は次のように答えました。 1つの定義は、知能なしでは使用できないアプリケーションはインテリジェントネイティブアプリケーションであるということです。 天気予報アプリが顔認証のみを提供する場合、それはスマートネイティブであり、フェイススワイプとパスワードを同時に提供する場合、この定義はおそらく信頼できないと述べました。

したがって、エリクソンの定義は基本的に正しいですが、この記事の前半では、組織化の観点からは進歩的なプロセスである可能性があります。

ネイティブのAIの正確な定義はなく、私がErissionで見る定義は、私が上で述べたことに近いものになるでしょう。

この考え方では、AIネイティブは構造の中心に配置される運命にあります。

この記事では、この種のインテリジェントネイティブな組織は、エッジで成功し、その後徐々にセンターステージに戻る可能性が高いという視点を追加します。 そして、エリクソンのような巨大な蓄積を持つ会社から始めることではありません

**エージェントの黎明期には、ほとんどの企業は依然としてインテリジェンスを単一のツールと見なす必要があり、最も重要な競争要素であるカウンターウェイトでは、本質的なサポートは以前から変わっていないため、失敗率は非常に高いに違いありません。 **

大きな折り畳み

知的なネイティブ組織が真に生み出されるとき、既存の経済システムの崩壊は必然的に加速するでしょう。

このプロセスは、農業が経済の80%を占めていた過去と非常によく似ていますが、現在は10~20%にすぎません。

その過程で、経済の総規模は、個人と集団の両方で、現在の何倍にもなります。

これは古いモデルの終わりであり、新しいモデルの始まりです。

どうあるべきかという初期設定は何か、どのような初期設定をすればトレンドが良くなるのか、実に興味深い話題です。 **

しかし、この種の思考はあまりにも巨視的であり、ここで展開することはできない、最近、10年前に呉景蓮氏による非常に興味深い記事を読んだ:呉景蓮:中国の経済的および社会的矛盾は、ほとんど臨界点に達している、実際には、それは、この種の起源タイプの思考をやっている、興味を向けることができる(知的要素と対応する影響の欠如があるに違いない)。 この非常に変革的な瞬間には、このイデオロギー構造の多様性が必要です。

まとめ

この記事の論理的な連鎖は少し長いので、簡単に要約しましょう。

**知能はまず境界を越えなければならず、その後、異なる分野のエージェントが徐々に確立され、この境界はチューリングテスト2.0で測定できます。 境界を越えた後、組織形態が再構築される可能性が高く、組織力の意味合いが変わると、一般的に10倍の効率を生み出し、ある業界から別の業界に影響を与える可能性があります。 このとき、異業種の集積が負債になる可能性はあるが、大規模モデルからエージェントへの新たな機会を形成するだろう。 **