Токен ↔ Человек: параллели между работой ИИ-агентов и людей
1. «Токенмаксинг» (tokenmaxxing) — это попытка решить проблему простым наращиванием объёмов и заваливанием задачи ресурсами.
Но реальная проблема заключается вовсе не в количестве потраченных токенов.
Лишь 1/100 сотрудников знает, как обеспечить ИИ необходимым контекстом. Редко встретишь того, кто способен чётко описать процесс и обладающего терпением, чтобы разобраться в контексте (и понимающего, что это значит).
2. Циклы — это попытка компенсировать некомпетентность человека методом «грубой силы». Агенты запускают сами себя, чтобы исправить собственные ошибки, лишь потому, что человек изначально не смог четко сформулировать задачу.
В итоге «грубая сила» становится для системы единственным способом движения вперёд.
Всё это – следствие неспособности людей изначально правильно понять задачу. В итоге, мы тратим токены на то, чтобы тратить токены.
3. Бесполезная трата токенов – это новый раздутый штат в эпоху ИИ
Подавляющее большинство сотрудников вообще не оказывают существенного влияния на бизнес, они лишь винтики в механизме: штампуют согласования на каждом уровне и нанимают новых винтиков, чтобы поддерживать работу машины, существующей ради самого существования.
80% сотрудников ничего не делают = 80% токенов расходуются впустую.
4. Токены с эффективностью «х100» – это новые сотрудники уровня «х10»
Токены ведут себя как рабочая сила, стоит начать воспринимать их как сотрудников, но все радужные ожидания рушатся:
– Токены точнее людей, но только при правильном промпте.
– Токены быстрее людей, но скорость теряет смысл, если приходится повторять попытку 100 раз.
– Токены не участвуют в корпоративных войнах за бюджет, но они выстраивают империи, пожирающие бюджеты на токены.
– Токенам можно доверять, но они могут с уверенным видом выдавать неверный результат, идеально соблюдая при этом форматирование.
Единственная сфера, где ИИ действительно превосходит людей — это масштабируемость
Масштабирование человеческих ресурсов требует огромных затрат энергии на найм, адаптацию и борьбу с текучестью кадров. Масштабирование же токенов происходит мгновенно.
Именно поэтому ошибки в управлении ими обходятся так дорого, и именно поэтому нужно найти и масштабировать токен со стократной отдачей.
Подобно тому, как горстка сотрудников может поднять продуктивность остальных в 10 раз, определённый объём контекста, переданный токенам, способен на порядки сократить усилия, затрачиваемые ИИ на выполнение задач.
5. Накопление такого контекста — новая тактика сохранения рабочего места. И внутри компаний, внедряющих ИИ, назревает серьёзная проблема.
Сотрудники не хотят обучать ИИ-системы своим уникальным профессиональным секретам, потому что на протяжении веков владение уникальными профессиональными знаниями служило гарантией занятости.
ИИ — это первая технология, требующая от работников разом передать все эти знания. И у владельцев знаний-токенов, способных обеспечить рост х100, меньше всего стимулов с ними расставаться. Поэтому средневековые гильдии держали свои методы в секрете.
6. Оценка результатов ИИ – новые OKR
Лучший способ управления рабочей силой, использующей ИИ-инструменты, ничем не отличается от управления обычными сотрудниками – нужно чётко определить, что именно считается качественным результатом.
Пора провести ревизию в масштабах компании и продукта и выявить х100 токены и инструменты, закрепить работающие процессы и направить в нужное русло интеллектуальный потенциал, который сейчас расходуется впустую в огромных масштабах.
Но кто-то всё равно должен говорить и тем, и другим, что именно нужно делать.
1. «Токенмаксинг» (tokenmaxxing) — это попытка решить проблему простым наращиванием объёмов и заваливанием задачи ресурсами.
Но реальная проблема заключается вовсе не в количестве потраченных токенов.
Сотрудники тратят так много токенов, потому что не умеют ими пользоваться
Лишь 1/100 сотрудников знает, как обеспечить ИИ необходимым контекстом. Редко встретишь того, кто способен чётко описать процесс и обладающего терпением, чтобы разобраться в контексте (и понимающего, что это значит).
2. Циклы — это попытка компенсировать некомпетентность человека методом «грубой силы». Агенты запускают сами себя, чтобы исправить собственные ошибки, лишь потому, что человек изначально не смог четко сформулировать задачу.
В итоге «грубая сила» становится для системы единственным способом движения вперёд.
Всё это – следствие неспособности людей изначально правильно понять задачу. В итоге, мы тратим токены на то, чтобы тратить токены.
3. Бесполезная трата токенов – это новый раздутый штат в эпоху ИИ
Подавляющее большинство сотрудников вообще не оказывают существенного влияния на бизнес, они лишь винтики в механизме: штампуют согласования на каждом уровне и нанимают новых винтиков, чтобы поддерживать работу машины, существующей ради самого существования.
80% сотрудников ничего не делают = 80% токенов расходуются впустую.
Люди плодят новых людей.
Токены плодят новые токены.
Живые люди тоже ходят по кругу.
4. Токены с эффективностью «х100» – это новые сотрудники уровня «х10»
Токены ведут себя как рабочая сила, стоит начать воспринимать их как сотрудников, но все радужные ожидания рушатся:
– Токены точнее людей, но только при правильном промпте.
– Токены быстрее людей, но скорость теряет смысл, если приходится повторять попытку 100 раз.
– Токены не участвуют в корпоративных войнах за бюджет, но они выстраивают империи, пожирающие бюджеты на токены.
– Токенам можно доверять, но они могут с уверенным видом выдавать неверный результат, идеально соблюдая при этом форматирование.
Единственная сфера, где ИИ действительно превосходит людей — это масштабируемость
Масштабирование человеческих ресурсов требует огромных затрат энергии на найм, адаптацию и борьбу с текучестью кадров. Масштабирование же токенов происходит мгновенно.
Именно поэтому ошибки в управлении ими обходятся так дорого, и именно поэтому нужно найти и масштабировать токен со стократной отдачей.
Сотрудники уровня х10 создали компании прошлой эпохи
Токены уровня х100 создадут компании будущего
Подобно тому, как горстка сотрудников может поднять продуктивность остальных в 10 раз, определённый объём контекста, переданный токенам, способен на порядки сократить усилия, затрачиваемые ИИ на выполнение задач.
5. Накопление такого контекста — новая тактика сохранения рабочего места. И внутри компаний, внедряющих ИИ, назревает серьёзная проблема.
Сотрудники не хотят обучать ИИ-системы своим уникальным профессиональным секретам, потому что на протяжении веков владение уникальными профессиональными знаниями служило гарантией занятости.
ИИ — это первая технология, требующая от работников разом передать все эти знания. И у владельцев знаний-токенов, способных обеспечить рост х100, меньше всего стимулов с ними расставаться. Поэтому средневековые гильдии держали свои методы в секрете.
6. Оценка результатов ИИ – новые OKR
Лучший способ управления рабочей силой, использующей ИИ-инструменты, ничем не отличается от управления обычными сотрудниками – нужно чётко определить, что именно считается качественным результатом.
Пора провести ревизию в масштабах компании и продукта и выявить х100 токены и инструменты, закрепить работающие процессы и направить в нужное русло интеллектуальный потенциал, который сейчас расходуется впустую в огромных масштабах.
Люди управляют ИИ, ИИ управляет людьми
Но кто-то всё равно должен говорить и тем, и другим, что именно нужно делать.