Ми все ще перебуваємо у «водяній колесній» стадії ШІ, нав’язуючи чат-ботів у робочі процеси, створені для людей. Історія вчить нас, що той, хто володіє сировиною, визначає епоху. Коли знання працює у безперервному інтелекті, яким буде майбутнє? Ця стаття походить із статті Івана Зау, генерального директора Notion, зібраної, перекладеної та написаної TechFlow.

(Попередній огляд: що найбільше турбує крипто-користувачів у 2025 році? Різні великі моделі ШІ дають такі відповіді)
(Додатковий контекст: a16 стаття: коли AI захопить контент-платформи, як повернути довіру до криптовалютних застав?)

Зміст статті

• Особисте: від велосипеда до автомобіля
• Організація: залізо та пар
• Екосистема: від Флоренції до гігантських міст
• За межами водяного колеса

Ми все ще перебуваємо у «водяній колесній» стадії ШІ, нав’язуючи чат-ботів у робочі процеси, створені для людей. Кожна епоха формувалася її унікальним технологічним сировиною. Залізо створило епоху золота, напівпровідники відкрили цифрову епоху. Тепер штучний інтелект приходить у формі безмежного розуму. Історія вчить: хто володіє сировиною, той визначає епоху.

Ліва картинка: підліток Ендрю Карнегі та його брат. Правий малюнок: залізна фабрика у Пітсбурзі часів золотої епохи.

У 50-х роках XIX століття Ендрю Карнегі був телеграфістом, що бігав по брудних вулицях Пітсбурга, тоді як у США шість із десяти були фермерами. Лише за два покоління Карнегі та його колеги створили сучасний світ: коні поступилися залізниці, свічки — електричному світлу, залізо — сталі.

З того часу робота перемістилася з фабрик у офіси. Зараз я керую софтверною компанією у Сан-Франциско, створюючи інструменти для тисяч знаних працівників. У цьому технологічному містечку всі говорять про універсальний штучний інтелект (AGI), але більшість із двох мільярдів офісних працівників ще не відчули його присутності. Що буде з знаннями та роботою у майбутньому? Що станеться, коли структура організації поєднається з безперервним інтелектом?

Ранні фільми часто були схожі на театральні вистави: одна камера знімала сцену.

Майбутнє часто важко передбачити, оскільки воно завжди маскується під минуле. Перші телефонні розмови були короткими, перші фільми — записаними театральними виставами. Як сказав Маршалл Маклюен: «Ми завжди їдемо у майбутнє заднім ходом».

Найпоширеніший нині штучний інтелект ще схожий на пошук Google. Цитуючи Маклюена: «Ми завжди їдемо у майбутнє заднім ходом». Сьогодні ми бачимо AI-чат-ботів, що імітують пошукову стрічку Google. Ми глибоко занурені у той перехідний період, що з’являється при кожній технологічній революції.

Я не маю всіх відповідей щодо майбутнього. Але мені подобається використовувати кілька історичних метафор, щоб подумати, як штучний інтелект може впливати на особистості, організації та економіку в цілому.

Особисте: від велосипеда до автомобіля

Перші ознаки можна побачити у «вищих практиках» знаних працівників — програмістів.

Мій співзасновник Саймон колись був «десятикратним програмістом», але останнім часом він рідко пише код сам. Прогулюючись його робочим місцем, ви побачите, як він одночасно керує трьома-чотирма AI-помічниками для програмування. Ці помічники не лише швидше друкують, а й думають, що робить його інженером із підвищеною продуктивністю на 30-40%. Він часто перед обідом або перед сном складає чергу завдань, щоб AI міг працювати, поки його немає. Він став менеджером безмежного розуму.

У 1970-х роках дослідження «Scientific American» про ефективність руху надихнуло Стівена Джобса на відомий метафору «велосипед думки». Але з того часу ми вже десятки років їздимо «на велосипеді» по швидкісній автомагістралі інформації.

У 1980-х Стів Джобс назвав персональний комп’ютер «велосипедом думки». Через десять років ми проклали «інформаційну швидкісну дорогу» — мережу Інтернет. Але сьогодні більшість знаних працівників досі залежать від людської праці. Це все одно що їздити на велосипеді по швидкісній дорозі.

