IAls 2024 het jaar van de grote taalmodellen (LLM’s) was, lijkt 2025 het jaar van AI-‘agenten’. Dit zijn quasi-intelligente systemen die LLM’s inzetten om verder te gaan dan hun gebruikelijke trucjes: het genereren van plausibele tekst of het reageren op aanwijzingen. Het idee is dat een agent een doel op hoog niveau (mogelijk zelfs vaag) kan worden gegeven en dit kan opsplitsen in een reeks uitvoerbare stappen. Zodra het het doel ‘begrijpt’, kan het een plan bedenken om het te bereiken, net zoals een mens dat zou doen.
De financieel directeur van OpenAI, Sarah Friar, heeft het onlangs uitgelegd dus naar de Financiële tijden: “Het zou een onderzoeker kunnen zijn, een behulpzame assistent voor gewone mensen, werkende moeders zoals ik. In 2025 zullen we de eerste zeer succesvolle agenten zien ingezet die mensen in hun dagelijkse leven helpen.” Of het is alsof je een digitale assistent hebt “die niet alleen op uw instructies reageert, maar in staat is om te leren, zich aan te passen en misschien wel het allerbelangrijkste: zinvolle acties te ondernemen om namens u problemen op te lossen”. Met andere woorden, Miss Moneypenny aan de steroïden.
Dus waarom worden deze geautomatiseerde Moneypennys plotseling gezien als het volgende grote ding? Zou het iets te maken kunnen hebben met het feit dat de technologie-industrie biljoenen dollars heeft uitgegeven aan het bouwen van kolossale LLM’s zonder dat er – tot nu toe – een plausibel rendement op die investering in zicht is? Dat wil niet zeggen dat LLM’s nutteloos zijn; voor mensen wier werk met taal te maken heeft, kunnen ze heel nuttig zijn. En computerprogrammeurs vinden ze erg handig. Maar voor veel industrieën lijken ze op dit moment nog steeds een oplossing op zoek naar een probleem.
De komst van AI-agenten kan daar verandering in brengen. Het gebruik van LLM’s als basisbouwstenen van virtuele agenten die veel van de complexe takenreeksen die in organisaties overal ter wereld ‚werk‘ vormen, efficiënt kunnen uitvoeren, zou onweerstaanbaar kunnen blijken. Dat denkt de technologie-industrie tenminste. En dat geldt natuurlijk ook voor McKinsey, het megaadviesbureau dat de subliminale hymne levert waaruit CEO’s steevast zingen. Agentische AI, bromt McKinsey“gaat van denken naar actie” naarmate “AI-ondersteunde ‘agenten’ die basismodellen gebruiken om complexe, uit meerdere stappen bestaande workflows in een digitale wereld uit te voeren” worden geadopteerd.
Als dat inderdaad is wat er gaat gebeuren, moeten we misschien onze aannames over hoe AI de wereld zal veranderen heroverwegen. Op dit moment zijn we vooral geobsedeerd door wat de technologie zal doen met individuen of de mensheid (of beide). Maar als McKinsey & Co gelijk heeft, zou de diepgaandere impact op de langere termijn kunnen komen door de manier waarop AI-agenten bedrijven veranderen – die tenslotte in werkelijkheid machines zijn om de complexiteit te beheersen en informatie in beslissingen om te zetten.
De politicoloog Henry Farrell, een scherp waarnemer op dit gebied, heeft deze mogelijkheid onderzocht. LLM’s, betoogt hij“zijn machines voor het samenvatten en bruikbaar maken van grote hoeveelheden informatie”. Omdat informatie de brandstof is waarop grote bedrijven draaien, zullen ze elke technologie adopteren die een intelligentere en contextuelere manier biedt om met informatie om te gaan. informatie – in tegenstelling tot het loutere gegevens dat zij momenteel proces. Dus, zegt Farrell, bedrijven “zullen LLM’s inzetten op manieren die saai en technisch lijken, behalve op manieren die er direct bij betrokken zijn, ten goede of ten kwade, maar die feitelijk belangrijk zijn. Grote organisaties geven vorm aan ons leven! Naarmate zij veranderen, zullen ook onze levens veranderen, op een groot aantal ogenschijnlijk weinig opwindende, maar belangrijke manieren.”
Op een bepaald punt in zijn essay vergelijkt Farrell deze ‘saaie en technische’ transformerende impact van LLM’s met de manier waarop de bescheiden spreadsheet grote organisaties hervormd. Dit veroorzaakte een vriendelijke uitbarsting van Dan Davies, een econoom en voormalig aandelenanalist wiens boek De onverantwoordelijkheidsmachine was een van de leukste verrassingen van dit jaar. Hij wijst erop dat spreadsheets “op twee manieren een geheel nieuwe manier van werken voor de financiële sector mogelijk hebben gemaakt”. Ten eerste maakte het de creatie van veel grotere en gedetailleerdere financiële modellen mogelijk, en dus een andere manier van budgetteren, het opstellen van bedrijfsplannen, het beoordelen van investeringsopties, enz. En ten tweede maakte de technologie het mogelijk om iteratief te werken. “In plaats van na te denken over welke aannames zakelijk het meest verstandig waren, en ze vervolgens te gaan projecteren, moedigde Excel (het spreadsheetproduct van Microsoft) je aan om gewoon de voorspellingen op te stellen en vervolgens de aannames op en neer te gaan zitten totdat je een antwoord kreeg. mee kon leven. Of, wat dat betreft, een antwoord waar je baas mee kan leven.’
De moraal van dat verhaal is duidelijk. De spreadsheet was een revolutionaire technologie toen deze voor het eerst verscheen in 1978, net zoals ChatGPT was in 2022. Maar nu is het een routinematig, integraal onderdeel van het organisatieleven. De komst van AI-‘agenten’ opgebouwd uit GPT-achtige modellen lijkt een soortgelijk patroon te volgen. Op hun beurt zullen de organisaties die ze hebben geabsorbeerd, ook evolueren. En dan kan de wereld uiteindelijk dat beroemde gezegde herontdekken dat wordt toegeschreven aan Marshall McLuhans collega John Culkin: “Wij vormen onze gereedschappen en vervolgens vormen de gereedschappen ons.”
Wat ik heb gelezen
Over economie gesproken
Afschrift van een boeiend interview met de opmerkelijke econoom Ha-Joon Chang, over economie, pluralisme en democratie.
AI of A-nee
“De valse gemakken van AI-scepsis” is een krachtig essay door Casey Newton over de twee ‘kampen’ in de argumenten over AI.
Wat Trump vervolgens deed
“Ik heb een sluw plan…” De blogpost van Charlie Stross is een schets voor een echt dystopisch verhaal over de nasleep van de inauguratie van Trump.
