Зростання цифрових двійників дозволяє компаніям обходити реальних людей для збільшення прибутків

Великі компанії відходять від традиційних опитувань і переходять до штучного інтелекту, який створює репліки реальних людей, що дає швидші інсайти, але також викликає занепокоєння щодо зайнятості та конфіденційності даних.

Вірусне відео у TikTok може зробити бренд відомим за кілька годин, але багато компаній все ще покладаються на дванадцятитижневі цикли досліджень.

До моменту отримання результатів дані часто вже застарілі.

Зазвичай існує затримка між отриманням зворотного зв’язку і розумінням його значення. Через це великі компанії можуть мати труднощі з швидкою реакцією, коли тренди змінюються швидко.

Багато компаній вважають, що цифрові двійники — це рішення.

Це цифрові копії реальних речей, систем або навіть людей. Компанії використовують їх для випробування ідей і передбачення можливих результатів перед тим, як зробити це в реальності.

Великі банки та фармацевтичні компанії вже використовують цю технологію для прогнозування реакцій людей на важливі події або нові продукти.

Тестування відбувається за секунди замість тижнів

Ця технологія наразі набирає обертів у високотехнологічних компаніях.

Дослідники з Глазгоу створили систему цифрових двійників, яка використовує машинне навчання для перевірки комп’ютерних мереж.

Їхній новий метод може вимірювати ефективність роботи мережі всього за 4,78 секунди. Старі методи займали близько 33 годин для виконання тієї ж роботи.

Оскільки це набагато швидше, інженери можуть тестувати набагато більше ситуацій, особливо коли мережі стають складнішими.

Та сама потреба у швидкій інформації змінює споживчі дослідження.

Стартап під назвою Brox створив 60 000 цифрових копій реальних осіб.

Це не просто оцінки, а дуже детальні профілі, засновані на глибоких інтерв’ю, де деякі містять до 300 сторінок матеріалу про одну людину.

Замість того, щоб покладатися переважно на традиційні статистичні моделі, компанії тепер можуть запускати кілька симуляцій за кілька годин, а не місяців.

Геміш Броклінбек, який керує Brox, пояснив різницю.

«Ви можете створити 10 000 справжніх синтетичних цифрових двійників [з використанням LLM], але відповіді все одно зійдуться у дуже вузький розподіл, що не є реалістичним, коли ви справді питаєте реальних людей», — сказав він.

Оскільки Brox вже має ці двійники готовими, велика фармацевтична компанія може ставити питання цифровій аудиторії і отримувати надійні результати за кілька годин, пропускаючи весь етап пошуку реальних людей для інтерв’ю.

Автоматизація орієнтована на працівників з високою оплатою

Швидкий рух у бік автоматизації має недолік.

За словами економіста з MIT Дарона Аджемоглу, багато компаній використовують автоматизацію переважно для економії коштів, а не для підвищення ефективності.

За його дослідженнями, роботодавці більш схильні замінювати людей з високою оплатою.

Дослідження також показало значний вплив на нерівність доходів.

Автоматизація становила 52% зростання розриву у доходах між 1980 і 2016 роками.

Аджемоглу зазначив, що чим вищий заробіток працівника, тим більше компаній заохочуються автоматизувати цю посаду.

Він також стверджував, що цей фокус на зниженні витрат на працю зменшив багато потенційних переваг автоматизації.

За дослідженнями, зусилля з зниження зарплат знищили від 60% до 90% продуктивності, яку мала створити автоматизація, що призвело до відносно слабкого зростання продуктивності.

Конфіденційність також стає важливою проблемою.

Команда з Інституту IMDEA Networks виявила, що провідні системи штучного інтелекту, включаючи ChatGPT, Claude і Perplexity AI, використовують методи відстеження, розроблені Google і TikTok.

Ці трекери можуть збирати інформацію про те, про що говорять користувачі, наприклад, назви чатів і веб-адреси.

Цифрові двійники формуються з використанням дуже особистої інформації, такої як дитячі досвіди, поведінка і стосунки.

У поєднанні з трекінгом сторонніх компаній ці технології можуть збирати і обробляти величезні обсяги чутливих даних.

Очікується, що індустрія штучного інтелекту і цифрових двійників досягне $21,33 мільярда до 2030 року.

Оскільки компанії все більше використовують дуже реалістичні віртуальні версії замість реальних людей, зростають побоювання щодо втрати робочих місць і конфіденційності.

Ще одне питання — наскільки реалістичними можуть виглядати ці системи.

Цифрові двійники і інструменти штучного інтелекту можуть здаватися настільки реальними, що деякі люди навіть можуть подумати, що вони справді свідомі або «живі».

Якщо ви читаєте це, ви вже на крок попереду. Залишайтеся з нашим інформаційним бюлетенем.