Είναι η Τεχνητή Νοημοσύνη νοήμων; Ή μήπως βιαστήκαμε να τη βαφτίσουμε έτσι; Στη συνέντευξή του στο Liberal.gr και τη Μαρία Κέντη Κρανιδιώτη, ο Γιώργος Λαγαρίας, οικονομολόγος, θέτει πρακτικά και φιλοσοφικά ερωτήματα για τις προσδοκίες, τον ρόλο και τις προκλήσεις της Τεχνητής Νοημοσύνης στον κόσμο του επιχειρείν και πέραν αυτού, επισημαίνοντας την υπερεπένδυση σε τεχνολογίες, που ακόμη δεν έχουν φτάσει στο επίπεδο της πραγματικής νοημοσύνης και γνώσης, αλλά παραμένουν κυρίως εργαλεία πληροφόρησης.
Συνέντευξη στη Μαρία Κέντη Κρανιδιώτη
Όλο και περισσότερες επιχειρήσεις υιοθετούν εργαλεία Τεχνητής Νοημοσύνης (ΤΝ). Με ποιους τρόπους έχει ενσωματωθεί η ΤΝ στον κόσμο των επιχειρήσεων και ποια είναι τα οφέλη μέχρι στιγμής;
Η απάντηση είναι ότι δεν έχει ενσωματωθεί. Σύμφωνα με πρόσφατη έρευνα του MIT, το 95% των επιχειρήσεων αδυνατούν να έχουν κέρδος από τις επενδύσεις τους στην ΤΝ. Μια άλλη μελέτη σε developers έδειξε πως η χρήση της αύξησε τον χρόνο ολοκλήρωσης ενός task κατά 20%.
Αυτό που πρέπει να καταλάβουμε είναι πως η ΤΝ δεν έχει ακόμη κατακτηθεί. Υπάρχει τεράστιο μάρκετινγκ γύρω από αυτήν. Αν υπήρχε πραγματική ΤΝ, γιατί δεν λύνουμε τα μεγάλα μαθηματικά προβλήματα ή δεν ενοποιούμε τη φυσική;
Αυτό που έχουμε σήμερα είναι μεγάλα γλωσσικά μοντέλα (large language models/LLM) - μηχανές που μας μιλούν στη γλώσσα μας αντί μηχανικά. Μπορεί να περνούν κάποια τεστ, όπως του Τιούρινγκ, αλλά αυτό δεν αποδεικνύει ύπαρξη νοημοσύνης. Απλώς βιαστήκαμε να τη βαφτίσουμε έτσι.
Οι επενδύσεις δεν γίνονται για ό,τι μας δίνει η ΤΝ σήμερα, αλλά για ό,τι φανταζόμαστε ότι θα μας δώσει αύριο - μια υπόθεση που συχνά βασίζεται σε κινηματογραφικά και επιστημονικοφανή στερεότυπα.
Σε προηγούμενη συζήτησή μας, είχατε συγκρίνει τις φιλοδοξίες μας απέναντι στην ΤΝ με την πολυπόθητη και πολυσυζητημένη απόβαση μας στον πλανήτη Άρη – η οποία αποτέλεσε φυσικά και το αντικείμενο εκατοντάδων ταινιών επιστημονικής φαντασίας. Με την ΤΝ, είχαμε δηλαδή το ίδιο μεγάλες προσδοκίες που παραμένουν επίσης ανεκπλήρωτες;
Βεβαίως. Τη δεκαετία του 1960 όλοι πίστευαν πως θα έχουμε ιπτάμενα αυτοκίνητα και θα ζούμε στον Άρη. Το 2025 είμαστε κολλημένοι στη Γη και παλεύουμε να κάνουμε το iPhone να δουλέψει. Υπάρχει εξίσου τεράστια φαντασία γύρω από την ΤΝ. Δεν λέω ότι δεν θα εξελιχθεί - έχουμε κάνει τρομερές επενδύσεις. Απλώς πρέπει να διαχωρίσουμε την επιστημονική φαντασία από τις επιχειρηματικές πρακτικές.
