Για τι τσακώνονται τώρα οι ηγέτες των Chatbot

Ο αγώνας για την ταχύτερη απόκριση έχει τελειώσει. Στους χρήστες δεν καίγεται καρφί πλέον αν ένα μοντέλο μπορεί να περάσει τις εξετάσεις δικηγορικού συλλόγου σε δέκα ή δώδεκα δευτερόλεπτα. Το ενδιαφέρον έχει μετατοπιστεί στο πώς ένας ψηφιακός βοηθός «ζει» μέσα στο υπάρχον software σας. Βλέπουμε μια στροφή προς τη βαθιά ενσωμάτωση, όπου το chatbot δεν είναι πια ένας προορισμός, αλλά ένα επίπεδο λειτουργίας. Αυτό το επίπεδο μπαίνει ανάμεσα σε εσάς και τα αρχεία σας, το ημερολόγιό σας και τη φωνή σας. Οι μεγάλοι παίκτες παλεύουν για την κυριαρχία κάνοντας τα εργαλεία τους πιο ανθρώπινα και πιο συνδεδεμένα. Θέλουν να γίνουν το default interface για ολόκληρη τη ζωή σας. Αυτή η αλλαγή σημαίνει ότι ο νικητής δεν θα είναι η εταιρεία με τις περισσότερες παραμέτρους, αλλά εκείνη που θα σας κάνει να ξεχάσετε ότι μιλάτε σε μια μηχανή. Μπαίνουμε σε μια εποχή όπου η ποιότητα της συζήτησης μετράει λιγότερο από τη χρηστικότητα της ενέργειας. Αν ένα bot μπορεί να προγραμματίσει μια συνάντηση και να θυμάται τις προτιμήσεις σας, είναι πολύ πιο πολύτιμο από ένα bot που μπορεί να γράψει ένα σονέτο.

Πέρα από τα Benchmarks: Η νέα μάχη για τη χρηστικότητα

Για πολύ καιρό, ο κόσμος της τεχνολογίας είχε εμμονή με τα benchmarks. Κοιτάζαμε τα σκορ MMLU και τις ικανότητες προγραμματισμού ως τις μοναδικές μετρήσεις επιτυχίας. Αυτό άλλαξε. Η νέα εστίαση είναι στο agency και τη μνήμη. Agency είναι η ικανότητα του AI να εκτελεί εργασίες στον πραγματικό κόσμο, όπως το να κλείνει μια πτήση ή να οργανώνει ένα spreadsheet. Η μνήμη επιτρέπει στο AI να θυμάται ποιος είστε και τι σας ενδιαφέρει για μεγάλα χρονικά διαστήματα. Δεν πρόκειται απλώς για ένα μεγάλο context window, αλλά για μια μόνιμη βάση δεδομένων της ζωής σας. Όταν επιστρέφετε σε ένα chatbot μετά από μια εβδομάδα, θα πρέπει να ξέρει από πού μείνατε. Ο κλάδος κινείται επίσης προς το multimodal interaction. Αυτό σημαίνει ότι μπορείτε να μιλάτε στο AI με τη φωνή σας και εκείνο να «βλέπει» μέσα από την κάμερά σας. Πρόκειται για μια πλήρη αναμόρφωση του user interface. Αυτή η εξέλιξη καταγράφεται από πηγές όπως το The Verge, το οποίο παρακολουθεί τη ραγδαία αλλαγή στον σχεδιασμό προϊόντων. Τα βασικά χαρακτηριστικά που οδηγούν αυτή την αλλαγή περιλαμβάνουν:

• Μόνιμη μνήμη προτιμήσεων χρήστη και προηγούμενων αλληλεπιδράσεων.
• Native ενσωμάτωση με email, ημερολόγια και συστήματα αρχείων.
• Voice modes χαμηλής υστέρησης που μιμούνται τα ανθρώπινα πρότυπα ομιλίας.
• Δυνατότητες οπτικής αναγνώρισης για επίλυση προβλημάτων σε πραγματικό χρόνο.

Ο ανταγωνισμός δεν αφορά πλέον το ποιος έχει τον μεγαλύτερο «εγκέφαλο», αλλά το ποιος έχει την καλύτερη contextual awareness του χρήστη. Γι’ αυτό βλέπουμε εταιρείες όπως η Apple και η Google να εστιάζουν στο επίπεδο του λειτουργικού συστήματος. Αν το AI ξέρει τι υπάρχει στην οθόνη σας, μπορεί να σας βοηθήσει πολύ πιο αποτελεσματικά από ένα chat box που βασίζεται στον browser. Αυτή η μετάβαση σηματοδοτεί το τέλος του chatbot ως καινοτομία και την αρχή του AI ως πρωτεύοντος interface.

