Andy Jassy, az Amazon vezérigazgatója emlékeztette az alkalmazottakat, hogy a következő öt évben a generatív MI-vel és az MI-ágensekkel csökkenthető a vállalat dolgozóinak száma. A Bank of America, az IBM, a Shopify és a Williams-Sonoma vezetői szintén elmondták: az MI-re támaszkodva, kevesebb új alkalmazottat fognak felvenni.

Hozzáállásuk változást jelent, mert az MI lehetőségeit méltató CEO-k általában kerülik ezt a témát.

A kb. 1,5 millió alkalmazottal dolgozó Amazon masszívan befektet a technológiába, és ma ember által végzett munkák gépesíthetők lesznek, míg a humán alkalmazottakra másfajta feladatok várhatnak. Jassy egyelőre nem látja pontosan, hogy hol.

Az MI pénzügyekben történő széleskörű alkalmazásával a teljes bankszektorban csökken a humán erőforrás iránti igény.

Az IBM emberi erőforrás részlegén ágensek már többszáz dolgozót helyettesítettek, de ennek ellenére a vállalat által foglalkoztatott személyek száma nőtt.

A Shopify vezetősége áprilisban utasította alkalmazottait, hogy új munkaerő-felvételek előtt magyarázzák el, az MI miért nem alkalmas (ha nem alkalmas) segíteni feladataik végrehajtásában. A stratégiával nem lesz automatikusan kevesebb munkahely, viszont komoly nyomást helyez a felvételről döntő vezetőkre.

A Williams-Sonoma közölte befektetőivel, hogy új munkaerő helyett MI-t akarnak alkalmazni. A létszám-növekedést ellensúlyozandó, idén az azt kiváltó mesterséges intelligencia használatára összpontosítanak.

Az utóbbi években több tanulmányban olvashattuk, hogy az MI inkább növelheti, semmint csökkentheti az állások számát. A technológiai fejlődés eddig mindig több munkahelyet teremtett, mint amennyit megszüntetett. Például a 2018-as amerikai állások hatvan százaléka nem létezett 1940-ben. Rövidtávon viszont az MI valóban sok állást szüntethet meg, köztük korábban védettnek gondoltakat (kreatívok stb.) is. A vezetőség felelőssége cégük felkészítése az MI-alkalmazások következő hullámaira.

Egy biztos: a mesterséges intelligenciát ismerő, használó álláskeresők, dolgozók reményei sokkal nagyobbak, mint a technológiától idegenkedőké.

Betegségek diagnosztizálásától a gyógyulás folyamatos megfigyeléséig, új gyógyszerek fejlesztéséig, az egészségügy a mesterséges intelligencia egyik leglátványosabb alkalmazási területe. Eközben az iparág továbbra is globális kihívásokkal küzd: kevesebb a személyzet, öregszik a lakosság, és a preventívebb ellátási modellre történő átállás költségeit is kellene kezelni.

Itt jönnek képbe a mesterséges intelligencia következő hullámát jelentő, a nyelvalapú chatbotoknál komplexebb feladatokat minimális, emberrel folytatott interakcióval elvégző ágensek.

Nem ágensszerű gépilátás-alapú MI-algoritmus orvosi képek átvizsgálására, például a rák korai jeleinek megállapítására használható. Ágensek viszont emberi beavatkozás nélkül a képeket más betegek adataival összehasonlítva, részletes jelentést készítenek az orvosnak, és időpontot egyeztetnek kontrollvizsgálatra.

Az MI eddig passzív információszolgáltatást végzett, mostantól aktív, kezdeményező szereplőként kapcsolódik be a medicinába. Szakértők szerint ez ugyanolyan fontos változás, mint a csúcsminőségű gépi látás, a chatbotok megjelenése és más közelmúltbeli mesterségesintelligencia-innovációk voltak.

A felhasználási esetek egyelőre inkább elméletiek, csak most kezdik az ágenseket használni, a potenciál viszont óriási.

Az automatizált ütemező-rendszerek tehermentesítik az adminisztratív személyzetet, kevesebb rutin- és papírmunkát kell végezniük. Mivel jobban értik az MRI- és a CT-adatokat, az ágensek a döntéshozásban is részt vehetnek. Betegek távoli megfigyelésében, klinikai teszteken úgyszintén. Csökkentik az emberi hibák számát és a rutinmunkára fordított időt. Komoly kutatási feladat, hogy megoldjuk biztonságos használatukat és megértsük az iparágra gyakorolt hatásukat.

