Ha valaki megkérdezte volna egy évvel ezelőtt, hogy mi lehet a következő nagy újítás a nagy mesterségesintelligencia-cégeknél, biztos vagyok benne, hogy nem azt mondtam volna, hogy „egy böngésző”.
De pontosan ezt tette az OpenAI és a Perplexity is, mindegyik elindította a saját, fényes, új AI-kompatibilis böngészőjét, az Atlast és a Cometet.
Ha elolvassa a PR-kommunikációt, vagy megnézi az induló bemutatókat, mindkét vállalat úgy fogalmazza meg új böngészőjét, mint az első lépést a rendszeres fogyasztók internethasználatának teljes átalakítása felé. Az OpenAI Atlas elindítását célzó élő közvetítésében Sam Altman azt mondta, hogy „az AI ritka alkalom, hogy évtizedenként egyszer újragondoljuk, miről is szólhat egy böngésző.”
A Substack oldalán az OpenAI alkalmazásokért felelős vezérigazgatója, Fidji Simo arról írt, hogy az Atlas és a ChatGPT „az életed operációs rendszerévé válik”.
A Perplexity vezérigazgatója, Aravind Srinivas hasonló nyelvezetet használt, és a Cometet „kognitív operációs rendszernek” nevezte, míg Jesse Dwyert, aki a Comet-en dolgozott, széles körben idézik a böngészőre, mint „elméje operációs rendszerére”.
Mindez rendkívül átalakítóan hangzik. De egyszerűen nem látom. Legalábbis még nem.
Bár ezek a kifejezések jól hangozhattak volna a fókuszcsoportokban, gyakorlatilag értelmetlenek. A böngésző nem ugyanúgy operációs rendszer, mint a ChatGPT vagy a Perplexity.
A Chrome, az Edge és a Safari digitális termékek és eszközök hatalmas készletét alkotják, amelyek egy másik operációs rendszer köré épülnek. Bár igaz, hogy bárki telepítheti és használhatja ezen böngészők bármelyikét, ez a mély integráció a szabadalmaztatott eszközök átfogó csomagjával, amely ökoszisztémákat és munkafolyamatokat hoz létre.
Lehetséges, hogy a fenntartható bevételszerzési modellek megtalálásáért folytatott őrült tülekedés során az OpenAI és a Perplexity is a túlélési elfogultság áldozatává vált?
Mit tanulhatnak a műszaki cégek a második világháborús bombázóktól?
A második világháború alatt az amerikai hadsereg megbízta a Columbia Egyetem Statisztikai Kutatócsoportját egy sürgető probléma megoldásával: túl sok amerikai bombázó nem tért vissza európai küldetéséből. A visszajutott repülőgép vizsgálata során a sérülések mintázatait fedezték fel, golyólyukak erősen a törzsön és a szárnyakon koncentrálódtak. A nyilvánvaló következtetés az volt, hogy meg kell erősíteni az erősen sérült területeket.
Ám Abraham Wald matematikus másként látta a problémát. Rájött, hogy a katonaság csak a túlélő repülőgépeket nézi. Nem számít, mennyire fellőtt egy repülőgép, csak akkor tudott visszajutni a bázisra, ha egyik találat sem volt kritikus. Mi van azokkal a gépekkel, amelyek nem jöttek vissza?
A golyólyukak messze nem fedték fel a megerősítendő gyengeségeket, hanem felfedték, hol lehet túlélni a sérülést. Természetesen nem árulták el, hogy mely területek határozzák meg egy bombázó sikerét vagy túlélését.
Valószínűleg ez a leghíresebb példa a túlélési elfogultságra: tévedésből a sikeresek (vagy túlélők) közös vonásaira összpontosítunk, miközben figyelmen kívül hagyjuk a többi kudarcot, ami hamis következtetésekhez vezet arról, hogy mely szempontok járultak hozzá valóban a sikerhez.
A túlélési elfogultság körülöttünk van. A cikkek olyan egyetemi lemorzsolódásokat említenek, mint Bill Gates és Mark Zuckerberg annak bizonyítékaként, hogy a végzettség nem számít, miközben kényelmesen figyelmen kívül hagyják a nem milliárdosok nagy számát. Számtalan önsegítő könyv ígéri, hogy feloldja a hírnév és a vagyon képletét azáltal, hogy dokumentálja a sikeres emberek szokásait – hajnali 5-kor kelni, naponta meditálni, hideg zuhanyozni –, miközben figyelmen kívül hagyja azokat a milliókat, akik hasonló rutinokat követnek, és soha nem jutnak el.
Úgy tűnik, hogy a Perplexity és az OpenAI hasonló szellemben megvizsgálta a sikeres technológiai óriásokat – a Google-t, a Microsoftot és az Apple-t –, akiket egy nap utánozni fognak, és úgy döntöttek, hogy folyamatos sikerük közös tényezője, hogy mindegyikük rendelkezik saját böngészővel.