Παγκόσμια οικοσυστήματα και η δύναμη του Default

Σε παγκόσμιο επίπεδο, αυτός ο ανταγωνισμός αναδιαμορφώνει τον τρόπο με τον οποίο διαφορετικές περιοχές αλληλεπιδρούν με την τεχνολογία. Στις Ηνωμένες Πολιτείες, η εστίαση είναι στην παραγωγικότητα και το office suite. Σε άλλα μέρη του κόσμου, η mobile-first ενσωμάτωση είναι η προτεραιότητα. Εταιρείες όπως η Google και η Microsoft αξιοποιούν τις υπάρχουσες βάσεις χρηστών τους για να προωθήσουν τα AI εργαλεία τους. Αν χρησιμοποιείτε ήδη Google Docs, είναι πιο πιθανό να χρησιμοποιήσετε το Gemini. Αν είστε προγραμματιστής, ίσως κλίνετε προς εργαλεία που ενσωματώνονται στον editor σας. Αυτό δημιουργεί ένα νέο είδος platform lock-in. Δεν πρόκειται πλέον μόνο για το λειτουργικό σύστημα, αλλά για το επίπεδο νοημοσύνης που κάθεται από πάνω του. Αναφορές από το Reuters υποδηλώνουν ότι η κυριαρχία στην αγορά θα εξαρτηθεί σε μεγάλο βαθμό από αυτούς τους δεσμούς οικοσυστήματος. Μικρότεροι παίκτες προσπαθούν να ανταγωνιστούν προσφέροντας καλύτερη ιδιωτικότητα ή πιο εξειδικευμένη γνώση. Ωστόσο, η κλίμακα των κολοσσών καθιστά δύσκολο για τους νεοεισερχόμενους να αποκτήσουν έρεισμα στη μαζική αγορά. Πρόκειται για έναν παγκόσμιο αγώνα για το μέλλον του προσωπικού υπολογιστή. Ο νικητής θα ελέγχει τη ροή πληροφοριών για δισεκατομμύρια ανθρώπους. Γι’ αυτό το διακύβευμα είναι τόσο υψηλό για τις εταιρείες στον χώρο του AI. Δεν πουλάνε απλώς ένα προϊόν, πουλάνε τον τρόπο με τον οποίο αλληλεπιδρούμε με τον κόσμο. Αυτή η αλλαγή είναι βασικό μέρος των modern AI insights και της ανάλυσης του κλάδου μας. Η μάχη για τον default βοηθό είναι η πιο σημαντική ιστορία τεχνολογίας της δεκαετίας. Θα καθορίσει ποιες εταιρείες θα επιβιώσουν από το επόμενο κύμα υπολογιστικής ισχύος.

Μια μέρα στη ζωή του επαγγελματία με AI

Φανταστείτε μια τυπική Τρίτη για μια marketing manager, τη Σάρα. Ξυπνάει και μιλάει στον βοηθό της για να πάρει μια σύνοψη των email της από τη νύχτα. Το AI δεν τα διαβάζει απλώς, τα ιεραρχεί με βάση τα τρέχοντα project της. Κατά τη διάρκεια της διαδρομής της, ζητά από τον βοηθό να συντάξει μια απάντηση σε έναν πελάτη. Το AI γνωρίζει τον τόνο που χρησιμοποιεί συνήθως και τις συγκεκριμένες λεπτομέρειες του project επειδή έχει πρόσβαση στα προηγούμενα αρχεία της. Προτείνει μια ώρα συνάντησης με βάση το ημερολόγιό της και τη ζώνη ώρας του πελάτη. Όταν φτάνει στο γραφείο, βλέπει το προσχέδιο να την περιμένει στον κειμενογράφο της. Αυτή είναι η πραγματικότητα του ενσωματωμένου AI. Πρόκειται για την εξάλειψη της τριβής ανάμεσα σε μια ιδέα και την εκτέλεσή της. Αργότερα μέσα στη μέρα, χρησιμοποιεί την κάμερα του κινητού της για να δείξει στο AI ένα φυσικό πρωτότυπο προϊόντος. Το AI εντοπίζει ένα σχεδιαστικό ελάττωμα με βάση τις οδηγίες branding της εταιρείας της και προτείνει μια διόρθωση. Αυτό το επίπεδο αλληλεπίδρασης ήταν αδύνατο πριν από λίγα χρόνια. Δείχνει πώς η τεχνολογία μετακινήθηκε από ένα πλαίσιο κειμένου σε έναν προληπτικό συνεργάτη.