A nagyobb autonómiával új kockázatok is jönnek, ezért növelni kell az adatbiztonságot, jobban oda kell figyelni az MI tévedéseire, hallucinációira, és meg kell győződnünk arról is, hogy a gépi döntéshozás valóban működik – ki kell találnunk, hogyan ellenőrizzük.

Elterjedésük és a gyökeres változások az évtized végéig megtörténhetnek. A viselhető technológiák, az otthoni szenzorok és az ágensek valóban preventívvé, proaktívvá alakíthatják át a ma még reaktív gyógyászatot.

Mezőgazdasági robotok nehéz és a klímaváltozás miatt egyre nehezebb környezeti körülmények között is változatlanul segédkezni fognak a termés betakarításában. A terület egyik régi kihívása viszont még mindig érvényes: bonyolult a növények ágainak, törzsének kacifántos hálózatában ügyesen és pontosan navigáló karokat építeni.

A Carnegie Mellon Egyetem (CMU) kutatói különleges érzékelőrendszert fejlesztettek a feladathoz. SonicBoom nevű technológiájuk lehetővé teszi, hogy autonóm robotok hangot használva érzékeljék a megérintett objektumokat. Így centiméter-pontossággal észlelik azokat.

Sok mai autonóm robot kameraalapú pici szenzoroktól függ. A gép felületét védő gélréteg alatti minikamerákkal az érzékelők vizuálisan megbecsülik a gél deformációját, és tapintási (taktilis) infókhoz jutnak. A megközelítés hátulütője, hogy mezőgazdasági környezetben nem ideális, mert az ágak zavarhatják a képi szenzorokat. A kameraérzékelők magas ára és sérülékenysége szintén problémát okoz.

A nyomásszenzorok egy másik opció, viszont a robot felületének nagy részét le kellene fedniük – tehát nagyon költségesek –, hogy hatékonyan érzékeljék, ha ágakkal érintkeznek.

A nehézségekből kiindulva, a kutatók teljesen más megközelítést, hangot javasolnak. A rendszerhez egy sor, a fizikai érintést a szilárd anyagokon terjedő detektáló hangjeleként érzékelő kontaktmikrofon tartozik.

Ha a robotkar megérint egy ágat, az így keletkező hanghullámok mindaddig lefelé haladnak rajta, amíg nem jutnak el a mikrofonokig. A mikrofonsoron belüli kicsi hanghullám-különbségekkel (jelintenzitás, fázis stb.) lokalizálható a hang eredete, az érintkezési pont.

A karon elszórt mikrofonok mélyebben beágyazhatók, azaz kevésbé sérülékenyek, könnyebben megóvhatók.

Az érintkezési pontok jobb azonosításához nagymennyiségű gyakorlóadaton, fával való több mint 18 ezer érintésen betanított mesterségesintelligencia-modellt használtak. SonicBoom hibarátája a trenírozáshoz használt objektumok esetében mindössze 0,43 centiméter volt. Új anyagokat, például műanyagot vagy alumíniumot szintén felismer, hibarátája viszont 2,22 centi.

További adatokkal a rendszer az objektumtípust (levelet, ágat, törzset stb.) szintén azonosítja. Valóvilágbeli megmérettetése viszont várat még magára. 

Több mint négyszázezren hallgatják havonta a valószínűleg mesterséges intelligenciával generált psych-rock Velvet Sundown zenekar számait a Spotify-on. A streaming platform által hitelesített profiljukon két album van, a június ötödikén megjelent Floating on Echoes és a június huszadikai Dust and Silence.

A művészek biojában négyen szerepelnek: az énekes és „mellotron-varázsló” Gabe Farrow, Lennie West gitáros, a basszusgitáron és szintetizátorokon játszó Milo Rains, valamint a „szabad szellemű” dobos, Orion „Rio” Del Mar. „Filmszerű alternatív pop és álomszerű analóg lélek” – áll még az oldalon.

A zenekar hitelességét Reddit-felhasználók kezdték megkérdőjelezni. A csapatra Discover Weekly playlistjükön figyeltek fel, elkezdtek utánajárni a dolgoknak, és a Spotify-profilokon kívül nagyon kevés háttérinformációt találtak róluk.

