В эпоху искусственного интеллекта каждый производитель становится менеджером.
Время не так линейно, как вы думаете. Он имеет рябь и складки, как гладкий шелк. Оно повторяется само собою, и если знать, куда смотреть, то можно уловить мерцание будущего в настоящем. (Вот чего люди не понимают в провидцах: им не нужно предсказывать будущее. Они учатся выхватывать его из складок времени и носить вокруг своего тела, как развевающийся плащ).
Кажется, недавно я уловил крошечный кусочек будущего и хочу вам о нем рассказать.
На прошлой неделе я писал о том, как ChatGPT изменил мое представление об интеллекте и то, как я вижу мир. Я начал рассматривать ChatGPT как сумматор человеческих знаний, и как только я установил эту связь, я начал видеть обобщение повсюду: в коде, который я пишу (сводка того, что находится на StackOverflow), и в электронных письмах, которые я отправляю (сводки встреч у меня были) и статьи, которые я пишу (резюме прочитанных книг).
Раньше мне было необходимо умение подводить итоги, и при этом оно было очень ценным. Но раньше оно было по большей части невидимым, связанным с аморфным набором задач, которые я называл «интеллектом» — вещами, которые могли выполнять только я и другие люди. Но теперь, когда я могу использовать ChatGPT для подведения итогов, я исключил эту задачу из своего набора навыков и передал ее ИИ.
Теперь мой интеллект научился быть тем, кто направляет или редактирует резюмирование, а не делает его сам.
Как утверждал несколько месяцев назад Эван Армстронг из Every, «ИИ — это уровень абстракции над мышлением более низкого уровня». Это мышление более низкого уровня, в основном, является обобщающим.
Если я использую ChatGPT таким образом сегодня, есть большая вероятность, что такое поведение — передача подведения итогов искусственному интеллекту — получит широкое распространение в будущем. Это может оказать существенное влияние на экономику.
Вот что я имею в виду, когда говорю о том, чтобы уловить будущее в настоящем и нелинейность времени. Если мы экстраполируем мой опыт работы с ChatGPT, мы сможем понять, как могут выглядеть следующие несколько лет нашей трудовой жизни.
Конец экономики знаний
Мы живем в экономике знаний. То, что вы знаете – и ваша способность применить их в любых обстоятельствах – создает для вас экономическую ценность. В первую очередь это было вызвано появлением персональных компьютеров и Интернета, начиная с 1970-х годов и ускоряясь до сегодняшнего дня.
Но что произойдет, когда этот самый навык — знание и использование нужных знаний в нужное время — станет чем-то, что компьютеры смогут делать быстрее, а иногда и так же хорошо, как мы?
Мы пройдём путь от создателей к менеджерам, от выполнения работы к обучению тому, как распределять ресурсы:
- выбирать, какую работу выполнять,
- решать, достаточно ли хороша работа, и
- редактировать её, если она неудовлетворительна.
Это означает переход от экономики знаний к экономике распределения. Вас будут судить не по тому, как много вы знаете, а по тому, насколько хорошо вы можете распределять и управлять ресурсами для выполнения работы.
Уже существует класс людей, которые ежедневно занимаются такой работой: менеджеры. Но в США всего около 1 миллиона менеджеров, или около 12% рабочей силы. Им нужно знать такие вещи, как оценивать таланты, управлять без микроменеджмента и оценивать, сколько времени займет проект. Отдельные участники – люди в остальной части экономики, которые выполняют реальную работу – сегодня не нуждаются в таких навыках.
Но в этой новой экономике, экономике распределения, они это сделают. Предполагается, что даже младшие сотрудники будут использовать ИИ, что вынудит их взять на себя роль менеджера – модельного менеджера.
Вместо управления людьми они будут распределять работу между моделями ИИ и следить за тем, чтобы работа выполнялась хорошо. Им понадобятся многие из тех же навыков, что и современным менеджерам (хотя и в несколько измененной форме).
От производителя до менеджера
Вот несколько качеств, которые нужны сегодняшним менеджерам и которые понадобятся отдельным участникам завтрашнего дня — модельным менеджерам — как часть экономики распределения.
Последовательное видение
Сегодняшние менеджеры должны иметь четкое представление о работе, которую они хотят выполнить. Менеджерам необходимо разработать четкое, конкретное, краткое видение, основанное на четкой цели. Модельным менеджерам понадобятся такие же способности.
Чем лучше сформулировано ваше видение, тем больше вероятность того, что модель осуществит его должным образом. По мере того как подсказки станут более конкретными и краткими, проделанная работа улучшится. Языковые модели сами по себе могут не нуждаться в четкой цели, но менеджерам моделей, скорее всего, придется определить четкую цель ради себя и участия в работе.
Сформулировать краткое, конкретное и последовательное видение сложно. Это навык, который приобретается годами работы. Во многом это сводится к развитию вкуса к идеям и языку. К счастью, в этом также могут помочь языковые модели.
Четкое чувство вкуса
Лучшие менеджеры знают, чего они хотят и как об этом говорить. Худшие менеджеры — это те, кто говорит: «Это неправильно», но на вопрос: «Почему?» не могу выразить проблему.
Менеджеры моделей столкнутся с той же проблемой. Чем лучше определен их вкус, тем лучшие языковые модели смогут создать для них что-то связное. К счастью, языковые модели неплохо помогают людям выражать и совершенствовать свои вкусы. Так что этот навык, вероятно, станет значительно более широко распространенным в будущем.
