Nachricht

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Li Ning/Text Stellt die als vierte industrielle Revolution bekannte generative künstliche Intelligenz (KI) wirklich eine neue Produktivitätsrevolution dar?

Im Rückblick auf die Geschichte brachten die vorangegangenen industriellen Revolutionen enorme Produktivitätssprünge. Die erste industrielle Revolution begann in den 1760er Jahren, gekennzeichnet durch Watts verbesserte Dampfmaschine, die eine Verlagerung von Handarbeit zur maschinellen Produktion auslöste. Die zweite industrielle Revolution war durch den weit verbreiteten Einsatz von Elektrizität gekennzeichnet. Diese beiden Revolutionen reduzierten die Kosten für die Nutzung von Bioenergie, Arbeitskräften und tierischer Energie erheblich und brachten in vielen Szenarien die Grenzkosten der durch Handarbeit erzeugten Wertschöpfung nahe Null. Die dritte industrielle Revolution, auch Informationstechnologie-Revolution genannt, begann nach dem Zweiten Weltkrieg und war geprägt von der Popularisierung von Computern und dem Internet. Zu diesem Zeitpunkt haben die von Google vertretenen Internetunternehmen die Kosten für die Informationsbeschaffung und -verbreitung auf ein extrem niedriges Niveau gesenkt.

Wie Lu Qi, ehemaliger Präsident von Baidu, betonte, haben Internetunternehmen einen entscheidenden Wandel erreicht: Sie haben die Grenzkosten für die Informationsbeschaffung in Fixkosten umgewandelt. Nehmen wir als Beispiel Google: Das Unternehmen investiert jedes Jahr etwa 1 Milliarde US-Dollar in die Kartenproduktion, aber für jeden Nutzer sind die Kosten für die Beschaffung von Karteninformationen nahezu Null. Dieses Modell verändert nicht nur die Art und Weise der Informationsbeschaffung, sondern hat auch tiefgreifende Auswirkungen auf alle Lebensbereiche.

Wir müssen jedoch den wesentlichen Unterschied zwischen Information und Wissen erkennen. Die Informationsrevolution hat die Kosten für den Erhalt vorhandener Informationen gesenkt. Bei diesen Informationen handelt es sich jedoch in der Regel um Wissen, das von früheren Generationen geschaffen wurde, beispielsweise Bücher, Wissenspunkte oder Codes. Nach dem Erwerb von Informationen ist die Neuschöpfung und Anwendung von Wissen immer noch hauptsächlich auf den Menschen angewiesen.

Das Aufkommen der generativen KI hat diese Logik verändert. Es reduziert die Kosten der Wissensproduktion erheblich. Die Schaffung von Wissen ist die zentrale Triebfeder des gesellschaftlichen Fortschritts und umfasst alles von modernster wissenschaftlicher Forschung, Unternehmensforschung und -entwicklung, Vertriebslösungen in der Dienstleistungsbranche bis hin zu Bildung und Alltagsplanung im Familienbereich. Im Wesentlichen handelt es sich bei diesen Aktivitäten um Prozesse der Neukombination und Erstellung vorhandener Informationen.

Mit Hilfe von KI können wir beispielsweise in wenigen Sekunden eine hochwertige Kopie erstellen, in wenigen Minuten eine Vielzahl kreativer Brainstormings durchführen und sogar schnell Bilder, Videos und Musikwerke erstellen.

Im Bereich der wissenschaftlichen Forschung ist der Einsatz von KI noch auffälliger. Beispielsweise verändert AlphaFold (ein neues Modell, das von Google DeepMind und I-somorphic Labs, zwei KI-Unternehmen im Besitz von Google, entwickelt wurde) als revolutionäre KI-Technologie die Landschaft der biomedizinischen Forschung völlig, verkürzt den wissenschaftlichen Forschungszyklus erheblich und senkt die Kosten .

Traditionell erfordert die Bestimmung der dreidimensionalen Struktur eines Proteins den Einsatz experimenteller Methoden wie Röntgenkristallographie oder Kryo-Elektronenmikroskopie. Diese Methoden sind nicht nur zeitaufwändig und arbeitsintensiv und dauern oft Monate oder sogar Jahre auch teuer. AlphaFold kann Proteinstrukturen innerhalb von Stunden oder Tagen genau vorhersagen und so den Forschungszyklus erheblich verkürzen.