Miután Instagram-oldalt nyitottak, június huszonhetedikén további furcsaságokat tapasztaltak: a profilon látható képek nagyon MI által generáltnak tűnnek.

A bioban olvasható Billboard-idézet szerint zenéjük úgy hangzik, mint soha át nem élt valaminek az emléke, ami valahogy mégis valódinak érződik. Csakhogy a magazinban tényleg soha nem jelent meg ilyen anyag róluk…

A Spotify engedélyezi az MI-vel generált zenéket, és fel sem kell tüntetni, hogy létrehozásukhoz használtuk a technológiát. De a Velvet Sundown muzsikái máshol, az Apple Musicon és a Deezeren is elérhetők. Utóbbi az MI-zenéket azonosító és nyilvánosan becímkéző technológiát fejleszt. Ők azt írják a zenekarról, hogy az első album számaiból több MI munkája lehet. 

Sokan követhetik a Velvet Sundown példáját. A Deezer elmondta, hogy napi tízezer MI-zenét töltenek fel az oldalra, ami az összes jelenlegi feltöltés tíz százaléka. 

A technológia berobbant, a következő négy évben a zeneiparban dolgozók bevételeik negyedét veszthetik el miatta. A generatív MI éves piaca hárommilliárd dollár, 2028-ban viszont előrejelzések alapján akár hatvannégy milliárd is lehet.

Az OpenAI a mesterséges intelligenciával történő érvelés, következtetés határait feszegeti folyamatosan. Lépésről lépésre haladnak, eredményeik fokozatosak és egyre ígéretesebbek. Az o1-pro és az o3 után,  júniusban bemutatott o3-pro kiterjedt érvelése különösen többlépéses tudományos problémák megoldásán dolgozó fejlesztők számára lehet vonzó.

Komoly tudományos, matematikai és kódolási problémák megoldására találták ki, a magas ár és a lassúság viszont eltérítheti a felhasználókat a vállalat eddigi leghatékonyabb látás-nyelv következtetőmodelljétől.

A szöveges és képi input felső korlátja 200 ezer token, az output szöveges, százezer token a limit. Ismeretbázisát 2024. június elsejével zárták le, webes keresésre is alkalmas. A ChatGPT Pro és Team felhasználói az OpenAI alkalmazásprogramozói felületen (API) érhetik el. Hamarosan Enterprise és Edu (vállalati és oktatás) userek szintén hozzáférhetnek. Input/outputonként egymillió tokennél húsz/nyolcvan dollár az ár.

Az OpenAI sem az architektúráról, sem a gyakorlóadatokról, sem a gyakorlómódszerről nem közölt részleteket.

Teszteken a vállalat o3 és o1-pro modelljénél is jobban teljesített. Nehéz főiskolai matekverseny problémáinak megoldásában 93 százalékot ért el, míg a másik kettő 90-et és 86-ot. Egyetemi végzős szintű tudományos kérdéseknél 85-öt (81-gyel és 79-cel szemben), és kódolásban is jobbnak bizonyult.

Kvalitatív teszteken a humán vizsgáztatók konzisztensen jobbnak találták a két vetélytársnál. Tudományos elemzésekhez kapcsolódó lekérdezésekben, írásban, számítógépes programozásban és adatelemzésben (64,9, 66,7, 62,7 és 64,3 százalékot teljesítve) egyaránt felülmúlta őket.

A modellről készült eddigi beszámolók pozitívak, a válaszadással eltöltött hosszú idő miatt viszont kritizálják. Általános vélemény, hogy „iszonyatosan jó matekban és logikában”, de „a leglassabb és a dolgokat leginkább túlgondoló modell.”

A kínai Tencent nemrég kiadott Hunyuan3D 2.0-ja elmozdulás a végpontok közötti, azaz teljeskörű digitális eszközgenerálás felé. A geometria és a textúra folyamatainak szétválasztásával a platform a bemenetek és a kimenetek között jobban illeszkedő 3D modelleket hoz létre. Leegyszerűsíti, áramvonalasítja az animációt, a prototípuskészítést, összességében a 3D nyomtatást (3DP). Explicit módon nem additív gyártásra tervezték, nyílt keretei és a használható geometriák mozgatásának lehetőségével viszont desktop és ipari printerrel végzett munkafolyamatokra is alkalmazható.

