AI WORLD HQ
Lehet, hogy te is kértél már segítséget egy AI-tól, és magabiztos, de felszínes választ kaptál. Ha ez a tapasztalatod, akkor a idei évben megjelenő eszközök olyasmikre is képesek, amikre a régiek nem voltak.
A különbség nem az, hogy ügyesebben csevegnek. Hanem az, hogy most már a való világban is tudnak cselekedni.
Két fontos kifejezés
Amikor az AI-cégek bemutatják ezeket az új eszközöket, két szó állandóan visszaköszön: multimodális és ügynöki.
A multimodális azt jelenti, hogy az AI a begépelt szövegen túl mással is tud dolgozni. Megnézi a feltöltött fotót, meghallgatja a hangfelvételt, elolvassa a PDF-et, vagy megnézi a videót. A régi, kizárólag csevegő AI olyan volt, mint valaki, akinek csukva van a szeme, miközben telefonál – a multimodális AI viszont látja, amit feltöltöttél.
Az ügynöki pedig azt jelenti, hogy az AI nem csak válaszol, hanem cselekszik is. Megnyit egy appot, keres a neten, kitölt egy űrlapot, áthelyez egy fájlt, vagy futtat egy parancsot, majd visszajelent. Képzeld el úgy, mint a különbséget aközött, hogy megkéred a barátod, mondja el az utat, vagy megkéred, hogy vezessen el oda.
Ez a két váltás együtt azt jelenti, hogy az a csevegőablak, amelyet ma használsz, csendben átalakulhat olyasmivé, ami nem csak elmagyarázza a feladatot, hanem el is végzi.
Így néz ki ez az eszközökben, amelyeket talán már most is használsz
Nem kell kísérleti dolgokat telepítened ahhoz, hogy érezd ezt a váltást. Ismerős termékekbe épül be.
Irodai munka során: A Notion, a Google Workspace és a Microsoft 365 olyan AI-funkciókat kapott, amelyek összefoglalnak egy hosszú email-szálat, megírják a meeting kivonatát a jegyzeteidből, vagy megkeresnek egy konkrét záradékot egy feltöltött szerződésben. Ezek nem demók – olyan appokban érhetők el, amelyeket sokan amúgy is fizetnek.
Kreatív munkánál: Az Adobe Firefly család és a Runway mostantól a kreatív appokba épített AI-eszközöket kínál: háttér eltávolítása videóból, durva első vágás készítése egy forgatókönyvből, vagy szín- és fénybeállítási javaslatok, amelyeket egy kattintással alkalmazhatsz. A Descript segítségé videót a szöveges átirat szerkesztésével vághatsz – törlj ki egy mondatot, és a hozzá tartozó videóklip is eltűnik.
Mindennapi segítségként: A ChatGPT, a Claude és a Gemini most már megnézi a hűtőd fotóját, és vacsorát javasol, elolvassa a hibaüzenet képernyőképét, és elmagyarázza a megoldást, vagy megnéz egy rövid videót, és megmondja, melyik lépést hagytad ki.
Egyik sem tudományos fantasztikum. Ez a jelenleg elérhető termékek aktuális állapota.
Mit jelent ez számodra?
- Ha írsz, tervezel vagy bármit alkotsz: tölts fel egy képet vagy egy rövid videót, amikor elakadsz. Az új eszközök együtt nézik meg veled, és a következő lépésekben olyan módon tudnak segíteni, ahogyan a begépelt utasítások sosem tudtak.
- Ha a munkád sok anyag átnézésével jár – emailek, szerződések, jelentések: egy mai AI úgy működhet, mint egy második szempár, amely mindent elolvas, és kiemeli, ami számít. Ne küldd el az első vázlatát, de ne is hagyd figyelmen kívül, amit kiszúr.
- Ha csak kíváncsi vagy: válassz egy apró feladatot, amit halogatsz – foglalj össze egy hosszú cikket, fogalmazz meg egy nehéz emailt, tisztíts meg egy zajos hangfelvételt –, és bízz meg egy mai AI-eszközt az első változattal. Pontosan érezni fogod, mennyit mozdult a padló.
Összegzés
A csevegős AI, amire emlékszel, csendben átadja a helyét olyan eszközöknek, amelyek néznek, hallgatnak és cselekednek. Nem kell semmi újat megtanulnod ahhoz, hogy profitálj belőle – csak nyisd meg azt az eszközt, amed már amúgy is megvan, adj neki valami vizuális vagy többlépéses feladatot, és nézd meg, meddig jut el. A legjobb módja annak, hogy megértsd ezt a váltást, ha ma kipróbálod egyszer.