Мы все еще на «водяной мельнице» этапа ИИ, когда чат-ботов насильно внедряют в рабочие процессы, созданные для человека. История показывает, что тот, кто владеет сырьем, определяет эпоху. Когда знания и работа интегрируются в бесконечно умный интеллект, каким будет будущее? Эта статья основана на статье Ивана Зао, CEO Notion, подготовленной, переведенной и написанной TechFlow.

(Предыстория: Что волнует крипто-пользователей в 2025 году? Разные крупные модели ИИ дают такие ответы)

(Дополнительный фон: a16 статья: Когда ИИ захватывает платформы контента, как вернуть доверие к залогу в криптовалюте?)

Содержание статьи

• Личность: от велосипеда к автомобилю
• Организация: сталь и пар
• Экосистема: от Флоренции до гигантских городов
• За пределами водяной мельницы

Мы все еще на «водяной мельнице» этапа ИИ, когда чат-ботов насильно внедряют в рабочие процессы, созданные для человека. Каждая эпоха формируется из уникальных технологических сырьевых материалов. Кузнечное дело создало золотую эпоху, полупроводники открыли цифровую эпоху. Сегодня искусственный интеллект приходит в виде бесконечного интеллекта. История показывает: кто владеет сырьем, тот определяет эпоху.

Левое изображение: юный Эндрю Карнеги и его брат. Правое изображение: стальная фабрика в Питтсбурге эпохи Золотого века.

В 1850-х годах, когда Карнеги был телеграфистом на грязных улицах Питтсбурга, из десяти американцев шесть были фермерами. Всего за два поколения Карнеги и его коллеги создали современный мир: лошади уступили место железной дороге, свечи — электрическому освещению, железо — стали.

С тех пор работа переместилась с фабрик в офисы. Сегодня я управляю софтверной компанией в Сан-Франциско, создавая инструменты для тысяч знанийых работников. В этом технологическом городке все обсуждают универсальный искусственный интеллект (AGI), но большинство из двух миллиардов офисных работников еще не ощутили его присутствия. Что будет с работой знаний в ближайшее время? Что произойдет, когда организационные структуры объединятся с бесконечно умным интеллектом?

Ранние фильмы часто напоминали театральные постановки: одна камера снимает сцену.

Будущее часто трудно предсказать, потому что оно всегда маскируется под прошлое. В ранних телефонных звонках было коротко, как телеграмма, а фильмы напоминали записанные спектакли. Как сказал Маршалл Маклюэн: «Мы всегда движемся в будущее через заднее зеркало».

Самый распространенный сегодня искусственный интеллект все еще напоминает прошлый Google Search. Цитируя Маклюэна: «Мы всегда движемся в будущее через заднее зеркало». Сегодня мы видим AI-чат-ботов, имитирующих поисковую строку Google. Мы глубоко погружены в ту неприятную фазу перехода, которая возникает при каждой технологической революции.

Я не знаю всех ответов о будущем. Но мне нравится использовать несколько исторических метафор, чтобы подумать о том, как искусственный интеллект может влиять на личный уровень, организацию и экономику в целом.

Личность: от велосипеда к автомобилю

Первые признаки можно увидеть у «высших практиков» в области знаний — программистов.

Мой соучредитель Симон раньше был «десятилетним программистом», но в последнее время он редко пишет код сам. Проходя мимо его рабочего места, вы увидите, как он одновременно управляет тремя-четырьмя AI-ассистентами по программированию. Эти помощники не только печатают быстрее, но и думают, делая его инженером с повышением эффективности на 30-40%. Он часто перед обедом или перед сном составляет очередь задач, чтобы AI продолжал работу, пока он отсутствует. Он стал менеджером бесконечного интеллекта.

В 1970-х годах исследование эффективности движений, опубликованное в «Scientific American», вдохновило Стива Джобса на знаменитую метафору «велосипед для ума». Но с тех пор мы десятилетиями «ехали на велосипеде» по информационной скоростной магистрали.

В 1980-х годах Стив Джобс называл персональный компьютер «велосипедом для ума». Через десять лет мы проложили «информационную скоростную магистраль» под названием интернет. Но сегодня большинство знанийых работ все еще зависит от человека. Это как если бы мы все время ехали на велосипеде по скоростной магистрали.