A Cube 3D kiadásával a Roblox Corporation is hasonló lépést tett: a generatív modell természetes nyelvű promptokat szerkesztett, gépre kész 3D hálókká alakítja azokat. A vállalat natív eszközein gyakoroltatott (transzformer architektúrát használó) modell tokenről tokenre jelzi előre a geometriát. Jelenleg ugyan játéktartalmakra összpontosít, nyílt forrású „alaptermészete” miatt azonban a szórakoztatóiparon túlmutató, MI-vel támogatott tervezőmodellként is működik, 3D nyomtatáshoz is használható.

A dél-koreai 5min Lab szoftverfejlesztő egyedi szimulátora (3D Printer Simulator) hajszálpontosan, részletesen és interaktív környezetben emulálja a szálhúzásos (fused deposit modeling, FDP) 3DP munkafolyamatokat. A felhasználó fizikai anyagok nélkül kontrollálhatja a munka összes lépését, szakaszát.

A valódi Ender-3 gépet utánzó virtuális printerrel folytat interakciókat. A szimulátor a fúvóka mozgásától kezdve a nyomtatószál adagolási üteméig, mindent megmutat, kamera és módosítható világítás segít a rétegek vizualizálásában. A környezet realisztikus raktárstílusú munkaközeg.

A paraméterek megadásával a nyomtatási sebességen módosíthatunk, előre ugorhatunk az időben, geometria-specifikus viselkedések modellezhetők, extrudálási parancsok adhatók stb.

Jövőbeli frissítésekkel a nyomtatótípusok körét igyekeznek bővíteni, például a dupla extrudálás és a többszínű nyomtatás is az opciók között fog szerepelni. Bonyolultabb változókat is be akarnak vezetni, még hitelesebbé és részletesebbé téve a nyomtatást.

A 3D Printer Simulator kilencedik generációs Intel Core i5 vagy AMD Ryzen 5 processzorokon fut, 6 GB memória és sugárkövetés támogatást nyújtó, dedikált GPU (grafikus feldolgozóegység) kell hozzá.

Mivel mesterségesintelligencia-rendszerekhez irdatlan mennyiségű adat kell, fejlesztőik úgy érezték, minden jellemzően online található, szerzői jogvédett anyagot használhatnak hozzájuk. Eleinte nem is volt különösebb baj, de látva a generatív MI egyre nagyobb potenciálját, például jogvédett munkák reprodukálását vagy azokból újak létrehozását, a jogok birtokosai egyre erőteljesebben hallatják hangjukat: kártérítést és védelmet követelnek.

Egyetlen per ugyan nem oldja meg a problémát, viszont ha a leghatalmasabb hollywoodi szórakoztatóipari vállalatok bíróságra mennek, a jövőt befolyásoló, precedensértékű verdikt születhet.

Filmstúdiók és lemezkiadók korábban a szerzői jogok megsértőjének tartották a YouTube-ot. Az MTV mögötti Viacom perelte is őket, végül a bíróságot mellőzve sikerült megegyezniük, a videómegosztó azóta jobban figyel a védett tartalmakra, folyamatosan javítja ezirányú kapacitásait.

Manapság a film- és lemezkiadó cégek a YouTube-ra támaszkodnak anyagaik népszerűsítésekor. Hollywood fontolóra vehetné az MI-vállalatokkal való hasonló együttműködést, bár a részesedési arányokat nyilván előzetesen ki kellene találniuk. Mindenesetre mindkét oldal jobban járna pereskedés nélkül.

Az MI-re, modellek gyakoroltatására vonatkozó szerzői jogvédelem ingoványos terep, amerikai bíróságokon több per folyik, az Alphabet, a Meta és az OpenAI elleni 2023-as keresetekkel indult az egész, tavaly a Suno és az Udio zenei MI-startupokkal folytatódott. Az első komoly döntést egy Delaware szövetségi állambeli bíróság hozta idén februárban. A végzés értelmében nem volt jogszerű MI-modellek Reuters-anyagokon történő betanítása.

Hollywoodi stúdiók most csatlakoztak a lemezkiadókhoz, médiacégekhez és művészekhez: a Disney és a Universal beperelte a képgeneráló appjáról híres Midjourney-t, mivel a startup jogvédett anyagaikon engedély nélkül trenírozta modelljeit, használja karaktereiket. Kártérítést követelnek.