Am Beispiel der Arzneimittelforschung und -entwicklung kann ESM3 (ein bahnbrechendes generatives künstliches Intelligenzmodell, das vom KI-Startup EvolutionaryScale speziell für das Proteindesign entwickelt wurde) schnell neue Proteinsequenzen, einschließlich Antikörper und Enzyme mit spezifischen Funktionen, simulieren und generieren und es Wissenschaftlern ermöglichen, zielgerichtete Arzneimittel zu entwickeln mit beispielloser Präzision.

Diese Fähigkeit ermöglicht es Forschern, schnell neue Proteindesigns zu entwickeln und zu testen und dabei den Versuch-und-Irrtum-Ansatz zu umgehen, der bei der traditionellen Arzneimittelentwicklung vorherrscht, und so die Forschung auf die vielversprechendsten Arzneimittelkandidaten zu konzentrieren. Der interaktive Charakter von ESM3 ermöglicht es Forschern, den Proteindesignprozess durch Eingabeaufforderungen zu steuern und so die Effizienz der Arzneimittelentwicklung weiter zu verbessern. Dies beschleunigt nicht nur die Forschung, sondern senkt auch die Kosten erheblich, da Forscher einen größeren Bereich des Proteinraums in einer virtuellen Umgebung erkunden können, bevor sie ihn im Labor validieren. Die Fähigkeit von ESM3, Millionen Jahre natürlicher Evolutionsprozesse zu simulieren, eröffnet neue Möglichkeiten für die Entwicklung innovativer Medikamente.

Mustafa Suleyman, Chief Executive Officer (CEO) von Microsoft AI, prognostiziert, dass die Kosten für die Produktion neuen Wissens in den nächsten 15 bis 20 Jahren gegen Null gehen werden. Er glaubt, dass diese Veränderungen einen wahren „Wendepunkt“ in der Geschichte der Menschheit markieren werden.

Neue Vision und neue Logik

Wenn die Entwicklung und Popularisierung der generativen KI die Vision verwirklicht, dass die Grenzkosten der Wissensschaffung gegen Null gehen, werden wir eine beispiellose Zukunft einläuten. In dieser Zukunft wird die Wissensproduktion extrem kostengünstig und effizient werden, was tiefgreifende Veränderungen mit sich bringen wird.

Stellen Sie sich vor, dass wissenschaftliche Forscher den experimentellen Entwurf und die Datenanalyse in wenigen Minuten abschließen können, und der wissenschaftliche Forschungszyklus, der früher Monate dauerte, wurde erheblich verkürzt. Komplexe Aufgaben wie die Vorhersage der Proteinstruktur und das Screening chemischer Substanzen werden präziser und effizienter, und der wissenschaftliche Fortschritt wird wie nie zuvor vorangetrieben. Im Labor werden sich die Forscher mehr auf kreative Erkundungen konzentrieren als auf langwierige, wiederholte Experimente.

Zukünftig können Ärzte per Mausklick die neuesten medizinischen Erkenntnisse sowie die besten Diagnose- und Behandlungsmöglichkeiten erhalten und individuell auf ihre Patienten zugeschnittene Behandlungspläne erstellen. Jeder Patient kann die am besten geeignete medizinische Versorgung erhalten und die Wirksamkeit und Effizienz von Diagnose und Behandlung werden erheblich verbessert. Deutliche Verbesserungen im Gesundheitsbereich werden den Menschen eine höhere Lebensqualität ermöglichen und Krankheiten werden kein unbesiegbarer Feind mehr sein.

Im Klassenzimmer stellt generative KI maßgeschneiderte Lernressourcen entsprechend dem Lernfortschritt und den Interessen jedes Schülers bereit und unterrichtet so die Schüler entsprechend ihrer Begabung. Die Studierenden sind nicht mehr an einen einheitlichen Lehrplan gebunden, sondern können auf die Art und Weise und in dem Tempo lernen, die ihnen am besten passen. Das Potenzial jedes Kindes wird voll gefördert, das Lernen wird zum Spaß und die Qualität der Bildung wird umfassend verbessert.

