전략 시스템 설계 경험 관리자

May 10 2023

대중을 위한 명령줄(AI) 우리가 데이터로 만든 것과 같은 실수를 AI로 할 위험이 있습니다. 기술을 가장 잘 사용하는 것은 기술을 더 빠르게 또는 더 크게 사용하는 것이 아니라 매일 시스템에서 복잡성이 속도를 능가함에도 불구하고 대부분의 사람들은 마치 사물인 것처럼 행동합니다.

대중을 위한 명령줄(AI)

위험은 우리가 데이터로 만든 것과 같은 실수를 AI로 저지른다는 것입니다. 기술을 가장 잘 사용하는 것은 기술을 더 빠르게 또는 더 크게 사용하는 것이 아니라 매일 시스템에서 복잡성이 속도를 능가함에도 불구하고 대부분의 사람들은 마치 사물인 것처럼 행동합니다. 성공하는 회사는 의도하지 않은 기술 사용과 높은 창의성을 적용한 회사입니다. Formula 1 기술에는 여전히 Hamilton이 필요합니다. 예술에는 색과 붓이 주어졌지만 가장 진보적인 예술 형식에서 사람들은 그러한 도구의 단순한 사용을 넘어 표현 형식을 개발했습니다. 항상 사람들입니다!

AI를 사용한 후 몇 시간 만에 사람의 개입과 창의성이 필요한 중요한 장애물을 해결하고 도구가 필요한 작업을 수행하도록 만들었습니다. 아마도 20년이 넘는 혁신과 새로운 기술을 사용한 후에는 이러한 한계를 더 빨리 발견할 것입니다. 따라서 기술의 가용성이 문제를 해결하지 못하고 직원의 절반을 해고하게 할 것이라고 말하고 싶습니다. 이것을 더 빨리 깨달을수록 조직이 빅 데이터, AR, VR, 블록체인, 암호화, 게임화, 애자일 또는 기타 작업 공간에 대한 무가치한 노력에 수백만 달러를 태우는 것을 본 것처럼 AI에 대한 투자를 망치는 위험을 더 빨리 제거할 수 있습니다. 즉시 사용할 수 있고 매력적으로 작동하는 자동화된 관련 엔터프라이즈 솔루션입니다. AI는 기하급수적으로 더 강력하므로 올바른 작업을 수행하기가 더 복잡합니다. Amazon은 방금 서버리스를 테스트한 후 문제가 아님을 인정했습니다. 적어도 그들은 그것을 시도했습니다.

빅 데이터 학장인 Bill Schmarzo는 팟캐스트 에피소드에서 데이터 작업의 핵심은 데이터의 의미를 이해하는 데 도움이 되는 인간 중심의 통찰력이라고 설명했습니다.https://podcasts.apple.com/gb/podcast/the-wicked-podcast/id1509106202?i=1000531799855그의 경험에 따르면 디자인 사고는 데이터를 가능한 가치로 만들기 위해 인간적인 측면과 사고방식을 가져옵니다.

Midjourney가 허용하지 않는 것을 극복하기 위해 앞으로 며칠 안에 첫 번째 AI 데이터베이스를 설치할 것입니다. 진정한 가치는 몇 가지 놀라운 기본 트릭을 쉽게 수행할 수 있는 도구를 알아가는 데 있습니다. 그러나 다른 모든 것과 마찬가지로 심각한 가치를 얻으려면 심각한 사용 기술이 필요합니다.

우리는 여전히 다양한 각도에서 이것을 보기 시작하는 사람들이 필요합니다.

AI는 AI 도구 및 교육 시스템의 내부를 구축하는 전문가뿐만 아니라 도구 사용 방법을 배우고 확장하는 많은 최종 사용자를 필요로 합니다. 우리는 사람들에게 기본 색상을 잔뜩 주고 캔버스 크기는 가변적이라고 말했습니다. 추상적으로 그림을 그리고 완벽한 원을 그리고 붓 대신 지팡이나 양동이를 사용하여 가능성을 확장할 수 있는 사람이 필요합니다. 사람들이 이것을 운전할 것입니다! 이것을 이해하지 못하는 회사는 테이트 모던이 아니라 나 같은 괴짜들만이 관심을 가질 물건을 파는 동네 노점에 가게 될 것이다. 나는 Tate와 거리 시장을 좋아하지만 당신이 내 표류를 잡을 것이라고 확신합니다.

사람들이 가치로 확장해야 하는 이러한 명백한 경계는 어디에 있으며 이전에 우리가 놓친 것은 무엇입니까?

기술의 경계는 어디인가?