З AI-помічниками люди, як Саймон, вже піднялися з велосипеда на автомобіль.

Коли ж інші види знаних працівників зможуть «завести автомобіль»? Є дві проблеми, які потрібно вирішити.

Чому штучний інтелект у знаній праці складніший за програмування? Тому що знана праця більш розпорошена і важче перевіряється.

По-перше, це фрагментація контексту. У програмуванні інструменти та контекст зазвичай зосереджені в одному місці: інтегроване середовище розробки, репозиторії коду, термінали. А в загальній знаній праці вона розкидана по десятках інструментів. Уявіть AI-помічника, який намагається скласти опис продукту: він має витягти інформацію з обговорень у Slack, стратегічних документів, панелей управління за минлий квартал і з організаційної пам’яті, що існує лише в голові одного з працівників. Зараз люди — це клей, що склеює все разом за допомогою копіювання, вставки та перемикання вкладок у браузері. Якщо контекст не інтегрований, AI-асистент обмежений вузьким застосуванням.

Другий важливий елемент — перевірюваність. Код має дивовижну властивість: його можна перевірити за допомогою тестів і помилок. Розробники моделей використовують це для тренування AI за допомогою підкріплювального навчання та інших методів. Але як перевірити, наскільки добре керується проект, або наскільки вдалий стратегічний меморандум? Ми ще не знайшли способу покращити універсальні моделі знаних праць. Тому люди все ще мають контролювати, керувати та демонструвати, що таке «добре».

У 1865 році «Закон про червоні прапори» вимагав, щоб автомобіль під час руху по вулиці був супроводжуваний пішохідним прапороносцем (цей закон було скасовано у 1896 році).

Цього року практика програмних помічників показала, що «людина у зворотному ланцюгу» не завжди є ідеальною. Це все одно що дозволити людині перевіряти кожен болт на виробничій лінії або йти перед автомобілем із прапором (див. «Закон про червоні прапори» 1865 року). Нам потрібно дозволити людині дивитися з висоти, контролюючи цикл, а не бути його частиною. Коли контекст буде інтегрований, робота стане перевірюваною, і мільярди працівників зможуть перейти від «їзди на велосипеді» до «їзди на автомобілі», а потім — до автоматичного водіння.

Організація: залізо та пар

Компанії — це винахід сучасності, і з розширенням масштабів їх ефективність зменшується, досягаючи межі.

Організаційна структура Нью-Йоркської залізничної компанії 1855 року. Сучасні компанії та їх структура виникли з еволюції залізничних компаній, які були першими, що потребували координації тисяч людей на відстані.

Декілька століть тому більшість компаній були просто майстернями з кількома десятками працівників. Тепер у нас є транснаціональні корпорації з сотнями тисяч співробітників. Інфраструктура комунікацій — заснована на зустрічах і обміні інформацією між людськими мозками — не витримує навантаження зростаючого масштабу. Ми намагаємося вирішити це за допомогою ієрархій, процесів і документів, але це все одно що будувати хмарочоси з дерева — інструментами людського масштабу для вирішення індустріальних проблем.

Два історичних метафори показують, яким може бути майбутнє, коли організації отримують нову технологічну сировину.

Чудо заліза: у 1913 році завершили будівництво Нью-Йоркської вежі Вулворф, яка тоді була найвищою у світі.

Перша — залізо. До заліза висота будівель у XIX столітті була обмежена шістьма-семома поверхами. Залізо, хоча й міцне, але крихке і важке; додавання поверхів призводило до руйнування через власну вагу. Залізо змінило все. Воно міцне і гнучке, каркас може бути легшим, стіни — тоншими, і будівлі раптово піднімалися до десятків поверхів. Це зробило можливим новий тип архітектури.

AI — це «залізо» організації. Воно здатне підтримувати контекст у всіх робочих процесах, надавати рішення без шуму і перерв. Людська комунікація більше не повинна бути опорою. Щотижнева коротка синхронізація може замінитися п’ятихвилинною асинхронною перевіркою; рішення вищого керівництва, що потребують три рівні затвердження, можна ухвалювати за кілька хвилин. Компанії зможуть масштабуватися справді, уникаючи тієї ефективності, яку раніше вважали неминучою.

Млин, що працює на водяній мірі. Потужна, але нестабільна, залежна від місця і сезону.