Im psychologischen Beratungsraum sorgt generative KI für personalisierte psychologische Beratung und emotionale Unterstützung. KI kann den emotionalen Zustand einer Person genau erkennen und analysieren und rechtzeitig und wirksame psychologische Hilfe leisten. Ganz gleich, ob Sie mit Stress oder Ängsten konfrontiert sind oder emotionalen Trost suchen: Mit der Fürsorge und Unterstützung der KI kann jeder inneren Frieden und Glück finden.

Generative KI wird in Zukunft überall im täglichen Leben Einzug halten. Nachhilfe für Hochschulaufnahmeprüfungen, Beratungsdienste und kreative Arbeit – KI wird die Effizienz und Effektivität erheblich verbessern. Menschen können eine Vielzahl von Aufgaben problemlos erledigen und haben so mehr Zeit und Energie für kreative und strategische Arbeit. Wiederkehrende und mechanische Aufgaben werden von der KI übernommen und das Leben der Menschen wird einfacher und angenehmer.

Nachdem wir die Zukunftsvision geklärt haben, die generative KI mit sich bringen könnte, müssen wir über eine neue Entscheidungslogik nachdenken. Da die Grenzkosten der Wissensproduktion gegen Null gehen werden, müssen alle – vom Einzelnen bis zum Unternehmen – ihre Entscheidungen und Strategien anpassen, um sich an diesen Wandel anzupassen.

Der Einzelne muss seinen eigenen Wert neu bewerten. Welche Fähigkeiten und Qualitäten sind in einer Zeit, in der Wissen leicht verfügbar ist, noch wertvoll? Obwohl KI in vielen Bereichen leistungsstarke Fähigkeiten unter Beweis gestellt hat, ist echte Innovation von 0 auf 1 immer noch untrennbar mit menschlicher Inspiration und Intuition verbunden. Was diese Art von Innovation erfordert, ist ein Funke Inspiration, ein Moment der Erleuchtung, und KI ist derzeit nicht in der Lage, diese Art von Kreativität vollständig von Grund auf zu reproduzieren.

Deshalb müssen wir darüber nachdenken, wie wir unsere Einzigartigkeit in diesem Umfeld bewahren können. Kontinuierliches Lernen und Selbstverbesserung helfen uns nicht nur, uns an die sich schnell verändernde Welt anzupassen, sondern ermöglichen es uns auch, in unseren eigenen Bereichen weiterhin Innovationen voranzutreiben und wettbewerbsfähig zu bleiben. Innovation von 0 auf 1 erfordert unvorhersehbare Inspiration und Intuition, einen kleinen Funken im menschlichen Denken, der den gesamten kreativen Prozess in Gang setzen kann. Wir sollten diese Fähigkeit schätzen und sie weiterhin pflegen und fördern.

Noch wichtiger ist, dass KI zwar leistungsstark ist, ihr aber derzeit der Sinn für Richtung und Zweck fehlt. Eine der Schlüsselaufgaben des Menschen in diesem Zeitalter besteht darin, der KI Richtung und Bedeutung zu geben. Wir müssen entscheiden, welche Probleme mit KI gelöst werden sollen, wie KI zur Verbesserung des menschlichen Lebens eingesetzt werden kann und wie sichergestellt werden kann, dass die Entwicklung von KI moralischen und ethischen Standards entspricht. Diese Fähigkeit erfordert von uns eine Makroperspektive, tiefe Einsichten und ein ausgeprägtes Verständnis menschlicher Werte und sozialer Bedürfnisse.

Der Bereich der wissenschaftlichen Forschung liefert ein zum Nachdenken anregendes Beispiel dafür, welchen tiefgreifenden Einfluss generative KI auf den Wissensschaffungsprozess haben kann.

Wissenschaftliche Forschung gilt traditionell als Palast der Schaffung neuen Wissens, und der Prozess ist oft zeitaufwändig, arbeitsintensiv und kostspielig. Am Beispiel des Managements geht es bei der Forschung nicht nur um die Entdeckung neuer Phänomene und Theorien, sondern erfordert auch sorgfältige Verfeinerung und rigorose Demonstration. Wie die Managementwissenschaftler Markus Baer und Jason Shaw in ihrem Artikel beschreiben, handelt es sich bei Managementwissenschaftlern um „akademische Handwerkskunst“.

