Dlaczego Atlas i Comet raczej nie wygrają wojny przeglądarek AI
Gdyby ktoś zapytał mnie rok temu, jaka może być kolejna duża innowacja głównych firm zajmujących się sztuczną inteligencją, jestem prawie pewien, że nie powiedziałbym „przeglądarka”.
Ale dokładnie to zrobiły zarówno OpenAI, jak i Perplexity, uruchamiając własne, nowe, błyszczące przeglądarki obsługujące sztuczną inteligencję, odpowiednio Atlas i Comet.
Jeśli czytasz komunikaty PR lub oglądasz demonstracje premiery, obie firmy postrzegają swoje nowe przeglądarki jako pierwszy krok w kierunku całkowitej zmiany sposobu, w jaki zwykli konsumenci korzystają z Internetu. Podczas transmisji na żywo OpenAI z okazji uruchomienia Atlasa Sam Altman powiedział, że „sztuczna inteligencja stanowi rzadką okazję raz na dekadę, aby ponownie przemyśleć, do czego może służyć przeglądarka”.
W Substack dyrektor generalny ds. aplikacji OpenAI, Fidji Simo, napisał o Atlasie i ChatGPT „ewoluujących, by stać się systemem operacyjnym na całe życie”.
Dyrektor naczelny Perplexity, Aravind Srinivas, użył podobnego języka, opisując Comet jako „kognitywny system operacyjny”, natomiast Jesse Dwyer, który pracował nad Cometem, jest powszechnie cytowany, nazywając przeglądarkę „systemem operacyjnym twojego umysłu”.
To wszystko brzmi niezwykle przemieniająco. Ale po prostu tego nie widzę. Przynajmniej jeszcze nie.
Chociaż te wyrażenia mogły zostać dobrze przyjęte w grupach fokusowych, w rzeczywistości są bez znaczenia. Przeglądarka nie jest systemem operacyjnym w dokładnie takim samym stopniu jak ChatGPT czy Perplexity.
Przeglądarki Chrome, Edge i Safari są powiązane z ogromnym pakietem cyfrowych produktów i narzędzi skupionych wokół innego systemu operacyjnego. Chociaż prawdą jest, że każdy może zainstalować dowolną z tych przeglądarek i korzystać z nich, to właśnie głęboka integracja z kompleksowym zestawem zastrzeżonych narzędzi tworzy ekosystemy i buduje przepływy pracy.
Czy to możliwe, że w swojej szalonej pogoni za znalezieniem zrównoważonych modeli monetyzacji zarówno OpenAI, jak i Perplexity padły ofiarą błędu przetrwania?
Czego firmy technologiczne mogą się nauczyć od bombowców z II wojny światowej
Podczas II wojny światowej wojsko amerykańskie zleciło Grupie Badań Statystycznych na Uniwersytecie Columbia rozwiązanie palącego problemu: zbyt wiele amerykańskich bombowców nie wracało z misji nad Europą. Badania samolotu, któremu udało się powrócić, wykazały wzorce uszkodzeń, w tym dziury po kulach skupione w kadłubie i skrzydłach. Oczywistym wnioskiem wydawało się wzmocnienie tych mocno uszkodzonych obszarów.
Ale matematyk Abraham Wald widział problem inaczej. Zdał sobie sprawę, że wojsko patrzy tylko na samoloty, które przetrwały. Niezależnie od tego, jak bardzo zestrzelony został samolot, mógł wrócić do bazy tylko wtedy, gdy żadne z tych trafień nie było krytyczne. A co z samolotami, które nie wróciły?
Dziury po kulach, dalekie od eksponowania słabych stron, które można było wzmocnić, wskazywały, gdzie uszkodzenia można było przetrwać. Z pewnością nie ujawniły, które obszary decydowały o powodzeniu lub przetrwaniu bombowca.
Jest to prawdopodobnie najsłynniejszy przykład błędu związanego z przetrwaniem: błędnie skupiamy się na wspólnych cechach tych, którzy odnieśli sukces (lub przeżyli), ignorując wiele innych, którym się nie udało, co prowadzi do fałszywych wniosków na temat tego, które aspekty rzeczywiście przyczyniły się do tego sukcesu.
