IBM bir yapay zeka geri dönüş hikayesi için çok çalışıyor ve CEO Arvind Krishna bunu oraya ulaştırmak için yeni bir pivota güveniyor.
Mayıs ayından bu yana şirket, işletmeler için AI ürünlerinden para kazanmaya yönelik şirketin daha büyük strateji değişiminin bir parçası olarak Watson markasını yeniden tanıttı. WatsonX, şirketlerin makine öğrenimi modellerini “eğitmeleri, ayarlamaları ve devreye almaları” için bir geliştirme stüdyosudur. Krishna, ürünün üçüncü çeyrekte rezervasyonlarda “yüz milyonlarca dolarlık düşük seviyeye” ulaştığını ve yılda bir milyar dolarlık rezervasyon yolunda olabileceğini söyledi.
Ancak IBM’in kurumsal yapay zeka alanında zorlu bir rekabeti var: Microsoft/span/span/span, Google/span/span, Amazon/span/button ve diğerlerinin hepsinin benzer teklifleri var. Ve şirket, özellikle ürünlerinden para kazanma söz konusu olduğunda, AI yarışında geride kaldığı için uzun süredir eleştiriliyor.
Yaklaşık iki yıl önce IBM, Watson Health birimini açıklanmayan bir miktar karşılığında özel sermaye şirketi Francisco Partners’a sattı. Şimdi şirket, The Weather Channel mobil uygulaması ve web siteleri Weather.com, Weather Underground ve Storm Radar dahil olmak üzere hava durumu birimini aynı firmaya açıklanmayan bir meblağ karşılığında satmanın ortasında. \”
Bence bu adil bir eleştiri, para kazanmakta yavaş kaldık ve Watson’ın Jeopardy’yi kazanmasından öğrendiklerini gerçekten tüketilebilir hale getirmekte yavaş kaldık. ve yaptığımız hata, dünyanın özümsemeye hazır olmadığı çok büyük, yekpare cevapların peşinden gittiğimizi düşünüyorum” dedi IBM CEO’su Arvind Krishna CNBC’ye verdiği bir röportajda, “Bu şekilde başlamak yanlış bir yaklaşımdı” dedi. Krishna, CNBC ile düzenleme, üretken yapay zeka işi hakkındaki özel görüşleri hakkında konuştu.
IBM\’in hataları ve gelecek planı. Bu röportaj, uzunluk ve netlik için hafifçe düzenlenmiştir.
2020’de CEO olarak göreve başladığınız sabah, çalışanlara geleceğin teknolojileri olarak yapay zeka ve hibrit buluta odaklanacağınızı söyleyen bir e-posta gönderdiniz. Yapay zekanın iş dünyasında kullanımı hakkındaki görüşünüz – gerçek hayattaki kullanım durumları, doygunluk – o günden bu yana nasıl değişti?
Sakıncası yoksa, bir beyzbol benzetmesi kullanacağım çünkü bir nevi söylemeye yardımcı oluyor – bu iki teknolojiyi aradığım zaman, insanların bulut ve yapay zekayı “Tamam, Bunu söylüyor ama net değil – bu bir pazar mı, büyük mü, küçük mü, gerçekten bu kadar önemli mi? Bulut 10 kat daha büyük.\’ Yani bir beyzbol benzetmesi kullanmak gerekirse, o noktada bulut belki de üçüncü vuruştu ve yapay zeka sahaya bile girmemişti.
Bugüne hızlı bir şekilde ilerlerseniz, size bulutun muhtemelen bir oyunun beşinci veya altıncı vuruşunda olduğunu söyleyeceğim – bu yüzden nasıl gittiğini biliyorsunuz, Bu olgun bir oyun, nerede oynayacağını biliyorsun. Yapay zeka ilk vuruşta, bu yüzden kimin kazanacağı, kimin kazanamayacağı vb. hala belirsiz. Aradaki fark, sahada olması, bu yüzden büyük bir lig oyunu. Tam olarak kimin kazanacağı belli değil – tek soru bu olabilir. Benim görüşüme göre, veri miktarına baktım, devam eden demografik değişimlerde ihtiyaç duyulan otomasyonun doğasına baktım ve hepimizin yapması gereken iş miktarına baktım.