Das Aufkommen der generativen KI könnte jedoch tiefgreifende Auswirkungen auf den Wert dieser „akademischen Handwerkskunst“ haben. Dies erinnert uns an die Auswirkungen früherer industrieller Revolutionen auf traditionelle Handwerker.

Vor der industriellen Revolution genossen qualifizierte Handwerker hohes Ansehen und ihre Fähigkeiten waren rar und wertvoll. Mit der Einführung von Maschinen und dem Aufkommen der Massenproduktion wurden jedoch viele einst hochspezialisierte Handwerke nach und nach durch standardisierte Industrieprozesse ersetzt, und der Status und Wert traditioneller Handwerker in der Gesellschaft sank erheblich.

Nun scheinen wir vor einem ähnlichen Wendepunkt zu stehen. Generative KI kann schnell riesige Datenmengen verarbeiten, scheinbar vernünftige Hypothesen und Schlussfolgerungen generieren und sogar den Stil akademischen Schreibens imitieren. Das lässt uns nachdenken: Wird KI den Wert akademischer „Handwerker“ deutlich mindern? Aufgaben, für die Forscher früher viel Zeit und Energie investieren mussten, wie z. B. Literaturrecherche, Datenanalyse und sogar vorläufige Theoriebildung, können mit KI heute möglicherweise nur noch wenige Minuten dauern.

Diese Änderung wird zweifellos tiefgreifende Auswirkungen auf die Wissenschaft haben. So wie die industrielle Revolution den Wert des Kunsthandwerks veränderte und dafür sorgte, dass zuvor unerreichbare handwerkliche Fähigkeiten nicht länger rar waren, wird das Aufkommen der generativen KI auch dazu führen, dass einige traditionelle akademische Fähigkeiten ihre Einzigartigkeit verlieren? Steht die wissenschaftliche Forschung als Beruf einer Minderheit vor Herausforderungen hinsichtlich ihrer Unersetzlichkeit?

Diese Fragen haben eine Reihe tiefergehender Überlegungen ausgelöst: Was ist im Zeitalter der KI der wichtigste Wert von Wissenschaftlern? Müssen wir neu definieren, was wir unter „akademischer Innovation“ verstehen? Vielleicht wird sich die Rolle der Wissenschaftler in Zukunft grundlegend ändern, aber wie genau? Werden sie sich stärker darauf konzentrieren, wirklich innovative Fragen zu stellen und routinemäßige Forschungsarbeiten der KI überlassen? Oder wird sich der Wert von Wissenschaftlern eher darin widerspiegeln, wie man KI bei der Durchführung von Forschungen anleitet und wie man die Zuverlässigkeit und Bedeutung von KI-generierten Ergebnissen beurteilt?

Müssen wir außerdem den gesamten Prozess der Wissensgenerierung überdenken? Wie kann in einer Zeit, in der KI schnell scheinbar vernünftige Forschungsergebnisse generieren kann, die Tiefe und Originalität der akademischen Forschung sichergestellt werden? Welche Rolle werden menschliche Kreativität und Einsicht in diesem Prozess spielen?

Im Zeitalter der generativen KI stehen Unternehmen als wichtige Einheiten der Wissensschaffung vor beispiellosen Herausforderungen und Chancen. Die traditionelle Wertschöpfungskette der Wissensschöpfung wird völlig untergraben, und Kernaktivitäten des Unternehmens wie Produktdesign, Serviceinnovation und Markteinblicke können durch den Einsatz von KI grundlegende Veränderungen erfahren. In diesem Zusammenhang müssen Unternehmen auch ihre Positionierung und Kernwettbewerbsfähigkeit überdenken.

Wenn KI schnell Designpläne, Produktideen und Marktanalysen generieren kann, wie können Unternehmen dann ihren eigenen einzigartigen Wert in der Wissensschöpfungskette finden? Eine mögliche Richtung besteht darin, den Fokus auf Bereiche zu verlagern, die sich mit KI nur schwer reproduzieren lassen, wie etwa den Aufbau von Markenwerten, den Aufbau emotionaler Bindungen oder grenzüberschreitende Innovationen. Dies erfordert, dass Unternehmen ihre Stärken neu bewerten und mehr in Humanisierung und Kreativität investieren. Diese Fragen haben zu tiefgreifenden Überlegungen über die zukünftige Entwicklungsrichtung des Unternehmens geführt.

