a16z: ШІ дозволяє кожній людині підвищити продуктивність у 10 разів, але жодна компанія не стала дорожчою у 10 разів

作者：George Sivulka

Переклад: Deep Tide TechFlow

Deep Tide Вступ: Штучний інтелект підвищив особисту продуктивність у 10 разів, але жодна компанія не стала у 10 разів ціннішою. Інвестор a16z George Sivulka (одночасно засновник AI-компанії Hebbia) вважає, що проблема не в технологіях самих по собі, а в тому, що організація не оновила свою структуру. Він запропонував розрізняти «організаційний рівень AI» і «особистий рівень AI» за сімома основними аспектами — координація, сигнали, упередження, крайові переваги, орієнтація на результат, надання можливостей і відсутність потреби у підказках — по суті, це означає: замінивши двигун на електричний, недостатньо — потрібно повністю переосмислити весь завод.

Повний текст нижче:

Штучний інтелект щойно підвищив продуктивність кожної людини у 10 разів.

Але жодна компанія не стала у 10 разів ціннішою.

Куди поділась продуктивність?

Це не перший раз, коли таке трапляється.

У 1890-х роках електрика обіцяла значне підвищення продуктивності.

Тоді текстильні фабрики Нової Англії, які раніше працювали на парових машинах, швидко замінили їх на більш швидкі електродвигуни.

Але протягом тридцяти років електрифікація майже не давала приросту у виробництві. Технології були далеко попереду. Але організація не йшла в ногу.

Лише у 1920-х роках фабрики повністю переосмислили виробничі лінії — конвеєри, кожен агрегат із окремим двигуном, працівники і машини виконували зовсім інші ролі — тоді електрифікація почала давати справжній зиск.

Підпис: Три еволюції текстильної фабрики Lowell. Зліва направо: 1890 — парова фабрика, 1900 — фабрика на електриці, 1920 — «одиничний привід» (з нуля перероблена під електричний конвеєр).

Підсумок: вигода походить не лише з технологій, а з того, що ми нарешті переосмислюємо систему і технології разом. Саме тоді справжній ефект стає реальністю.

Це один із найдорожчих уроків у історії технологій, і ми зараз знову його вивчаємо.

До 2026 року AI приносить тим, хто його використовує, у 10 разів більшу продуктивність. Але цього недостатньо. Ми замінили двигун на електричний, але не переосмислили весь завод.

Бо простий факт: ефективна людина не означає ефективну організацію.

Більшість AI-продуктів створюють враження «високої ефективності», але не додають реальної цінності. Більшість кейсів — це самозадоволене «максимум ефективності» у Twitter або Slack, але без реального впливу.

Минулоріч багато говорили про концепцію «сервіс — це софт», але без конкретного плану. Вона ігнорувала ширший контекст. Справжня трансформація — не просто інструменти чи сервіси, а спільне оновлення технологій і систем (як модернізація старих, так і з нуля). Майбутнє високоефективної організації — це новий клас продуктів — завтрашні виробничі лінії.

Ефективна організація потребує «організаційного рівня інтелекту».

У цій статті буде глибокий аналіз семи аспектів розрізнення «організаційного рівня AI» і «особистого рівня AI». У найближчі десять років компанії у сфері B2B AI будуватимуться саме на цих відмінностях:

Підпис: Таблиця порівняння семи стовпів організаційного рівня інтелекту

Сім стовпів організаційного рівня інтелекту

1. Координація

Особистий AI створює хаос.

Організаційний AI забезпечує координацію.

Зробимо думковий експеримент. Уявіть, що завтра ви подвоїте кількість співробітників у організації, скопіювавши найкращих з них.

Кожен із них має свої дрібні відмінності, уподобання, звички і погляди (особливо це стосується найкращих). Якщо управління не наладжено, комунікація недостатня, ролі, цілі (OKR), межі ролей не визначені чітко… ви отримаєте хаос.

З точки зору окремої людини, організація може здатися більш ефективною. Але тисячі агентів (або людей), що гребуть у різні боки і йдуть у протилежних напрямках, призведуть або до застою, або до руйнування єдності організації.

Це не гіпотеза. Кожна організація, яка використовує AI без рівня координації, вже проходить через це. У кожного співробітника свої звички у ChatGPT, стиль підказок, результати — і вони не узгоджуються між собою. Структура організації може ще існувати, але робота, згенерована AI, йде по іншій траєкторії.

Підпис: Ефективний індивідуум (або агент) гребе у різні боки. Відсутність координації — хаос.

Координація — абсолютна необхідність для людей і агентів.

