Notatki dla firm przed-AI, które dokonują przejścia: - Celem jest bycie punktem dyfuzji ekonomicznej między postępem modeli a wartością dla klienta. Oznacza to, że jeśli modele stają się 3x lepsze, Twój klient otrzymuje wartość 3x+. - Modele osiągają nierówny postęp w różnych dziedzinach ("poszarpana inteligencja"), więc chcesz przedstawić swój problem w dziedzinie, w której modele osiągają najlepsze wyniki. Czy możesz przekształcić swój problem biznesowy w kod, matematykę lub logiczną strukturę? - Największym błędem jest próba nadmiernego inżynierowania wokół modeli. Domyślnie należy je udostępniać w większym zakresie. Nawet techniki takie jak inżynieria kontekstu prawdopodobnie będą miały ograniczoną trwałość, gdy okna kontekstowe się rozszerzają, a postęp modeli trwa. - Sposób, w jaki organizujesz swoją firmę, ma znaczenie. Zacznij od skrajności: zamiast aby AI marginalnie poprawiało indywidualną wydajność, postaw model na czoło całej jednostki biznesowej i pozwól jednostkom zajmować się wyjątkami oraz wykonywać pracę, której modele nie mogą wykonać (tj. zabrać klienta na kolację ze stekiem). Zacznij od czegoś nieefektownego i mało widocznego i zobacz, jak to działa. - Produkt prawdopodobnie podzieli się na dwie powierzchnie: tradycyjny interfejs użytkownika, który wspiera interakcje ludzkie i przepływy pracy + powierzchnię przypominającą terminal, która jest samodzielnie modyfikująca się i obsługuje niejednoznaczne zadania międzyfunkcyjne (tak, .. openclaw dla przedsiębiorstw). - Twój klient wie jeszcze mniej o tych modelach niż Ty. Musisz zacząć prowadzić ich w kierunku najbardziej ambitnej wersji ich przyszłości. Jeśli jesteś w branży, która naprawdę ceni swoją bazę pracowników, namaluj obraz AI, który pozwala im zatrudniać więcej i zwiększać NPS pracowników — a nie zatrudniać mniej i poprawiać wynik finansowy. Pomoc w osiągnięciu wystarczająco ambitnych celów będzie tak samo trudna, jak dostosowanie technologii do tych ambicji.