Ve gidip yerlerin içinde, hükümetin içinde oturan birikime bakıyorsunuz – VA’nın işlemesi gereken altı aylık talepler var, sigorta şirketlerinin daha zorlu talepler için harekete geçmesi aylar alıyor, müşteri hizmetlerindeki birikime bakıyorsunuz. Tüm bu şeylere bakıyorsunuz ve diyorsunuz ki, ‘Veri patlamasının bu karışımı ve bu işin yapılması gerekiyor – hangi teknoloji bunu çözmemize yardımcı olabilir?’Ve sadece benim deneyimlerime dayanarak, karşıya bakıyorsunuz ve diyorsunuz ki, ‘Düşünebildiğim tek şey yapay zeka.
insanlarla ve verilerle devam eden büyük bir değişim, karşılanmamış büyük bir ihtiyaç ve muhtemelen bunu karşılayabilecek bir teknoloji. Şimdi bunu gerçekleştirmek için yenilikçiler, mucitler, teknoloji uzmanları olarak bize kalmış. Biden’ın son yürütme emri, yapay zeka şirketlerinin yapay zeka sistemlerinin resmi olarak piyasaya sürülmesinden önce güvenlik testi sonuçlarını ABD hükümetiyle paylaşma emri de dahil olmak üzere, yapay zeka tarafından oluşturulan içerik ve ilgili risklerle ilgili uzun bir bölüm listesine sahipti.
IBM’in ne gibi değişiklikler yapması gerekecek?
Sanırım, 30 Ekim’de yürütme emrinin imzalanmasına katılan toplam bir düzine şirketten biriyiz ve bunu hiçbir koşul olmadan onayladık. Bak bana… Tüm düzenlemeler, doğası gereği kusurlu olacaktır. Bu durumda bile, 100 sayfalık bir belgenin bu kadar büyük, ortaya çıkan, etkili, yeni ortaya çıkan bir teknolojinin inceliklerini yakalamasının hiçbir yolu yoktur. Yani bu [düşünceyi] üzerine koyarsam, o zaman yazıldığı gibi EO ile tamamen iyiyiz – onu destekliyoruz, bir şeye sahip olmanın bir şeye sahip olmamaktan daha iyi olduğuna inanıyoruz, güvencelere sahip olmanın korkuluklara sahip olmamaktan daha iyi olduğuna inanıyoruz. Şimdi, bunun artık nasıl uygulamak istediklerine bağlı olduğunu düşünüyorum.
Federal hükümetle yaptığımız testleri paylaşmakla ilgili herhangi bir endişem var mı? Aslında bende hiç yok. Yapay zeka modellerini ortaya koyan şirketlerin modellerine karşı sorumlu tutulması gerektiğini açıkça savunan biriyim. Aslında daha da ileri gidiyorum – modellerimizin yaptıklarından yasal olarak sorumlu olmamızı gerektiren bir yasa çıkarmanız gerektiğini söylüyorum, bu da modelleriniz kötü şeyler yaparsa dava açılabileceği anlamına geliyor. Bunun çok popüler bir bakış açısı olduğunu söylemiyorum, ama bu benim dile getirdiğim bir şey.
Peki bunu hükümetle paylaşmakla ilgili endişelerim var mı? Hayır. Hükümetin şimdi bunu halka açık bir veri tabanına koyup koymayacağına dair endişelerim var mı, böylece herkes gizli tariflerimi ve ne yaptığımı biliyor mu? Evet, bu konuda endişelerim var. Çünkü rekabetin olması gerektiğine inanıyorum – kendi telif hakkıyla korunan iş yapma yöntemlerimize sahip olmamıza izin verilmeli ve bunların kamuya açıklanmasına gerek yok. Bu yüzden benim endişem biraz uçlarda, ama bize tüm bunları nasıl yapmamızı istediklerini henüz söylemediler ve umuyorum ki etkileyebileceğimizi umuyorum – ister NIST ister ticaret olsun ya da tüm bu kuralları kim ortaya koyuyorsa – bir tür gizliliğe izin vermek için. Ancak gizliliğin arkasında, bu konuda kendi başıma endişelerim yok. Özellikle yürütme emri ışığında, inovasyonu boğan çok fazla düzenleme hakkında endüstri çapında bir tartışma var: Bazıları, önyargı ve zararlar için gözetim olmadan ilerlemenin sorumsuz ve hatta verimsiz olduğunu söylüyor; bazıları ilerlemeyi ve açık kaynaklı AI gelişimini engellediğini söylüyor.
