Արդեն մի քանի ամիս է, ինչ կորպորատիվ տեխնոլոգիաների աշխարհը թելադրվում է մի հանգիստ և որոշակիորեն կանխատեսելի ռիթմով՝ «մոդելների մրցավազքով»։ OpenAI-ը և Anthropic-ը գերիշխում են այս դաշտում՝ իրենց մոդելների թողարկման ցիկլերը վերածելով բարձր խաղադրույքներով պոկերի խաղի, որտեղ պարբերաբար փոխվում են կատարողականության չափանիշները (benchmarks) և թոքենների պատուհանները։ Բիզնեսի ղեկավարների մեծ մասը որդեգրել է «սպասողական» մոտեցում՝ խուսափելով մեծ ներդրումներ կատարել ենթակառուցվածքների մեջ, որոնք հաջորդ եռամսյակում կարող են հնացած լինել։

Սակայն անցյալ շաբաթ իրավիճակը կտրուկ փոխվեց։ Մինչ ոլորտը զբաղված էր շուկայի առաջատարների նորագույն մոդելների աստիճանական բարելավումներին հետևելով, Meta-ն լուռ ու մեղմ ուշադրությունը զուտ LLM-ների (խոշոր լեզվական մոդելների) արդյունավետությունից տեղափոխեց դեպի շրջակա միջավայրի հետ ինտեգրված, գործնական հաշվարկներ՝ իր Muse գործակալի միջոցով։ Սա հիմնարար շրջադարձ է չաթ-ինտերֆեյսի պարադիգմից դեպի թվային վերափոխման հաջորդ դարաշրջան՝ ինքնավար, կոնտեքստային AI գործակալներ։

Չաթբոտներից դեպի կոնտեքստային գործակալներ

Վերջին երկու տարիների ընթացքում կորպորատիվ աշխարհը տարված էր «չաթբոտի» մոդելով։ Մենք LLM-ները ներառել ենք CRM համակարգերում՝ էլեկտրոնային նամակներն ամփոփելու համար, և ստեղծել ենք ներքին գիտելիքների բազաներ՝ HR հարցումներին պատասխանելու համար։ Դրանք օգտակար են, բայց՝ պասիվ։ Նրանք սպասում են հրահանգի (prompt) և մարդու կողմից աշխատանքային գործընթացի մեկնարկին։

Meta-ի Muse-ը ազդարարում է պասիվ հրահանգների դարաշրջանի ավարտը։ Ներդնելով իր նոր գործակալային ճարտարապետությունը սարքաշարի մեջ՝ մասնավորապես խելացի ակնոցների հաջորդ սերնդի մեջ, Meta-ն խաղադրույք է կատարում այն բանի վրա, որ կորպորատիվ AI-ի ապագան ոչ թե բրաուզերի ներդիրում կամ աշխատասեղանի վահանակում է, այլ աշխատանքային հոսքի մեջ:

Դիտարկենք, թե ինչ է դա նշանակում ժամանակակից աշխատուժի համար.

  • Կոնտեքստային իրազեկություն. Ի տարբերություն ավանդական մոդելների, որոնք գործում են մեկուսացված, Muse-ը օգտագործում է սարքային մակարդակի սենսորային մուտքային տվյալներ՝ իրական ժամանակում հասկանալու համար, թե ինչին է նայում մասնագետը։
  • Մշտական ներկայություն. Ընդհատվող փոխազդեցության փոխարեն՝ այս գործակալները գործում են որպես «համաօդաչու» (co-pilot), որն ուղեկցում է ողջ օրվա ընթացքում՝ տրամադրելով պատկերացումներ՝ հիմնված ֆիզիկական միջավայրի ազդակների վրա։
  • Գործողությունների վրա կենտրոնացած աշխատանքային հոսքեր. «Գեներատիվ տեքստից» դեպի «գործակալային գործողություն» անցումը նշանակում է, որ AI-ն կարող է ոչ միայն գրել հուշագիր, այլև տեսականորեն համաժամանակվել օրացույցային API-ի հետ՝ հանդիպման ընթացքում քննարկված առաջադրանքների հիման վրա ժամանակ ազատելու համար։

