By Bob Rosin

Wir sausen die Autobahn entlang, weit über der Geschwindigkeitsbegrenzung, bewegen uns mühelos über die glatte Straße und vertrauen auf unser Tempo TeslaDer Autopilot meistert die leichten Kurven sofort.

Doch als wir auf der Golden Gate Bridge in Richtung San Francisco einfahren, wird die Fahrbahn schmaler, durch Bauarbeiten und vorübergehende Absperrungen auf der linken Seite behindert, die Straße wird unberechenbar, uneben und voller Risse – ich übernehme sofort die Kontrolle über das Lenkrad.

Wer Autopilot in einem Tesla ausprobiert hat, hat mit Sicherheit eine ähnliche Erfahrung gemacht. Es ist gut genug, um die eintönigen langen Autobahnabschnitte zu bewältigen. Aber wenn das Fahren anspruchsvoll wird, ist es der Aufgabe eindeutig nicht gewachsen.

Aber was ist an diesem Bild falsch? Gibt es einen inhärenten Grund, warum KI bei den einfachen, sinnlosen Aufgaben gut, bei den schwierigen jedoch schlecht sein sollte? Wenn die Rechenleistung zunimmt und sich die Modelle verbessern, sollte der Autopilot logischerweise ab einem gewissen Schwellenwert besser sein als ein Mensch.

In ein paar Jahren, wenn die Straße enger wird und das Fahren anspruchsvoller wird, werde ich wahrscheinlich den Autopiloten einschalten on.

Einfache KI

Wenn wir uns heute die Lage von KI-Unternehmen ansehen, finden wir Parallelen. Die Welt ist fasziniert von den überraschenden Fähigkeiten von ChatGPTJeden Tag tauchen neue Unternehmen auf, die angeblich neuartige Fälle aus allen Branchen bearbeiten.

In den meisten Fällen ähneln diese Anwendungsfälle dem Fahren auf einer glatten, asphaltierten Autobahn. Sie fallen hauptsächlich in „Easy-Task-KI“-Szenarien: hohes Volumen, geringe Kritikalität und im Vergleich zu anderen Szenarien hohe Fehlertoleranz. Die meisten KI-basierten Tools konzentrieren sich heute auf sich wiederholende Aufgaben und ermöglichen es Menschen, die hochwertigen, geschäftskritischen Situationen zu bewältigen.

Einige Beispiele: Mehr als 1 Milliarde US-Dollar an Risikokapital wurden für KI-Startups im Kundenservice eingeworben, darunter Uniphore, Voraussicht, Moveworks, Beobachten.AI und Gorgien, zusätzlich zu Produkten von etablierten Unternehmen wie Gegensprechanlage's KI-Bot, Fin.

Unternehmen können Fehler in Support-Workflows tolerieren, sofern eine große Anzahl von Anfragen kosteneffizient bearbeitet werden kann. Kunden werden immer zu einem Menschen eskalieren, wenn die KI ihre Aufgabe nicht erledigt.

Der rechtliche Stand der KI ist ähnlich: DoNotPay ist ein brillantes Beispiel für den Einsatz von KI zur brutalen Lösung rechtlicher Probleme, bei denen es in Ordnung ist, manchmal falsch zu liegen, wie z. B. die Bekämpfung von Strafzetteln, die Kündigung von Abonnements und unzählige andere rechtliche Aufgaben mit recht geringem Risiko.

Auch in der Medizin mögen Unternehmen Kürzen Sparen Sie Zeit durch die Automatisierung klinischer Notizen. In diesem Fall ersetzt KI Ärzte nicht, sondern macht sie nur effizienter.

Aber ist das die Zukunft? Es scheint seltsam, KI-Modelle – die auf mehr Daten trainiert wurden, als ein Individuum jemals verinnerlichen könnte – darauf zu beschränken, Menschen nur von Aufgaben zu entlasten, die die meisten als eintönig, banal oder „einfach“ betrachten würden.

Stattdessen scheint es weitaus wahrscheinlicher, dass KI beginnen wird, die schwierigen Aufgaben zu übernehmen.

KI für anspruchsvolle Aufgaben

Wie sieht die Welt aus, wenn die schwierigsten, geschäftskritischsten und risikoreichsten Aufgaben diejenigen sind, die die KI am besten kann?