A következő filmek, tévésorozatok karaktereiről van szó: Csilagok háborúja, Toy Story, Cars, Vasember, Simpson-család és mások. A Midjourney még akkor is védett anyagokat tartalmazó outputokkal áll elő, ha a felhasználó explicit módon nem is utasítja rá – állítják a stúdiók.

Korábban felvették már a kapcsolatot a startuppal, de a gyakorlat nem változott. Holott használhatnának jogvédett tartalmakat azonosító, a belőlük történő képgenerálást és terjesztését automatikusan megakadályozó szoftvereket – magyarázzák.

Semmi új nincs abban, hogy napjaink háborúi földi, vízi és légi csataterek mellett az információs térben, a cybertérben is zajlanak. Orosz és észak-koreai hackerekről, csoportokról viszonylag gyakran olvashatunk a nemzetközi médiában, az Ukrajna Oroszország általi inváziója miatti hadviselésben mindkét fél intenzíven használja a digitális környezetet.

Az Izrael-Irán konfliktusban viszont olyan történt, amiről eddig még sehonnan sem tudósítottak. Elképzelhető, hogy máshol is észleltek már hasonló akciókat, nyilvánosságra viszont még nem került akkora kriptovaluta elleni támadás, mint június második felében, amelyről a The Jerusalem Post számolt be elsőként. 

Az Izraellel kapcsolatban álló Ragadozó Veréb (Gonjeshke Darande) hackercsoport június tizennyolcadikán megfenyegette Iránt, majd másnap közzétette a közép-keleti ország legnagyobb kriptotőzsdéjének forráskódját és belső hálózatára vonatkozó információkat.

A tőzsde neve Nobitex, digitális és kriptovalutákkal kereskednek rajta. A Ragadozó Veréb szerint a kriptovállalat segíti a rezsimet a nemzetközi terrorizmus finanszírozásában, a virtuális pénzeket pedig az országot sújtó szankciók megkerülésére használják.

A csoport korábban bejelentette, hogy a tőzsdéről 48 millió dollár értékű kriptovalutát loptak el, és magára vállalta az Iszlám Forradalmi Gárda által ellenőrzött Sepah Bank elleni cybertámadást is.

A Nobitexben hagyott eszközök most teljesen nyitottak – közölték az X-en. Állításukat hitelesítendő, közleményükhöz kiszivárgott dokumentumokat csatoltak.

A Ragadozó Veréb lépésének volt előzménye, és az ayatollahok rendszerét sem érhette váratlanul. A hackerek a támadás előtt ugyanis figyelmeztették az irániakat, hogy a „terrorista infrastruktúrával való együttműködés veszélyezteti a vagyonukat. Cselekedjenek mielőtt túl késő lenne!”

Arra vonatkozóan értelemszerűen nincs információ, hogy iráni magánszemélyek és szervezetek részéről történt-e virtuális javaik kimentését célzó bármilyen próbálkozás.

Az Apple mesterségesintelligencia-fejlesztésekben ugyan lemaradt a vetélytársaktól, az iOS feletti kontrollja viszont komoly előny. Ha az operációs rendszer egy bizonyos modellel érkezik, és alapértelmezettként tölti be a korlátozott memóriába, a fejlesztők sokkal nagyobb ösztönzést éreznek az „iOS-kompatiblis” modell, s nem az alternatívák használatára.

A telefonok korlátozott memóriája és a jó modellek nagy mérete miatt sok alkalmazásfejlesztő számára egyáltalán nem praktikus szoftveréhez modellt mellékelni. Azaz, ha az Apple támogatja a modellt, valószínűleg jelentős mértékben elterjed az eszközökön (on-device) történő használata. (Ugyanez persze az Androidra is érvényes.)

Az Apple régóta ígéri a Siri MI-asszisztens frissítését, de az folyamatosan késik, illetve messzire nem vezető, korlátozott ráncfelvarrásokat végeznek rajta. És ez csak a Siri… A Google és Android platformja egyértelműen előnyben van. Az almás cég, ha megkésve is, de a tavaly bevezette Apple Alapmodellek (Apple Foundation Models, AFM) keretet, most pedig a frissítésével reagált. 

A családba eszközökön használt kisebb és szervereken hosztolt nagyobb modellek egyaránt tartoznak. Kapacitásaikat bővítették, sebességüket és hatékonyságukat növelték. Az AFM-keret, egy alkalmazásprogramozói felület (API) kiadásával a fejlesztők az eszközökön működő modelleket minden olyan Apple hardveren használhatják ezentúl, amelyeken az AFM engedélyezett.

