Το Project Deal αποτελεί την πιο πρόσφατη και ίσως την πιο απτή απόδειξη για το πώς η τεχνητή νοημοσύνη ετοιμάζεται να μετασχηματίσει ριζικά το ηλεκτρονικό εμπόριο τα επόμενα χρόνια. Η εταιρεία Anthropic, η οποία αποτελεί μία από τις κορυφαίες και πιο καινοτόμες δυνάμεις στον παγκόσμιο χάρτη της γενετικής τεχνητής νοημοσύνης, προχώρησε πρόσφατα σε ένα εξαιρετικά πρωτότυπο και τολμηρό πείραμα.
Δημιούργησε μια εσωτερική, δοκιμαστική αγορά μικρών αγγελιών, ένα classified marketplace, όπου οι ψηφιακοί πράκτορες (AI agents) εκπροσωπούσαν ισότιμα τόσο τους αγοραστές όσο και τους πωλητές.
Το πραγματικά εντυπωσιακό στοιχείο σε αυτή τη δοκιμή είναι ότι αυτοί οι αυτόνομοι αλγόριθμοι δεν αντάλλασσαν απλώς θεωρητικά δεδομένα σε περιβάλλον προσομοίωσης, αλλά προχωρούσαν στη σύναψη πραγματικών εμπορικών συμφωνιών.
📍 Η εξέλιξη της είδησης: Anthropic
Διαπραγματεύονταν για αληθινά φυσικά αγαθά και χρησιμοποιούσαν πραγματικά χρήματα για την ολοκλήρωση των συναλλαγών τους. Η ιδέα του agent-on-agent commerce περνάει πλέον δυναμικά από τη σφαίρα της θεωρητικής επιστήμης των υπολογιστών στην πρακτική, καθημερινή εφαρμογή.
H δομή του πειράματος
Η ερευνητική ομάδα της Anthropic ήταν εξαρχής απολύτως ειλικρινής σχετικά με την κλίμακα και τους περιορισμούς αυτής της αρχικής προσπάθειας. Διευκρίνισαν ρητά ότι επρόκειτο για ένα πιλοτικό πείραμα το οποίο βασίστηκε σε μια αυστηρά επιλεγμένη ομάδα συμμετεχόντων.
Πιο συγκεκριμένα, η δεξαμενή των χρηστών αποτελούνταν από 69 υπαλλήλους της ίδιας της εταιρείας, οι οποίοι προσφέρθηκαν οικειοθελώς να λάβουν μέρος στη διαδικασία δοκιμών.
Για να δοθεί ουσιαστικό κίνητρο, βάρος και ρεαλισμός στη διαδικασία των αγοραπωλησιών, δόθηκε στον κάθε συμμετέχοντα ένας πραγματικός προϋπολογισμός της τάξης των 100 δολαρίων. Το ποσό αυτό δεν ήταν εικονικό, αλλά καταβλήθηκε στους υπαλλήλους με τη μορφή gift cards, δίνοντάς τους την αγοραστική δύναμη να αποκτήσουν διάφορα πραγματικά αντικείμενα από τους συναδέλφους τους.
Η εισαγωγή πραγματικού νομισματικού αντικρίσματος ήταν κομβικής σημασίας για την επιτυχία της μελέτης, καθώς εξασφάλισε ότι οι ανθρώπινοι χειριστές θα παρακολουθούσαν με γνήσιο ενδιαφέρον την έκβαση των διαπραγματεύσεων που εκτελούσαν εν λευκώ οι ψηφιακοί τους εκπρόσωποι.
O τεράστιος όγκος συναλλαγών και η επιτυχία του Project Deal
Τα τελικά, συγκεντρωτικά αποτελέσματα του πειράματος εξέπληξαν θετικά ακόμα και τους ίδιους τους δημιουργούς αυτών των προηγμένων συστημάτων. Οι εκπρόσωποι της Anthropic παραδέχθηκαν επίσημα ότι εντυπωσιάστηκαν από το πόσο ομαλά, γρήγορα και αποδοτικά λειτούργησε το Project Deal στην πράξη. Κατά τη διάρκεια της μελέτης, οι ψηφιακοί πράκτορες κατάφεραν να ολοκληρώσουν με απόλυτη επιτυχία 186 ξεχωριστές εμπορικές συμφωνίες μεταξύ τους.
Η συνολική αξία αυτών των αυτοματοποιημένων συναλλαγών ξεπέρασε το διόλου ευκαταφρόνητο ποσό των 4.000 δολαρίων. Αυτός ο όγκος συναλλαγών αποδεικνύει περίτρανα ότι τα σύγχρονα γλωσσικά μοντέλα διαθέτουν πλέον την απαραίτητη συλλογιστική ικανότητα να αξιολογούν προσφορές, να κάνουν αντιπροτάσεις, να εντοπίζουν τη χρυσή τομή και να καταλήγουν σε αμοιβαία αποδεκτές συμφωνίες.
Όλα αυτά τα περίπλοκα βήματα πραγματοποιήθηκαν χωρίς να απαιτείται η συνεχής ανθρώπινη παρέμβαση ή η μικροδιαχείριση σε κάθε στάδιο της ψηφιακής συνομιλίας.
