Obawiając się optymalizacji, tym bardziej powinieneś używać AI

W ciągu ostatnich półtora roku niektóre firmy przeceniły rolę AI i rozpoczęły zwolnienia. Wraz z upływem czasu przedsiębiorstwa powoli odkryły, że AI nie jest tak mądre i tanie, jak przewidywano, i zaczęły ograniczać zużycie tokenów AI oraz spowalniać zwolnienia. Bardzo ważnym powodem jest to, że AI nie jest tanie i nie może wziąć na siebie winy. W niektórych branżach dotychczas żartowano, że AI nie może pójść do więzienia, ale zgodnie z moim rzeczywistym doświadczeniem zawodowym, ma to pewną racjonalność…

W ciągu ostatnich półtora roku niektóre firmy przeceniły rolę AI i rozpoczęły zwolnienia. Wraz z upływem czasu przedsiębiorstwa powoli odkryły, że AI nie jest tak mądre i tanie, jak przewidywano, i zaczęły ograniczać zużycie tokenów AI oraz spowalniać zwolnienia. Bardzo ważnym powodem jest to, że AI nie jest tanie i nie może wziąć na siebie winy. W niektórych branżach dotychczas żartowano, że AI nie może pójść do więzienia, ale zgodnie z moim rzeczywistym doświadczeniem zawodowym, ma to pewną racjonalność. Weźmy za przykład programistów: najpierw przeanalizujmy, jakich informacji AI potrzebuje, aby wykonać całą pracę. Musi kontrolować przeglądarkę, potrzebuje hasła logowania, uwierzytelniania wieloskładnikowego MFA, klucza prywatnego ssh, klucza prywatnego git, adresu URL połączenia z bazą danych, a czasami także uprawnień administratora/root. Te ważne rzeczy są potrzebne tylko przez krótki czas każdego dnia pracy, ale są kluczowymi informacjami — musimy ocenić, czy możemy przekazać je wszystkie AI. Po przekazaniu tych informacji najważniejsze może nie być to, jak bardzo AI zwiększa wydajność, lecz czy jednostka i firma są w stanie udźwignąć straty spowodowane przez “odłączenie się” AI od rzeczywistości. Zazwyczaj straty wynikające z utraty kontroli nad AI są trudniejsze do zaakceptowania — jest ono nieprzewidywalne i nie ponosi odpowiedzialności. Jeśli dostawca modelu potajemnie użyje skwantyzowanego modelu do świadczenia usług i doprowadzi to do usunięcia bazy danych, usunięcia dysków czy przerwania usług, jak zebrać dowody, jak napisać raport po incydencie i kto weźmie na siebie winę — to duży problem. Obecnie niektórzy szefowie uważają, że AI jest mądrzejsze i bardziej opłacalne niż “muły” na stanowiskach, ponieważ mają pewne doświadczenie, ale wciąż niewystarczające. My, zwykli pracownicy, nie powinniśmy opierać się rozwojowi AI. Wręcz przeciwnie — powinniśmy, przy płaceniu przez szefa, masowo używać AI, używać tego, co droższe, a na pytanie odpowiadać, że efekt jest lepszy, aby szef wiedział, że AI nie jest tak tanie, jak oczekiwano. Po drugie, używajmy go śmiało: jeśli chcemy automatyzacji, musimy dać uprawnienia. Jeśli AI wymknie się spod kontroli i usunie dyski lub bazę danych, wyciągamy dzienniki audytu AI, pracownik bierze odpowiedzialność za niewłaściwe użycie AI, a AI bierze odpowiedzialność za błędne zrozumienie intencji — niech szef zobaczy, jak wielką szkodę może wyrządzić AI. Trendu nie da się odwrócić — całym sercem przyjmijmy AI, aby osiągnąć nową harmonijną równowagę: szef — AI — pracownik.

Ilustracja 1 do: Obawiając się optymalizacji, tym bardziej powinieneś używać AI