Організаційний рівень інтелекту породжує цілісну індустрію «управління агентами» — з фокусом на ролі і обов’язки агентів, їх комунікацію з людьми і між собою, а також на оцінку їхньої цінності (просто платити за кількість — недостатньо).

2. Сигнали

Особистий AI створює шум.

Організаційний AI знаходить сигнали.

Сьогодні люди здатні створювати — або генерувати — будь-що: статті, презентації, таблиці, фотографії, відео, пісні, сайти, софт. Це чудово.

Проблема в тому, що більшість контенту, створеного AI, — повна нісенітниця. Масове виробництво «шуму» вже настільки поширене, що деякі організації навіть заборонили всі AI-виходи. Чесно кажучи, я сам з цим згоден — керуючи AI-компанією, я заборонив керівникам використовувати AI у будь-яких фінальних текстах. Не можу терпіти цей сміття.

Подумайте, що відбувається у приватному капіталі (PE). Минулого року у вас було 10 потенційних угод. Наступного кварталу — 50, і всі вони відшліфовані AI до досконалості, але час на оцінку залишається той самий — потрібно знайти ту одну справді надійну.

Генерувати щось — не проблема. Для будь-якої серйозної організації тепер важливо не просто створити, а й відфільтрувати правильний результат. У світі, керованому AI, ключовим стає пошук якісних результатів, угод, сигналів у шумі. Майбутні десять років — це пошук сигналу у зростаючому горі сміття.

Підпис: Шум, створений особистими інструментами AI, зростає експоненційно. Люди вже не здатні відсортувати його самостійно, потрібен новий тип організаційного AI.

Організаційний AI має знаходити сигнали, структурувати шум, щоб прорватися крізь сміття, і при цьому бути визначеним, детермінованим і піддаваним аудиту.

Особистий AI може нагадувати Clawdbot — «вічно онлайн», продуктивний у будь-який час і в будь-якому місці — по суті, недетермінований агент. Організаційний AI базується на детермінованих агентах, які мають надійність. Агент із контрольними точками, кроками і процесами — ось що дозволяє масштабувати, знаходити сигнали і на основі них генерувати доходи для організації.

Підпис: Matrix — інструмент, що використовує генеративні технології для прориву крізь шум, відкриваючи світ детермінованих агентів і контрольних точок.

3. Упередження

Особистий AI підживлює упередження.

Організаційний AI створює об’єктивність.

Обговорення соціально-політичних упереджень тривало кілька років. Врешті-решт, через достатню кількість RLHF, базові моделі налаштували так, що всі вони стали надто підлаштованими під угодність. Сьогодні ChatGPT, Claude і подібні моделі узгоджені настільки, що погоджуються з вами у будь-якій темі, що потрапляє у «вікно можливостей» (іноді навіть трохи переступають межу, як @Grok). Обговорення упереджень зникло. Але з’явилася нова проблема.

Це надмірне погоджування з усім — вже стало смішним. Це навіть мем — наприклад, фраза Claude «ти цілком правий!», незалежно від того, чи це правда.

Здається, безпечна історія. Але ні.

Багато організацій, які активно просувають AI, дуже швидко можуть стати найгіршими працівниками у своїй історії. Подумайте, чому.

Найгірші працівники в організації майже щодня не отримують позитивного зворотного зв’язку і дуже швидко отримають повну підтримку від штучного інтелекту. Вони будуть думати: «Найрозумніший агент у світі погоджується зі мною. Мій менеджер помилився.»

Це залежність. І вона шкодить організації.

Підпис: Ехо-камера особистого AI посилює розкол, і двоє людей стають все далі один від одного. Така динаміка при масштабуванні породжує фракції у зазвичай однорідній організації.

Це важливий урок. Інструменти особистої продуктивності AI посилюють користувача. Але справжня цінність — у фактах.

Людські організації пройшли тисячоліття еволюції і створили системи протидії цій проблемі:

інвестиційні комітети

зовнішні аудити

рада директорів

розподіл влади у США (виконавча, законодавча і судова гілки)

представницька демократія і сама демократія

Підпис: Об’єктивність може навіть допомогти у вирішенні координаційних проблем — зменшити дрібні розбіжності, а не посилювати їх.

Організації рідко зазнають поразки через відсутність впевненості співробітників. Вони зазнають поразки, коли ніхто не хоче або не може сказати «ні».

Організаційний AI має виконувати цю роль. Він не буде налаштований RLHF для задоволення користувачів або підпорядкування їхнім переконанням, а навпаки — кидати виклик їхнім упередженням. При ефективній поведінці — давати позитивний зворотний зв’язок, при відхиленні — ставити жорсткі межі і коригувати.