Düşüncelerinizi paylaşın ve güvenin/yönetişimin nereye gittiğini düşünüyorsunuz?
Senatör Schumer’e söylediklerimi size anlatacağım… Bu gerçekten otantik ve derin bir bakış açısıdır. Birincisi, aslında ne yaparsak yapalım çok fazla açık inovasyona izin vermeli ve inovasyonu boğmamalı dedik. İkincisi, model geliştiricilerin yarattıklarından sorumlu tutulmaları gerektiğini söyledim. Ve üçüncüsü, kullanım durumlarını teknolojiye veya algoritmalara göre değil, riske dayalı olarak düzenlememiz gerektiğine inanıyorum.
Yani… Açık inovasyona izin vermemiz gerektiğini şiddetle savunduk. O zaman bu neyi engelliyor? Çok külfetli, katı bir lisanslama rejimini engelleyecektir. Yani bir lisanslama rejimi oluşturursanız, lisansın bir parçası olmayan herkesi aşağı yukarı kapatırsınız – çünkü kapanacak olan budur. Birisi açık inovasyon yaparsa ve konuşlandırmak için bir lisansa ihtiyacınız olduğu için konuşlandıramazsa, o zaman bir bodrum katında iki çocuksanız, federal hükümetten lisans alma eldivenini çalıştırmak gerçekten zordur. Bu yüzden bunun açık olmasını savunduk, böylece yapay zeka inovasyonuna izin verebilirsiniz.
Şimdi, eğer birileri bunu konuşlandıracaksa, nasıl sorumlu olacaksınız? Hesap verebilirlik her zaman cüzdanınızın derinliğine bağlıdır. Dolayısıyla, daha fazla kaynağa sahip daha büyük bir şirketseniz, tanım gereği, kaybedecek daha çok şeyiniz ve kazanacak daha çok şeyiniz var – bu yüzden adil bir rekabet sistemi gibi görünüyor. Ve teknolojiyi değil, kullanım senaryosunu düzenlemeyi söylemiş olmamızın nedeni, açık inovasyonun gelişebilmesidir. Çünkü teknolojiyi düzenlerseniz, şimdi yeniliği eziyorsunuz – ancak kullanım durumu, eğer tıpta veya kendi kendini süren arabalardaysa, muhtemelen sizin için bir e-postayı özetlemekten daha dikkatli olmak istersiniz. Yani gerçek hayattan gelen kabul etmemiz gereken farklı bir risk var. IBM’in şirketlerin yapay zekayı eğitmesi, ayarlaması ve dağıtması için Temmuz ayında kullanıma sunmaya başladığı geliştirme stüdyosu WatsonX’ten bahsetmişken, bu IBM için büyük bir bahis.
Onu diğer büyük teknoloji şirketlerinin rakip tekliflerinden ayıran nedir?
Bir düzeyde,
şirketlerin çoğu kendi stüdyolarına sahip olacak, müşterilerinin hem yapay zeka modellerini deneyebilecekleri hem de bunları üretime sokabilecekleri yollara sahipler – yani bu düzeyde, “Hey, buna benzer kokuyor” dersiniz. Asistan kelimesini kullanıyoruz, diğerleri yardımcı pilotlar kelimesini kullanıyor – size bakacağım ve bunun aynı fark olduğunu kabul edeceğim. Şimdi onu nasıl dağıtacağınıza, ona ne kadar güvenebileceğinize, içine giren verilerin ne kadar derlendiğine ve son kullanıcılara ne tür korumalar sağladığınıza geliyor. İşte burada bazı farklılıkların üzerinden geçeceğim. Bu yüzden insanların onu dağıttığı yeri kısıtlamak istemiyoruz.