Die Strategieformulierung und -umsetzung muss auf der Tatsache basieren, dass die Grenzkosten des Wissens gegen Null gehen. Muss das Unternehmen seine Strategie flexibel anpassen, um schnell auf Marktveränderungen und technologische Fortschritte reagieren zu können? Der Entscheidungsprozess wird stärker datengesteuert. Bietet generative KI genaue Analysen und Vorhersagen in Echtzeit, um Entscheidungsträger dabei zu unterstützen, intelligentere Entscheidungen zu treffen? Muss die Unternehmenskultur gleichzeitig offener und integrativer sein, Innovation und grenzüberschreitende Zusammenarbeit fördern und sich an das sich schnell verändernde Umfeld anpassen?

In diesem Prozess müssen wir eine offene Diskussion führen: Wie bringen Unternehmen Effizienz und Innovation in Einklang? Welche strategischen Anpassungen können in einer Zeit, in der Wissen leicht verfügbar ist, dafür sorgen, dass sich Unternehmen im harten Wettbewerb hervorheben? Werden künftige Unternehmensorganisationsformen flacher und flexibler?

Es gibt keine fertigen Antworten auf diese Fragen, aber es sind diese Gedanken und Untersuchungen, die uns dazu bringen werden, uns an diesen neuen technologischen Wandel anzupassen und ihn zu kontrollieren.

Wie man es erreicht: eine wechselseitige Reise zwischen Mensch und Technologie

In der Zukunftsvision der generativen KI gehen die Grenzkosten der Wissensschaffung gegen Null, was bedeutet, dass wir eine Ära beispielloser Effizienz und Innovation einläuten werden. Um dieses Ziel zu erreichen, liegt der Schlüssel im gegenseitigen Ansturm von Mensch und Technologie.

Generative KI ist kein einfaches Werkzeug ohne klare Anweisungen, sondern eine Fähigkeit und ein Potenzial, die es erfordern, dass Menschen es beherrschen. Die menschliche Rolle ist in diesem Prozess von entscheidender Bedeutung. Einzelpersonen müssen ihre KI-Fähigkeiten verbessern. Dies bezieht sich auf die umfassende Fähigkeit, KI zur Erledigung von Aufgaben und zur Lösung von Problemen im KI-Zeitalter einzusetzen. KI-Leistung ist nicht nur die Fähigkeit, KI-Werkzeuge zu bedienen, sondern auch eine neue Denkweise und Fähigkeitsstruktur.

Im Prozess der Verbesserung der KI-Fähigkeiten müssen Einzelpersonen kontinuierlich lernen, sich anpassen und die Methoden und Techniken der generativen KI beherrschen. Zum Beispiel, wie man effektive Aufforderungswörter für die Interaktion mit KI entwirft, wie man Aufgaben dekonstruiert und mit KI zusammenarbeitet, um komplexe Aufgaben zu erledigen. Die Kultivierung dieser Fähigkeit wird es jedem ermöglichen, ein „Super-Individuum“ zu werden und seine Fähigkeiten und Effizienz mithilfe von KI erheblich zu steigern.

Neben der Verbesserung der eigenen Fähigkeiten ist auch die Entwicklung der Technologie ein wichtiger Weg, dieses Ziel zu erreichen. Generative KI erfordert nicht nur die grundlegenden Fähigkeiten großer Modelle, sondern erfordert auch eine kontinuierliche Weiterentwicklung und Optimierung in verschiedenen Szenarien. Beispielsweise hat das Aufkommen von Suno (einer KI-Anwendung zur Musikgenerierung) das Schaffen von Musik, eine Fähigkeit, die professionelles Wissen erfordert, in greifbare Nähe gerückt. Dieser technologische Fortschritt hat die Schwelle zur Wissensgenerierung erheblich gesenkt.

Im Bereich der Übersetzung macht das jüngste Open-Source-Übersetzungsprojekt von Professor Andrew Ng die Übersetzung einer professionellen Aufgabe sehr einfach und demonstriert die schnelle Anwendung von Technologie in bestimmten Szenarien. In Bereichen wie Datenanalyse, komplexer medizinischer Diagnose und wissenschaftlicher Forschung gibt es zwar noch viel zu tun, aber die Richtung der Technologieentwicklung ist klar, das heißt, durch kontinuierliche Innovation und Optimierung werden die Kosten für die Wissensschaffung letztendlich erheblich gesenkt . .

