Ստեղծագործական ոլորտում արհեստական բանականության (ԱԲ) շուրջ ձևավորված պատումը գերիշխված է մեկ, որոշ չափով հոգնեցուցիչ արքետիպով՝ «տեքստից՝ արդյունք» գեներատորով։ Անկախ նրանից՝ դա էլեկտրոնային նամակ կազմող չաթ-բոտ է, թե վեբ-հիմքով երաժշտական ծառայություն, որը երեք բառանոց հրահանգով ռադիո-հիթեր է «թխում», արդյունաբերական ստանդարտը գերադասում է հղկվածությունը, արագությունը և անխափան արդյունքը։ Այնուամենայնիվ, Thoughtful Things ստարտափի կողմից մշակված Engram նոր սարքը կտրուկ և թարմ շրջադարձ է կատարում դեպի այս հղկված կատարելապաշտությունից հեռու։ ԱԲ-ն դիտարկելով որպես «կառավարվող քաոսի» գործիք, այլ ոչ թե անմտորեն ավտոմատացնող միջոց՝ Engram-ը մարտահրավեր է նետում ստեղծագործական աշխատանքային գործընթացներում մեքենայական ուսուցման ինտեգրման մասին մեր պատկերացումներին։
Իր էությամբ Engram-ը սարքային սեմփլեր և գրուվբոքս է, որն օգտագործում է սեփական, տեղային ռեժիմով աշխատող ԱԲ մոդել՝ աուդիո մուտքային տվյալները մանիպուլյացիայի ենթարկելու համար։ Ի տարբերություն ամպային երաժշտական գեներատորների, որոնք ձգտում են վերջնական արդյունք ապահովել, Engram-ը ընդունում է «հալյուցինացիաները»՝ ԱԲ մոդելների՝ տվյալները սխալ մեկնաբանելու և անսպասելի, հաճախ անիրական թվացող արդյունքներ գեներացնելու միտումը։ Իրականացնելով հատուկ «tiny AI» (փոքր ԱԲ) մոդելը անմիջապես սարքի վրա՝ առանց ինտերնետ կապի, Thoughtful Things-ը վերացրել է ամպային ուշացման և գաղտնիության հետ կապված խնդիրները՝ փոխարենը ընտրելով շոշափելի, փորձարարական ինտերֆեյս, որն ԱԲ-ն դիտարկում է որպես համագործակից, այլ ոչ թե փոխարինող։
Թերությունների ընդունման բիզնես հիմնավորումը
Բիզնես առաջնորդների և տեխնոլոգիական ռազմավարների համար Engram-ը թվային փոխակերպման հաջորդ փուլի հզոր փոխաբերություն է։ Երկար տարիներ ձեռնարկությունների կենտրոնացումը եղել է դետերմինիստական արդյունքների հասնելը. «Եթե ես տվյալներ եմ ներմուծում, պետք է ստանամ կատարելապես կանխատեսելի և ճշգրիտ հաշվետվություն»։ 100% ճշգրտության նկատմամբ այս տարվածությունը հանգեցրել է նորարարության մեջ ԱԲ-ի օգտագործման լճացման։ Մինչ հաշվապահության կամ լոգիստիկայի մեջ ճշգրտությունը բանակցությունների ենթակա չէ, ժամանակակից ընկերությունների ստեղծագործական և ռազմավարական բաժինները տառապում են «վանիլային» էֆեկտից՝ գեներատիվ մոդելների նկատմամբ չափից ավելի հույս դնելուց, որոնք ձգտում են միջինին։
Engram-ի դասերը հուշում են, որ առաջիկա տարիներին ամենաբարձր ROI-ն (ներդրումների եկամտաբերությունը) կստացվի ոչ թե ավելի շատ ավտոմատացումից, այլ «հավելյալ պատահականությունից» (augmented serendipity)։ Թույլ տալով ԱԲ-ին աղավաղել, վերամեկնաբանել և երբեմն «հալյուցինացնել» վերահսկվող շրջանակներում՝ բիզնեսները կարող են բացել ստեղծագործական այն փակուղիները, որոնց ավանդական, կոշտ ծրագրակազմը չի կարող հասնել։
Դիտարկենք հետևյալ ոլորտներում թվային փոխակերպման հետևանքները.