Amikor az utánzás belátásnak tűnik, de nem az
Tavaly, amikor röviden kiderült, hogy a szabályozók strukturális jogorvoslatokat írhatnak elő a Google-lal szemben, beleértve az értékesítést is, az OpenAI és a Perplexity is komoly érdeklődést mutatott a Chrome böngésző megvásárlása iránt. A tanácstalanság odáig ment, hogy kéretlen ajánlatot tettek 34,5 milliárd dollárért.
Sajnos, bár a bíró büntetéseket és egyéb korlátozásokat szabott ki a Google-ra, nem szabta ki a Chrome kényszerértékesítését.
Tehát nem lehet meglepő, hogy az Atlas és a Comet is rendkívül ismerősnek tűnik, különösen, mivel mindkettő fejlesztés alatt állt, miközben a Google trösztellenes ügye a bíróságon zajlott. Ez a B terv. Ha nem tudja megvásárolni a böngészőt, másolja le.
Az OpenAI és a Perplexity megvizsgálta a Chrome jól bevált felhasználói élményét – egységes címsorával, lapjaival, bővítményeivel és egyebekkel –, és mindezt lemásolta. Mindkét böngésző a Chromiumra épül, a nyílt forráskódú technológiára, amely a Chrome-ot vezérli.
Aztán a Microsoft is ezt tette az Edge építése során. És bár a Safari és a Firefox nem Chromiumra épül, sok olyan funkciót alkalmaztak, amelyeket a Chrome először népszerűsített.
Természetesen mind az OpenAI, mind a Perplexity saját mesterséges mesterséges intelligencia szószt rétegzett a szokásos harangok és sípok tetejére. Mindkét böngészőt úgy tervezték, hogy támogassa az „ügynöki böngészést”, kezelve a látszólag fárasztó kattintásokat és tartalmakat az Ön nevében. (Nevezzünk régimódinak, de szeretek az interneten szörfözni. Szeretek böngészni, felfedezni és belebotlani dolgokba. Sokkal jobban szeretek egy jól megírt cikket olvasni, mint a legfontosabb pontok rövid összefoglalását.)
Az ügynöki böngészéssel akár ünnepnapokat is találhat és foglalhat, kezelheti e-mailjeit, és befejezheti a vásárlást, miközben Ön valami mást csinál.
A helyzet az, hogy már van ügynöki mesterséges intelligencia. Sok minden, amire ezek az új böngészők képesek, már akkor is megtörténik, ha egyébként a ChatGPT-t vagy a Perplexityt használja. Csak hát ez korábban a színfalak mögött történt.
Amikor beír egy lekérdezést vagy felszólítást, az LLM fej nélküli böngészőjét használja a weben való kereséshez, és megtalálja a pontos válasz generálásához szükséges információkat. Ezek az új ügynökböngészők láthatóvá teszik a korábban rejtett folyamatot. Megnézheti, ahogy a böngésző, mondjuk, átstrukturálja az adatokat egy táblázatban, vagy oldalról oldalra ugrál egy szupermarket webhelyén, és a kivásárlásra kész termékeket a kosarába tesz.
Vagy valószínűbb, hogy valami mást fog csinálni egy másik lapon vagy ablakban, amíg a böngésző nem jelzi, hogy a feladat befejeződött, mert kinek kell látnia, hogy készül a kolbász?
Mérés, csalás és biztonsági fejfájás
Az AI-cégek egyértelműen remélik, hogy az ügynöki böngészés ígérete az Atlaszhoz vagy az Üstököshöz csábítja majd az embereket. Ez azonban valószínűleg sok fejfájást okoz a szervezeteknek.
Míg egy LLM fej nélküli böngészője például PerplexityBotként azonosíthatja magát, amikor felkeresi az Ön webhelyét, ez nem igaz, ha a Perplexity Comet böngészője egy felhasználó nevében látogatja meg az Ön webhelyét. Az Ön elemző eszköze számára valószínűleg úgy néz ki, mint bármely más Chromium böngésző, kiegészítve a látogató IP-címével. Más szóval, valószínűleg nem fogja tudni megállapítani, hogy egy ember vagy egy ügynök böngésző látogatja-e meg webhelyét.
Amint a Digiday rámutat, ez egy csomó problémát okoz a marketingesek és a keresőoptimalizálók számára. Először is, a forgalommal és kattintásokkal kapcsolatos szokásos mutatói kevésbé megbízhatóak. Ha nem tudod mérni, nem tudod kezelni.
Aztán ott van a hatalmas reklámcsalás lehetősége. Ha a hirdetéseket AI-ügynököknek jelenítik meg emberek helyett, ki tudja? És ha az AI-ügynökök másodpercenként több ezer kérést képesek teljesíteni, a dolgok igazán ijesztővé válhatnak.
És akkor ott vannak a biztonsági vonatkozások.
Ezek az új ügynökböngészők jelentős új biztonsági kockázatokat jelentenek. A Gartner azt javasolta, hogy a vállalatok blokkolják az összes mesterséges intelligencia-böngészőt a kiberbiztonsági aggályok miatt, különösen az azonnali befecskendezést fő kockázatként említve.
