Die KI-Revolution kommt. Aber nicht so schnell, wie manche Leute denken.

Aug 05, 2023

Werbung

Unterstützt durch

Von der Dampfkraft bis zum Internet gab es immer eine Verzögerung zwischen der Erfindung und Einführung von Technologien in allen Branchen und der Wirtschaft.

Von Steve Lohr

Steve Lohr befasst sich mit Technologie und Wirtschaft.

Lori Beer, die globale Chief Information Officer von JPMorgan Chase, spricht mit der Begeisterung einer Konvertitin über die neueste künstliche Intelligenz. Sie bezeichnet KI-Chatbots wie ChatGPT mit seiner Fähigkeit, alles von Poesie bis hin zu Computerprogrammen zu produzieren, als „transformativ“ und als „Paradigmenwechsel“.

Aber für die größte Bank des Landes wird es nicht so schnell kommen. JPMorgan hat den Zugriff auf ChatGPT von seinen Computern aus blockiert und seine 300.000 Mitarbeiter angewiesen, keine Bankinformationen in den Chatbot oder andere generative KI-Tools einzugeben.

Im Moment, so Frau Beer, bestünden zu viele Risiken, dass vertrauliche Daten preisgegeben würden, Fragen zur Verwendung der Daten und zur Genauigkeit der von der KI generierten Antworten. Die Bank hat ein abgeschottetes privates Netzwerk geschaffen, um einigen hundert Datenwissenschaftlern und Ingenieuren das Experimentieren mit der Technologie zu ermöglichen. Sie erforschen Einsatzmöglichkeiten wie die Automatisierung und Verbesserung des technischen Supports und der Softwareentwicklung.

In allen amerikanischen Unternehmen ist die Perspektive weitgehend dieselbe. Generative KI, die Software-Engine hinter ChatGPT, gilt als aufregende neue Technologiewelle. Aber Unternehmen jeder Branche probieren vor allem die Technologie aus und denken wirtschaftlich nach. Der flächendeckende Einsatz in vielen Unternehmen könnte noch Jahre auf sich warten lassen.

Prognosen zufolge könnte generative KI die Produktivität deutlich steigern und der Weltwirtschaft Billionen von Dollar einbringen. Doch die Lehre aus der Geschichte, von der Dampfkraft bis zum Internet, ist, dass es eine lange Verzögerung zwischen der Einführung großer neuer Technologien und ihrer breiten Einführung gibt – was die Industrie verändert und zur Ankurbelung der Wirtschaft beiträgt.

Nehmen Sie das Internet. In den 1990er Jahren gab es zuversichtliche Vorhersagen, dass das Internet und das Web die Einzelhandels-, Werbe- und Medienbranche revolutionieren würden. Diese Vorhersagen erwiesen sich als wahr, aber das geschah mehr als ein Jahrzehnt später, lange nachdem die Dotcom-Blase geplatzt war.

Im Laufe der Zeit verbesserte sich die Technologie und die Kosten sanken, so dass es keine Engpässe mehr gab. Breitband-Internetverbindungen wurden schließlich alltäglich. Es wurden benutzerfreundliche Zahlungssysteme entwickelt. Die Audio- und Video-Streaming-Technologie wurde weitaus besser.

Befeuert wurde die Entwicklung durch eine Geldflut und eine Flut unternehmerischer Versuche und Irrtümer.

„Dieses Mal werden wir einen ähnlichen Goldrausch erleben“, sagte Vijay Sankaran, Chief Technology Officer von Johnson Controls, einem großen Anbieter von Gebäudeausrüstung, Software und Dienstleistungen. „Wir werden viel lernen.“

Der Investitionsrausch ist in vollem Gange. Laut PitchBook, das Start-up-Investitionen verfolgt, erreichten die Mittel für generative KI-Start-ups im ersten Halbjahr 2023 15,3 Milliarden US-Dollar, fast das Dreifache der Gesamtsumme des gesamten letzten Jahres.

Technologiemanager in Unternehmen probieren generative KI-Software von einer Vielzahl von Anbietern aus und beobachten, wie sich die Branche entwickelt.

Als ChatGPT im November der Öffentlichkeit zugänglich gemacht wurde, war das ein „Netscape-Moment“ für generative KI, sagte Rob Thomas, Chief Commercial Officer von IBM, und bezog sich dabei auf die Einführung des Browsers durch Netscape im Jahr 1994. „Das hat das Internet zum Leben erweckt.“ sagte Herr Thomas. Aber es war erst der Anfang und öffnete die Tür zu neuen Geschäftsmöglichkeiten, deren Nutzung Jahre dauerte.

In einem aktuellen Bericht hat das McKinsey Global Institute, der Forschungszweig des Beratungsunternehmens, einen Zeitplan für die weit verbreitete Einführung generativer KI-Anwendungen angegeben. Es ging von einer stetigen Verbesserung der derzeit bekannten Technologie aus, nicht jedoch von zukünftigen Durchbrüchen. Die Prognose für die Akzeptanz durch den Mainstream war weder kurz noch präzise und reichte von acht bis 27 Jahren.

Die große Bandbreite wird durch die Einbeziehung verschiedener Annahmen über Konjunkturzyklen, staatliche Regulierung, Unternehmenskulturen und Managemententscheidungen erklärt.