Mevcut teknoloji oyuncularının çoğu – hepsini söylemeyeceğim, ama çoğu – yalnızca genel bulut ortamlarında konuşlandırılması konusunda ısrar ediyor. Orta Doğu’da müşterilerim var ve bunu kendi egemen topraklarında konuşlandırmak istiyorlar; Hindistan’da Hindistan’da dağıtmak isteyen müşterilerim var; Japonya’da dağıtmak isteyen müşterilerimiz var; Belki, varsayımsal olarak, içine koyabilecekleri veriler hakkında çok endişelenen bir bankam olabilir, bu yüzden bunları özel altyapılarında dağıtmak istiyorlar. Bu nedenle, bu örnekleri incelerken, insanların onu nerede dağıttığını kısıtlamak istemiyoruz. Bu yüzden büyük bir genel bulutta dağıtmak istiyorlar, orada yapacağız. IBM’de devreye almak isterlerse, IBM’de yapacağız. Kendi başlarına yapmak isterlerse ve yeterli altyapıya sahiplerse, orada yaparız. Bence bu oldukça büyük bir fark. Ayrıca, modellerin sonunda tek bir şirket tarafından üretilmeyeceğine inanıyoruz.
Bu yüzden aynı zamanda hibrit bir model ortamına da izin vermek istiyoruz, yani açık kaynaktan modeller alabilirsiniz, diğer şirketlerden modeller alabilirsiniz, IBM’den modeller alacaksınız ve sonra size hangisinin hangisi olduğunu söyleme esnekliği vermek istiyoruz çünkü farklı özelliklerle gelecekler. Bazıları daha yetenekli olabilir, bazıları daha ucuz olabilir, bazıları daha küçük olabilir, bazıları daha büyük olabilir, bazıları IP korumasına sahip olabilir, bazıları olmayabilir.
WatsonX ne durumda – bize büyüme rakamları, ilk duyurulanlardan farklı belirli müşteriler vb. verebilir misiniz? Ya da sizi şaşırtan herhangi bir endüstri/sektör mü kullanıldı?
Temmuz sonunda yayınladık, yani ikinci çeyreğe kadar gelir sıfırdı. Üçüncü çeyrek kazançlarımızda söyledik – ve sanırım bu rakam muhtemelen bağlı kalacağım – hem büyük hem de küçük rezervasyonlarda yüz milyonlarca dolarlık düşük bir rakam yaptık. Yani sıfırdan düşük yüz [milyonlara] gitmek, bence, oldukça iyi bir oran.
Şimdi, bu bir büyüme oranı değil, bu… bir nevi çeyrekten çeyreğe. Ama bilirsiniz, eğer düşük yüz [milyonlar] tahmin edecek olsaydım – eğer sadece varsayımsal olsaydım, öyle olduğunu söylemiyorum, ama buna 200 [milyon] derseniz ve zamanla biraz daha fazla aldığınızı söylerseniz, bu oranı bir yıl boyunca koruyabilirseniz, yılda bir milyar dolara yaklaşıyorsunuz. Bu oldukça iyi hissettiriyor – sanki pay alıyormuşsunuz, bir ayak izi alıyorsunuz, oraya ulaşıyorsunuz gibi geliyor. Bu, irili ufaklı bir karışımdır. Yani bu, onu finansal olarak karakterize ediyor, muhtemelen, şu anda yapacağım kadar. Şimdi, sektörler dediniz, bu aslında sektörler arasında ilgi gördüğümüz şaşırtıcı teknolojilerden biri.
Evet, IBM’in doğal olarak finansal ve düzenlenmiş endüstrilerde çekiş kazanmasını beklersiniz, ancak bundan çok, çok daha fazlası – telekom, perakende, üretim. Gerçekten pek çok şeyden çok fazla ilgi olduğunu görüyorum, ancak farklı kullanım durumları. Bazıları bunu istiyor, \”Telefonlara nasıl cevap veriyorsunuz?\” Bazıları bunu istiyor, \”Kendi çalışanlarınızı nasıl eğitirsiniz?\” Bazıları bunu istiyor, \”Bürokrasiyi bir organizasyondan nasıl çıkarabilirim?\” Bazıları bunu istiyor, \”Finans ekibini nasıl daha etkili hale getirebilirim?\” Yani birçok farklı kullanım durumu elde ediyorsunuz, insanlar arasında. Eleştirmenler, IBM’in yapay zeka yarışında geride kaldığını söylüyor.
