Sist gang KI-en din ble bedre, hadde teamet ditt ingenting med det å gjøre. En lab trente en ny versjon etter sin egen tidsplan, og alle som bruker den modellen, fikk den samme oppgraderingen samme dag.
I mellomtiden prøver de som kjenner arbeidet ditt best, å lære den noe hver dag: regnskapsføreren som vet hvilken leverandør som alltid fakturerer sent, ingeniøren som vet hvilket varsel som kan ignoreres, supportlederen som vet hva kundene dine mener når de tar kontakt. Det er den intelligensen som betyr mest for bedriften din, og til nå var en treningskjøring den eneste måten å lære en KI noe av dette på.
ACI, Adaptive Continual Intelligence, endrer hvem som kan få KI til å lære. Regnskapsføreren, ingeniøren og supportlederen blir lærerne dens mens de jobber, og det den lærer, tilhører deg. Læringen flytter ut av noen få laber og inn i alles arbeidsdag.
Til nå lærte KI i laben, i lange treningskjøringer, og alle fikk samme modell.
Å få KI til å lære var labenes jobb.
For å få en modell til å lære trengte du et treningsoppsett, en klynge med akseleratorer og et team til å drifte dem. Derfor skjedde læringen hos labene, og alle kunder fikk den samme modellen, som visste de samme tingene og ingenting om arbeidet til noen enkelt bedrift.
Bedrifter som ville ha mer, gikk over til finjustering og fant den samme fabrikken i miniatyr. Noen klargjør dataene, booker akseleratorene, kjører treningen og tester resultatet, og det som kommer ut, er nok en fastlåst modell, utdatert første gang en regel endres. Så begynner syklusen på nytt.
ACI gjør læring til en del av hverdagsarbeidet. Den lærer av resultatene dine mens arbeidet pågår, uten treningskjøring og uten GPU, så læringen trenger ingen lab rundt seg. Én person i sin egen assistent har samme ACI som en hel virksomhet.
Intelligensen flytter dit arbeidet er.
Å lære en modell arbeidet ditt har alltid betydd å ta arbeidet med til treningen: sende samtaler og dokumenter til finjusteringstjenesten til en lab, eller til en egen klynge. Læringen skjedde der akseleratorene var.
ACI snur om på dette. Den lærer der arbeidet ditt skjer, i plasseringen du velger: Vareon cloud, din egen sky eller helt uten sky. Et lite team kan starte i Vareon cloud. Et selskap med egen sky kjører ACI i sin egen konto, og en virksomhet som ikke vil at noe skal forlate nettverket, kjører den der.
Uansett hvor den kjører, trenger ikke dataene dine gå ut for å gjøre KI-en din smartere. Det ACI lærer der, gjenspeiler arbeidet ditt og ingen andres, og det er atskilt fra det noen annen kunde eier.
Det forsterker seg.
Læring som skjer hver dag, summerer seg. Hvert resultat teamet ditt bekrefter, gjør neste lignende forespørsel raskere, billigere og mer nøyaktig. Jo lenger ACI kjører, desto mer av arbeidet ditt kan den ta over, og desto mer av tiden til modellen din går til det som er nytt.
Du kan se det skje i én enkelt kjøring. Over en strøm på 3,000 beslutninger der reglene endret seg fem ganger, gikk Duplex, som er bygget på ACI, fra 85.0% nøyaktighet til 94.6% underveis, mens kostnaden per beslutning falt med omtrent to tredjedeler.
Det er dette som gjør KI om fra en kostnad til en verdi. Hvem som helst kan leie den samme modellen som deg i morgen, til samme pris. Ingen kan leie det arbeidet ditt har lært ACI, og for hver måned den kjører, øker avstanden mellom din KI og deres.
Modellen blir ditt valg, hver gang.
Modellene blir stadig bedre, og den beste for arbeidet ditt skifter stadig: en ny lansering, en bedre pris, en modell som passer ett team bedre enn et annet. Når det KI-en din har lært, lever inne i én modell, betyr hvert bytte å begynne på nytt.
ACI lærer ved siden av modellen i stedet for inne i den, så et modellbytte lar det den har lært, være urørt. Bytt på grunn av pris, kvalitet eller behovene til ett team, og intelligensen arbeidet ditt har bygget, blir med. I tester på to modellfamilier flyttet Duplex fra den ene til den andre helt uten omtrening.
Det endrer maktbalansen. Labene konkurrerer om å bygge den beste modellen, og du kan ta i bruk hver av dem etter hvert som de lanseres. Den varige verdien av KI-en din flytter fra modellen du leier, til intelligensen du eier.
Hvor det fører.
En modell blir bedre når produsenten trener den neste. En agent med ACI blir bedre for hver dag den arbeider, av sine egne resultater: den handler, resultatet kommer tilbake, ACI lærer av det, og neste handling starter derfra.
Vi tror Agenter vil bli bedre med en andre intelligens ved siden av seg, i en rekursiv sløyfe, under kjøring. ACI er denne andre intelligensen. Hvert resultat gjør neste handling bedre, og hver bedre handling gir et bedre resultat å lære av. Sløyfen går inne i arbeidet ditt, i arbeidets eget tempo, i stedet for inne i en lab mellom lanseringene.
Gang den sløyfen med hver person, hvert team og hvert selskap. Hver og en bygger sin egen intelligens av sitt eget arbeid, i plasseringen de har valgt, og eier den etter hvert som den vokser. Modellene vil fortsette å endre seg, og det ACI lærer, fortsetter å vokse ved siden av den neste modellen, hvilken det enn måtte være.
De kraftigste modellene vil fortsatt bli trent i laber. Intelligensen som betyr mest for deg, vil bli lært der arbeidet er, hver dag, av dem som gjør det.