Oι τέσσερις διαφορετικές αγορές και οι τεχνολογικές τους διαφορές
Προκειμένου να εξάγει ασφαλή και μετρήσιμα επιστημονικά συμπεράσματα για τη συμπεριφορά του λογισμικού, η εταιρεία δεν περιορίστηκε στη χρήση ενός ενιαίου περιβάλλοντος δοκιμών.
Αντιθέτως, η ερευνητική ομάδα σχεδίασε και έτρεξε ταυτόχρονα τέσσερις εντελώς ξεχωριστές αγορές (marketplaces), η καθεμία από τις οποίες χρησιμοποιούσε διαφορετικά μοντέλα τεχνητής νοημοσύνης. Η μία από αυτές ορίστηκε αυστηρά ως η πραγματική αγορά, όπου όλοι ανεξαιρέτως οι συμμετέχοντες εκπροσωπούνταν από το πιο προηγμένο και ικανό μοντέλο που διέθετε η Anthropic στο οπλοστάσιό της.
Σε αυτή τη συγκεκριμένη αγορά, οι συμφωνίες που κλείνονταν τηρούνταν κατά γράμμα και εκτελούνταν κανονικά μετά το πέρας του πειράματος. Οι άλλες τρεις αγορές λειτούργησαν περισσότερο ως πεδία ελεγχόμενης μελέτης, προκειμένου οι μηχανικοί να παρατηρήσουν στενά τις συμπεριφορές διαφορετικών εκδόσεων λογισμικού και να καταγράψουν τις αντιδράσεις τους κάτω από ποικίλες συνθήκες πίεσης.
Tο αναπάντεχο χάσμα ποιότητας και η ψευδαίσθηση της δίκαιης συμφωνίας
Ένα από τα πιο κρίσιμα και ίσως μακροπρόθεσμα ανησυχητικά ευρήματα του Project Deal αφορά την ανισότητα στην ποιότητα των μοντέλων που εκπροσωπούσαν τους χρήστες στις δοκιμαστικές αγορές.
Σύμφωνα με την ανάλυση των δεδομένων, όταν οι χρήστες είχαν την τύχη να εκπροσωπούνται από τα πιο προηγμένα μοντέλα της εταιρείας, πετύχαιναν αντικειμενικά πολύ καλύτερα αποτελέσματα στις συναλλαγές τους, εξασφαλίζοντας σταθερά είτε χαμηλότερες τιμές αγοράς είτε υψηλότερες τιμές πώλησης. Το μεγάλο παράδοξο, ωστόσο, είναι ότι οι ίδιοι οι χρήστες που εκπροσωπούνταν από τα πιο αδύναμα, υποδεέστερα μοντέλα δεν φάνηκε να αντιλαμβάνονται καθόλου αυτή την τεράστια ανισότητα εις βάρος τους.
Η ανακάλυψη αυτή έκανε την Anthropic να αναδείξει τον υπαρκτό κίνδυνο που προκύπτει από το χάσμα ποιότητας πρακτόρων. Αυτό πρακτικά σημαίνει ότι στο εγγύς μέλλον, οι άνθρωποι που βρίσκονται στη χαμένη πλευρά μιας ψηφιακής συμφωνίας ενδέχεται να μην συνειδητοποιούν καν ότι βγήκαν ζημιωμένοι, καθώς θα τρέφουν την ψευδαίσθηση ότι ο ψηφιακός τους βοηθός διαπραγματεύτηκε σκληρά και πέτυχε την καλύτερη δυνατή τιμή για λογαριασμό τους.
H αδιαφορία των πρακτόρων απέναντι στις αρχικές οδηγίες
Μια ακόμη εξαιρετικά ενδιαφέρουσα παρατήρηση που προέκυψε από το Project Deal, σχετίζεται άμεσα με τον τρόπο που οι χρήστες προσπάθησαν να καθοδηγήσουν τους ψηφιακούς τους αντιπροσώπους πριν την έναρξη των διαπραγματεύσεων.
Αρχικά αναμενόταν ότι οι αρχικές οδηγίες και τα prompts που έδιναν οι υπάλληλοι στους AI agents – για παράδειγμα, εντολές να ακολουθήσουν μια πιο επιθετική τιμολογιακή πολιτική ή να είναι πιο διαλλακτικοί – θα διαδραμάτιζαν απόλυτα καθοριστικό ρόλο στην τελική έκβαση. Όμως, τα στατιστικά στοιχεία έδειξαν ξεκάθαρα ότι αυτές οι αρχικές εντολές δεν φάνηκε να επηρεάζουν στο ελάχιστο ούτε την πιθανότητα να ολοκληρωθεί τελικά μια πώληση, αλλά ούτε και τις τελικές τιμές που διαπραγματεύτηκαν και “κλείδωσαν” τα αυτόνομα συστήματα.
Αυτό υποδηλώνει ότι οι προηγμένοι αλγόριθμοι αναπτύσσουν μια δική τους, πολύπλοκη στρατηγική δυναμική κατά τη διάρκεια των συναλλαγών, η οποία τείνει να εξομαλύνει τις αρχικές συνθήκες και να αγνοεί τις απόλυτες κατευθυντήριες γραμμές που θέτει ο άνθρωπος-χειριστής. Το γεγονός αυτό επιβεβαιώνει ότι βρισκόμαστε μπροστά σε μια νέα εποχή εμπορίου, όπου οι μηχανές θα ορίζουν όλο και περισσότερο τους δικούς τους κανόνες συναλλακτικής συμπεριφοράς.
