S obzirom na brzinu razvoja generativne veštačke inteligencije, nije čudo što mnogi izvršni direktori razmatraju mogućnosti veštačke inteligencije, brinu se o pronalaženju i zadržavanju kvalifikovanih radnika, i ponizno se suočavaju sa nedavnim korekcijama na tržištu ili propuštenim očekivanjima analitičara. Oni zamišljaju budućnost rada sa znatno manje ljudi nego danas. Ali ovo je pogrešna procena. Lideri, razumljivo zabrinuti da ne propuste sledeći talas tehnologije, nesvesno prave rizične opklade na budućnost svojih kompanija. Evo koraka koje svaki lider treba da preduzme kako bi se pripremio za neizvestan svet u kojem će generativna veštačka inteligencija i ljudska radna snaga koegzistirati, ali će se razvijati na načine koji su nepoznati.

Uspešan proces donošenja odluka ima tri koraka: uokvirivanje odluke, generisanje alternativa i odlučivanje između njih. Veliki jezički modeli mogu pomoći u svakoj fazi procesa. Ali iako je možda primamljivo samo pitati ChatGPT za odgovore, prava moć LLM-a je u tome kako oni mogu pomoći u svakoj fazi. Zatražite pomoć razmišljajući o razmatranjima koja možda nedostaju ili o alternativama koje možda niste razmatrali. LLM mogu biti alat za uklanjanje pristrasnosti, pomažući vam da sami uokvirite i donesete odluku.

Iako brzina, skaliranje i obim uticaja ChatGPT-a mogu biti jedinstveni, osnovni fenomen – nova tehnologija koja transformiše ogromne delove poslovanja i društva – nije. Ali iskorištavanje moći tehnologije u nastajanju zahteva novi pristup. Za razliku od tradicionalnih metoda za inovacije, kao što je razmišljanje o dizajnu, ChatGPT predstavlja fundamentalno drugačiji izazov, jer nema jasnih problema za rešavanje, bolnih tačaka korisnika koje treba ublažiti ili KPI koje treba postići. U stvari, ChatGPT naizgled može da reši probleme u skoro svakoj industriji, domenu ili kontekstu. Stoga, njegovo korišćenje zahteva drugačiju veštinu: emergentno razmišljanje, koje uključuje generisanje ideja za inovaciju bez potpunog razumevanja problema koji treba da se reši.

Ne postoji nijedan stručnjak za pristupačnost. To je zajednička odgovornost i svi programeri moraju da iskoriste znanje drugih da bi povećali svoje razumevanje i manifestovanje pristupačnosti. Po istom principu, glavni okviri koje programeri koriste ne mogu se uzeti kao sveobuhvatni. Na isti način na koji programeri ne bi kreirali novu funkciju koristeći samo jedan alat, trebalo bi da imaju višestruke ulaze koji će ih voditi kroz pristupačnost. Što su programeri za proveru pristupačnosti robusniji, to će bolje služiti ljudima sa različitim potrebama. Autor predstavlja tri načina na koje programeri mogu da izbegnu korišćenje neadekvatnih alata i smernica za pristupačnost i da drže korak sa promenljivim pragom pristupačnosti.

Na internet stiže velika promena. Dok su današnje dominantne platforme čuvale svoje gomile korisničkih podataka i održavale prednost kroz mrežne efekte, nove kompanije – koje rade u onome što nazivaju „Web3“ modelom – nude korisnicima novu vrednosti. Na Web3, umesto da platforme imaju potpunu kontrolu nad osnovnim podacima, korisnici poseduju sadržaj koji su kreirali (kao što su postovi ili video zapisi), kao i digitalne objekte koje su kupili, a ova digitalna sredstva su obično prenosiva. Ova nova paradigma ima nekoliko važnih prednosti: novim kompanijama je lakše da se takmiče sa već postojećim ukoliko ponude bolje korisničko iskustvo; sistem ima less zero-sum, jer zaključavanje korisnika nije primarni cilj; i može biti lakše pridobiti poverenje korisnika, jer ključne operacije mogu biti kodirane na blokčejnu u „pametne ugovore“ koji su revidirani i nepromenljivi. Sve ovo znači da može biti mnogo lakše pokrenuti proizvod na Web3.