GazdaságSzerző: forbes 2026. 07. 29. 8 percnyi olvasás
A tudósok és forgatókönyvírók csak egy-öt százalékát tartják meg annak, amit a mesterséges intelligencia ad nekik. Ez nem eredménytelenség – ez a szakmai megítélés jövője, és a vezetők, akik megértik, miért fogják meghatározni a következő évtizedet.
A gép egy fáradhatatlan daru. Egyetlen ülésen több anyagot ad át nekünk, mint amennyit bármely szakdolgozat, éves jelentés vagy hollywoodi forgatókönyv felhasználhatna. Ez minden alkalommal eszembe jut, amikor tudósokkal és forgatókönyvírókkal beszélgetek, akik azt mondják – függetlenül, szinte szóról szóra –, hogy a gép által kínált dolgok egy és öt százaléka között maradnak.
Ez a szám riasztóan hangozhat. nem az. Mindkét csoport ragaszkodik ahhoz, hogy a gép valódi értéke soha nem az általa előállított anyag mennyisége volt. Ez az az idő, ami megkíméli őket az anyag összegyűjtésétől.
Nemrég hangosan teszteltem ezt az ötletet, egy chicagói, a mesterséges intelligenciáról és az ítélkezésről szóló előadás során. Egy olyan történet köré építettem fel, amelyet közvetlenül Dr. Jonathan Stokestól, a McMaster Egyetem biokémikusától hallottam, akinek a laboratóriuma mesterséges intelligencia segítségével új antibiotikumokat keres. Egy közel végtelen kémiai univerzumban kutatva Stokes csapata modellt kért molekulajelöltek előállítására. 24 335-öt tért vissza. Ezek közül 2868 életképes antibiotikum volt. Ebből a csoportból a csapat 58-at választott ki a laborban való tesztelésre. Ugyanennek a kémiai térnek a kézi szűrése – ennyi aktív molekula elérése – körülbelül egy évbe telt volna.
Egy év laboratóriumi idő, amelyet visszaadunk egy tudóscsoportnak a lekérdezés futtatásához szükséges idő alatt. Ez az a daru, amely működik, és megérdemli, hogy egyértelműen, irónia és fedezet nélkül nevezzük: ez az, amiben a mesterséges intelligencia rendkívül jó, és a határairól szóló őszinte érvelés sem tehet mást.
A pikkely onnantól csak nő. Stokes leír egy második, jelenleg felülvizsgálat alatt álló projektet: „Vettünk egy mesterséges intelligencia-modellt, 12 347 622 molekulát adtunk neki egy online vegyianyag-tárból, és megkértük, hogy azonosítson új vegyszereket, amelyek antibakteriálisak lehetnek. A modell néhány előrejelzését bevittük a laboratóriumba, és számos szerkezetileg új vegyszert találtunk, amelyek ígéretes aktivitást mutatnak a klinikailag megterhelő baktériumok ellen.” A számítás nagyjából egy napot vett igénybe. Becslései szerint mind a 12 millió kézi tesztelése körülbelül négy évig tartott volna.
Tehát itt van a kérdésem, amit feltettem a chicagói teremnek, és azt szeretném feltenni neked: Mit csinált Stokes csapata a visszatérés évével?
Nem azzal töltötték, hogy több molekulát generáljanak. Arra fordították, hogy különbséget tettek a már meglévők között – a túlélőket a lassabb, sokkal emberibb tesztelési, finomítási és vitatkozási munkán keresztül futtatták, mely anomáliákat érdemes üldözni, és melyek a zajt. A gép visszavette az időt. A csapat ítélkezésre fordította, nem pedig további keresésre.
Ez az a pont, ahol a történet már nem a tudományról szól, hanem minden olyan iroda minden asztaláról, ahol most egy másik lapon van megnyitva egy chatbot.
Megkérdeztem a hollywoodi forgatókönyvírót, Jonathon Stewartot – akinek karrierje az elmúlt évtized legnagyobb animációs sorozatain keresztül fut –, hogy az AI által egy munkamenet során generált mennyiség hány százaléka marad meg forgatókönyvvé. Válasza szinte pontosan megegyezett Stokesével: egy-öt százalék. Kérj a géptől egy jelenetet, és lehet, hogy húsz hozzáértő variációt kap vissza. Egy sort fog használni az egyikből, talán egy olyan szerkezeti ötletet, amely egy tervezetbe van eltemetve, amelyet egyébként elvet. A többi tizenkilenc eltűnik.
Ha még soha nem dolgozott egy szelekcióra épülő szakmában – vágás, casting, felvásárlás, gyógyszerkutatás, forgatókönyvírás –, ez a szám pazarlásnak tűnhet. Ennek az ellenkezője. Egy folyóirat nem ad ki minden kéziratot, ami átmegy a szerkesztő asztalán; egy casting rendező nem veszi fel az ajtón keresztül az első színészt. A megfontolt és a választott aránya mindig is brutális volt minden olyan területen, ahol az íz a tényleges termék. Amit az AI megváltoztatott, az nem az arány. Arról van szó, hogy az arány most már látható, megszámlálható és azonnali, ahelyett, hogy több hónapig tartó latyakhalmok és hívások között oszlana el.
