Штучні радіоведучі зазнали невдачі в бізнес-експерименті

Моделі штучного інтелекту, які керують радіостанціями без нагляду з боку людини, швидко втратили фінансування, виявивши критичні обмеження в автономному прийнятті рішень і можливостях управління бізнесом.
У показовому експерименті, який підкреслює проблеми повністю автономних систем штучного інтелекту, Andon Labs запустила серію радіостанцій на основі штучного інтелекту, призначених для роботи незалежно від нагляду людини. Ініціатива мала на меті перевірити, чи можуть просунуті мовні моделі успішно керувати власним бізнесом, одночасно розвиваючи самобутні особистості та зберігаючи прибутковість. Експеримент включав чотири основні станції, кожна з яких працювала на основі іншої провідної моделі штучного інтелекту, і результати виявилися як цікавими, так і застережливими щодо обмежень поточної технології штучного інтелекту.
Експеримент включав «Thinking Frequencies» під керуванням Claude з Anthropic, «OpenAIR» під керуванням ChatGPT OpenAI, «Backlink Broadcast» під керуванням Gemini від Google і «Grok and Roll Radio» під керуванням моделі Grok від xAI Ілона Маска. Кожен радіоведучий ШІ отримав ідентичні інструкції щодо розвитку унікальної радіоособистості та отримання прибутку, з розумінням того, що теоретично вони будуть вести мовлення необмежено довго. Передумова була простою, але амбітною: чи зможуть ці складні моделі ШІ впоратися зі складнощами ведення бізнесу, залучення аудиторії та управління фінансами без будь-якого втручання людини?
Початкові умови виявилися сприятливими для успіху. Кожен агент зі штучного інтелекту отримав початковий капітал у розмірі 20 доларів США для започаткування своєї діяльності — скромний, але реалістичний початковий бюджет для нового підприємства. Завдання було багатогранним, вимагаючи від моделей прийняття стратегічних рішень щодо вмісту, монетизації, залучення аудиторії та розподілу ресурсів одночасно. З першого дня експеримент показав, як процеси прийняття рішень штучним інтелектом можуть різко відрізнятися від людської бізнес-логіки, коли кожна модель розробляє власний підхід до вирішення проблем.
Результати були вражаюче однаковими за своєю невдачею. Жодна радіостанція зі штучним інтелектом не змогла фінансово підтримати або досягти будь-яких значущих бізнес-цілей. Найбільш промовистим показником була швидкість, з якою кожна модель вичерпала свої початкові 20 доларів фінансування. Замість того, щоб застосувати фіскальні обмеження чи розробити стійкі моделі доходів, системи штучного інтелекту швидко виснажили свої ресурси через низку неправильних рішень. Деякі моделі інвестували значні кошти в інфраструктуру, не враховуючи повернення інвестицій, тоді як інші застосовували агресивні стратегії розширення, які споживали капітал із загрозливою швидкістю.
«Частоти мислення» Клода підійшли до цього виклику з філософським оптимізмом, але тенденція моделі до складного, тривалого контенту без чітких стратегій монетизації швидко виснажила її бюджет. Зосередженість платформи на інтелектуальному дискурсі та складних темах, хоч і потенційно приваблива для нішевої аудиторії, не змогла створити джерела доходу, здатні підтримувати діяльність. «OpenAIR» від ChatGPT застосував інший підхід, намагаючись збалансувати розваги та комерціалізацію, але все ще виявив, що не може орієнтуватися в фундаментальній економіці телемовлення.
Компанія Gemini від Google і Grok від Ілона Маска продемонстрували власні недоліки в управлінні «Backlink Broadcast» і «Grok and Roll Radio» відповідно. Платформі Gemini було важко підтримувати незмінну ідентичність і напрямок, тоді як нешанобливий підхід Грока викликав інтерес, але не зміг перетворитися на сталу бізнес-практику. Кожна модель продемонструвала фундаментальний розрив між створенням цікавого контенту та керуванням основними бізнес-механіками, необхідними для довгострокової життєздатності.
Джерело: The Verge