Μέχρι τη στιγμή που φεύγει από το γραφείο, το AI έχει ήδη συνοψίσει τις συναντήσεις της και έχει ενημερώσει τη λίστα υποχρεώσεων για την Τετάρτη. Αυτό δεν είναι ένα φουτουριστικό όνειρο, είναι η κατεύθυνση προς την οποία κινούνται προϊόντα όπως το ChatGPT και το Gemini αυτή τη στιγμή. Ο στόχος είναι να γίνει ο βοηθός τόσο χρήσιμος που δεν μπορείτε να φανταστείτε τη δουλειά σας χωρίς αυτόν. Έτσι κερδίζουν την αφοσίωση του χρήστη. Γίνονται ουσιαστικό μέρος της ροής εργασίας. Ο ανταγωνισμός αφορά το ποιος μπορεί να εξοικονομήσει στον χρήστη τον περισσότερο χρόνο και πνευματική ενέργεια. Αυτή είναι μια πολύ πιο συναρπαστική πρόταση αξίας από το να είναι απλώς έξυπνο. Πρόκειται για το να είναι χρήσιμο στον πραγματικό κόσμο. Τη Σάρα δεν την ενδιαφέρει ο αριθμός των παραμέτρων στο μοντέλο. Την ενδιαφέρει ότι έφτασε στο σπίτι μια ώρα νωρίτερα επειδή ο βοηθός της ανέλαβε τις αγγαρείες. Αυτή είναι η πρακτική εφαρμογή του AI που θα οδηγήσει στην υιοθέτηση σε κάθε κλάδο.

Δύσκολες ερωτήσεις για έναν βοηθό που είναι πάντα ενεργός

Πρέπει να αναρωτηθούμε τι θυσιάζουμε για αυτή την ευκολία. Αν ένα AI θυμάται τα πάντα για εμάς, πού αποθηκεύονται αυτά τα δεδομένα; Είναι κρυπτογραφημένα με τρόπο που ούτε ο πάροχος δεν μπορεί να τα δει; Οδεύουμε προς έναν κόσμο όπου οι πιο προσωπικές μας σκέψεις και επαγγελματικά μυστικά τροφοδοτούνται σε έναν κεντρικό εγκέφαλο. Το κρυφό κόστος μπορεί να είναι η ιδιωτικότητά μας. Υπάρχει επίσης το ζήτημα της αξιοπιστίας. Αν εξαρτηθούμε από αυτούς τους βοηθούς, τι θα συμβεί όταν «παραισθάνονται» ή όταν η υπηρεσία πέσει; Χτίζουμε ένα εύθραυστο σύστημα πάνω από αλγόριθμους black-box. Πρέπει να εξετάσουμε αν τα κέρδη στην αποδοτικότητα αξίζουν την απώλεια της αυτονομίας. Σύμφωνα με τους New York Times, τα χαρακτηριστικά μνήμης του σύγχρονου AI εγείρουν σημαντικά ηθικά ζητήματα. Ποιος κατέχει το context της ζωής σας; Αν αλλάξετε πάροχο, μπορείτε να πάρετε τη μνήμη του AI μαζί σας; Αυτά είναι τα ερωτήματα στα οποία ο κλάδος δεν είναι ακόμα έτοιμος να απαντήσει. Τρέχουμε σε ένα μέλλον απόλυτης ευκολίας χωρίς να εξετάζουμε τις μακροπρόθεσμες επιπτώσεις στην ψηφιακή μας κυριαρχία. Ο κίνδυνος των data silos είναι πραγματικός. Αν το AI σας σας ξέρει καλύτερα από ό,τι εσείς τον εαυτό σας, αυτές οι πληροφορίες είναι απίστευτα πολύτιμες. Μπορούν να χρησιμοποιηθούν για να σας πουλήσουν πράγματα ή να επηρεάσουν τις αποφάσεις σας με τρόπους που ίσως δεν προσέξετε. Πρέπει να απαιτήσουμε διαφάνεια από τις εταιρείες που χτίζουν αυτά τα εργαλεία. Πρέπει να ξέρουμε πώς χρησιμοποιούνται τα δεδομένα μας και πώς μπορούμε να τα ελέγξουμε. Η υπόσχεση του AI είναι μεγάλη, αλλά το τίμημα δεν πρέπει να είναι η ελευθερία μας. Θα πρέπει να είμαστε σκεπτικοί με οποιοδήποτε εργαλείο ισχυρίζεται ότι είναι ο καλύτερός μας φίλος ενώ ανήκει σε μια πολυεθνική εταιρεία δισεκατομμυρίων.

Έχετε μια ιστορία, εργαλείο, τάση ή ερώτηση σχετικά με την τεχνητή νοημοσύνη που πιστεύετε ότι πρέπει να καλύψουμε; Στείλτε μας την ιδέα σας για άρθρο — θα χαρούμε να την ακούσουμε.