Onlara ne söylerdin?
Peki, görelim. Deep Blue 1996, 1997’ydi – kesinlikle para kazandık. Ve sonra şaka bakardım ve şöyle derdim: “Bilmiyorum, belki 20 yıl… tüm süper bilgisayar kayıtlarının Deep Blue’yu inşa etmemizle bir ilgisi vardı.\” Çünkü sanırım 96’dan 2015’e kadar, genellikle dünyanın en iyi beş listesinde bir süper bilgisayarımız vardı… ve orada yaptığımız tüm çalışmalar, sanırım hava modellemesi yapma şeklimize uygulandı…
Daha sonra 2011’e ve Watson’ın Jeopardy’yi kazandığı zamana giderdim. Bence, dürüst olmak gerekirse, tarih göstermeli… belki de dünyanın yapay zeka potansiyeline uyandığı andı. Sanırım o zaman OpenAI’nin hakkını vermeliyim – bu bir nevi Netscape anı gibi. Birdenbire, Netscape anı interneti herkes için çok somut, çok kişisel hale getirdi ve bence ChatGPT yapay zekayı çoğu insan için çok somut hale getirdi. Yani şimdi piyasa ihtiyacı patladı, \”Tamam, bunun neler yapabileceğine dair bir fikir edinebilirim.\” Ayrıca, büyük dil modellerinin altında yatan teknoloji üzerinde çalışan birçok üniversiteye de kredi vermeliyim. Yani, belirttiğiniz eleştiri doğru olsa da – insanlar böyle söylüyor – aslında onların gerçekten farklı bir şey kastettiğini düşünüyorum.
Demek istedikleri, “Hey, siz 2011’de Watson ve Jeopardy’den bahsettiniz. Kanıt nerede? Puding nerede? Geri dönüş nerede? Şimdi bu müşterilerden bahsediyorsun, neden beş yıl önce olmasın?” Bu yüzden bunun adil bir eleştiri olduğunu düşünüyorum, para kazanmakta yavaş kaldık ve Watson’ın Jeopardy’yi kazanmasından öğrendiklerini gerçekten tüketilebilir hale getirmekte yavaştık. Ve yaptığımız hata, sanırım dünyanın özümsemeye hazır olmadığı çok büyük, yekpare cevapların peşinden gitmemizdi. İnsanlar onu kurcalayabilmek istediler, insanlar bir şeylere ince ayar yapabilmek istediler, insanlar deney yapabilmek istediler, insanlar “Bunu kullanım durumum için değiştirmek istiyorum” diyebilmek istediler. Ve geriye dönüp bakıldığında – ve geriye dönüp bakıldığında 20/20 – her teknoloji pazarı böyle gitti. Denemek, yinelemek ve kurcalamak isteyen insanlarla başlar. Ve ancak o zaman yekpare cevaba doğru gidersiniz. Ve bu şekilde başlamak yanlış bir yaklaşımdı. Bu yılın başlarında bu şekilde yön değiştirdik ve bu yüzden sahip olduğumuz şeyleri ve yenilikleri çok hızlı bir şekilde aldık – çünkü endüstrinin geri kalanıyla aynı yenilikler üzerinde çalışıyoruz – ve sonra bunları Watson X platformuna koyduk.
Çünkü tahmin edebileceğiniz gibi, bunu üç ayda gerçekten yapamazsınız. Mayıs ayında duyurduğumuz gibi değil ve Temmuz’da yaptık. Tahmin edebileceğiniz gibi, üç ya da dört yıldır üzerinde çalışıyorduk. Ve an şimdiydi. İşte bu yüzden şimdi.
Üretken yapay zeka işi hakkında konuşalım. Geçtiğimiz çeyrekte IBM, metin oluşturmak ve özetlemek için Granite üretken yapay zeka modellerini piyasaya sürdü. Ve bolca tüketici uygulaması var, ancak teknoloji işletmeler için gerçekten ne anlama geliyor?