Stronniczość przetrwania jest wszędzie wokół nas. Artykuły przytaczają osoby, które porzuciły studia, takie jak Bill Gates i Mark Zuckerberg, jako dowód na to, że stopnie naukowe nie mają znaczenia, jednocześnie w wygodny sposób ignorując ogromną liczbę osób, które porzuciły naukę, a nie są miliarderami. Niezliczone książki samopomocy obiecują odblokować przepis na sławę i fortunę poprzez dokumentowanie nawyków ludzi sukcesu – wstawania o 5 rano, codziennej medytacji, brania zimnych pryszniców – ignorując jednocześnie miliony ludzi, którzy postępują zgodnie z podobnymi procedurami i nigdy im się to nie udaje.
Wydaje się, że w podobnym duchu firmy Perplexity i OpenAI przyjrzały się odnoszącym sukcesy gigantom technologicznym, których mają nadzieję pewnego dnia naśladować – Google, Microsoft i Apple – i zdecydowały, że wspólnym czynnikiem ich ciągłego sukcesu jest to, że każdy z nich ma własną przeglądarkę.
Kiedy naśladownictwo wygląda na wgląd, ale nim nie jest
W zeszłym roku, kiedy na krótko okazało się, że organy regulacyjne mogą nałożyć na Google środki strukturalne, w tym zbycie, zarówno OpenAI, jak i Perplexity wyraziły poważne zainteresowanie zakupem przeglądarki Chrome. Zakłopotanie posunęło się nawet do złożenia niechcianej oferty na kwotę 34,5 miliarda dolarów.
Na nieszczęście dla nich, choć sędzia nałożył na Google kary i inne ograniczenia, nie narzucił przymusowej sprzedaży Chrome.
Nie powinno więc dziwić, że Atlas i Comet wyglądają niezwykle znajomo, zwłaszcza że oba były w fazie rozwoju, podczas gdy sprawa antymonopolowa Google toczyła się w sądzie. To jest Plan B. Jeśli nie możesz kupić przeglądarki, skopiuj ją.
OpenAI i Perplexity przyjrzały się ugruntowanemu doświadczeniu użytkownika Chrome – z ujednoliconym paskiem adresu, kartami, rozszerzeniami i nie tylko – i odtworzyły to wszystko. Obie przeglądarki są nawet zbudowane na Chromium, technologii open source, która napędza przeglądarkę.
Z drugiej strony, to samo zrobił Microsoft podczas tworzenia Edge’a. I chociaż przeglądarki Safari i Firefox nie są oparte na Chromium, zaadoptowały wiele funkcji spopularyzowanych po raz pierwszy przez przeglądarkę Chrome.
Oczywiście zarówno OpenAI, jak i Perplexity nałożyły swój własny tajny sos AI na zwykłe wodotryski. Obie przeglądarki zaprojektowano tak, aby obsługiwały „przeglądanie agentowe”, obsługujące całe to pozornie nudne klikanie i czytanie treści w Twoim imieniu. (Nazwij mnie staromodnym, ale lubię surfować po Internecie. Lubię przeglądać, odkrywać i natykać się na różne rzeczy. O wiele bardziej lubię czytać dobrze napisany artykuł niż krótkie podsumowanie kluczowych punktów.)
Dzięki przeglądaniu agentowemu możesz nawet znaleźć i zarezerwować wakacje, zarządzać pocztą e-mail i sfinalizować zakupy, a jednocześnie zająć się czymś innym.
Rzecz w tym, że mamy już agentyczną sztuczną inteligencję. Wiele z tego, co potrafią te nowe przeglądarki, już się dzieje, gdy korzystasz z ChatGPT lub Perplexity. Tyle, że wcześniej działo się to za kulisami.
