AI- lærdommer av en utrolig reise
Etter å ha tilbragt nesten 3 mnd. i AI-hovedstaden San Francisco, hvor jeg har vært på rundt 30 hackathons, tek-konferanser og meetups, pratet med rundt 25 tek startup gründere, sosialisert med utallige teknologer, tatt to AI-kurs på Stanford, og gjennomført et LLM kurs holdt av tidligere lead ingeniør hos Instagram/Apple, har jeg gjort meg følgende betraktninger om AI og hvordan lykkes med det:
Ikke bygg den neste chatboten – dette blir sannsynligvis automatisert bort av en av de store tek-selskapene i framtiden uansett. Fokuser heller på den unike nisjekunnskapen som du eller ditt selskap besitter, og bygg løsninger med AI basert på den kunnskapen, som tidligere ikke var mulig å bygge. Når tek blir gjort til en vare som er nesten gratis blir det ekstremt viktig at teknologien løser et ekte brukerproblem. Hvorfor skal brukerne ellers bruke produktet ditt? Og innenfor hvilket område er du bedre egnet til å identifisere et reelt problem enn innenfor ditt eget fagfelt hvor du besitter dybdekompetanse?
Nå snakkes det mye om at internettet må bygges på nytt for agenter. Hvordan kan man vite at det er et menneske eller en agent som besøker en nettside? Hvordan gjøre internettet agent-vennlig? Hvordan kan man lage nettsider generative engine vennlig (GEO)? Hvordan kan man ha riktig tilgangsstyring med data, agenter, modeller og brukere?
Med andre or: Bygg infrastrukturen som AI kjører på, det er her mange av mulighetene ligger.
Ikke bygg det samme bare med AI. Spør heller hva som er mulig å bygge nå med AI, som tidligere ikke var mulig. For å vinne et hackathon holder det ikke lenger å lage en chatbot – for det er bare såå 2022. Nå ser man etter bruksområder der AI løser reelle brukerproblemer, tjener penger, og utnytter disse nye verktøyene på kreative måter for å løse problemer man tidligere ikke visste hvordan man skulle takle.
Jeg laget for eksempel en AI klone av meg selv med en tilhørende agent som hentet kontekst fra selskapets interne workflows. Deretter fikk jeg AI klonen til å lage en nyhetssending basert på denne konteksten – et slags next level nyhetsbrev som er mye mer relaterbart og hjelper startups spre produktet sitt til et større publikum.
Viktigheten av det menneskelige aspekt. Nå som det blir massivt med nye programvareløsninger, kommer folk til å sette høyere krav. Det som appellerer til folk er ikke hvor fancy teknologien er, men hvor mye den connecter med dem som mennesker. De beste presentasjonene på hackathonene var sjelden de mest teknisk avanserte løsningene, men heller de som connected med folk på et dypere plan.
Personlig har jeg gjort teater i to år. På de hackathonene der vi vant premier, så var dette i stor grad på grunn av at jeg og noen teammedlemmer lagde en scene av tek-produktet vårt og fikk hele salen til å le. Jeg spilte en bruker i nød, og partneren min spilte en tek bro karakter med løsningen. Folk må føle noe når de tenker på deg og hører om produktet ditt. Ellers vil de ikke lenger bry seg. Og for å oppnå det må du kunne spille på det menneskelige – enten det er gjennom kunst, kultur, musikk, teater, litteratur, taleferdigheter, eller annet som folk connecter med. Historiefortellingen din må treffe, den må ha energi, og den må gi folk tro på deg, hvem du er, og hva du gjør. Både for dere som et gründer-team – og som en essensiell del av selve produktet deres – historiefortellingen må connecte.
Med andre ord: Distribusjon er ikke bare en ettertanke, men helt sentralt for produktet og selskapet ditt. Skal du lykkes må du ha en plan for distribusjon. De teknologiske utfordringene blir enklere og enklere å løse, mens kampen om å få folk til å ta i bruk produktet ditt blir hardere – spesielt når du nå har 10x flere konkurrenter som har bygget noe lignende.
Desentralisert autonom AI – mange holder dette som en optimal visjon for framtiden til AI. Altså at ingen sentral autoritet kontrollerer dine data, eller hvordan modellen din skal tenke, men at du eier dine egne data, og at AI-systemene er utviklet som et open source prosjekt på et distribuert nettverk som ingen enkeltperson kan styre. Open source fordi ingen skal ensidig kunne fjerne tilgangen, API-nøklene eller systemene. Distribuert fordi systemene eies av nettverket i fellesskap, og man ikke kan ta ned systemet, uten å ta ned nesten alle nodene i nettverket. Istedenfor at noen kontrollerer hva og hvordan du tenker – og potensielt sett misbruker dine data – så setter du føringene gjennom et tillitsbasert likemannsnettverk fritt for sensur og sentralisert kontroll.
I San Fran er ikke spørsmålet om man bruker AI, men hvor mange agenter man kjører. Innen alt fra koding, til kalenderstyring, til en klokke eller ring du kan snakke til for å løse daglige oppgaver. Det snakkes også om å lage fullverdige selskap som utelukkende kjører med AI agenter.
Penger er fortsatt viktig – veldig viktig. Men måten man tjener dem er gjennom å pitche investorer, selge til brukere, eller ta seg en høyt lønnet jobb i et tek-selskap. Man eksperimenterer med nye konsulentmodeller slik som å bygge produktet for kunden før kontrakten inngås. Man lever lykkelig i den viten at det uansett er masse penger til de som klarer å bygge noe nyttig, og dermed at man ikke trenger bekymre seg unødig.
I San Fran er ikke reguleringer noe som hindrer deg i å stå opp av senga hver dag og bygge noe kult. Du drar på et foredrag om etikk innen AI og så bygger du etiske løsninger inn i produktet ditt. Det er et økt fokus på etikk, sikkerhet og etterlevelse innen AI. Ikke på en teoretisk måte gjennom advokatrapporter og synsing, men på en praktisk måte: «Det er slik du bygger produktet ditt!» Eksempler inkluderer gjennom desentralisert autentisering og menneske–agent interaksjon. Det arrangeres mange hackathons og startups rundt denne tematikken.
Før jeg dro til San Fran mente jeg at man fortsatt skulle kode alt selv, og kun bruke AI til å øke sin forståelse og ikke erstatte seg selv. I San Fran snakker de råeste ingeniørene om hvordan å orkestrere team av agenter til å kode for seg, og gjøre alt fra testingen til å skrive brukerhistorier med mer. Flaskehalsen er ikke lengre koding, men å ettergå koden skrevet av AI for å sjekke at den holder mål.
Hovedforskjellen mellom Norge og San Francisco er ikke interessen for AI – manien er like sterk her i Norge som i California. Forskjellen er at i San Francisco så mener man ikke så mye om AI. Der bare bygger man. Alle samtaler handler om hva man bygger, hvordan man bygger, og man deler villig vekk sine ideer og prøver få folk til å ta i bruk produktet sitt.
Det er en slags ro over stedet, fordi man bare har det gøy med å bygge det neste beste, sammen med flotte folk. Man bekymrer seg ikke for om verdsettelsen av et børsselskap er for høy eller om AI er en hype – man bare bygger.
La oss bare bygge det absolutt beste vi kan, og pushe teknologien til det ytterste av hva som er mulig, og se hvor langt vi kommer. Ha det gøy underveis. Se hva resultatet blir. Det er sånn vi får klarhet.
Skrevet av Johan Lossius, Daglig Leder av Norway Consulting.