Отже, найважливішим агентом у організації стане не «підспівувач», а дисциплінований «відмовник» — той, хто ставить під сумнів, виявляє ризики і виконує стандарти. У майбутньому найвпливовіші AI-застосунки будуть базуватися на системних обмеженнях: AI-рада директорів, AI-аудитори, AI-треті сторони для тестування і відповідності.

4. Краєві переваги

Особистий AI оптимізує використання.

Організаційний AI оптимізує крайові переваги.

Межі можливостей AI щотижня або навіть щодня рухаються вперед. Базові моделі компаній постійно оновлюють свої можливості, щоб боротися за кожного користувача і кожну організацію.

Але класична проблема інновацій — глибина завжди перемагає широту:

@Midjourney — у дизайні зображень тримає слабке лідерство.

@Elevenlabs — у голосових моделях — слабке лідерство.

@DecagonAI — у повноцінному клієнтському досвіді — завжди попереду.

Хоча базові моделі стають все більш схожими, для експертів у конкретних сферах справжня крайова перевага — це ключ. Найкращі дизайнери використовують @Midjourney, найкращі компанії з голосових AI — @Elevenlabs. Це тому, що навіть із прогресом базових моделей, фокус на конкретних застосуваннях і прагнення до крайових переваг визначають їхню перевагу.

Поки спеціалізовані рішення також еволюціонують, саме здатність досягати економічних результатів — ключова для бізнесу.

Це особливо видно у фінансовій сфері — найгарячішій галузі розробки LLM. Як тільки якась можливість стає поширеною, вона вже не допомагає обіграти ринок. Але якщо передова технологія дає короткострокову перевагу у 1% — ця перевага може принести сотні мільйонів доларів.

Підпис: Для будь-якого конкретного завдання крайові переваги визначаються організаційними рішеннями, побудованими на передових технологіях.

Наші користувачі постійно рухаються вперед. Контекстне вікно LLM за 4 роки зросло з 4K до 1 мільйона токенів. Деякі з наших користувачів обробляють у одному завданні 30 мільярдів токенів. Цього року ми вже бачимо шлях до обробки 100 мільярдів токенів. З кожним покращенням базових моделей ми йдемо далі.

Підпис: Контекстне вікно і інші можливості — це рухома ціль. Порівняння еволюції контекстних вікон у провідних лабораторіях і Hebbia за останні три роки.

Загалом, універсальність для широкого кола користувачів важлива, особливо на початкових етапах залучення співробітників до AI. Але у майбутньому це буде не просто ChatGPT/Claude або вертикальні рішення, а їх комбінація.

Організаційний рівень інтелекту має базуватися на галузевих і навіть завдання-специфічних агентів.

Ми ставимо собі питання, яке здається абсурдним, але не є ним:

«Об’єктивний штучний інтелект обере для себе агентів-ярлики? Навіть суперінтелектуальні системи захочуть використовувати спеціалізовані інструменти для конкретних галузей?»

Межі можливостей AI постійно рухаються, і саме ті, що використовують справжні крайові переваги, — переможці. Інші ж витрачають гроші на дуже дорогий універсальний продукт.

5. Результат

Особистий AI економить час.

Організаційний AI збільшує доходи.

@MaVolpi колись сказав мені фразу, яка змінила моє уявлення про продаж AI компаніям: «Якщо запитати будь-якого CEO, що важливіше — зменшити витрати чи збільшити доходи, майже всі скажуть — доходи.»

Але сьогодні майже всі AI-продукти орієнтовані на зниження витрат — обіцяють економію часу, менше людей для більшого обсягу роботи або заміну працівників.

Організаційний AI має приносити додатковий дохід. І цей додатковий дохід набагато важливіший, ніж просто економія часу.

Наприклад, у сфері AI-підтримки розробки софту. IDE — один із найкращих інструментів особистої продуктивності AI, але вже піддається сильному впливу Claude Code (інший інструмент для особистого використання). Cognition грає зовсім іншу гру. Їхній стабільний ріст — це продаж трансформаційних послуг, а не інструментів. Я вважаю, що ця модель має довгострокову перспективу.

Чистий софт «швидко стає непотрібним». Чистий сервіс — важко масштабувати. Рішення — поєднання технологій і результатів — це місце, де зберігається цінність.

Що стосується M&A. Особистий AI допомагає аналітикам швидше моделювати. Організаційний AI знаходить цінного партнера серед сотень цілей і розширює пошук до тисячі. Один — економить час, інший — створює дохід.

Підпис: Базові моделі компаній рухаються до вертикальних застосувань. Вертикальні компанії — до рішень.