Друга історія — про парову машину. На початку індустріальної революції фабрики з текстилю будувалися вздовж річок, що приводилися у рух водяними колесами. Після появи парової машини власники фабрик спершу просто замінили водяні колеса на парові, але все залишалося майже без змін, і продуктивність зростала повільно.

Наступний прорив стався, коли власники зрозуміли, що можуть повністю позбавитися залежності від джерела води. Вони будували більші фабрики біля працівників, портів і сировини, і переробляли розташування навколо парової машини (згодом, коли з’явилася електрика, фабрики ще більше віддалилися від центрального приводу, розподіляючи малі двигуни по всій території для живлення різних машин). Продуктивність вибухнула — почалася друга хвиля індустріальної революції.

Гравюра Томаса Алам 1835 року, що зображує текстильну фабрику у графстві Ланкашир, що працює на паровій машині.

Ми все ще перебуваємо у «заміні водяної колеса». Нав’язуючи чат-ботів у робочі процеси, створені для людей, ми ще не переосмислили майбутнє. Коли старі обмеження зникнуть, і компанії зможуть працювати на безмежному розумі, що працює навіть уві сні, яким буде організаційне майбутнє?

У моїй компанії Notion ми постійно експериментуємо. Крім 1000 співробітників, у нас вже понад 700 AI-помічників, що виконують рутинні завдання: записують зустрічі, відповідають на запитання, щоб зібрати командні знання, обробляють IT-запити, фіксують відгуки клієнтів, допомагають новачкам ознайомитися з пільгами, готують щотижневі звіти — і все це лише на початку. Реальний потенціал обмежений лише нашою уявою і звичками.

Екосистема: від Флоренції до гігантських міст

Залізо і пар не лише змінили будівлі і фабрики, а й міста.

Декілька століть тому міста ще були людським масштабом. Ви могли пройти Флоренцію за сорок хвилин, а ритм життя визначався людською ходою і поширенням звуків.

Потім залізні конструкції зробили можливим зведення хмарочосів; паровий транспорт з’єднав центр міста з околицями; з’явилися ліфти, метро, швидкісні шосе. Масштаб і щільність міст стрімко зросли — Токіо, Чунцін, Даллас.

Це не просто збільшення Флоренції — це новий спосіб життя. Гігантські міста викликають втрату орієнтації, анонімність і труднощі у керуванні. Така «незрозумілість» — ціна масштабу. Але вони також пропонують більше можливостей, свободи, підтримують різноманітність активностей і людей, що недосяжно для міст із людським масштабом.

Я вважаю, що знанна економіка незабаром зазнає такої ж трансформації.

Зараз знана праця становить майже половину ВВП США, але її функціонування досі залишається на людському масштабі: команди з кількох десятків, робочі процеси, що залежать від зустрічей і листування, організації, що не витримують сотень працівників… Ми все ще будуємо «Флоренцію» з каменю і дерева.

Коли AI-помічники почнуть масштабно використовувати, ми збудуємо «Токіо» — організацію з тисяч AI і людей; робочі процеси, що працюють цілодобово у різних часових поясах без очікування пробудження когось; рішення, що приймаються у синтезі з людською участю.

Це буде інший досвід: швидший, з більш потужним важелем, але спершу — більш запаморочливий. Щотижневі збори, квартальні плани, річні оцінки — можливо, вони вже не підходять. З’являться нові ритми. Ми втратимо частину ясності, але здобудемо масштаб і швидкість.

За межами водяного колеса

Кожен технологічний матеріал вимагає від людей перестати дивитися у дзеркало і почати уявляти новий світ. Карнегі дивився на залізо і бачив міські горизонти; ланкаширські фабриканти дивилися на парову машину і бачили фабричні цехи, що віддалені від річки.

Ми все ще перебуваємо у «водяній колесній» стадії ШІ, нав’язуючи чат-ботів у робочі процеси, створені для людей. Ми не повинні задовольнятися тим, щоб AI був лише пасажиром, а маємо уявляти: коли людські організації зміцнюються залізом, коли дрібні завдання довіряються безперервному розуму, що працює цілодобово, — яким буде образ знаної праці?

Залізо, пар і безмежний інтелект. Наступний горизонт вже попереду, і ми маємо його створити власноруч.