Բիզնեսի ղեկավարների համար հետևությունը պարզ է. AI-ի ներդրումների արդյունավետությունը (ROI) «որոնել և ամփոփել» փուլից տեղափոխվում է «իրականացնել և ավտոմատացնել» փուլ։ Այն ընկերությունները, որոնք դեռևս կենտրոնացած են բացառապես ներքին տեքստերի գեներացման վրա, արդեն հետ են մնում։

«Մոդելից անկախ» ձեռնարկատիրական ռազմավարություն

OpenAI-ի և Anthropic-ի նման ընկերությունների միջև մոդելների թողարկման տենդագին ցիկլը ստեղծել է յուրօրինակ կաթվածահար վիճակ։ Ղեկավարները մտահոգված են մատակարարից կախվածությամբ (vendor lock-in): Եթե դուք ձեր ամբողջ թվային էկոհամակարգը կառուցում եք մեկ սեփական մոդելի վրա, ապա ի՞նչ կլինի, երբ երեք ամիս անց մրցակիցը թողարկի 20%-ով ավելի արագ կամ էժան լուծում։

Meta-ի մոտեցումը, որը նախապատվությունը տալիս է հարթակային ինտեգրմանը և եզրային հաշվարկներին (edge computing), առաջարկում է այլ ռազմավարություն՝ գործակալին անջատել մոդելից։ Իդեալական ճարտարապետության մեջ բիզնեսները պետք է LLM-ները դիտարկեն որպես ստանդարտացված շարժիչներ և իրենց ներդրումները կենտրոնացնեն «գործակալային շերտի» վրա՝ այն հատուկ տրամաբանության, որը միացնում է այդ մոդելները սեփական տվյալներին և ներքին գործընթացներին։

Այս տեղաշարժը լուրջ հետևանքներ ունի թվային վերափոխման համար.

  • Շփման նվազեցում. AI-ն էկրանից դեպի շրջակա միջավայրի սարքեր տեղափոխելով՝ ընկերությունները կարող են վերացնել «կոնտեքստների փոփոխումը», որը խաթարում է արտադրողականությունը։
  • Գերանհատականացում. Այն AI գործակալները, որոնք հասկանում են աշխատակիցների կոնկրետ աշխատանքային հոսքերը (և ոչ թե պարզապես ինտերնետային ընդհանուր գիտելիքները), կդառնան մրցակցային նոր առավելություն՝ տաղանդների պահպանման և արդյունավետության համար։
  • Մասշտաբայնություն. Երբ գործակալը նախագծված է առկա API-ների հետ փոխազդելու, այլ ոչ թե միայն չաթի պատասխաններ գեներացնելու համար, այն դառնում է մասշտաբային ավտոմատացման գործիք, որը կարող է ընդգրկել մատակարարումների շղթայի կառավարումից մինչև հաճախորդների սպասարկում։

Այն արագությունը, որով Muse-ը տարածվում է, ընդգծում է կարևոր միտում. օգտատերերը անցնում են այն լուծումներին, որոնք տրամադրում են իրական օգտակարություն, այլ ոչ թե պարզապես տպավորիչ լեզվական կարողություններ։ Շուկան հոգնել է «ավելի խելացի» մոդելներից, այն ծարավ է «ավելի օգտակար» գործիքների։

Ռազմավարական հեռանկար. Պատրաստվելով գործակալային դարաշրջանին

Տարվա մնացած մասին ընդառաջ՝ AI-ի շուրջ «ուշադրության կենտրոնը» կշարունակի տատանվել։ Այնուամենայնիվ, ամենահաջողակ ընկերությունները կդադարեն AI-ն դիտարկել որպես իր