Comments 5
На прошлой неделе Сара Гуо (основательница AI фонда Conviction, ~$300 млн под управлением) написала статью о том, что есть работа, которую невозможно свести к стандарту или измерить.
Так это и хорошо. А если вдруг кто-то извернется и измерит и окажется, вопреки СМИ, что результата работы этой нет совсем, или он имеет отрицательное значение? Вообще говоря, как у нас сейчас принято. нужно закон принять, который прямо запрещает измерять работу отдельных лиц и организаций.
Здесь запутанная цепочка рассуждений, я попробую кратко сформулировать суть. Есть стохастичные процессы, которые нельзя предсказать, моделировать дорого (конечная цепочка рассуждений). Есть законодательные/персональные ограничения и текущая доля рынка, дополню фактами лоббирования интернет-гигантами типа Google. Это вязкость. Позитив в том, что доля измеримого все время увеличивается, поэтому есть предпосылки все время сдвигать эту грань, которая упирается в вязкость. Давайте поиграем, попробуйте попросить ИИ выжать суть из текста и посмотрим, у кого лучше получилось
От deepseek, мне нравится:
Основная логика автора в том, что ценность современных AI-бизнесов заключается не в создании “умных” моделей, а в решении задач, которые невозможно измерить стандартными тестами и, следовательно, обучить им большую языковую модель. Работа, поддающаяся легкой и дешевой проверке (например, написание кода, проверяемого компилятором), быстро становится товаром и обесценивается, уходя к самым дешевым моделям. Настоящая, защищенная ценность находится в “неподдающейся обучению” зоне, куда LLM не может дотянуться: это работа, требующая глубокого погружения в уникальные, закрытые данные конкретной компании, многолетнего доверия, выстраивания сложных человеческих процессов и ответственности за результат в реальной, нестандартизированной среде (например, в корпоративных IT-системах, юриспруденции или медицине). Успешные компании создают ценность не как “обёртка” вокруг модели, а как “переводчик” между её возможностями и сложной реальностью клиента, постепенно становясь стандартом того, что в этой области считается “хорошей работой”.
Основная логика автора в том,
Статья изначально написана как бы венчурным капиталистом. А логика - не самое сильное место у них.
Работа, поддающаяся легкой и дешевой проверке (например, написание кода, проверяемого компилятором), быстро становится товаром и обесценивается, уходя к самым дешевым моделям.
Результат работы биржевого спекулянта и проверять не надо. Он написан четкими цифрами до копейки в личном кабинете брокера. А с моделями, в т.ч. и самыми дорогими, как-то не задалось... Пока... Инженер бы здесь написал про алгоритмы, Колмогоровскую сложность и т.п.
К сожалению, невидимую ценность так же сложно продавать, как и превращать в массовый товар:
Вот открытым текстом основной skill автора - найти "невидимую ценность", убедить любыми средствами всех, что она есть, и продать ее задорого инвестору. А есть она на самом деле или нет и никогда не было - чисто "философский" вопрос.
Доизмерялись со своими KPI. То за количество букв или строк кода боролись, то за таймтрекеры и прочие следилки, то жопочасы в офисе, то количество закрытых тасок, то за ишью.
А дело то оказывается совсем в другом! Вот это-то другое и включат в будущие KPI !
LLM становятся умнее, но есть ценность, до которой они не дотянутся. Где она?