Het debat over de vraag of kunstmatige intelligentie industrieën zal transformeren is voorbij.
Bij GeekWire’s Agenten van transformatie Topconferentie in Seattle op dinsdag waren de aanwezige oprichters, leidinggevenden en ingenieurs overgegaan op moeilijkere vragen: wat werkt, wat niet en hoe snel alles beweegt. In vrijwel elk gesprek was sprake van een verschuiving van AI als chathulpmiddel naar AI als autonome actor: software die niet alleen vragen beantwoordt, maar op zichzelf handelt en gaandeweg verbetert.
Sprekers van Microsoft, Amazon Web Services, OpenAI en elders beschreven een wereld waarin de beperkingen die hun werk decennialang hebben bepaald, verdwijnen, en waar het grootste obstakel voor het benutten van deze waarde niet de technologie is, maar het uitzoeken hoe werkprocessen en organisaties opnieuw kunnen worden ontworpen die met dit alles niet in gedachten zijn gebouwd.
Agents of Transformation werd gepresenteerd door Accenture en bouwt voort op een doorlopend project GeekWire redactionele serieook ondertekend door Accenture, dat zich richt op hoe startups, ontwikkelaars en technologiegiganten intelligente agenten gebruiken om te innoveren.
Lees verder voor korte samenvattingen en conclusies – uiteraard met behulp van kunstmatige intelligentie – van elke chat en paneldiscussie.
Charles LamannaDe executive vice-president van Business Applications & Agents van Microsoft opende met een moment dat ieders aandacht trok: een AI-agent sloeg namens hem zeventien vergaderingen af. Ik heb ze niet samengevat, niet gemarkeerd – afgewezen.
Voor Lamanna was dit het moment waarop AI overging van het zoeken naar informatie naar echte actie. Het tijdperk van AI als chatassistent, zo beweerde hij botweg, ligt achter ons. “De zon is ondergegaan.”
Drie belangrijke hoogtepunten:
- Bedenk geen nieuwe statistieken voor AI. De grootste valkuil waar Lamanna bedrijven in ziet trappen is het bouwen van uitgebreide AI-systemen die los staan van de bedrijfsresultaten. Zijn regel: gebruik de statistieken die u al heeft: omzet, retentie, klanttevredenheid, kosten om te bedienen. “Geen enkele zakelijke maatstaf zou 15 agenten moeten inzetten”, zei hij. Als de AI geen getal verplaatst waar de CEO al om geeft, is het een hobby.
- Geef iedereen grote AI, focus op een paar grote weddenschappen. Succesvolle AI-transformaties hebben twee kenmerken gemeen: brede toegang tot tools voor het gehele personeelsbestand en een klein handjevol projecten met hoge prioriteit die van bovenaf worden gevolgd. Bedrijven met 250 ‘Gen AI-projecten’ zijn een waarschuwingssignaal en geen succesverhaal.
- Tokenbudget is het nieuwe aantal medewerkers. De teams van Lamanna meten al het AI-verbruik per engineering als wervingsfactor – en kandidaten onderhandelen hierover. Een ingenieur vertelde hem dat hij de baan alleen zou aannemen als zijn team voldoende dagelijkse tokentoewijzing had. “Als je een ingenieur inhuurt die op deze manier met agentcode heeft geleefd, en je hebt hem verteld dat je tokenbudget per dag $ 1 is”, zei hij, “zullen ze zeggen: ‘Tot ziens.’ (Lees meer over dat punt. hier.)
Julia WitCMO van AWS heeft bijna drie decennia in marketing gewerkt en zegt dat haar grootste uitdaging op dit moment is dat ze er veel van leert. Doelen die ze jaren geleden heeft opgegeven, zoals echte persoonlijke één-op-één marketing op grote schaal, liggen plotseling weer op tafel.
“Elke dag moet ik stoppen en dingen afleren waarvan ik dacht dat ze waar waren”, zei ze tegen de moderator Andy Taywereldleider – Accenture Cloud First. De beperkingen die deze dromen onpraktisch maakten, bestaan simpelweg niet meer.