«Зміщення вгору по ланцюгу» — природна тенденція ринку. Базові моделі йдуть до застосувань, застосовні компанії — до рішень.

Організаційний рівень інтелекту — це рівень рішень. А рішення — це місце, де зберігається довгострокова цінність і максимальні прибутки.

6. Надання можливостей

Особистий AI дає інструмент.

Організаційний AI навчає, як його використовувати.

Люди, навіть дуже розумні, проти змін.

Повірте або ні, у Нью-Йорку ще є успішні магазини, які не приймають кредитні картки. Вони знають, що втрачають гроші, але не хочуть змінюватися. Аналогічно, у найближчі роки деякі співробітники у певних організаціях відмовляться від AI.

Перехід від чисто людської організації до AI-перше, змішаної — це найтриваліша і найвизначальніша проблема майбутніх десяти років. І найчастіше саме найвищі керівники, найважливіші особи, — найповільніші у прийнятті нових технологій.

Підпис: Найвищий рівень організації — ті, хто найвіддаленіші від «інструментів продуктивності» — найповільніші, але найважливіші.

Palantir — єдина компанія, яка за останні два місяці під час краху технологічних гігантів із ринковою капіталізацією понад трильйон доларів зберегла високий рівень оцінки. Це не випадково. Palantir — один із перших справжніх «процесних інженерів». Чи то «процесне інженерство», чи «створення документа Claude», — майбутній організаційний AI породить галузь: кодування бізнес-процесів у агентів і впровадження змін у менеджмент.

Підпис: Впровадження AI у всі сфери організації перетне кілька бар’єрів, і кожен із них має свої виклики. Автоматизація процесів через AI стане головним драйвером.

Я впевнений, що процесне інженерство стане однією з найважливіших «технологій» найближчого часу.

У цьому процесі головне — галузеві і професійні знання, а не софт. Вертикальні рішення формуватимуть фахівців із впровадження, реалізації та управління змінами.

Одна з провідних інвестиційних банків, яка обрала Hebbia для повного впровадження, сказала найкраще: «Ми не співпрацюємо з великими лабораторіями моделей, бо нам потрібно пояснювати їхнім командам, що таке CIM (конфіденційна інформаційна меморандум). Claude або GPT — зрозуміють цю галузь, але команда, що впроваджує, — ні…»

Ця різниця — вирішальна.

7. Відсутність потреби у підказках

Особистий AI відповідає на людські запити.

Організаційний AI діє самостійно, без підказок.

Обговорюється багато питань щодо комунікації між агентами, чи потрібні людям ще й системи і правила для майбутніх компаній і систем. Але більш актуальне питання — чи потрібні взагалі підказки для AI-агентів?

Написати підказку для AGI — це все одно, що під’єднати електродвигун до ручної ткацької машини. Це обмежує його можливості і зводить до слабкого місця — нашої організаційної ланки. Люди не знають, які питання ставити, і коли їх ставити.

Найцінніша робота AI — це та, про яку ніхто не думав запитати. AI має знаходити ризики, яких ще ніхто не помітив, потенційних партнерів, про яких ніхто не знає, і продажі, яких ще не існує.

Це відкриє нові горизонти застосування AI.

Наприклад, система без підказок, яка постійно моніторить дані всього інвестиційного портфеля. Вона виявляє, що операційний капітал однієї компанії вже три місяці погіршується, порівнює це з умовами кредитних договорів і повідомляє операційного партнера ще до того, як хтось відкриє PDF.

Коли вже не потрібно писати підказки для AI, з’являються нові інтерфейси і нові способи роботи. У цьому напрямку у @Hebbia є сильні ідеї. Про них згодом поговоримо.

Заключення

Ці пункти не заперечують цінність чат-ботів, агентів і особистого AI.

Особистий AI стане першим досвідом більшості компаній у світі щодо трансформацій AI. Заохочення до використання і зручності — це перший і найважливіший крок у побудові AI-первоорієнтованої економіки.

Але водночас, потреба у організаційному рівні інтелекту є чіткою, нагальною і величезною.

У майбутньому кожна організація матиме чат-бота від лабораторії великих моделей. І кожна організація матиме спеціалізований організаційний AI для конкретних галузевих задач — а особистий AI використовуватиме його як найважливішу інструментальну частину.

Комбінування організаційного і особистого AI — неминучий тренд.

Але пам’ятайте урок 1890-х років із текстильних фабрик. Перші фабрики, що ввели електрику, програли фабрикам, які переосмислили весь цех.

Ми вже маємо електрику. Настав час переосмислити наші виробничі процеси.

Дякую @aleximm і @WillManidis за рецензію, а також за натхнення статтею Will «Об’єкт у формі інструменту».