Το AI έχει όλες τις ικανότητες να γίνει CEO —με μία εξαίρεση

Ένα νέο πείραμα από το Πανεπιστήμιο του Κέιμπριτζ δείχνει ότι η τεχνητή νοημοσύνη δεν είναι ικανή —τουλάχιστον όχι τελείως— να ανταποκριθεί στις αποφάσεις και τις στρατηγικές κινήσεις που καλούνται να κάνουν οι CEO σε μια μεγάλη εταιρεία.

Στο πείραμα, η τεχνητή νοημοσύνη ξεπέρασε όντως τους CEO στις περισσότερες περιπτώσεις, σε μια πραγματική προσομοίωση λειτουργίας μιας επιχείρησης, αλλά υπήρχε ένα πράγμα που δεν μπορούσε να χειριστεί: τα λεγόμενα γεγονότα «μαύρου κύκνου», όπως μια πανδημία.

Σε τέτοιες καταστάσεις, το A.I. έπαιρνε λάθος αποφάσεις, που εντέλει οδηγούσαν στην «απόλυσή» της από το εικονικό διοικητικό συμβούλιο του πειράματος.

Ο Χάμζα Μουντασίρ, ένας από τους ερευνητές πίσω από το πείραμα, είπε στο Business Insider ότι η τεχνητή νοημοσύνη ξεπέρασε τους ανθρώπινους συμμετέχοντες σε πολλές μετρήσεις, συμπεριλαμβανομένης της κερδοφορίας, του σχεδιασμού προϊόντων, της διαχείρισης αποθέματος και της βελτιστοποίησης των τιμών, αλλά ότι η απόδοσή της δεν ήταν αρκετή για να μην απολυθεί.

Τεχνητή νοημοσύνη και απρόβλεπτα γεγονότα

«Δεν τα πήγε καλά στην επιβίωση στα υψηλά κλιμάκια μόνο και μόνο επειδή δεν ήταν πολύ καλό στο να χειρίζεται απότομες αλλαγές ή αλλαγές που απαιτούν έναν νέο τρόπο σκέψης», είπε ο Μουντασίρ.

Οι ερευνητές του Κέμπριτζ πραγματοποίησαν το πείραμα από τον Φεβρουάριο έως τον Ιούλιο και περιέλαβαν 344 άτομα, μερικά από τα οποία ήταν ανώτερα στελέχη σε τράπεζα της Νότιας Ασίας. Περιλάμβανε επίσης φοιτητές. Όμως, ο τελευταίος συμμετέχων δεν ήταν άτομο αλλά το GPT-4, το μεγάλο γλωσσικό μοντέλο (LLM) της OpenAI.

Οι συμμετέχοντες έπαιξαν ένα παιχνίδι σχεδιασμένο για να προσομοιώνει πραγματικές καταστάσεις στις οποίες οι CEO πρέπει να λάβουν αποφάσεις. Το παιχνίδι τους έκανε να αναλάβουν το ρόλο του CEO μιας εταιρείας αυτοκινήτων. Σχεδιάστηκε από την startup ed-tech των ερευνητών του Cambridge, Strategize.inc.

«Ο στόχος του παιχνιδιού ήταν απλός, επιβιώστε όσο το δυνατόν περισσότερο χωρίς να απολυθείτε από ένα εικονικό διοικητικό συμβούλιο, μεγιστοποιώντας ταυτόχρονα την κεφαλαιοποίηση της αγοράς», έγραψαν οι ερευνητές στο Harvard Business Review.