Az input szöveg- és kép- (maximum 65 ezer tokenig), az output szövegalapú. Az on-device modellek transzformer neurális hálói hárommilliárd, vizuális transzformerei 300 millió paraméteresek. A nyilvánosság számára nem elérhető AFM-szerveren lévő, egyedire kialakított „szekértők keveréke” (mixture-of-experts) transzformer méretét nem tették közzé, míg a vizuális egymilliárd paraméteres. 

A tizenöt nyelven működő család nagyon jó a nem amerikai angol és a képmegértésben. A gyakorló adatkészletről, a kiértékelő protokollról, a látás-adapter architektúrájáról és az output tokenek korlátjáról a nagyvállalat nem tett közzé infókat.

A hasonló méretű vagy nagyobb modellekkel megmérettetve, az AFM-modellek (az ábrán látható) felemás teljesítményt értek el a nyelvi feladatokból álló teszteken.

A generatív mesterséges intelligencia gyors térhódításának köszönhetően új csúcsszakma született, a GenMI alkalmazásmérnök. Bár a munkakör leírása bonyolult és bizonytalan, gyorsan nő a hozzáértők iránti igény. 

Andrew Ng gépitanulás-szakértő leírja, kikről van szó. Két alapelvárásnak kell megfelelniük: egyrészt új „MI-építőkockákkal” gyorsan dolgozzanak ki hatékony alkalmazásokat, másrészt MI-vel gyors mérnöki munkát kell végezniük, szoftverrendszereket a korábbinál nagyságrendekkel rövidebb idő alatt fejleszteniük. A jó termék/tervezési érzék komoly bónuszelőny.

MI-építőkockákon azt érti, hogy ha csak egy ilyennel rendelkezünk, alapszerkezeteket ugyan létrehozunk belőlük, komplex és működő megoldásokhoz viszont többre van szükségünk. Kiindulási pontnak a nagy nyelvmodellek (LLM-ek) alkalmazásprogramozói felületének (API) ismeretét tartja. De ha ismerjük a promptolási technikákat, az aszinkron programozást, az ágenskereteket, modellek finomhangolását és így tovább, tehát, ha több építőkocka áll rendelkezésünkre, gazdagabb kombinációkat alakíthatunk ki belőlük. Számuk folyamatosan nő, és az egy-két éves “kockák” is relevánsak.

Az MI-vel támogatott kódolás növeli a fejlesztők hatékonyságát. A 2021 óta meglévő, úttörő GitHub Copilot mellett több ilyen eszköz áll rendelkezésre, például a Cursor és a Windsurf. Ma már ágensalapú asszisztensek is, mint az OpenAI Codexe vagy az Anthropic Claude Code-ja. Értő mérnökök kezében soha nem látott gyorsasággal és eredményességgel fejleszthetők velük szoftverek.

Ng szerint az MI-vel támogatott kódolási eszközök hamarabb elavulnak, mint az MI-építőkockák, az egy-két éve használt technikák nem veszik fel a versenyt a maiakkal. Részben azzal magyarázza, hogy míg tucatnyi építőkocka használható, addig kódolást támogató eszköz jóval kevesebb, és a darwini verseny erősebben érvényesül ezen a területen. Mivel az Anthropic, a Google, az OpenAI és mások rengeteget invesztáltak bele, a fejlesztési tempó a mostaninál is frenetikusabb lesz. Tehát, a jó GenMI alkalmazásmérnöknek a legeslegújabb generációkat is ismernie kell, mert minden egyes generáció sokkal jobb az előzőnél.

A bónuszt illetően, egyes cégeknél elvárás, hogy a mérnök termékek pixelpontos rajzát készítse el, nagyon menjen bele a részletekbe, és kódot is írjon az implementáláshoz. Ha a termékmenedzsernek a legkisebb részletet is specifikálnia kell, értelemszerűen lelassul a csapatmunka. Mivel kevés az MI-termékmenedzser, a probléma egyre hangsúlyosabb.

Ng a két alapkritériumon és a bónuszon kívül még azt is megkérdezné az elképzelt állásinterjún, hogy az illető hogyan tartja a lépést a legújabb MI-fejlesztésekkel, milyen stratégiát alkalmaz hozzá.