Wir sehen bereits Hinweise. Forscher aus MIT und Massachusetts General Hospital entwickeln ein KI-Modell, das CT-Scans analysiert, Lungenkrebs möglicherweise Jahre früher erkennen als ein menschlicher Radiologe. Gibt es in der Zukunft einen Tag, an dem ein Bot mit umfangreichem Wissen über frühere Fälle Ihr Hausarzt sein wird?

Das US Air Force hat demonstriert die X-62A Vista, ein KI-gesteuerter Kampfjet mit schnelleren Reaktionszeiten und größerer Präzision als ein menschlicher Pilot.

Defy.vc Portfoliounternehmen Aircover.ai baut einen virtuellen Vertriebsingenieur auf: Stellen Sie sich vor, ein Vertriebsmitarbeiter weiß bereits am ersten Tag, wie er alle Fragen fehlerfrei beantwortet, für die ein Produktexperte oder ein SE am Telefon gewesen wäre? Würden Sie jemals ein Verkaufsgespräch mit hohem Risiko ohne Ihren KI-Assistenten führen?

Da KI Aufgaben übernimmt, die über die Fähigkeiten des Menschen hinausgehen, sind hier einige Branchen, von denen wir voraussichtlich betroffen sein werden:

Medizin: KI-Systeme, die klinische Daten analysieren und Diagnosen präziser vorhersagen als menschliche Ärzte und Empfehlungen für Medikamente und Behandlungspläne geben. Die KI-gestützte Chirurgie steckt noch in den Kinderschuhen. Die Arzneimittelforschung wird bereits durch KI revolutioniert.

Transport: Autonome Fahrzeuge sind nur der Anfang. Stellen Sie sich vor, dass Fahrzeuge auf der Straße über das Platooning von Lkw hinaus miteinander kommunizieren und ein Netzwerk bilden, das effektiv als ein einziger Organismus fungiert, um Staus adaptiv zu minimieren und sicher mit höheren Geschwindigkeiten zu fahren, anstatt die Verzögerungen zu verschärfen, wenn jeder Fahrer reagiert.

Unternehmens-SaaS: Warum muss jeder CIO in seinem Unternehmen das Rad neu erfinden? Interne Systeme werden sich selbst integrieren; Durch die Automatisierung werden Systeme unterschiedlicher Anbieter miteinander verbunden, um komplexe Aufgaben zu erfüllen. Die intelligente Analyse von Daten erfolgt über Konversationsschnittstellen.

Sicherheit: Fortschrittliche Modelle erkennen Betrug bereits, indem sie Muster in Millionen von Transaktionen analysieren, was die Fähigkeiten eines Menschen bei weitem übersteigt. Hochentwickelte KI-Systeme bewerten bereits Risiken bei Hunderttausenden Mitarbeitern. Wir werden in einer Zukunft ohne Passwörter leben, in der Unternehmenssicherheitssysteme im Hintergrund agieren und sich an Signale aus einem gemeinsamen Sicherheitsnetzwerk aller Unternehmen anpassen.

Arbeitskräfte der Zukunft: Die Fragen sind unvermeidlich. Welche Rolle spielt der Mensch in dieser neuen Welt? Welche Schnittstellen gibt es zwischen Menschen und den neuen intelligenten Systemen? Welche Governance-Modelle werden benötigt? Wie viel Autonomie gewähren wir diesen Systemen? Welche Fähigkeiten sollten wir unseren Kindern beibringen, um sie auf eine Zukunft vorzubereiten, in der die schwierigen intellektuellen Herausforderungen von intelligenten Systemen bewältigt werden?

Ich würde gerne hören, welche Anwendungsfälle für KI Sie sich für die Zukunft vorstellen.

Bob Rosin ist Investmentpartner bei Defy.vc. Als Gründer, Serienunternehmer und ehemaliges Mitglied des Führungsteams bei Skype, LinkedIn und StripeEr hat alle Facetten des Startup-Lebens erlebt. Rosin ist Vorstandsmitglied von GajiGesa, Erhöhen Sie die Sicherheit und Aircover. Er ist außerdem ein aktiver Angel-Investor und Berater für Unternehmen, darunter unter anderem Stripe, Workato, Tenor (erworben von Google), Cursordaten (erworben von DataRobot), Geist geschmolzen (erworben von Cisco), Instawork, Tonale Fitness, Übereinstimmung und Präriegesundheit.

Illustration: Dom Guzman