बुद्धिमान नेतृत्व सह व्यवसायाचे रूपांतर

हायलाइट्स

• स्टार्टअप्स कार्यकारी कार्ये आणि निर्णय घेण्याकरिता डिक्टरोरच्या “मिका” सारख्या एआय एजंट्स आणि ह्युमनॉइड रोबोट्सचा प्रयत्न करीत आहेत.
• अल्तान आणि कारागीर एआय सारखे प्लॅटफॉर्म हे दर्शविते की स्वायत्त एजंट्स थोडे मानवी देखरेखीसह सॉफ्टवेअर कसे तयार करू शकतात किंवा “कर्मचारी” म्हणून कार्य करू शकतात.
• फायद्यांमध्ये द्रुत अंमलबजावणी, स्केलेबिलिटी आणि गैर-तांत्रिक संस्थापकांना भाग घेण्यास अनुमती देणे समाविष्ट आहे, तर महत्त्वपूर्ण धोरणात्मक निर्णय मानवी हातात राहतात.
• नैतिक, कायदेशीर आणि विश्वासाचे मुद्दे हे स्पष्ट करतात की पूर्णपणे स्वायत्त “एआय सीईओ” अद्याप प्रायोगिक टप्प्यात आहेत आणि त्यांना स्पष्ट निरीक्षण आणि जबाबदारीची आवश्यकता आहे.

कृत्रिम बुद्धिमत्ता (एआय) सिस्टम अधिक सक्षम झाल्यामुळे, काही स्टार्टअप्स आणि कंपन्या अशा कल्पनांचा प्रयत्न करीत आहेत ज्या मशीनला कार्यकारी भूमिकांसह अधिक जबाबदा .्या घेण्यास परवानगी देतात. स्वायत्त एजंट्स जे सॉफ्टवेअर तयार करतात ते रोबोट्सकडे “प्रायोगिक मुख्य कार्यकारी अधिकारी” म्हणून काम करतात, हे प्रयत्न एआय सामरिक किंवा व्यवस्थापकीय निर्णय हाताळू शकतात की नाही याची तपासणी करतात.

हा लेख स्टार्टअप्समधील स्वायत्त निर्णय घेण्याच्या अलीकडील प्रयोगांकडे पाहतो: काय प्रयत्न केले गेले आहे, ते किती प्रभावी आहे, कोणती आव्हाने अजूनही अस्तित्त्वात आहेत आणि कोणते धडे शिकले जाऊ शकतात.

मशीन कंपनी चालविणे म्हणजे काय

स्पष्टतेसाठी, “कंपनी चालविणारी मशीन्स” सहसा सर्व मानवी नेत्यांची जागा पूर्णपणे बदलण्याचा अर्थ नसते. हे एआय एजंट्स, रोबोट्स किंवा अल्गोरिदम सिस्टमला काही कार्यकारी, सामरिक किंवा व्यवस्थापकीय भूमिका सोपविण्यास संदर्भित करते. या एआय सिस्टम लक्ष्ये आणि डेटा सारख्या इनपुट घेतात आणि मानवी निरीक्षणाच्या वेगवेगळ्या स्तरांसह निर्णय आणि कृती यासारखे आउटपुट तयार करतात. हे एक्सप्लोर करणारे स्टार्टअप्स बर्‍याचदा अरुंद किंवा चांगल्या परिभाषित क्षेत्राची चाचणी करून प्रारंभ करतात, जसे की उत्पादन विकास, सॉफ्टवेअर देखभाल, विपणन मोहिम किंवा क्लायंट परस्परसंवाद, व्यापक ऑपरेशनल आणि सामरिक निर्णय घेण्यापूर्वी.

वास्तविक-जगातील प्रयोग

रोबोटचा रोबोट सीईओ मीका

सर्वात उल्लेखनीय प्रयोगांपैकी एक म्हणजे डिक्टरोर, पोलिश रम कंपनी, ज्याने 2022 मध्ये नियुक्त केले एआय-पॉवर ह्युमनॉइड रोबोट नावाचे मिका त्याचे प्रायोगिक मुख्य कार्यकारी अधिकारी म्हणून.

मिकाच्या कार्यांमध्ये कंपनीच्या बाटली लेबलांची रचना करण्यासाठी कलाकारांची निवड करणे, कंपनीच्या डीएओ (विकेंद्रित स्वायत्त संस्था) समुदायाशी संवाद साधणे आणि काही संप्रेषण कर्तव्ये व्यवस्थापित करणे समाविष्ट आहे.

तथापि, भाड्याने देणे आणि गोळीबार करणे यासारख्या महत्त्वपूर्ण निर्णयांमुळे मानवांवर अजूनही विश्रांती आहे.