„Wir modellieren hier nicht die Gesetze der Physik; Wir modellieren Wirtschaft und Gesellschaft sowie Menschen und Unternehmen“, sagte Michael Chui, Partner am McKinsey Global Institute. „Was passiert, ist größtenteils das Ergebnis menschlicher Entscheidungen.“

Technologie verbreitet sich in der gesamten Wirtschaft durch Menschen, die ihre Fähigkeiten in neue Branchen einbringen. Vor einigen Monaten verließ Davis Liang eine KI-Gruppe bei Meta, um sich Abridge anzuschließen, einem Start-up-Unternehmen im Gesundheitswesen, das Patientenbesuche für Ärzte aufzeichnet und zusammenfasst. Seine generative KI-Software kann Ärzten stundenlanges Eintippen von Patientennotizen und Abrechnungsberichten ersparen.

Herr Liang, ein 29-jähriger Informatiker, war Autor wissenschaftlicher Arbeiten und half beim Aufbau sogenannter großer Sprachmodelle, die generative KI animieren

Seine Fähigkeiten sind heutzutage gefragt. Herr Liang lehnte eine Antwort ab, aber Menschen mit seiner Erfahrung und seinem Hintergrund bei generativen KI-Start-ups erhalten in der Regel ein Grundgehalt von mehr als 200.000 US-Dollar, und Aktienzuteilungen können die Gesamtvergütung möglicherweise weitaus höher ausfallen lassen.

Der Hauptanreiz von Abridge bestehe laut Liang darin, das „supermächtige Werkzeug“ der KI im Gesundheitswesen einzusetzen und „das Arbeitsleben von Ärzten zu verbessern“. Er wurde von Zachary Lipton rekrutiert, einem ehemaligen Forscher in der KI-Gruppe von Amazon, der Assistenzprofessor an der Carnegie Mellon University ist. Herr Lipton kam Anfang dieses Jahres als Chief Scientific Officer zu Abridge.

„Wir arbeiten nicht an Werbung oder ähnlichem“, sagte Herr Lipton. „Es ist ein gewisses Maß an Erfüllung, wenn man jeden Tag Dankesbriefe von Ärzten erhält.“

Bedeutende neue Technologien sind Schwungräder für Folgeinnovationen und bringen Start-ups hervor, die Anwendungen entwickeln, um die zugrunde liegende Technologie nützlich und zugänglich zu machen. In seinen Anfangsjahren galt der Personal Computer als Spielzeug für Bastler. Aber die Entwicklung des Tabellenkalkulationsprogramms – der „Killer-App“ seiner Zeit – machte den PC zu einem unverzichtbaren Werkzeug in der Wirtschaft.

Sarah Nagy leitete im Jahr 2020 ein Data-Science-Team bei Citadel, einer riesigen Investmentfirma, als sie zum ersten Mal an GPT-3 herumbastelte. Es dauerte mehr als zwei Jahre, bis OpenAI ChatGPT veröffentlichte. Aber die Leistungsfähigkeit der grundlegenden Technologie zeigte sich im Jahr 2020.

Besonders beeindruckt war Frau Nagy von der Fähigkeit der Software, aus Textbefehlen Computercode zu generieren. Sie ging davon aus, dass dies dazu beitragen könnte, die Datenanalyse innerhalb von Unternehmen zu demokratisieren und sie für Geschäftsleute und nicht für eine Elitegruppe allgemein zugänglich zu machen.

Um dieses Ziel zu verfolgen, gründete Frau Nagy 2021 Seek AI. Mittlerweile hat das New Yorker Start-up rund zwei Dutzend Kunden aus der Technologie-, Einzelhandels- und Finanzbranche, die überwiegend an Pilotprojekten arbeiten.

Mit der Software von Seek AI könnte beispielsweise ein Einzelhandelsmanager Fragen zu Produktverkäufen, Werbekampagnen und der Online- versus In-Store-Leistung eingeben, um Marketingstrategie und -ausgaben zu steuern. Anschließend wandelt die Software die Wörter in eine computercodierte Abfrage um, durchsucht den Datenspeicher des Unternehmens und gibt Antworten in Textform zurück oder ruft die relevanten Daten ab.

Geschäftsleute, sagte Frau Nagy, können Antworten fast sofort oder innerhalb eines Tages statt ein paar Wochen erhalten, wenn sie eine Anfrage für etwas stellen müssen, das die Aufmerksamkeit eines Mitglieds eines Data-Science-Teams erfordert.

„Letztendlich versuchen wir, die Zeit zu verkürzen, die benötigt wird, um eine Antwort oder nützliche Daten zu erhalten“, sagte Frau Nagy.

Zeitersparnis und die Rationalisierung der Arbeit innerhalb von Unternehmen sind in den meisten Unternehmen die wichtigsten frühen Ziele für generative KI. Neue Produkte und Dienstleistungen kommen später.

In diesem Jahr hat JPMorgan IndexGPT als möglichen Namen für ein generatives KI-gesteuertes Anlageberatungsprodukt geschützt.

„Das ist etwas, das wir uns im Laufe der Zeit ansehen und weiter bewerten werden“, sagte Frau Beer, die Technologieleiterin der Bank. „Aber der Start steht noch lange nicht bevor.“

Steve Lohr befasst sich mit Themen aus den Bereichen Technologie, Wirtschaft und Arbeitskräfte. Er war Teil des Teams, das 2013 den Pulitzer-Preis für erklärende Berichterstattung erhielt. Mehr über Steve Lohr

Werbung