С помощью помощников ИИ такие люди, как Симон, уже перешли с велосипеда на автомобиль.

Когда же другие виды знанийых работников смогут «садиться за руль»? Есть два вопроса, которые нужно решить.

Почему помощь в программировании проще, чем помощь в знанияхых работах? Потому что знанияые работы более разрозненны и сложнее проверить.

Первое — фрагментация контекста. В программировании инструменты и ситуации обычно сосредоточены в одном месте: интегрированная среда разработки, репозитории кода, терминалы. Но в обычных знанияых работах информация разбросана по десяткам инструментов. Представьте AI-помощника, который пытается подготовить описание продукта: ему нужно извлечь информацию из обсуждений в Slack, стратегических документов, данных за прошлый квартал на панелях мониторинга, а также из организационной памяти, существующей только в голове у человека. Сейчас человек — связующее звено, копируя и вставляя, переключаясь между вкладками браузера. Пока ситуации не объединены, AI-ассистент ограничен узкими задачами.

Второй важный элемент — проверяемость. Код обладает магической особенностью: его можно проверить с помощью тестов и ошибок. Разработчики используют это для обучения AI лучше программировать, применяя методы усиленного обучения. Но как проверить, хорошо ли управляется проект или насколько хороша стратегическая записка? Мы еще не нашли способ улучшить универсальные модели знанийых работ. Поэтому человек по-прежнему должен контролировать, направлять и показывать, что такое «хорошо».

В 1865 году «Закон о красных флагах» требовал, чтобы при движении автомобиля по улице впереди шел человек с флагом (этот закон был отменен в 1896 году).

Современная практика помощи в программировании показывает, что «человек в цепи» не всегда идеален. Это как заставлять человека проверять каждую гайку на производственной линии или идти впереди автомобиля с флагом (см. «Закон о красных флагах» 1865 года). Нам нужно, чтобы человек наблюдал сверху за циклом, а не был его частью. Когда ситуации будут объединены, работа станет проверяемой, и миллиарды работников перейдут от «езда на велосипеде» к «ездe на автомобиле», а затем — к «автономному вождению».

Организация: сталь и пар

Компании — это изобретение современности, и с ростом масштаба их эффективность снижается, достигая пределов.

Организационная структура Нью-Йоркской железнодорожной компании 1855 года. Современные компании и их организационные схемы возникли из железнодорожных компаний, которые были первыми крупными предприятиями, требующими координации тысяч человек на дальних расстояниях.

Несколько сотен лет назад большинство компаний представляли собой небольшие мастерские из десятка человек. Сегодня у нас есть транснациональные корпорации с сотнями тысяч сотрудников. Инфраструктура коммуникаций — совещания и информационные связи — не справляется с возрастающей нагрузкой. Мы пытались решить это с помощью иерархий, процессов и документов, но это все равно что строить небоскреб из дерева — применяя инструменты человеческого масштаба для решения индустриальных задач.

Две исторические метафоры показывают, каким может стать будущее, когда организации получат новые технологические сырьевые материалы.

Чудо из стали: здание Уолл-стрит в Нью-Йорке, завершенное в 1913 году, было самым высоким в мире.

Первое — сталь. До появления стали высота зданий в XIX веке ограничивалась шестью-семью этажами. Железо было прочным, но хрупким и тяжелым; увеличение этажности приводило к разрушению конструкции под собственной тяжестью. Сталь все изменило. Она прочная и гибкая, каркасы можно делать легче, стены — тоньше, и здания резко выросли до десятков этажей. Новая архитектура стала возможной.

ИИ — это «сталь» организации. Он способен сохранять контекст в рабочих потоках и при необходимости показывать решения без шума и помех. Человеческое общение больше не должно служить несущей стеной. Совещания по согласованию на две недели могут стать пятиминутной асинхронной проверкой; решения высших руководителей, требующие трех уровней одобрения, могут быть приняты за несколько минут. Компании смогут по-настоящему масштабироваться, избегая тех эффектов снижения эффективности, которые раньше казались неизбежными.

Мельница с водяной мельницей. Водяная энергия мощная, но нестабильная, зависит от местоположения и сезона.