Tavaly a LayerX Security megalkotta a CometJacking kifejezést egy ilyen technika leírására. Egyszerűen egy rosszindulatú hivatkozásra kattintva a felhasználó rejtett parancsokat indít el, amelyek arra utasítják a Comet mesterséges intelligenciáját, hogy hozzáférjen és ellopja a böngészőben megjelenő érzékeny adatokat. A hackereknek nem kell jelszavakat vagy más hitelesítő adatokat keresniük, mert a böngésző már mindenhez jogosult hozzáféréssel rendelkezik.
Alig három héttel később a LayerX egy sebezhetőséget fedezett fel az Atlasban, amelyet rossz szereplők is kihasználhatnak rosszindulatú utasítások beszúrására a ChatGPT memóriájába.
Jelenleg, ha az egyik böngészőt arra utasítjuk, hogy jegyeket foglaljon, tranzakciókat hajtson végre vagy fontos dokumentumokat szerkesszen a nevemben, kevésbé olyan érzés, mintha egy megbízható asszisztenstől kérnék segítséget, és inkább egy teljesen idegennek adnák át a kulcsokat.
Milyen problémát oldanak meg valójában ezek az új böngészők?
De ez nem jelenti azt, hogy ezeknek az új ügynökböngészőknek nem lesz helyük. Bár a mainstream alkalmazása valószínűtlennek tűnik, egyes digitális csapatok még mindig valódi értéket találhatnak ezekkel az ügynökböngészőkkel.
Ne törődj a fáradságos kézi teszteléssel. A fejlesztők és a felhasználói élménytesztelők ezeket a böngészőket használhatják a felhasználói utazások nagymértékű szimulálására, és sokkal hatékonyabban tesztelhetik, hogyan reagálnak a webhelyek a különböző forgatókönyvekre.
A SEO-szakemberek felhasználhatják őket arra, hogy megértsék, hogyan értelmezik az AI-ügynökök a webhely szerkezetét és a weboldalakat, támpontokat adva ahhoz, hogy az LLM rejtett fej nélküli böngészője hogyan „látja” a tartalmat, és rávilágítanak arra, hogy hol lehet javítani a láthatóság javítása érdekében.
A műszaki felhasználók számára pedig nem kétséges, hogy az ügynökböngészők valóban hasznos automatizálást kínálnak az ismétlődő feladatokhoz, mint például az adatok több forrásból történő kinyerése táblázatokba, vagy az adott webhelyek változásainak figyelése.
Az irónia természetesen az, hogy ezek a hatékony felhasználók és fejlesztők teljesen rossz közönséget alkotnak, ha az OpenAI és a Perplexity azt remélik, hogy rengeteg értékes felhasználói adatot rögzíthetnek modelljeik továbbképzése érdekében. Adatokra van szükségük a tipikus fogyasztói viselkedési mintákról, nem a fejlesztői tesztelési munkafolyamatokról.
Ha az Atlasnak és a Cometnek bármi esélye van arra, hogy megkülönböztesse magát a Chrome, a Safari, az Edge, a Firefox és mások régóta fennálló szolgáltatóitól, világos, vonzó és jelentős értékajánlatot kell kínálniuk az átlagfogyasztók számára; ideális esetben olyan, amelyik nem tele van kockázattal. De mivel a főbb böngészők is elkezdtek fokozatosan integrálódni az AI-ba, ez a javaslat korántsem egyértelmű, és minden különbségtétel valószínűleg rövid életű.
Ha a mesterséges intelligencia megváltoztatja azt, ahogyan a legtöbb ember böngészik és interakcióba lép az interneten, az nem az Atlas vagy a Comet miatt lesz. Valószínűbb, hogy ez a Chrome vagy esetleg az Edge miatt lesz. Nemcsak ezek a böngészők már régóta inkumbensként működnek, hanem a Google és a Microsoft is rendelkezik saját rendkívül hatékony, szabadalmaztatott LLM-ekkel.
A Firefoxot is érdemes lehet megnézni, mivel új mesterséges intelligencia-vezérlőket vezet be, amelyek célja, hogy a felhasználók sokkal nagyobb kontrollt biztosítsanak afelől, hogy mely AI-funkciókat kívánják használni vagy blokkolni. A Firefox megközelítése az eddigi legtisztább képet adhatja számunkra arról, hogy a felhasználók milyen MI-alapú élményeket szeretnének látni, ahelyett, hogy az AI-cégek mit szeretnének.
Az „AI böngészőháború” még alig kezdődött el, és nem hiszem, hogy rövid lesz. Ez nem lesz gyors megszakítás, bármennyire is szeretné az OpenAI és a Perplexity valahogy kihagyni a több évtizedes inkumenciát és a bizalmat néhány kirívó demóval és egy rakás optimista jóslattal. Ehelyett azok lesznek a nyertesek, akik a felhasználói élményre és erre a mindennél fontosabb értékajánlatra összpontosítanak. Bármilyen formát is ölt a mesterséges intelligencia vagy az ügynöki böngészés, akkor tudni fogjuk, hogy a háborúnak vége, amikor annyira eltűnik az emberek munkafolyamataiban, hogy már senki sem gondol rájuk.