मिका ठामपणे सांगते की त्याचा निर्णय घेण्यावर डेटावर अवलंबून आहे, सामरिक लक्ष्यांसह संरेखित होते आणि वैयक्तिक पक्षपातीपासून मुक्त होण्याचे उद्दीष्ट आहे.

ही परिस्थिती पूर्णपणे कार्यशीलतेपेक्षा अधिक प्रतीकात्मक आणि प्रायोगिक आहे; हे भविष्यातील संभाव्यतेकडे निर्देश करते आणि एआयला कोणती कार्ये सुरक्षितपणे नियुक्त केली जाऊ शकतात याबद्दल प्रश्न उपस्थित करते.

अल्टान: स्वायत्त एजंट्स बिल्डिंग सॉफ्टवेअर

औपचारिक भूमिकेपेक्षा स्टार्टअप ऑपरेशन्स जवळ अल्टान आहे, बार्सिलोना-आधारित स्टार्टअप ज्याने एआय एजंट्सच्या व्यासपीठासाठी कमीतकमी मानवी मदतीने सॉफ्टवेअर तयार केले, लाँच केले आणि व्यवस्थापित केले.

वापरकर्ते मजकूर किंवा व्हॉईसद्वारे त्यांच्या कल्पनांचे वर्णन करतात आणि एआय एजंट्सची एक टीम-जसे की यूएक्स डिझायनर, पूर्ण-स्टॅक विकसक आणि एक उत्पादन व्यवस्थापक-बॅकएंड ऑटोमेशन, पायाभूत सुविधा आणि डेटाबेससह सॉफ्टवेअर सोल्यूशन्स प्रदान करण्यासाठी कोलाबोरेट करते.

अल्टानने आधीच 25,000 हून अधिक वापरकर्ते असल्याचा दावा केला आहे, त्यापैकी बरेच जण आरक्षण प्रणाली आणि इन्व्हेंटरी सॉफ्टवेअर सारख्या वस्तू लाँच करण्यासाठी वापरत नसलेले तांत्रिक संस्थापक आहेत.

एक उदाहरण नॉन-टेक्निकल संस्थापक, ज्युलियस कोप, ज्याने अल्टानच्या व्यासपीठाचा वापर करून सुमारे 60 दिवसांत मासिक आवर्ती महसूल सुमारे 10,000 डॉलर्स मिळविला.

अल्टान मशीनच्या नेतृत्वाखालील व्यवसायाच्या दिशेने एक व्यावहारिक पाऊल दर्शवितो, जेथे उत्पादन निर्मिती, देखभाल आणि ऑपरेशनचे भाग स्वयंचलित असतात किंवा एजंट्सद्वारे नेतृत्व करतात.

कारागीर एआय: एआय कर्मचारी

या क्षेत्रातील आणखी एक स्टार्टअप म्हणजे कारागीर एआय, जे फक्त साधने किंवा सहाय्यकांऐवजी कर्मचारी म्हणून कार्य करण्यासाठी एआयची रचना करते.

त्यांचा पहिला एआय कर्मचारी एव्हीए, व्यवसाय विकास प्रतिनिधी (बीडीआर) आहे. एव्हीए संशोधन क्लायंटच्या स्वरात लीड्स, लिहितो आणि ईमेल पाठवते, आउटगोइंग सीक्वेन्स व्यवस्थापित करते आणि कामगिरी सुधारते.

कारागीर असा दावा करतो की त्याचे एजंट काही प्रमाणात मानवी कर्मचार्‍यासारखे शिकू, समायोजित आणि सुधारू शकतात.

याचा अर्थ असा नाही की आर्टिझनकडे एआयचे मुख्य कार्यकारी अधिकारी आहेत, परंतु हे स्पष्ट करते की कंपन्या एआय एजंट्सना महत्त्वपूर्ण स्वायत्त निर्णय घेण्याचे कसे सोपवित आहेत.

काय कार्य करते आणि काय नाही

सामर्थ्य

वेग, स्केलेबिलिटी, खर्च बचत: एआय एजंट सतत कार्य करू शकतात, नियमित कार्ये द्रुतपणे पार पाडू शकतात आणि बर्‍याच सोप्या कार्यांसाठी मानवी संघांपेक्षा वेगवान वाढू शकतात. तांत्रिक नसलेल्या संस्थापकांसाठी त्वरीत कार्यात्मक सॉफ्टवेअर वितरित करण्याची अल्टानची क्षमता हे एक उदाहरण आहे.

पूर्वाग्रह कपात (सिद्धांतानुसार), सुसंगतता: मिकासारखी साधने वैयक्तिक पक्षपात कमी करण्याचा दावा करतात. एव्हीए सारखे एजंट सुसंगत टोन आणि दृष्टीकोन ठेवू शकतात. तथापि, “सिद्धांतानुसार” महत्वाचे आहे. एआय प्रशिक्षण डेटामधून पक्षपात करू शकते.