Если у вас есть ясный вкус и последовательное видение, следующее, что вам нужно сделать, — это уметь оценить, кто (или что) способен это реализовать.
Умение оценивать талант
Каждый менеджер знает, что найм – это все. Если работу выполняют сотрудники, качество результатов будет прямым отражением их навыков и способностей. Способность адекватно оценивать навыки сотрудников и делегировать задачи людям, которые могут их выполнить, является важной частью того, что делает хорошего менеджера.
Модельным менеджерам завтрашнего дня придется научиться тому же. Им нужно будет знать, какие модели ИИ использовать для каких задач. Им понадобится возможность быстро оценить новые модели, которые они никогда раньше не использовали, чтобы определить, достаточно ли они хороши. Им нужно будет знать, как разбивать сложные задачи между различными моделями, подходящими для каждой части работы, чтобы создать одну работу высочайшего качества.
Оценка моделей сама по себе будет навыком. Но есть основания полагать, что оценивать модели будет легче, чем людей, хотя бы потому, что первые легче тестировать. Модель доступна днем и ночью, обычно она дешева, никогда не надоедает и не жалуется, а результаты мгновенно возвращает. Таким образом, модельные менеджеры завтрашнего дня будут иметь преимущество в освоении этих навыков, поскольку сегодняшние управленческие навыки сдерживаются относительными расходами на предоставление кому-то команды людей для работы.
Собрав ресурсы, необходимые для выполнения работы, они столкнутся со следующей задачей: убедиться, что работа сделана хорошо.
Знать, когда вдаваться в подробности
Лучшие менеджеры знают, когда и как вникать в детали. Неопытные менеджеры допускают одну из двух ошибок. Некоторые держат в фокусе задачи микроменеджмента до такой степени, что сами выполняют работу за своих сотрудников, что не масштабируется. Другие делегируют крупные задачи и доходят до такой степени, что они не выполняются должным образом или не соответствуют целям организации.
Хорошие менеджеры знают, когда следует вдаваться в подробности, а когда дать возможность своим отчетам взять инициативу в свои руки. Они знают, какие вопросы задавать, когда отмечаться, а когда оставить все как есть. Они понимают, что если что-то сделано не так, как они бы это сделали, это не значит, что это было сделано нехорошо.
Это не проблемы, с которыми приходится иметь дело отдельным участникам экономики знаний. Но это именно те проблемы, с которыми столкнутся модельные менеджеры в экономике распределения.
Знание того, когда и как вникать в детали, — это навык, которому можно научиться, и, к счастью, языковые модели будут созданы для разумной проверки в критические периоды, когда необходим надзор. Так что это не будет полностью зависеть от модельных менеджеров.
Главный вопрос: хорошо ли все это?
Хороша ли экономика распределения для человечества?
Переход от экономики знаний к экономике распределения вряд ли произойдет в одночасье. Когда мы говорим об «управлении моделью», это будет выглядеть как замена микронавыков — например, обобщение встреч в электронных письмах, — а не как целые задачи от начала до конца, по крайней мере, на какое-то время. Даже если существует возможность заменить задачи, многие части экономики не смогут догнать это в течение длительного времени, если вообще когда-либо.
Недавно мне сшили брюки в частном ателье. Когда я вытащил свою кредитную карту, чтобы заплатить за нее, женщина за стойкой указала на бумажную табличку, прикрепленную к стене: «Кредитные карты запрещены». Я думаю, что мы увидим аналогичные темпы внедрения языковых моделей: будет много мест, где их можно будет использовать для увеличения или замены человеческого труда там, где это не так. Это будет происходить по разным причинам: инерция, регулирование, риск или бренд.
Я думаю, это хорошо. Когда дело доходит до перемен, доза становится ядом. Экономика большая и сложная, и я думаю, у нас будет время адаптироваться к этим изменениям. И медленная передача человеческого мышления машинному мышлению не нова. Генеративные модели ИИ являются частью длительного процесса.
В своей книге 2013 года «Среднее значение закончилось» экономист Тайлер Коуэн написал о расслоении в экономике, вызванном интеллектуальными машинами. Он утверждал, что существует небольшая элитная группа высококвалифицированных работников, способных работать с компьютерами, которые принесут большие плоды, и что остальная часть экономики может остаться позади:
«Если вы и ваши навыки дополняете компьютер, перспективы вашей заработной платы и рынка труда, вероятно, будут обнадеживающими. Если ваши навыки не дополняют возможности компьютера, вы можете устранить это несоответствие. Все больше людей начинают переходить на ту или иную сторону водораздела. Вот почему среднее значение закончилось».
В то время он не писал о генеративных моделях ИИ. Он писал об iPhone и Интернете. Но генеративные модели ИИ развивают ту же тенденцию.
Люди, которые лучше подготовлены к использованию языковых моделей в повседневной жизни, будут иметь значительное преимущество в экономике. За умение распределять интеллект будут огромные награды.
Сегодня менеджмент — это навык, которым владеют лишь немногие избранные, потому что обучение менеджеров обходится дорого: вам нужно дать им команду людей, на которых они смогут практиковаться. Но ИИ настолько дешев, что завтра у каждого будет шанс стать менеджером, и это значительно увеличит творческий потенциал каждого человека.
Наше общество в целом должно убедиться, что, имея в нашем распоряжении невероятные новые инструменты, мы поддержим остальную часть экономики.
Курирование и адаптация: Онтограф