Sanırım bunu etki alanlarına ayırırdım. Saf dille, çok sayıda – belki binlerce değil ama onlarca – çok başarılı model olacağını düşünüyorum. OpenAI’nin ne yaptığına, Microsoft’un ne yaptığına, Google’ın ne yaptığına, Facebook’un ne yaptığına dil olarak kredi vermeliyim, çünkü insan dili, herhangi bir tüketici uygulamasının uğraşacağı şeylerin çoğudur. Şimdi, diyeceksiniz ki, “Tamam, tüm bu insanlara kredi veriyorsunuz ve onların çok iyi modellerini kabul ediyorsunuz – neden yapmıyorsunuz?” Pekala, çünkü müşterilerimize tazminat sunabileceğim bir modele ihtiyacım var, bu yüzden alınan verileri bildiğim bir şeye sahip olmalıyım. Korkulukların yerleşik olduğunu biliyorum… biz de kendimiz yapıyoruz.
Ayrıca büyük dil kısmını ve üretici kısmını da ayırmak istiyorum. Büyük dil kısmının işletmelerde büyük üretkenliğin kilidini açacağını düşünüyorum. McKinsey’in yıllık 4 trilyon dolarlık rakamının dayandığını düşündüğüm yer burası. 2030’a kadar – McKinsey’in rakamını seviyorum ve aşağı yukarı aynı şekilde üçgenliyoruz – 2030 yılına kadar 4,4 trilyon dolarlık yıllık üretkenlik diyorlar. Bu, işletmelerin ve hükümetlerin başarabilecekleri için çok büyük. Üretken taraf önemlidir çünkü o zaman basit kullanım durumları için yapay zeka – \”Hey, bunu okuyabilir misin?\” veya \”Müşterimin dün bahsettiği örnek nedir…? \” Bu büyük dil tarafı.
Buradaki üretken taraf önemlidir, ancak bu küçük bir roldür, yani “Çıktıyı robotik bir tür değil, bana çekici gelecek şekilde verin.” Şimdi, üretimin diğer tarafı – sanat eserini değiştirmek, görüntüler, reklamlar, resimler, müzik yaratmak açısından – biz uzman değiliz, İşin bu tarafını yapmayacağız. Ve telif hakkı ve bu taraftaki sanatçılar tarafından gündeme getirilen bazı konular hakkında biraz endişeliyim. Ama yazmayı daha çekici ve okunması kolay olacak şekilde daha iyi hale getirmek? Bana kalırsa bu, üretimin harika bir kullanımı. Aynı şekilde, IBM bugün, modellerinin yapay zeka için “beslenme etiketleri” de dahil olmak üzere düzenlemelere uygun olduğundan emin olmak isteyen işletmeler ve şirketler için bir yönetişim ürünü başlattı.
Şirket, önyargı ve adalet izleme metriklerini geliştirmek için hangi gruplarla çalıştı? Alanda herhangi bir azınlık lideriyle çalıştınız mı?
Daha önce, yaptığımız her şeyi tüm topluma, hem üniversitelere hem de geçmişten gelen bazı insanlara ifşa etme konusunda açık olduk – tüm isimleri vermeyeceğim – bu modellerin nasıl olabileceği konusunda oldukça vokal olan …
Şu anda çok dikkatli olmaya çalışıyoruz. Kahin olmak istemiyoruz, bu yüzden diyoruz ki, “Yasada kutsal olan nedir?” Yani ABD’de, yasalarla korunan 15 kategori olduğunu düşünüyorum. Önyargı yapacağımız kategoriler bunlar… Şimdi, açıkçası, müşteriler buna daha fazlasını eklemeyi seçebilirler, ancak her yerde yasada yer alan şeylere bağlı kalmaya çalışıyoruz ve ilerlemek istediğimiz yol bu…
Aktif olmak istiyoruz, etkilemek istiyoruz, bu kuralları ve güvenlik standartlarını savunmak istiyoruz, ancak tam hakem olmamız gerektiğini söylemekten çekiniyorum… Hükümette, düzenleyici kurumlarda ve daha geniş topluluktakilerle birlikte çalışmalıyız. Topluluğun bunu yapmak için yeterli kaynağa sahip olmadığından endişeleniyorum. Büyük bir modeli doğrulamak, bazı testler yapmak ve nasıl eğitildiğini görmek istiyorsanız, yüz milyarlarca dolarlık altyapıdan bahsediyorsunuz. Bu yüzden hükümet tarafından yapılmalı, çünkü korkarım ki iyi niyetli bir STK bile bunu başaramayacak.