गैर-तांत्रिक कलाकार सक्षम करणे: एक मुख्य फायदा म्हणजे तांत्रिक नसलेल्या संस्थापकांसाठी अडथळे कमी करणे ज्यांना आता कुशल विकास कार्यसंघांची आवश्यकता असलेल्या साधनांमध्ये प्रवेश आहे. अल्तानचे वापरकर्ते हा बदल प्रतिबिंबित करतात.

नवीन प्रशासन किंवा व्यवस्थापन मॉडेलची चाचणी: उदाहरणार्थ, एआय आणि दृश्यमान नेतृत्व भूमिकांमधील रोबोट्ससह-अगदी प्रतीकात्मकपणे-निर्णय घेण्याचा खरोखर काय अर्थ आहे याचा विचार करणे. डिक्टर / मिका प्रकरण अद्याप मानवी सामरिक विचारांची जागा घेत नसले तरीही उपयुक्त आहे.

मर्यादा

निर्णयाची व्याप्ती: एआयवर बर्‍याचदा स्पष्ट, कमी जोखीम, रूटीन कार्ये किंवा प्रतीकात्मक भूमिकांवर विश्वास ठेवला जातो. विलीनीकरण, मोठ्या आर्थिक बांधिलकी आणि कर्मचार्‍यांचे बदल यासारख्या जटिल सामरिक निवडी मानवांसह रहा कारण संदर्भ, नीतिशास्त्र, दीर्घकालीन दृष्टी, नैतिक निर्णय आणि भागधारक सूक्ष्मता स्वयंचलित करणे कठीण आहे. मिका लोकांना गोळीबार करत नाही.

विश्वसनीयता, अनपेक्षित वर्तन आणि निरीक्षण: एआय सिस्टम अयशस्वी होऊ शकतात. एजंट्स कदाचित सूचित करतात, चुकीचे निष्कर्ष काढतात किंवा परस्परावलंबनांकडे दुर्लक्ष करतात. या उणीवा मानवी निरीक्षणासाठी कॉल करतात.

नैतिक, कायदेशीर आणि विश्वासाची चिंता: कर्मचारी, ग्राहक आणि नियामक यासारखे भागधारक मशीन नेतृत्वाचा विरोध करतात. जबाबदारी अस्पष्ट होऊ शकते. जर एआय हानिकारक निर्णय घेत असेल तर कोण दोषी आहे?

किंमत, देखभाल, डेटा अवलंबित्व: स्वायत्त एजंट्स तयार करणे, प्रशिक्षण, देखभाल करणे आणि अद्यतनित करणे यासाठी डेटा, संगणकीय शक्ती आणि सिस्टम डिझाइनची आवश्यकता आहे. चालू खर्च आणि प्रयत्न अस्तित्त्वात आहेत, विशेषत: नवीन कंपन्यांसाठी.

परफॉर्मेटिव्ह वि फंक्शनल भूमिका: काही “एआय सीईओ” पोझिशन्स मुख्यतः प्रतीकात्मक किंवा पीआर-केंद्रित असतात, जसे की डिक्टाडोरच्या मिकासारख्या रोबोट कॉर्पोरेट रणनीती पूर्णपणे चालवतात याचा पुरावा घेण्याऐवजी.

तांत्रिक आणि संघटनात्मक सक्षम

मशीन-नेतृत्वाखालील नेतृत्व किंवा स्वायत्त निर्णय घेण्याच्या प्रयोग करणार्‍या कंपन्यांसाठी काही सक्षम सक्षम आहेत:

मॉड्यूलर एजंट फ्रेमवर्क: डिझाइन, कोडिंग, चाचणी आणि उपयोजन यासारख्या विशिष्ट भूमिकांसह उप-एजंट्सपासून बनविलेल्या सिस्टम, एकल, मोठ्या एआय सिस्टमपेक्षा चांगले कार्य करतात. स्पेशलायझेशन जटिलता व्यवस्थापित करण्यास मदत करते. अल्टान हे एक चांगले उदाहरण आहे.

स्पष्ट ध्येय आणि मेट्रिक्स: एआयने वेग, अपटाइम, महसूल किंवा डिझाइनची गुणवत्ता आणि कामगिरीचे मोजमाप करण्याचे मार्ग जसे की एआयने कशावर लक्ष केंद्रित केले पाहिजे याची स्पष्ट व्याख्या आवश्यक आहेत.

मानवी निरीक्षण आणि नियंत्रण बिंदू: मशीन्स निर्णय घेत असतानाही मानव सामान्यत: उच्च-जोखमी किंवा सामरिक निवडीसाठी गुंतलेले असतात.