Вторая история — о паровой машине. В начале промышленной революции фабрики строились вдоль рек, использовали водяные колеса. После появления паровых машин владельцы фабрик сначала заменили водяные колеса на паровые, но остальное оставили без изменений, и производительность росла медленно.

Настоящий прорыв произошел, когда владельцы поняли, что могут полностью избавиться от зависимости от источника воды. Они начали строить большие фабрики рядом с рабочими, портами и сырьевыми ресурсами, а вокруг паровых машин — переосмысливать планировку (позже, с распространением электроэнергии, фабрики начали избавляться от центральных валов и размещать небольшие двигатели по всему предприятию для питания машин). Производительность взлетела, и началась вторая промышленная революция.

Гравюра Томаса Алома 1835 года, изображающая текстильную фабрику в графстве Ланкашир, Англия, на паровой тяге.

Мы все еще на этапе «замены водяных мельниц». Внедрение AI-чат-ботов в рабочие процессы, созданные для человека, — это только начало. Мы еще не переосмыслили, каким станет организация, когда исчезнут старые ограничения и компании смогут полагаться на бесконечный интеллект, работающий даже во сне.

В моей компании Notion мы постоянно экспериментируем. Помимо 1000 сотрудников, у нас есть более 700 AI-ассистентов, выполняющих рутинные задачи: протоколирование встреч, ответы на вопросы для объединения знаний команды, обработка IT-запросов, сбор отзывов клиентов, помощь новым сотрудникам в ознакомлении с льготами, подготовка еженедельных отчетов — все это только начало. Истинный потенциал ограничен только нашим воображением и инерцией.

Экосистема: от Флоренции до гигантских городов

Сталь и пар изменили не только здания и фабрики, но и города.

До нескольких сотен лет назад города были размером с человека. Можно было пройти Флоренцию за сорок минут, ритм жизни определялся расстоянием пешком и звуковым диапазоном.

Затем стальные конструкции сделали возможными небоскребы; паровые локомотивы связали центр города с пригородами; лифты, метро, автомагистрали — все появилось. Масштаб и плотность городов резко выросли — Токио, Чунцин, Даллас.

Это не просто масштабирование Флоренции, а совершенно новый образ жизни. Гигантские города вызывают потерю ориентации, анонимность и трудности в управлении. Эта «незаметность» — цена масштаба. Но они также предоставляют больше возможностей, свободы и позволяют большему числу людей заниматься разнообразными видами деятельности — чего не достигла бы городская культура эпохи человеческого масштаба.

Я считаю, что экономика знаний скоро переживет такую же трансформацию.

Сегодня знанияая работа составляет почти половину ВВП США, но ее структура по-прежнему остается на уровне человека: команды из десятков человек, рабочие процессы, основанные на совещаниях и электронной почте, организации, в которых уже при сотне сотрудников трудно управлять… Мы все еще строим «Флоренцию» из камня и дерева.

Когда AI-ассистенты начнут массово внедряться, мы построим «Токио» — организации, состоящие из тысяч AI и людей; рабочие процессы, работающие круглосуточно по всему миру без ожидания пробуждения кого-то; решения, синтезированные при правильном участии человека.

Это будет другой опыт: быстрее, с большим рычагом, но сначала — более головокружительный. Ритм еженедельных собраний, квартальных планов и годовых оценок может исчезнуть, появится новый ритм. Мы потеряем некоторую ясность, но выиграем в масштабе и скорости.

За пределами водяной мельницы

Каждый технологический материал требует от людей перестать смотреть на мир через заднее зеркало и начать воображать новый. Карнеги смотрел на сталь и видел линию горизонта города; Аллом, наблюдая за паровой машиной, видел фабричные цеха вдали от рек.

Мы все еще на «водяной мельнице» этапе ИИ, когда чат-ботов насильно внедряют в рабочие процессы, созданные для человека. Мы не должны довольствоваться тем, чтобы AI был лишь помощником-водителем, а должны начать воображать: как будет выглядеть организация, когда человеческие структуры укреплены сталью, а мелкие задачи поручены бесконечному интеллекту, который не отдыхает, — каким станет знаниевое производство.

Сталь, пар и бесконечный интеллект. Следующая линия горизонта уже впереди, и она ждет, чтобы мы построили ее собственными руками.