Το τεχνικό σύνορο για τους power users

Για τους power users, η συζήτηση αφορά κάτι παραπάνω από την ευκολία. Αφορά τα API limits και το κόστος των tokens. Αν χτίζετε πάνω σε αυτά τα μοντέλα, σας ενδιαφέρει το *latency* του voice interface. Σας ενδιαφέρει αν το μοντέλο υποστηρίζει τοπική αποθήκευση για ευαίσθητα δεδομένα. Πολλοί developers αναζητούν τρόπους να τρέξουν μικρότερα μοντέλα στο δικό τους hardware για να αποφύγουν το κόστος και τους κινδύνους ιδιωτικότητας του cloud. Η ενσωμάτωση του RAG (Retrieval-Augmented Generation) είναι ένας άλλος βασικός τομέας. Αυτό επιτρέπει στο AI να αντλεί δεδομένα από μια ιδιωτική βάση σε πραγματικό χρόνο. Διασφαλίζει ότι οι απαντήσεις βασίζονται σε γεγονότα και όχι απλώς σε πιθανότητες. Αυτό είναι το τεχνικό επίπεδο που καθιστά τον βοηθό πραγματικά χρήσιμο για σύνθετες επαγγελματικές εργασίες. Οι power users εξετάζουν επίσης τους παρακάτω τεχνικούς περιορισμούς στο :

• Rate limits για API calls υψηλής συχνότητας σε αυτοματοποιημένες ροές εργασίας.
• Την ισορροπία μεταξύ μεγέθους μοντέλου και ταχύτητας inference σε τοπικές συσκευές.
• Τη συνέπεια του JSON output για αξιόπιστη ενσωμάτωση λογισμικού.
• Το βάθος του context window για την επεξεργασία τεράστιων συνόλων εγγράφων.

Το geek κομμάτι της αγοράς είναι εκεί όπου συμβαίνει η πραγματική καινοτομία. Αυτοί οι χρήστες πιέζουν τα όρια του τι μπορούν να κάνουν αυτά τα μοντέλα. Δεν ικανοποιούνται με ένα απλό chat interface. Θέλουν εργαλεία που μπορούν να παραμετροποιηθούν και να ελεγχθούν. Γι’ αυτό τα open-source μοντέλα κερδίζουν δημοτικότητα. Προσφέρουν ένα επίπεδο ευελιξίας που τα κλειστά συστήματα της Google και της OpenAI δεν μπορούν να ανταγωνιστούν. Το μέλλον του AI ίσως είναι ένα υβρίδιο τεράστιων cloud μοντέλων και μικρών, εξειδικευμένων τοπικών μοντέλων. Αυτό θα έδινε στους χρήστες το καλύτερο και από τους δύο κόσμους: τη δύναμη του cloud και την ιδιωτικότητα του δικού τους hardware. Αυτή είναι η τεχνική πρόκληση που ο κλάδος πρέπει να λύσει τα επόμενα χρόνια.

Η τελική ετυμηγορία για τον αγώνα των βοηθών

Το τελικό συμπέρασμα είναι ότι ο πόλεμος των chatbot έχει μεταφερθεί σε ένα νέο μέτωπο. Δεν αφορά πλέον την ωμή νοημοσύνη, αλλά το user experience και το οικοσύστημα. Ο νικητής θα είναι αυτός που ταιριάζει πιο άψογα στην καθημερινή σας ρουτίνα. Καθώς προχωράμε, θα πρέπει να έχουμε κατά νου τις θυσίες που κάνουμε. Η ευκολία είναι ισχυρή, αλλά δεν πρέπει να έρχεται εις βάρος της ιδιωτικότητάς μας ή της ικανότητάς μας να σκεφτόμαστε μόνοι μας. Το μέλλον του AI δεν είναι στο cloud, είναι στον τρόπο που αλλάζει τη σχέση μας με τα εργαλεία μας. Οδεύουμε προς έναν κόσμο πανταχού παρούσας νοημοσύνης. Αυτή η νοημοσύνη θα είναι παντού, από τα τηλέφωνά μας μέχρι τα αυτοκίνητά μας. Οι εταιρείες που μπορούν να το προσφέρουν αυτό με τρόπο χρήσιμο, ιδιωτικό και αξιόπιστο θα είναι εκείνες που θα ηγηθούν της επόμενης εποχής της τεχνολογίας. Το chatbot πέθανε. Ζήτω ο βοηθός.

Σημείωση συντάκτη: Δημιουργήσαμε αυτόν τον ιστότοπο ως έναν πολύγλωσσο κόμβο ειδήσεων και οδηγών τεχνητής νοημοσύνης για άτομα που δεν είναι φανατικοί των υπολογιστών, αλλά εξακολουθούν να θέλουν να κατανοήσουν την τεχνητή νοημοσύνη, να τη χρησιμοποιούν με μεγαλύτερη αυτοπεποίθηση και να παρακολουθούν το μέλλον που ήδη έρχεται.

Βρήκατε κάποιο λάθος ή κάτι που χρειάζεται διόρθωση; Ενημερώστε μας.