Όταν βγήκε το Microsoft Teams, άλλαξε ο κόσμος των επιχειρήσεων μέσα σε ένα βράδυ: τηλεργασία, αποκέντρωση, μικρότερα γραφεία. Με την ΤΝ δεν έχει συμβεί κάτι τέτοιο. Αντίθετα, δυσκολεύεται ακόμη να κάνει αξιόπιστα κάποια tasks. Και τρία χρόνια μετά το πρώτο ChatGPT, δεν έχουμε δει την εκθετική πρόοδο που θα άλλαζε πραγματικά τον κόσμο.
Υπάρχει επαρκής κατανόηση από τους χρήστες του πώς λειτουργεί η ΤΝ;
Η ΤΝ είναι απλό εργαλείο: κάνεις μια ερώτηση και παίρνεις μια απάντηση. Είναι όμως αξιόπιστη αυτή η απάντηση; Οι περισσότεροι επαγγελματίες θα σας πουν: όχι.
Φανταστείτε να συντάσσετε ένα νομικό έγγραφο, όπου και το «και» μετράει, και το ChatGPT να προσθέσει ή να αφαιρέσει λέξεις, με κίνδυνο να εκτεθείτε ή να φάτε πρόστιμο. Η Deloitte, για παράδειγμα, αναγκάστηκε να επιστρέψει 400.000 δολάρια στην κυβέρνηση της Αυστραλίας επειδή τμήμα μιας έκθεσης γράφτηκε με ChatGPT και περιείχε ψευδή στοιχεία.
Έχω δοκιμάσει όλα τα εργαλεία - ChatGPT 5, Grok κ.λπ. - και δεν δίνουν σταθερά αξιόπιστες απαντήσεις. Το ζήτημα λοιπόν δεν είναι ότι δεν τα καταλαβαίνουμε, αλλά ότι ακόμη δεν μπορούν να μας βοηθήσουν ουσιαστικά.
Τα μεγάλα γλωσσικά μοντέλα είναι σαν να έχεις αντί για είκοσι 18χρονους να σε βοηθούν, ένα «πιο έξυπνο Google». Όχι αξιόπιστο, αλλά πιο έξυπνο. Κάποιες δουλειές όμως απαιτούν εμπειρία 25χρονου, 40χρονου ή 60χρονου.
Παρόλα αυτά επενδύουμε τεράστια ποσά, προσδοκώντας το μέλλον. Αλλά ο ρόλος μιας επιχείρησης δεν είναι να μάθει πώς λειτουργεί το ChatGPT - είναι να παράγει intelligence - να μετατρέπει την πληροφορία σε γνώση και τη γνώση σε δράση.
Έχουμε φύγει από την εποχή της πληροφορίας και βρισκόμαστε στην εποχή της γνώσης. Γι’ αυτό αποτυγχάνουμε: προσπαθούμε να το κάνουμε ανάποδα. Πρέπει να δούμε, όχι πως θα πάρουμε πληροφορίες από το ChatGPT για το οποιοδήποτε θέμα, αλλά το πώς θα παράγουμε αξιοποιήσιμη και αποδοτική νοημοσύνη (actionable intelligence). Έτσι θα αποκτήσουμε το εργαλείο το οποίο θα μπορέσει να μας βοηθήσει να πετύχουμε τους επαγγελματικούς μας στόχους.
Με την ΤΝ, δηλαδή, μήπως τελικά έχουμε κατακτήσει την πληροφορία και την πληροφόρηση, αλλά όχι τη γνώση και τη μάθηση;
Ακριβώς. Ο Χόρχε Λουίς Μπόρχες, στη «Βιβλιοθήκη της Βαβέλ», περιγράφει μια άπειρη βιβλιοθήκη που περιέχει όλα τα βιβλία που έχουν και δεν έχουν γραφτεί - αληθινά και ψευδεπίγραφα.
Τη δεκαετία του 2000 το ζητούμενο ήταν η εύρεση πληροφορίας. Γι’ αυτό είχαμε Chief Information Officers και Chief Technology Officers. Τώρα έχουμε υπερπληθώρα πληροφορίας - και παραπληροφορίας. Το πρόβλημα δεν είναι η έλλειψη, αλλά το φιλτράρισμα και η μετατροπή της σε χρήσιμη γνώση.
Σήμερα περίπου το 50% των άρθρων στο διαδίκτυο γράφεται από ChatGPT. Μαζί με την εσκεμμένη παραπληροφόρηση, αυτό δημιουργεί έναν τεράστιο όγκο ψευδεπίγραφης «γνώσης». Επομένως, η ανάγκη για πραγματικό intelligence - για γνώση που μπορεί να χρησιμοποιηθεί - είναι πιο επιτακτική από ποτέ.
