כשהתחלנו לראשונה לדבר עם ה-Big Four על AI, השיחות התקדמו במהירות מפתיעה. לא היה צורך בהקדמה ארוכה, ולא היה צורך להסביר למה AI חשוב. כמעט מיד, שותפים ויועצים בכירים התחילו לדבר על המקום שאליו הזמן שלהם באמת הולך. לא לקבלת החלטות או להפקת תובנות, אלא להכנה. משיכת נתונים ממערכות שונות. יישור מספרים. לוודא שהניתוחים תואמים לסטנדרטים הפנימיים עוד לפני שמישהו בכלל יכול להתחיל לחשוב מה המשמעות של התוצאות.
מה שבלט לנו היה שאף אחת מהמשימות האלה לא הייתה בעלת ערך נמוך. הן היו הכרחיות. אבל הן גם היו מתישות. אנשים בעלי ניסיון רב בילו חלק גדול מהיום שלהם רק בניסיון להגיע לנקודה שבה אפשר להתחיל לחשוב באמת.
ככל שהשיחות נמשכו, הן מיפו יותר מעשרות תהליכים שבהם AI יכול למלא תפקיד. דיווח, ציות, בקרות פיננסיות, ניתוחי מס, סקירות פנימיות. על פני השטח, זה נראה כמו בעיית אוטומציה קלאסית. זה לא היה כך.
לרוב התהליכים האלה כבר היו כלים, תבניות ואוטומציה חלקית. מה שהאט את הכול התקיים בין השלבים. מעבר בין הקשרים. התאמת פלטים. יישום עקבי של שיקול דעת על פני מידע מקוטע. העלות האמיתית לא הייתה רק זמן, אלא עומס קוגניטיבי.
באותו רגע מסגרת החשיבה השתנתה.
במקום לשאול איך AI יכול לבצע את העבודה מקצה לקצה, התחלנו לשאול איך הוא יכול לתמוך באנשים שמבצעים אותה. מה אם AI יוכל לטפל בחלקים ששואבים אנרגיה, בלי לקחת שליטה? מה אם הוא יוכל להכין טיוטות מובנות, להציף חוסר עקביות, ולהפוך את דרך החשיבה שלו לגלויה, כך שמומחים יוכלו להתמקד בשיקול דעת במקום בהכנה?
ברגע שהגישה הזו עלתה לאוויר, ההשפעה הפכה למוחשית.
לאורך צוותים, זמני המחזור ירדו ב-80 עד 90 אחוזים בעבודה אנליטית חוזרת. טעויות ידניות, במיוחד בתהליכים עתירי התאמות, ירדו בחדות. לא פחות חשוב, התוצרים הפכו לעקביים יותר בין צוותים שבעבר ניגשו לאותה עבודה בדרכים מעט שונות. בממוצע, יועצים החזירו לעצמם כ-40 עד 50 שעות בחודש, שכעת יכלו להיות מוקדשות לחשיבה בעלת ערך גבוה יותר.
אבל השינוי המעניין ביותר לא היה במספרים.
הוא היה באופן שבו אנשים דיברו על העבודה שלהם. הסקירות נעשו רגועות יותר. הדיונים נעשו ממוקדים יותר. סוקרים בכירים השקיעו פחות זמן בבדיקה שהכול נכון ויותר זמן בדיון על מה שהתוצאות באמת אומרות.
עם הזמן, המערכת הפסיקה להרגיש כמו כלי שאנשים צריכים להשתמש בו. היא התחילה להרגיש כמו דרך עבודה משותפת, שסופגת בשקט את האופן שבו מתקבלות החלטות ומשקפת זאת בחזרה בניתוחים עתידיים.
החוויה הזו גם חיזקה משהו שהאמנו בו כבר זמן רב. התקדמות לעבר אינטליגנציה כללית יותר לא תגיע ממערכות שמנסות להחליף מומחים בתחומים מורכבים. היא תגיע ממערכות שמפחיתות חיכוך סביב חשיבה של מומחים ומעצימות אותה.
במהלכים האלה, AI יצר ערך לא בכך שהיה אוטונומי, אלא בכך שהיה שיתופי. הוא לא קיבל החלטות במקום אנשים. הוא עזר להם לקבל החלטות טובות יותר, מהר יותר.
אם יש סימן מוקדם למקום שבו מערכות דמויות-AGI יהיו משמעותיות תחילה, זה כאן. לא באוטומציה מלאה, אלא בתמיכה בשיקול דעת אנושי בקנה מידה רחב.
המעבר הזה, מאוטומציה למינוף, הוא מה שיצר את ההבדל.