Drie belangrijke hoogtepunten:
- Laat het selectief scheuren. Het team van White verstuurt duizenden e-mails per maand, en jarenlang was voor al deze e-mails een menselijke opt-out nodig voordat deze werd verzonden. Sindsdien hebben ze een begeleid proces opgebouwd dat geleidelijk aan voldoende vertrouwen kreeg om deze stap volledig te elimineren. Ondertussen leerde een experiment met kunstmatige intelligentie voor tv-commercials met een hoge productie hen door mislukking hetzelfde: ze namen wat werkte en pasten dat vrijwel moeiteloos toe op digitale display-advertenties, van ongeveer 100 variaties tot veel meer.
- Begin met wat mensen niet graag doen. De snelste weg naar team buy-in is niet een groot transformatieproject; het is het elimineren van de vervelende kleine dingen. White demonstreerde een nieuwe contentworkflow die het drie uur durende publicatieproces terugbracht tot 30 minuten. De zaal barstte los in een spontaan applaus. “Het is een nieuwe hoge lat” voor de uitrol van technologie, voegde Tay eraan toe.
- Huur mensen in die de regels niet kennen. White zei dat ze bewust meer afgestudeerden aanneemt dan ooit tevoren – mensen zonder enige aanname over hoe marketing altijd heeft gewerkt. Haar logica: frisse ogen hoeven niets te leren.
Deepak Singh heeft bijna twintig jaar bij Amazon Web Services gewerkt aan het bouwen van tools voor softwareontwikkelaars, en zijn samenvatting van zijn dagelijkse routine in vier woorden zegt alles over waar de zaken voor staan: “Ik woon met agenten.”
De VP achter Kiro, de AI-aangedreven ontwikkelaarsomgeving van Amazon, draait elke dag vier aangepaste agenten: één voor onderzoek, één om in zijn persoonlijke stijl te schrijven, één om e-mail te verwerken en één om interne documenten voor te bereiden. Geen demo. Hoe hij eigenlijk werkt.
Drie belangrijke hoogtepunten:
- Hoe je adopteert, is belangrijker dan of je adopteert. Uit een intern Amazon-onderzoek onder 40 tot 50 technische teams bleek een grote kloof: teams die AI-agenten op bestaande workflows koppelden, waren 20 tot 40% sneller. Teams die hun hele omgeving rond agents hadden geherstructureerd – schonere opslagplaatsen voor coderingswijzigingen, betere documentatie, duidelijke instructies – werden drie tot tien keer sneller. Het verschil was niet het gereedschap. Dat was de opstelling.
- Jouw vangrails zijn gebouwd voor mensen. Singh’s scherpste punt over de beveiliging van agenten: elk beleid en elke toestemming in uw organisatie is ontworpen voor menselijke snelheid. Agenten worden niet moe, geven niet op en stoppen niet om hulp te vragen; ze gaan gewoon door, wat betekent dat ze dezelfde fout honderd keer kunnen herhalen voordat iemand het merkt. Machtigingen die voor mensen zijn ontworpen, moeten volledig worden heroverwogen voor systemen die nooit slapen.
- Gebruik ze thuis, niet alleen op het werk. Het slotadvies van Singh ging een stap verder dan de meeste: zet agenten niet alleen professioneel in, maar leef persoonlijk met hen samen. Hoe vloeiender je wordt, hoe meer je eruit zult halen als het er toe doet.
Drie beoefenaars die hun dagen doorbrachten midden in de implementatie van AI – het niet verkopen, maar het daadwerkelijk doen – kwamen steeds terug op hetzelfde ongemakkelijke thema: de technologie is het makkelijke gedeelte.
Angela Garinger van outreach, Jeremy Tryba van AI-onderzoeksorganisatie Ai2, en Liat Ben-Zur van LBZ Advisory hebben allemaal veelbelovende AI-implementaties zien stagneren, niet omdat de tools faalden, maar omdat de mensen om hen heen dat deden. Het panel werd gemodereerd door Emily Parkhurst van Formidabele media.