Ez elvezet ahhoz a valódi veszélyhez, amelyet jelenleg a vezetői csapatokban látok, és amelyet senki sem nevez meg: a legtöbb vezető mesterséges intelligencia segítségével időt takarít meg, majd a megspórolt időt ahelyett, hogy lelkiismeretesebben választana, többet termel. Öt módon futtatják ugyanazt a promptot, öt stratégiai csomagot, öt hirdetési koncepciót, öt piacra lépési tervet készítenek, és a halmot „opciók”-nak nevezik. De a lehetőségek halmaza nem döntés, és a bőség megcsodálásával eltöltött délután nem egyenlő egy ítéletszerzéssel eltöltött délutánnal.
A Stokes csapata a felépült évét nem kezelte több keresési időként. Több kiválasztási időként kezelték. Ez a megkülönböztetés az esszé teljes érve, és lefogadom, hogy hamarosan a következő évtized egyik meghatározó versenyelőnyévé válik: azok a szervezetek, amelyek a mesterséges intelligencia által megtakarított időmegtakarítást élesebb ítélőképességbe fektetik be, felülmúlják azokat, amelyek ugyanazokat a megtakarításokat fektetik vissza még több, senki által nem kért tartalom előállításába.
A 95-99 százalékban elvetettről még egy dolgot érdemes elmondani, mert nem hiszem, hogy úgy tűnik el, ahogy feltételezzük. Minden molekula, amelyet Stokes csapata elutasított, kiélezte a szemét, hogy melyik molekula számít. Stewart minden eldobott tervezete megmozgatja az ösztönét, hogy a vonalat érdemes megtartani. Az eldobott halom nem hulladék. Ez a negatív tér adja a kiválasztott néhány százalék alakját. Nem fejlesztheted ízlésed, ha csak azt nézed, amit megtartasz. Úgy fejleszted, hogy elég alaposan megnézed mindazt, amit nem, egészen addig, amíg meg nem érted, hogy pontosan miért nem sikerült.
Stokes nyersen fogalmaz: "Az AI-modellek egyszerűen javaslatgeneráló dobozok. Az emberek – szaktudásunkkal és megélt tapasztalatunkkal – megfogadják ezeket a javaslatokat, amelyek többsége nem nagyszerű, és jobb döntést hoz, mint amit egyébként hoztunk volna."
Ez lehet a legfontosabb dolog, amit a mesterséges intelligencia csendben tett a professzionális szakértelem érdekében: az elutasítást tette a munka látható, mérhető középpontjává, nem pedig annak láthatatlan részévé, amely azelőtt történt, hogy bárki is látta volna az első piszkozatot. Évtizedeken keresztül az ítéletek az oldalon kívülre kerültek – a szerkesztő privát slágerhalmaza, a tudós privát zsákutcái, a hamis indulások évei, amelyeket a laboron kívül soha senki nem látott. A mesterséges intelligencia a napvilágra vonta ezt a rejtett munkát. Mostantól valós időben láthatjuk, hogy egy szakember mennyit dob ki a megfelelő dolog megtartása érdekében.
Ez megváltoztatja azt, ahogyan értékeljük a mesterséges intelligencia elfogadását egy vállalaton belül. A rossz kérdés az, hogy „mennyit termelt a csapat ebben a negyedévben?” Ez a szám mindig emelkedni fog, mindig lenyűgözően fog kinézni, és szinte semmit sem árul el arról, hogy történt-e valami jó. A helyes kérdés közelebb áll ahhoz, amit Stokes leírt: Mennyivel alaposabban és mennyivel gyorsabban választ most a csapata? Ha a válasz „Tízszer többet termelünk és tízszer többet szállítunk”, akkor Ön egy gyorsabb gépet épített a Wall of Gray előállításához – hozzáértő, felejthető, átlagos anyag nagyobb mennyiségben. Ha a válasz „Tízszer többet termelünk és ugyanannyit szállítunk, de ez mérhetően jobb, mert a felépült időt azzal töltöttük, hogy azon vitatkozunk, melyik százalék érdemelte meg a túlélést”, akkor valami tartósat építettünk.
A daru felemel. Ez a rész nem vitás, és Stokes lenne az első, aki elmondaná, hogy a laborja gyorsabb és jobb ehhez. De soha nem a daru volt az épület lényege. Egy év törmeléket takarított el, hogy a teremben tartózkodók ezt az időt azzal tölthessék, hogy valódi alapos vizsgálat mellett eldöntsék, mit érdemes megépíteni. A több generációba újra befektetett megtakarított idő csak gyorsabban elpazarolt idő. A megspórolt idő, amelyet az alaposabb ítélkezésbe fektetnek be, ennek a történetnek az egyetlen olyan változata, amely egy antibiotikummal, egy kész forgatókönyvvel vagy egy olyan stratégiával végződik, amely túléli a valósággal való érintkezést.
Tehát meghagyom neked azt a kérdést, hogy elhagytam a chicagói szobát: A csapatod szinte biztosan gyorsabb lett idén az AI miatt. Pontosan mit csinálsz az idővel, amikor visszajöttél?
Napi