Moderne Wirtschaft basiert auf dem Prinzip der Skalierung: Umwandlung variabler Kosten in Fixkosten und dadurch Schaffung einer operativen Hebelwirkung. Anstatt Bücher von Hand zu schreiben, haben wir Druckmaschinen eingerichtet, um die variablen Kosten der Produktion dramatisch zu reduzieren. Wir sind unglaublich effizient bei der Skalierung jeder Art der industriellen Fertigung geworden.
Wir haben den Code zur Skalierung der Wissensarbeit jedoch noch nicht geknackt. Selbst wenn ihre Ergebnisse dank des Internets nahezu kostenfrei verteilt werden können, bleibt der Prozess selbst - die tatsächliche Umwandlung von Daten in Informationen - im vorindustriellen Zeitalter. Jedes Mal, wenn ein neuer Mitarbeiter in das Unternehmen eintritt, muss er für seine Aufgaben individuell geschult werden. Sollte die Person für die Arbeit nicht mehr verfügbar sein, können ihre Fähigkeiten nicht mehr eingesetzt werden. Das Training der Nachfolgerin dauert genauso lange.
Künstliche Intelligenz verspricht, dies durch Digitalisierung kognitiver Operationen zu ändern. Stellen Sie sich vor, wie viel Zeit für die Ausbildung eines Schachgroßmeisters benötigt wird: Jahre, wenn nicht Jahrzehnte. Ein Generative Adversarial Network kann dieses Niveau in wenigen Stunden erreichen (Guardian).
Der Schlüssel zu solch beeindruckenden Ergebnissen liegt in großen Trainingssätzen. Je mehr Daten ein neuronales Netzwerk verarbeiten kann, desto nützlicher wird es. Dies ist eine potenziell unschätzbare Quelle für Skalierungspotenzial. Sehen Sie sich zum Beispiel an, wie das neuronale Netzwerk von OpenAI Texte schreibt, nachdem es eine große Menge Text im Internet verarbeitet hat (Talk to a Transformer).
Anwendungsspezifische kognitive Roboter sind für Unternehmenskunden mittlerweile weit verbreitet. Beispielsweise bietet der IQBot von Automation Anywhere vorab geschulte KI-Modelle für die Dokumentenverarbeitung. Es wird vorab auf Millionen von Datenpunkten trainiert, wodurch eine Hebelwirkung im Einlernenprozess entsteht.
Stellen Sie sich eine Welt vor, in der ein Fachmann direkt mit einer zentralen Wissensdatenbank verbunden sein könnte. Jedes Mal, wenn ein Fachmann etwas Neues lernt, kann sein Wissen sofort von jedem anderen Fachmann in seiner Branche genutzt werden. KI macht dies möglich, möglicherweise in naher Zukunft.
Wenn bestimmte Wissensarbeitsaufgaben (z. B. das Analysieren von Verträgen) von kognitiven Robotern ausgeführt werden, die mit einer zentralen Lerninstanz verbunden sind, kann jedes Unternehmen seinen Roboter an seine Bedürfnisse anpassen und ihn wie einen einzelnen digitalen Mitarbeiter (einschließlich Datenschutz und Sicherheit) behandeln; das Lernen wird aber im Netzwerk geteilt. Da der Roboter kontinuierlich trainiert wird, wird sein zentrales Kernmodell für jeden Teilnehmer am Ökosystem immer nützlicher, was zu exponentiellen Produktivitätsgewinnen führt.
Letztendlich geht es bei F-ONE darum, die menschliche Produktivität zu steigern. Und wir sind gespannt, wie dies erreicht werden kann.