विश्वास, पारदर्शकता आणि स्पष्टीकरण: निर्णय कसे घेतले जातात हे भागधारकांना समजले पाहिजे. मॉडेल वर्तन, डेटा स्रोत आणि त्रुटींबद्दल स्पष्टता देखील असावी.

हळूहळू अंमलबजावणी: बरेच प्रयोग विस्तारण्यापूर्वी अरुंद कार्ये नियुक्त करून सुरू होतात.

जोखीम, नैतिक परिणाम आणि मानवी घटक

एआय किंवा रोबोट “सीईओ” असू शकतो ही कल्पना बर्‍याच नैतिक, कायदेशीर आणि सामाजिक प्रश्न उपस्थित करते.

जबाबदारी: जर एखाद्या निर्णयामुळे आर्थिक, प्रतिष्ठित किंवा सुरक्षिततेशी संबंधित हानी होते तर कोण जबाबदार आहे? ही प्रणाली, कंपनी, विकसक किंवा एआय स्वतः स्थापित करणारे मानव आहे?

पूर्वाग्रह आणि निष्पक्षता: एआय सिस्टम डेटामधून शिकतात, म्हणजेच ते पक्षपाती निवडू शकतात किंवा त्यांना बळकट करू शकतात. एआय डिझाइन किंवा कलाकारांबद्दल निर्णय घेताना काही शैली किंवा लोकसंख्याशास्त्राची पसंती असू शकते.

नोकर्‍या आणि भूमिका: ऑटोमेशन विशिष्ट नोकर्‍या काढून टाकू शकते, विशेषत: नियमित नेतृत्व किंवा प्रशासकीय क्षेत्रात. तथापि, नोकरीच्या पुनर्निर्देशनाची संधी देखील आहे – मानवांनी निरीक्षण, रणनीती, संस्कृती आणि मूल्ये यावर अधिक लक्ष केंद्रित केले आहे.

विश्वास आणि कायदेशीरपणा: कर्मचारी, ग्राहक आणि उद्योग भागीदारांसारखे भागधारक मानव नसलेल्या एजंट्स किंवा अवतारांनी घेतलेल्या निर्णयावर विश्वास ठेवू शकत नाहीत. ते या निर्णयांना सहानुभूती, नैतिकता किंवा मानवी अंतर्दृष्टी म्हणून पाहू शकतात.

कायदेशीर अडचणी: कॉर्पोरेट कायदा, करार, उत्तरदायित्व आणि रोजगार नियम मानवी कृतींवर आधारित आहेत. हे अस्पष्ट आहे की शासित संस्था मानव-मुख्य कार्यकारी अधिकारी किंवा रोबोट्स कायदेशीररित्या बंधनकारक निर्णय कसे हाताळतील.

निष्कर्ष

सध्या उत्तर आहे: केवळ अंशतः, प्रयोगात्मक आणि मानवी निरीक्षणासह. मशीन्स आधीच नेतृत्व-संबंधित भूमिकांवर घेऊ शकतात. ते मुख्य कार्यकारी अधिकारी सामान्यत: उत्पादन डिझाइन निवडणे, कलाकारांची निवड करणे आणि एजंट्सद्वारे कोड विकसित करणे यासारख्या विशिष्ट निर्णयांचे प्रतिनिधी किंवा हाताळतात अशी कार्ये स्वयंचलित करू शकतात. अल्टान सारख्या स्टार्टअप्स मशीनच्या नेतृत्वाखालील ऑपरेशन्सकडे सीमा पुढे ढकलत आहेत. तरीही, पूर्णपणे स्वायत्त नेतृत्व – सर्व रणनीतिक, नैतिक, कायदेशीर आणि परस्परसंबंधित निर्णय घेणे – अद्याप येथे नाही.

हे जे प्रकट करते त्यासाठी प्रयोग मौल्यवान आहे: कोणती कार्ये ऑटोमेशनसाठी अनुकूल आहेत, ज्यास मानवी निर्णयाची आवश्यकता आहे आणि अधिक जबाबदारी मशीनवर सुरक्षितपणे बदलण्यासाठी कोणत्या संघटनात्मक आणि कायदेशीर बदलांची आवश्यकता असेल. संस्थापक आणि भागधारकांसाठी, कमी जोखमीच्या क्षेत्रांमध्ये चाचणी करणे, विश्वास आणि पारदर्शकता निर्माण करणे, निरीक्षण करणे आणि सतत कामगिरीचे परीक्षण करणे ही मुख्य गोष्ट आहे. एआय “सीईओ” ची कल्पना यापुढे विज्ञान कल्पित कथा नाही, परंतु अद्याप हे काम प्रगतीपथावर आहे.