- Գաղափարների ձևավորում և նախատիպավորում (Ideation and Prototyping): Ինչպես Engram-ն է օգտագործում ԱԲ-ն աուդիոն «աղավաղելու» համար, ձեռնարկությունների դիզայներական թիմերը կարող են օգտագործել անոմալիաներ գտնելու համար լարված ԱԲ մոդելներ՝ փորձարկելով արտադրանքի հայեցակարգերի կայունությունը՝ ստիպելով ծրագրակազմին գեներացնել «խափանված» կամ անսպասելի կրկնություններ։
- Հաճախորդների փորձառության (CX) տարբերակում: Այն ընկերությունները, որոնք հույսը դնում են բացառապես ստանդարտ, կանխատեսելի ԱԲ չաթ-բոտերի վրա, հաճախ նկատում են, որ իրենց ապրանքանիշի ձայնը դառնում է անտարբերելի մրցակիցներից։ Ներդնելով մոդելներ, որոնք ունեն ավելի տարբերվող, «անիրական» ստեղծագործական շունչ՝ ապրանքանիշի խիստ ուղեցույցների ներքո, բիզնեսները կարող են ստեղծել ավելի հիշվող թվային հպման կետեր։
- Եզրային հետախուզություն (Edge Intelligence): Engram-ի՝ իր մոդելը տեղային մակարդակում պահելու որոշումը «տեղային ԱԲ» (Local AI) շարժման նախանշանն է։ Տվյալների ինքնիշխանությամբ և ուշացումներով մտահոգված բիզնեսները գնալով ավելի են հեռանում հսկայական ամպային LLM-ներից՝ դեպի կոմպակտ, մասնագիտացված մոդելներ, որոնք աշխատում են տեղում կամ եզրային սերվերների վրա։
Հրահանգից այն կողմ. ԱԲ ինտեգրման նոր պարադիգմ
ԱԲ գործակալների (AI Agent)՝ բարդ առաջադրանքներ կատարելու ունակ ինքնավար համակարգերի վերելքը այս միտման բնական էվոլյուցիան է։ Մինչ շատերը ԱԲ գործակալները նույնացնում են առաջադրանքների վրա հիմնված ավտոմատացման հետ, իրական ներուժը կայանում է անորոշ, ոչ գծային աշխատանքային գործընթացները կառավարելու նրանց ունակության մեջ։ Engram-ը դրա սարքային դրսևորումն է. այն պարզապես չի կատարում հրամանը, այն մասնակցում է իտերատիվ գործընթացի։
Բիզնես մասնագետի համար հետևությունը պարզ է. դադարեք փնտրել ԱԲ, որը պարզապես կանի աշխատանքը ձեր փոխարեն։ Սկսեք փնտրել ԱԲ, որը կընդլայնի ձեր գոյություն ունեցող ենթակառուցվածքում հնարավորի սահմանները։ Սա պահանջում է մտածելակերպի փոփոխություն՝ «ԱԲ-ն որպես արդյունավետության գործիք»-ից դեպի «ԱԲ-ն որպես հետազոտության գործընկեր»։
Այս մտածելակերպի որդեգրումն ունի շոշափելի առավելություններ.
- Ռիսկերի նվազեցում: Օգտագործելով ավելի փոքր, հատուկ մարզված տեղային մոդելներ՝ հսկայական, «սև արկղ» հանդիսացող երրորդ կողմի մոդելների փոխարեն, ընկերությունները պահպանում են ավելի մեծ վերահսկողություն իրենց մտավոր սեփականության և տվյալների անվտանգ