Eine Welt, in der die Kosten für die Schaffung von Wissen gegen Null gehen

Wenn die Grenzkosten der Wissensschaffung gegen Null gehen, werden wir mit einer Reihe tiefgreifender und offener Fragen konfrontiert. Auf diese Fragen gibt es möglicherweise noch keine klaren Antworten und einige werden weltweit heftig diskutiert.

Wohin wird die Menschheit gehen, wenn die Kosten für die Schaffung von Wissen Null sind? Was bedeutet es, ein Mensch zu sein? Wie werden Menschen in einer Welt, in der Wissen leicht verfügbar ist, ihren eigenen Wert und ihre eigene Existenz neu definieren? Werden neue Fähigkeiten und Qualitäten zum Schlüssel für die Wettbewerbsfähigkeit des menschlichen Kerns? Müssen wir Bereiche wie Kreativität, Emotion, Ethik und soziale Verantwortung, die nicht vollständig durch KI ersetzt werden können, neu überprüfen?

Sind traditionelle Formen der Unternehmensorganisation in einer Welt, in der Wissen leicht erworben und generiert werden kann, noch relevant? Wie werden Unternehmen umstrukturiert und agieren, um sich an diesen Trend anzupassen? Werden Organisationen der Zukunft flacher, dezentraler und flexibler? Wie wird sich die Kernwettbewerbsfähigkeit von Unternehmen verändern? Wie können Unternehmen im Zeitalter des unendlichen Wissens ihre Innovations- und Wettbewerbsvorteile wahren?

Noch wichtiger: Wie können wir sicherstellen, dass alle von dieser Veränderung profitieren? Die Kosten für die Schaffung von Wissen zu senken, sollte nicht nur das Privileg einiger weniger Menschen sein, sondern das gemeinsame Vermögen der gesamten Gesellschaft sein. Wie kann ein fairer Verteilungsmechanismus gestaltet werden, um sicherzustellen, dass Wissen und Technologiedividenden allen zugute kommen? Dazu gehören die Popularisierung und Verbesserung der Bildung, die Verbesserung des Sozialversicherungssystems sowie die Formulierung und Umsetzung von Richtlinien und Vorschriften. Wie geht man mit möglicher Arbeitslosigkeit und sozialer Ungerechtigkeit um? Wie stellen wir sicher, dass die Vorteile des technologischen Fortschritts gleichmäßig verteilt werden?

Wie der CEO von Microsoft AI kühn vorausgesagt hat, werden die Kosten für die Wissensschaffung in 10 bis 15 Jahren nahe Null liegen. Zu diesem Zeitpunkt müssen wir uns diesen tiefgreifenden Problemen stellen und Wege finden, sie zu lösen. Verfügen wir über genügend soziale Mechanismen und Richtlinien, um diesen Wandel zu steuern und zu schützen?

Die Bedeutung und der Wert des Menschen, die Form und Funktionsweise von Organisationen sowie soziale Gerechtigkeit und Fortschritt sind wichtige Themen, die wir im Voraus vorbereiten und bedenken müssen. Die Antworten auf diese Fragen sind vielleicht nicht leicht zu finden, aber es sind diese Gedanken und Erkundungen, die uns in eine bessere und gerechtere Zukunft führen werden. Sind wir bereit für diesen Wandel? Wie wird die Welt in Zukunft aussehen und wie werden wir unseren Platz in dieser Transformation finden?

(Der Autor ist Flextronics Chair Professor und Direktor der Abteilung für Führung und Organisationsmanagement, School of Economics and Management, Tsinghua University)

Urheberrechtshinweis: Der obige Inhalt ist das Originalwerk von „Economic Observer“ und das Urheberrecht liegt bei „Economic Observer“. Das Nachdrucken oder Vervielfältigen ist ohne Genehmigung des Wirtschaftsbeobachters strengstens untersagt. Andernfalls werden die betreffenden Akteure gemäß den gesetzlichen Bestimmungen zur Verantwortung gezogen. Für eine urheberrechtliche Zusammenarbeit rufen Sie bitte an: [010-60910566-1260].