Γι’ αυτό και είναι λάθος να ξεκινάμε από το πώς θα κάνουμε το ChatGPT να δουλέψει για εμάς. Το σωστό είναι να αναρωτηθούμε πώς θα αποκτήσουμε τη σωστότερη γνώση για τον οργανισμό, τους πελάτες και τη δουλειά μας.
Μπορούμε να το επιτύχουμε αυτό;
Για να γίνει αυτό, οι οργανισμοί πρέπει να επικεντρωθούν στη γνώση και όχι στο γρήγορο content. Όταν έρθει η ΤΝ, θα μας ανταγωνιστεί στην εξυπνάδα - στο intelligence. Ο οργανισμός πρέπει να είναι έτοιμος να δεχτεί και να αξιοποιήσει τη γνώση που θα φέρει η ΤΝ, συνδυάζοντάς τη με ανθρώπινη διαίσθηση και εκτίμηση.
Θυμηθείτε τον Κασπάροφ και το DeepBlue της IBM το 1996. Στην αρχή κέρδιζε εύκολα, κάνοντας μερικές άκυρες κινήσεις που δεν υπήρχαν στη «μνήμη» του υπολογιστή, βγάζοντάς τον εκτός ρυθμού. Η ΤΝ βασίζεται στην επιλογή των πιθανότερων σεναρίων, μιμούμενη τον ανθρώπινο εγκέφαλο. Αλλά μαζί μ’ αυτό, υιοθετεί και τα ανθρώπινα biases - των κατασκευαστών, των δεδομένων, των πηγών.
Και επιπλέον, λειτουργεί σαν καθρέφτης μας. Αυτό που λένε και στην ψυχολογία «καθρεπτισμός» (mirroring): μας επιστρέφει αυτά που λέμε με τρόπο ευχάριστο, μιμούμενο ακόμη και τον τόνο μας, δημιουργώντας έτσι μια σχέση εμπιστοσύνης και μια συναισθηματική σύνδεση.
Από την άλλη, αν αφαιρέσουμε τις προκαταλήψεις από τον αλγόριθμο, επιστρέφουμε στη λογική των άπειρων αποφάσεων, κάτι που οι σημερινοί υπολογιστές δεν μπορούν να διαχειριστούν. Ο κβαντικός υπολογιστής ίσως αλλάξει τα δεδομένα. Πιστεύω ότι δεν θα δούμε πραγματική ΤΝ προτού αποκτήσει το «σπίτι» της - έναν κβαντικό υπολογιστή ικανό για εκατομμύρια πράξεις εκατομμύρια φορές ταχύτερα.
Πέρα από το ChatGPT, υπάρχουν εργαλεία που έχουν αποδειχθεί πραγματικά χρήσιμα;
Ναι, κυρίως στη δημιουργία εικόνων και ψεύτικων βίντεο. Επιπλέον, δύο κλάδοι έχουν καταφέρει να αποκομίσουν κέρδη: η τεχνολογία, όπου η ΤΝ επιταχύνει τον προγραμματισμό, και τα ΜΜΕ, όπου ήδη παράγουν μαζικά περιεχόμενο μέσω αυτής.
Κάτι ανάλογο είχαμε δει και στον δικό μου τομέα, το Wealth Management, με το λεγόμενο RoboAdvice - ρομποτάκια που έδιναν αυτόματες οικονομικές συμβουλές. Πίστεψαν ότι θα αντικαταστήσουν τους συμβούλους. Τελικά, όπως αποδείχθηκε, οι άνθρωποι δεν εμπιστεύονται τα λεφτά τους σε ρομπότ. Το ίδιο ισχύει και στον τομέα της υγείας. Οι λογικοί άνθρωποι αποζητούν την επικοινωνία με τον γιατρό και τον σύμβουλο που τους κοιτά στα μάτια.
Όσο ο καταναλωτής είναι άνθρωπος, πολλές επιχειρήσεις που προσπαθούν να ενσωματώσουν ΤΝ θα αποτυγχάνουν. Το ChatGPT μοιάζει με τρόπο να «κόψουμε δρόμο», αλλά αυτό είναι γιατί ακόμη σκεφτόμαστε με όρους εποχής πληροφορίας, όχι εποχής intelligence.