Ο Μουντασίρ είπε στο BI ότι τα LLM ήταν εξαιρετικά στην ανάλυση δεδομένων, στην αναγνώριση προτύπων και στην εξαγωγή συμπερασμάτων. Για παράδειγμα, όταν επρόκειτο για το σχεδιασμό ενός αυτοκινήτου με βάση παράγοντες όπως τα διαθέσιμα ανταλλακτικά, η τιμή, οι προτιμήσεις των καταναλωτών και η ζήτηση, υπήρχαν 250.000 συνδυασμοί στους οποίους μπορούσαν να καταλήξουν οι συμμετέχοντες. Τα αυτοκίνητα που σχεδίαζε η τεχνητή νοημοσύνη ήταν σημαντικά καλύτερα από αυτά που έφτιαξαν οι άνθρωποι, είπε.

Εν μέρει, είπε ότι αυτό συμβαίνει επειδή οι άνθρωποι έχουν προκαταλήψεις και προσωπικό γούστο σε πράγματα όπως το σχήμα ενός αυτοκινήτου. για την τεχνητή νοημοσύνη, ήταν απλώς ένα «παζλ για την εύρεση της βέλτιστης αξίας για αυτό που ήθελε ο πελάτης», είπε ο Μουντασίρ.

Δεν αντικαθιστά την ανθρώπινη εφευρετικότητα

Αλλά αυτό δεν σημαίνει ότι η τεχνητή νοημοσύνη ήταν ο βέλτιστος CEO. Όταν συνέβη ένα γεγονός τύπου “μαύρος κύκνος”, το bot δεν μπορούσε να το αντιμετωπίσει τόσο γρήγορα, ή τόσο καλά, όσο τα στελέχη και οι μαθητές. Όταν υπήρξε μια σημαντική αλλαγή στις συνθήκες της αγοράς, όπως η εισαγωγή μιας πανδημίας στο μείγμα, το μοντέλο απέτυχε, είπε.

«Πώς αντιδράτε στον COVID αν τον αντιμετωπίζετε για πρώτη φορά; Πολλοί άνθρωποι και πολλοί CEOs έχουν διαφορετικές στρατηγικές», είπε ο Μουντασίρ. «Σε αυτή την περίπτωση, δεν είχε αρκετές πληροφορίες για το πώς να αντιδράσει εγκαίρως για να αποτρέψει τον εαυτό της από το να απολυθεί», είπε για την AI.

Έτσι, οι CEO μπορούν να είναι ήσυχοι προς το παρόν. Οι ερευνητές λένε ότι ενώ η απόδοση της AI ως εικονικού επικεφαλής μιας εταιρείας ήταν εντυπωσιακή, δεν ήταν αρκετά καλή για να αντικαταστήσει έναν άνθρωπο. Ωστόσο, η τεχνητή νοημοσύνη απέδωσε τόσο καλά που δεν μπορεί να αγνοηθεί στην εταιρική στρατηγική, είπε ο Μουντασίρ.

Στο μέλλον, ο Μουντασίρ είπε ότι τα LLM θα μπορούσαν να συντονιστούν ειδικά σε μια συγκεκριμένη εταιρεία με δεδομένα σε πραγματικό χρόνο, οπότε πιθανότατα θα είχαν καλύτερη απόδοση από ό,τι η τεχνητή νοημοσύνη στο πείραμα.

Είπε ότι ίσως η καλύτερη περίπτωση χρήσης της τεχνητής νοημοσύνης θα ήταν στο επιχειρηματικό «πολεμικό παίγνιο», ή η χρήση πολλαπλών LLM για την εκπροσώπηση διαφορετικών ενδιαφερόμενων μερών, όπως ανταγωνιστές, νομοθέτες ή ακτιβιστές, και στη συνέχεια να δοκιμάζεται πώς θα παίζονταν κάποια σενάρια. Κάποια από αυτά θα μπορούσαν, θεωρητικά, να αντικαταστήσουν το έργο ορισμένων συμβούλων στρατηγικής και διαχείρισης, οι οποίοι συχνά κάνουν συστάσεις σε έναν CEO με βάση τη δική τους ανάλυση ορισμένων αποτελεσμάτων σε ορισμένες καταστάσεις.

Πηγή: Οικονομικός Ταχυδρόμος