HBR: Trí tuệ sống sẽ là công nghệ tương lai

- Trí tuệ sống sẽ là bước tiến lớn trong công nghệ, kết hợp giữa trí tuệ nhân tạo, cảm biến tiên tiến và công nghệ sinh học.
- Các hệ thống này có khả năng cảm nhận, học hỏi, thích nghi và phát triển, tạo ra sự đổi mới mạnh mẽ.
- Nhiều công ty đang lạc lối khi chỉ tập trung vào AI mà không nhận ra sự cần thiết của cảm biến và công nghệ sinh học.
- Cảm biến hiện hữu khắp nơi, giúp thu thập và giao tiếp dữ liệu để tối ưu hóa AI.
- Công ty Xylem phát triển đồng hồ nước thông minh sử dụng cảm biến để quản lý nguồn nước hiệu quả.
- Các cảm biến sinh học có thể được đeo hoặc nuốt vào, cung cấp dữ liệu y tế trong thời gian thực.
- Các mô hình hành động lớn (LAMs) dự đoán và thực hiện các tác vụ phức tạp hơn LLMs.
- Sự phát triển của trí tuệ sống sẽ đòi hỏi các tổ chức phải tái cấu trúc và làm mới các quy trình của mình.
- Các công ty như Ginkgo Bioworks và Google DeepMind đang đi đầu trong việc phát triển các công nghệ sinh học tiên tiến.
- Từ trí tuệ sinh học đến trí tuệ hữu cơ (organoid intelligence), chúng ta có thể tạo ra các hệ thống sinh học hoạt động giống như não người.
- Các nhà lãnh đạo cần nhận thức rõ về sự kết hợp của các công nghệ này để không bị tụt hậu.
- Chia sẻ các chiến lược để các tổ chức chuẩn bị cho tương lai của trí tuệ sống.
- Khuyến khích các tổ chức đặt câu hỏi "Điều gì sẽ xảy ra nếu?" để kích thích tư duy đổi mới.

📌 Trí tuệ sống, một khái niệm mới, kết hợp trí tuệ nhân tạo, cảm biến và công nghệ sinh học sẽ tạo ra sự đổi mới và thay đổi cách thức hoạt động của các ngành công nghiệp. Các tổ chức cần chấp nhận sự chuyển mình này để không bị bỏ lại phía sau.

https://hbr.org/2025/01/why-living-intelligence-is-the-next-big-thing

#HBR

Tại sao “Trí tuệ sống” là xu hướng lớn tiếp theo

Amy Webb - Ngày 06/01/2025

Tóm tắt:

AI chỉ là một phần trong một sự thay đổi công nghệ sâu rộng đang diễn ra, và các công ty không nhận ra tầm quan trọng của các công nghệ khác đang hội tụ sẽ có nguy cơ bị tụt hậu. Hai công nghệ khác — cảm biến tiên tiến và công nghệ sinh học — tuy ít được chú ý hơn nhưng không kém phần quan trọng, và chúng đã âm thầm phát triển trong thời gian qua. Sự hội tụ của 3 công nghệ này sắp tạo nên một thực tại mới, sẽ định hình các quyết định tương lai của mọi nhà lãnh đạo trong mọi ngành công nghiệp. Đây chính là thực tại của “trí tuệ sống”: các hệ thống có khả năng cảm nhận, học hỏi, thích nghi và tiến hóa, được hiện thực hóa nhờ trí tuệ nhân tạo, cảm biến tiên tiến và công nghệ sinh học. Trí tuệ sống sẽ tạo ra một chu kỳ đổi mới theo cấp số nhân, phá vỡ các ngành công nghiệp và tạo ra những thị trường hoàn toàn mới. Những nhà lãnh đạo chỉ tập trung vào AI mà không hiểu các giao điểm của nó với 2 công nghệ còn lại có nguy cơ bỏ lỡ làn sóng thay đổi đang dần hình thành.

Gần đây, khi tôi ngồi đối diện với đội ngũ lãnh đạo điều hành của một công ty dịch vụ chăm sóc sức khỏe toàn cầu, tôi nhận ra qua ngôn ngữ cơ thể của họ rằng có điều gì đó không ổn. Họ đã mời tôi đến để tư vấn chiến lược AI, nhưng dường như họ có vẻ phòng thủ. Giám đốc thông tin (CIO), một người sắc sảo, rõ ràng đã nghiên cứu kỹ về công nghệ mới nổi, bắt đầu trình bày chi tiết về mô hình ngôn ngữ lớn (LLM) mới của họ. Điều này thật sự rất ấn tượng. Mô hình này tự động hóa quy trình nhập dữ liệu cực kỳ phức tạp của họ — hãy hình dung về những ngọn núi giấy tờ viết tay và một loạt các tệp kỹ thuật số hỗn loạn — và hợp nhất mọi thứ thành một hồ sơ duy nhất, mạch lạc. Họ đã dành hơn một năm để phát triển và thử nghiệm nó, và hoàn toàn có lý do để tự hào về thành tựu của mình.

Tuy nhiên, khi ông ấy nói về việc triển khai, tôi nhận thấy rõ rằng họ đang bị tụt lại phía sau.