Po wpisaniu zapytania lub monitu LLM używa swojej bezgłowej przeglądarki do przeszukiwania sieci i znajdowania informacji wymaganych do wygenerowania dokładnej odpowiedzi. Te nowe przeglądarki agentowe sprawiają, że wcześniej ukryty proces staje się widoczny. Możesz na przykład obserwować, jak przeglądarka restrukturyzuje dane w arkuszu kalkulacyjnym lub przeskakuje ze strony na stronę w witrynie supermarketu, dodając produkty do koszyka gotowe do kasy.
Lub, co bardziej prawdopodobne, prawdopodobnie zrobisz coś innego w innej zakładce lub oknie, dopóki przeglądarka nie powiadomi Cię o zakończeniu zadania, bo kto musi widzieć, jak robi się kiełbasa?
Pomiary, oszustwa i problemy związane z bezpieczeństwem
Firmy zajmujące się sztuczną inteligencją mają nadzieję, że obietnica przeglądania agentowego przyciągnie ludzi do Atlasa lub Cometa. Jednak prawdopodobnie przysporzy to organizacjom wielu problemów.
Chociaż bezgłowa przeglądarka LLM może identyfikować się jako na przykład PerplexityBot podczas odwiedzania Twojej witryny, to samo nie jest prawdą, gdy przeglądarka Comet firmy Perplexity odwiedza Twoją witrynę w imieniu użytkownika. Dla Twojego narzędzia analitycznego prawdopodobnie wygląda jak każda inna przeglądarka Chromium, łącznie z adresem IP odwiedzającego. Innymi słowy, prawdopodobnie nie będziesz w stanie stwierdzić, czy Twoją witrynę odwiedza przeglądarka internetowa, czy też agenta.
Jak wskazuje Digiday, stwarza to całą masę problemów dla marketerów i SEO. Po pierwsze, zwykłe dane dotyczące ruchu i kliknięć stają się mniej wiarygodne. Jeśli nie możesz czegoś zmierzyć, nie możesz tym zarządzać.
Istnieje wówczas możliwość masowego oszustwa reklamowego. Jeśli reklamy są wyświetlane agentom AI, a nie ludziom, kto może o tym wiedzieć? A w przypadku agentów AI zdolnych do wysyłania tysięcy żądań na sekundę sytuacja może stać się naprawdę przerażająca.
Do tego dochodzą konsekwencje związane z bezpieczeństwem.
Te nowe przeglądarki agentowe wprowadzają nowe, istotne zagrożenia bezpieczeństwa. Gartner zalecił firmom blokowanie wszystkich przeglądarek AI ze względów cyberbezpieczeństwa, w szczególności podając szybkie wstrzyknięcie jako główne ryzyko.
W zeszłym roku firma LayerX Security ukuła termin CometJacking, aby opisać jedną z takich technik. Po prostu klikając złośliwy link, użytkownik uruchamia ukryte polecenia, które instruują sztuczną inteligencję Comet, aby uzyskała dostęp do wszelkich wrażliwych danych ujawnionych w przeglądarce i je ukradła. Hakerzy nie muszą wyłudzać haseł ani żadnych innych danych uwierzytelniających, ponieważ przeglądarka ma już autoryzowany dostęp do wszystkiego.
Zaledwie trzy tygodnie później LayerX odkryło lukę w zabezpieczeniach Atlasa, którą mogą wykorzystać także nieuczciwi aktorzy do wstrzyknięcia złośliwych instrukcji do pamięci ChatGPT.
W tej chwili polecenie jednej z tych przeglądarek, aby rezerwowała bilety, realizowała transakcje lub edytowała ważne dokumenty w moim imieniu, nie przypomina uzyskania pomocy od zaufanego asystenta, a bardziej przypomina przekazanie kluczy zupełnie nieznajomemu.
Jaki problem faktycznie rozwiązują te nowe przeglądarki?
Nie oznacza to jednak, że nie będzie miejsca na nowe przeglądarki agentowe. Chociaż przyjęcie tego rozwiązania przez główny nurt wydaje się mało prawdopodobne, niektóre zespoły cyfrowe nadal mogłyby znaleźć prawdziwą wartość w pracy z tymi przeglądarkami agentowymi.