Belangrijkste hoogtepunten:
- Smal verslaat breed, elke keer weer. Het panel was het erover eens dat bedrijven die een ingrijpende AI-transformatie in hele organisaties aankondigen het meest waarschijnlijk zullen falen. De winnaars zijn chirurgisch: een bijzonder saaie taak kiezen, een agent inzetten, het resultaat meten en vervolgens opschalen. “De echt succesvolle bedrijven zijn erg kieskeurig over welke workflow met hoge wrijving ze het eerst zullen uitvoeren”, zegt Garinger.
- Angst is de echte adoptieblokker. Ben-Zur beschreef een patroon dat ze voortdurend ziet: een pilot werkt prachtig, early adopters zijn er dol op, en dan stopt de uitrol gewoon…. Wanneer teams zich verdiepen, is de reden bijna altijd angst: angst voor vervanging, angst om beoordeeld te worden als de tool een fout maakt.
- Duidelijkheid ontsluit alles. Tryba beschreef dat zelfs technisch geavanceerde onderzoekers aarzelden om AI-tools te gebruiken, omdat ze niet zeker wisten wat ze ermee moesten doen. De oplossing was simpel: een duidelijke matrix van goedgekeurde toepassingen, gepubliceerd in Slack. De volgende dag had iedereen zich gemeld. Toestemming, zo blijkt, is een imperatieve functie.
- Houd betekenisvolle statistieken bij. Managers praten graag over bespaarde uren en welk percentage van de werknemers AI gebruikt, maar Ben-Zur zei dat ze moeten kijken naar de statistieken die ze altijd hebben gewaardeerd: is de omzet verbeterd, is de retentie hoger, is een functie beter presterend. “Ik zou niet meten hoeveel uur mensen besparen, zoals: ‘Joey heeft vijf uur bespaard.’ Het maakt mij niet uit. Wat betekent dat voor het bedrijf?”
Vijay RajiCTO van apps en hoofd engineering bij OpenAI’s nieuwe kantoor in Bellevue heeft een kenmerkende zet: zijn laptop open houden tijdens vergaderingen, zodat Codex – de AI-coderingstool van het bedrijf – kan blijven bouwen terwijl hij niet achter zijn bureau zit. Het is een treffende metafoor voor hoe hij op dit moment over AI denkt: altijd actief, altijd beheerst. De meta-veteraan en oprichter van A/B-testbedrijf Statsig vertelde hoe het eigenlijk is om aan de grens te wonen.
Drie belangrijke hoogtepunten:
- Iedereen is nu een bouwer. Raji bouwde in één middag een persoonlijke Slack- en e-mailsamenvatting – lokaal draaiend, geen cloud, geen beveiligingsoverhead – met behulp van Codex. Zijn punt: de barrière om zelf software op maat te maken is feitelijk ingestort. ‘Iedereen wil bouwer worden’, zei hij.
- Capaciteitsoverhang is het echte probleem. Modellen zijn vooruitgelopen op de manier waarop de meeste mensen ze gebruiken. Raji noemt dit de ‘capaciteitsoverhang’ – en de mensen die dat gat dichten, zei hij, zijn al vele malen productiever dan degenen die niet hebben gemerkt dat het er is.
- Ingenieurs worden agentmanagers. De volgende golf bestaat niet alleen uit AI-ondersteunde codering, maar uit een verschuiving van knelpunten. De productiviteitswinst als gevolg van kunstmatige intelligentie gaat nu zo snel dat de nieuwe beperking is dat mensen alle binnenkomende code beoordelen. De functietitel van de toekomst, zo stelde hij, is in wezen ‘manager van agenten’.
Bedankt voor het voorstellen van de sponsor Accenture; gouden sponsors Ik wil niet En AWS-marktplaats; en zilveren sponsors Topteampartners, Verbazingwekkende zakelijke oplossingen, EénDoorZero, Autessa, Betalen, GemaTEG, CascadeEn WTIA om het evenement mogelijk te maken.