Πρέπει πρώτα να ορίσουμε τι είναι νοημοσύνη, να καταλάβουμε το επιχειρηματικό μας μοντέλο και μετά να δούμε πώς τα εργαλεία αυτά μπορούν να μας δώσουν πραγματικό ανταγωνιστικό πλεονέκτημα.
Σε πολλές περιπτώσεις, ακόμη και στον τεχνολογικό κλάδο, η ΤΝ εμπορευματοποιείται και υπερπωλείται σε τρίτους. Αυτό συνέβη και με τη Facebook, που άλλαξε όνομα σε Meta, προετοιμάζοντας το έδαφος για το metaverse. Ζούμε όμως στο metaverse; Αντιθέτως, οι νέοι χρησιμοποιούν λιγότερο τα social media, καθώς αυτά έχουν γίνει σκουπίδια: έχουν ΤΝ αλλά δεν υστερούν σε ανθρώπινη σύνδεση.
Το ίδιο υπερεπενδύει σήμερα και ο Σαμ Αλτμαν της OpenAI. Πηγαίνει σε εταιρείες όπως η Nvidia και τους λέει να του δώσουν φτηνά τα μικροτσίπ, με αντάλλαγμα τη δημοσιότητα που θα εκτοξεύσει τη μετοχή τους. Η OpenAI όμως δεν έχει δικό της hardware, μόνο software, και πρέπει να αγοράζει τα τσιπ από αλλού - κάτι που ρίχνει πολύ τα περιθώρια κέρδους της. Κι όμως, λέει ότι θα ανεβάσει την κερδοφορία της από 13 σε 200 δισ. σε πέντε χρόνια. Δε θα εκπλαγώ τρομερά αν η ΟpenAI δεν αποδώσει τα αναμενόμενα, όπως και η φούσκα του Dot-com. Το μοντέλο που ακολουθεί ο Άλτμαν, απλούστατα, δεν είναι βιώσιμο.
Αλλά αυτή η «φούσκα», η οποία φαντάζομαι ότι δημιουργείται συνειδητά από τον κάθε Σαμ Άλτμαν, αποτελεί κομμάτι του παιχνιδιού της πώλησης, σωστά;
Ακριβώς. Όλοι οι επιχειρηματίες υπερβάλλουν για το προϊόν τους. Το θέμα είναι σε τι επίπεδο και σε τι βαθμό υπερβάλλεις. Πιστεύω ότι θα απογοητευτούμε από την OpenAI και τον Σαμ Άλτμαν, χωρίς αυτό να σημαίνει ότι πρέπει να απογοητευτούμε από την ίδια την ΤΝ.
Έχουν γίνει τεράστιες επενδύσεις σε κέντρα δεδομένων, που όμως καταναλώνουν απίστευτη ενέργεια και νερό. Έχουμε τις υποδομές; Έχουμε αρκετή ενέργεια να δώσουμε σε όλα αυτά τα κέντρα δεδομένων, ενώ παράλληλα κυνηγάμε στόχους βιωσιμότητας; Λείπουν ακόμη πολλά: ο κβαντικός υπολογιστής, το αξιόπιστο προϊόν, οι κρατικές υποδομές.
Έχουμε προχωρήσει την ιστορία πιο μπροστά απ’ ό,τι μπορούμε να υποστηρίξουμε. Και στην καρδιά του όλου αυτού, έχουμε έναν άνθρωπο ο οποίος ενεργεί πολύ περισσότερο ως πωλητής και πολύ λιγότερο ως τεχνολόγος. Ο Στιβ Τζομπς, επίσης, ήταν μοναδικός, αλλά πάνω απ’ όλα ήταν πωλητής, όχι τεχνολόγος. Μπορεί να ήταν οραματιστής, όμως η πραγματική του δύναμη ήταν ότι ήξερε πώς να «παντρέψει» την τεχνολογία με τις ανάγκες του χρήστη. Σε ένα βαθμό έκανε κι αυτός αυτό που λένε οι Άγγλοι «fake it until you make it», το οποίο είναι και βασικό κομμάτι κάθε επιχειρηματικής δραστηριότητας. Το πρόβλημα είναι ότι αρκετοί «don’t make it». Μένει να δούμε ποιοι θα καταφέρουν να μετατρέψουν το όραμα σε πραγματικότητα και πώς.