Nieważne, żmudne ręczne testowanie. Programiści i testerzy UX mogliby używać tych przeglądarek do symulowania podróży użytkowników na dużą skalę, testując, jak strony internetowe reagują w różnych scenariuszach znacznie efektywniej.
Specjaliści SEO mogą z nich korzystać, aby zrozumieć, w jaki sposób agenci AI interpretują strukturę witryny i strony internetowe, dostarczając wskazówek na temat tego, w jaki sposób ukryta bezgłowa przeglądarka LLM „widzi” Twoje treści i wskazuje, gdzie można wprowadzić ulepszenia, aby poprawić widoczność.
A dla użytkowników technicznych, którzy nie boją się zagrożeń bezpieczeństwa, nie ma wątpliwości, że przeglądarki agentowe oferują naprawdę przydatną automatyzację powtarzalnych zadań, takich jak wyodrębnianie danych z wielu źródeł do arkuszy kalkulacyjnych lub monitorowanie określonych witryn internetowych pod kątem zmian.
Ironią jest oczywiście to, że ci zaawansowani użytkownicy i programiści są całkowicie niewłaściwymi odbiorcami, jeśli OpenAI i Perplexity mają nadzieję przechwycić mnóstwo cennych danych użytkowników w celu dalszego szkolenia swoich modeli. Potrzebują danych na temat typowych wzorców zachowań konsumentów, a nie przepływów pracy związanych z testowaniem programistów.
Jeśli Atlas i Comet mają mieć jakąkolwiek szansę na odróżnienie się od długoletnich konkurentów Chrome, Safari, Edge, Firefox i innych, muszą zaoferować przeciętnym konsumentom jasną, atrakcyjną i znaczącą propozycję wartości; najlepiej taki, który nie jest obarczony ryzykiem. Ponieważ jednak główne przeglądarki również zaczęły stopniowo integrować się ze sztuczną inteligencją, propozycja ta nie jest jasna, a wszelkie rozróżnienia będą prawdopodobnie krótkotrwałe.
Jeśli sztuczna inteligencja zmieni sposób, w jaki większość ludzi przegląda Internet i korzysta z niego, nie stanie się tak za sprawą Atlasa czy Cometa. Bardziej prawdopodobne jest, że będzie to spowodowane przeglądarką Chrome lub ewentualnie Edge. Te przeglądarki nie tylko mają już przewagę jako długoletni obecni na rynku, ale zarówno Google, jak i Microsoft mają także własne, niezwykle wydajne, zastrzeżone narzędzia LLM.
Warto obejrzeć także Firefoksa, ponieważ wprowadza nowe elementy sterujące AI zaprojektowane tak, aby zapewnić użytkownikom znacznie większą kontrolę nad funkcjami AI, których chcą używać, a które blokować. Podejście Firefoksa może dać nam najjaśniejszy jak dotąd obraz tego, jakie doświadczenia oparte na sztucznej inteligencji użytkownicy naprawdę chcą oglądać, a nie to, co preferowałyby firmy zajmujące się sztuczną inteligencją.
„Wojna przeglądarek AI” dopiero się zaczęła i nie sądzę, że będzie krótka. Nie będzie to nagłe zakłócenie, bez względu na to, jak bardzo OpenAI i Perplexity chciałyby w jakiś sposób ominąć dziesięciolecia obecności i zaufania dzięki kilku efektownym demom i kilku optymistycznym prognozom. Zamiast tego zwycięzcami zostaną ci, którzy skupią się na doświadczeniu użytkownika i tej niezwykle ważnej propozycji wartości ponad wszystko inne. Niezależnie od formy, jaką ostatecznie przybierze sztuczna inteligencja lub przeglądanie agentowe, będziemy wiedzieć, że wojna się skończyła, gdy zniknie ona tak całkowicie z procesów pracy ludzi, że nikt już o nich nawet nie myśli.
Więcej zasobów:
Wyróżniony obraz: Kim jest Danny/Shutterstock