Geçmişte yapay zekanın gerekenden daha fazla iş yaratacağını söylemiştiniz, ancak son aylarda IBM, yaklaşık 8.000 işi yapay zeka ile değiştirme kararını açıkladı. Şirketin, bu sektörlerdeki mevcut çalışanların becerilerini geliştirmek için yapay zekayı kullanma planları veya değiştireceği rol türleri
var mı?
Aslında tüm çalışanlarımızın becerilerini yapay zeka konusunda büyük ölçüde geliştiriyoruz. Ağustos ayında, IBM’de bir hafta çalıştık ve tüm çalışanlarımızı WatsonX’i bir platform olarak kullanarak mini uygulamalar olarak adlandırdığım şeyi oluşturmaya teşvik ettiğimiz bir yarışma düzenledik – hafta boyunca 160.000 çalışanımız katıldı ve hepsi gerçekten harika fikirler bulan 30.000 ekibimiz vardı. Ödüllendirdiğimiz ilk düzineyi seçtik ve bunları tam üretime kadar götürdük. Önümüzdeki birkaç ay içinde tekrar yapacağız. Bu yüzden gerçekten çok zaman harcıyoruz, onlara çok fazla materyal veriyoruz, onları bunu öğrenmeye ve nasıl kullanacaklarını ve dağıtacaklarını görmeye teşvik ediyoruz. Bunun onları çok daha iyi çalışanlar yapacağına ve aynı zamanda müşterilerimiz için çok daha ilginç hale getireceğine inanıyorum. Bu yüzden harika – bizim için iyiler ve daha pazarlanabilirler, bu yüzden aslında onlar için iyi. Ayrıca birçok insanın bunu duyduğunda – aslında birçok ekonomistin ve birçok insanın bunu karakterize etme şekline katılmıyorum, eğer birini daha üretken hale getirirseniz, o zaman onlardan daha azına ihtiyacınız olur.
Bu aslında tarihte yanlıştı. Daha üretkenseniz, bu, rakiplerinize karşı doğal bir ekonomik avantajınız olduğu anlamına gelir, bu da daha fazla iş alacağınız anlamına gelir, bu da daha fazla insana ihtiyacınız olacağı anlamına gelir. Ve bence insanlar bunu unutuyorlar – bunun sıfır toplamlı bir oyun olduğunu söylemek için sıfır toplamlı bir zihniyetten geliyorlar… İçinde yaşadığım dünyada, daha rekabetçisiniz, bu da daha fazla iş alacağınız anlamına geliyor, bu da bu işi yapmak için daha fazla insana ihtiyacınız olduğu anlamına geliyor. Yani evet, bazı roller küçülecek çünkü belki de e-posta yanıtları veya telefon görüşmeleri yapan çok fazla insana ihtiyacınız yok, ancak daha sonra belki daha fazla uygulama yapılacak veya belki de daha önce erişebileceğiniz farklı pazarlara reklam vereceksiniz. Yani bir değişim olacak – evet, ilk kova azalıyor ve herkes buna odaklanıyor. Bu arada, bizim ölçeğimizde, bu tüm çalışan nüfusumuzun %3’ü…
Temelde daha fazla iş bulacağımıza inanıyorum. 1995 yılında internet işi yoktu. Bugün kaç tane var, 30 milyon…? 1995’te CNBC.com yoktu. Bir televizyon kanalı vardı.
Sizce, bugün AI’nın en fazla abartılan ve en az abartılan yönü nedir?
En abartılı olanı, açıkçası AI’nın insanlığı ele geçirmesinin bu varoluşsal riskidir. O kadar abartılıyor ki, bunun fantastik olduğunu düşünüyorum ve bu kelimeyi alenen kullanıyorum. En az abartılı olanı, hepimizin birlikte yaşadığı, işletmelerin içinde ve hükümetle birlikte yaşadığımız bürokratik görevlerin her birine getireceği üretkenliktir.