언어: ChatGPT 또는 Midjourney와 대화할 수 있지만 그들은 당신의 말을 그들의 방식으로 해석할 것입니다. 그들이 원하는 것을 하도록 하는 것을 설명하는 수백 개의 프롬프트와 방법이 있습니다. 예를 들어, 저는 Midjourney가 일부 파이프에서 끈적거리는 이미지를 만들도록 했습니다. 올바른 방식으로 goo 또는 파이프를 렌더링하지 않습니다. 또한 증기 기관을 항상 증기 기관차로 해석했습니다. 잘못된 이미지에서 벗어나거나 내가 설명한 기능을 렌더링하지 않습니다. 따라서 도구가 무엇을 할 수 있고 특정 작업을 수행하도록 만드는 방법을 알기 위해서는 기술과 실험이 필요합니다. 이것은 물질이 특정 상황에서 행동하는 것처럼 학습과 다르지 않게 제어하는 인간에 의한 몇 시간의 훈련입니다. 우리는 그 방법을 아는 사람들이 필요합니다.
상호 연결성: 사용자 지정 콘텐츠를 텍스트 또는 이미지로 생성하는 것은 하나의 체인 부분일 뿐입니다. 여전히 CMS 또는 다른 게시 플랫폼으로 이동해야 합니다. 플랫폼에 맞게 조정하고 다른 전달 시스템과 재조정, 템플릿 등에 연결해야 합니다. AI에서 생성된 모든 데이터는 여전히 해당 컨텍스트에 맞게 조정해야 합니다. 우리는 어떻게 의사소통을 하든 새로운 형식을 개발할 것입니다. 대부분의 다른 기술과 마찬가지로 API가 필요합니다. 그것은 모두 사일로화되어 있고 사람들이 부품을 연결해야 합니다. 오랫동안 우리는 그렇게 할 수 있는 사람들이 필요할 것입니다.
새로운 가치의 레이어: Youtube는 간단한 비디오 공유 위에 새로운 시장을 구축하는 인플루언서 물결이 있었습니다. 블록체인에는 암호화 출시와 사기가 있었습니다. 플랫폼은 종종 시작점에 불과합니다. 최고의 가치는 2007년 주식 시장이나 악명 높은 서브프라임 대부업체의 붕괴와 달리 인적 네트워크와 그들의 행동에서 나옵니다. 오늘날 어떤 AI 도구를 사용할 수 있는지 아는 것은 사람을 다른 사람보다 앞서게 하는 가치인 것 같습니다. 우리는 여전히 다음 단계를 정의할 이 새로운 가치 계층을 개발할 사람들이 필요합니다.
대중을 위한 명령줄: 앱은 직관적이어야 합니다. 회사로서 고객이 사용하기를 원한다면 고객이 사용하는 방식은 여전히 사용자 친화적이어야 합니다. AI 도구에서 명확한 답을 얻는 것은 간단하지 않습니다. 이것은 디자인 문제입니다. 회사는 가치 있고 직관적인 결과물을 원합니다. 가치를 얻기 위해 고군분투하는 사람들은 귀하의 서비스를 구매하지 않을 것입니다. 이러한 서비스를 사용하기 쉬운 방식으로 제공하려면 여전히 사람이 필요합니다.

데이터 항목: 데이터 또는 빅 데이터가 중요해지면 데이터를 정리하거나 새로운 방식으로 생성해야 하는 경우가 많았습니다. 사람들이 필요한 데이터를 정의하고 다른 사람들이 데이터를 추가하도록 장려해야 했습니다. 이것은 제가 작년 글로벌 프로젝트에서 경험한 것처럼 오늘날에도 여전히 어려운 과제입니다.
API 제한: 저는 최소 3개의 API를 기반으로 iOS에서 성공적인 음악 앱을 구축했습니다. 수년에 걸쳐 20개 이상에 대해 알게 되었고 여전히 내 공간에서 지오 서버를 운영하고 있습니다. API만큼 놀랍고 마법 같은 기능 때문에 저는 기능 제한에 빠르게 부딪쳤고 주로 해결 방법에 시간을 보냈습니다. 생태계는 여전히 누락된 부분을 연결하고 누락된 기능을 활성화할 사람이 필요합니다.
Outsourcing Freeze: 저렴한 서비스는 단순하고 제한된 버전의 서비스를 제공합니다. 당신은 그들과 계약을 맺게 될 것이며, 공급업체가 현재 상황에서 제안을 발전시키는 것은 불가능할 것입니다. 가치가 너무 빨리 진화하므로 계약자가 마진을 줄이는 투자를 피합니다. 새로운 파트너십을 통해 시스템을 연결하고 협업을 통해 발전시켜야 합니다. 사람들은 연결 지점에서 함께 일해야 합니다.
새로운 행동: 사람들은 새로운 서비스로 하는 일을 바꿉니다. Google 검색은 이미 영향을 받고 있습니다. 새로운 도구는 생산과 소비를 변화시킬 것입니다. 이는 사람들이 새로운 작업 방식을 원하고 생산 프로세스를 다시 검토해야 함을 의미합니다. 누군가는 고객과 고객이 필요로 하는 것이 무엇인지 연구하고 알아낸 다음 이를 위해 설계해야 합니다. 최상의 직관적인 액세스는 판매를 의미합니다.

더 자동화되지 않았습니다. 훨씬 더 복잡해졌습니다.

여전히 기술 및 브랜드 수준에서 사용자 정의하고 통합할 사람이 필요합니다.

기술과 그 발전에 대해 더 많은 유연성을 제공하고 덜이 아니라 더 많이 협업할 수 있는 파트너가 필요합니다.

가장 중요한 것은 현실이 어떻게 변했는지, 새로운 행동을 시장에 맞추기 위해 시장에 참여하는 방법을 어떻게 개선해야 하는지 이해해야 한다는 것입니다.

완전 자동화는 문제가 아닙니다. 시스템을 확인하고 유지 관리할 사람이 필요하지만 성장을 원한다면 그 어느 때보다 더 많은 것을 탐색하고 설계하고 테스트해야 합니다.

인간이 조직 내외에서 어떤 역할을 하는지 아는 것이 그 어느 때보다 중요해졌습니다. AI는 이전의 어떤 기술보다 기하급수적이므로 이 기술이 잘못될 위험은 기하급수적으로 더 큽니다. 우리는 기하급수적으로 더 똑똑한 사람들이 필요합니다. 그러한 팀이 존재하지 않기 때문에 우리는 아웃소싱 전문가가 아닌 보다 복잡하고 학제 간 팀이 필요합니다. 사람이 그 어느 때보다 중요합니다.