“Các anh đã xây dựng được một nền tảng tuyệt vời,” tôi nói, “nhưng đây chỉ là vạch xuất phát.” Bầu không khí trong phòng lập tức thay đổi. Đây không phải là phản ứng mà họ mong đợi. Đây là một công ty đã đầu tư mạnh mẽ vào AI, xây dựng một hệ thống phức tạp và triển khai thử nghiệm thành công. Giống như rất nhiều đội ngũ lãnh đạo điều hành khác đã dành cả năm qua để xây dựng và triển khai các công cụ AI, họ nghĩ rằng mình đã hoàn tất. Trên thực tế, hành trình chuyển đổi của họ mới chỉ bắt đầu. AI chỉ là một phần trong một sự thay đổi công nghệ sâu rộng, và những công ty không nhận ra tầm quan trọng của các công nghệ khác đang hội tụ có nguy cơ bị bỏ lại phía sau.

Kỷ nguyên của Trí tuệ sống

Trong buổi gặp gỡ với đội ngũ lãnh đạo công ty, tôi thừa nhận rằng, giống như nhiều nhà lãnh đạo khác, việc tập trung vào AI gần đây của họ, mặc dù muộn màng, là một bước đi đúng đắn. Tuy nhiên, các mô hình ngôn ngữ lớn chỉ là điểm khởi đầu. Với những tiến bộ đang diễn ra với tốc độ chóng mặt, công ty sẽ cần phải xây dựng một năng lực mới để liên tục chuyển đổi.

Lý do là bởi AI chỉ là một trong 3 công nghệ đột phá đang thay đổi bối cảnh kinh doanh. Hai công nghệ còn lại — cảm biến tiên tiến và công nghệ sinh học — tuy ít được chú ý hơn nhưng không kém phần quan trọng, và chúng đã âm thầm phát triển trong thời gian qua.

Sớm thôi, sự hội tụ của 3 công nghệ này sẽ tạo nên một thực tại mới, định hình các quyết định tương lai của mọi nhà lãnh đạo trong mọi ngành công nghiệp.

Tôi gọi thực tại mới này là “trí tuệ sống”: các hệ thống có khả năng cảm nhận, học hỏi, thích nghi và tiến hóa, được hiện thực hóa nhờ trí tuệ nhân tạo, cảm biến tiên tiến và công nghệ sinh học.

Trí tuệ sống sẽ tạo ra một chu kỳ đổi mới theo cấp số nhân, phá vỡ các ngành công nghiệp và tạo ra những thị trường hoàn toàn mới. Những nhà lãnh đạo chỉ tập trung vào AI mà không hiểu các giao điểm của nó với hai công nghệ còn lại có nguy cơ bỏ lỡ làn sóng thay đổi đang dần hình thành.

"The Everything Engine Needs Your Data" — Vì sao Dữ liệu là nền tảng của trí tuệ sống

Nếu AI là một "cỗ máy vạn năng", thì cỗ máy đó cần dữ liệu để vận hành. Phần lớn dữ liệu này rất có thể đến từ cảm biến tiên tiến và mạng lưới các thiết bị kết nối, cho phép trao đổi và xử lý dữ liệu để thúc đẩy sự phát triển của AI. Đây chính là lý do vì sao cảm biến được xem như một công nghệ vạn năng tiếp theo — một sự thật mà nhiều nhà lãnh đạo hiện nay chưa nhận thức được.

Hầu hết mọi người không nhận ra rằng cảm biến hiện đã ở khắp mọi nơi và được ứng dụng trong nhiều ngành công nghiệp. Điều này có thể hiểu được: chúng ta thường sử dụng công nghệ mà không để ý đến sự hiện diện của nó. Nhưng khi bạn bắt đầu để ý, bạn sẽ thấy chúng ở mọi nơi.

Ví dụ, một chiếc iPhone tích hợp hàng tá cảm biến, từ cảm biến tiệm cận để phát hiện vật thể gần đó, đến cảm biến nhận diện khuôn mặt để xác thực người dùng. Tất cả đều liên tục thu thập và xử lý dữ liệu của bạn suốt cả ngày. Công ty công nghệ nước Xylem đã phát triển một loại đồng hồ nước mới sử dụng cảm biến tiên tiến và AI để quản lý các thách thức về phân phối nước tại các khu vực đông dân cư. Những đồng hồ này đo liên tục lưu lượng nước và cung cấp dữ liệu chi tiết về thói quen tiêu thụ. Chúng cũng có thể phát hiện các bất thường trong lưu lượng nước, chẳng hạn như áp lực giảm hoặc mô hình sử dụng bất thường — những dấu hiệu thường chỉ ra các rò rỉ.

Trong khi đó, một lớp cảm biến sinh học mới đang được phát triển để đeo trên người hoặc thậm chí đưa vào cơ thể. Những cảm biến này có mục đích gửi và nhận dữ liệu theo thời gian thực nhằm chẩn đoán và giám sát bệnh, phát hiện mầm bệnh, và hỗ trợ phục hồi nhanh hơn. Một loại cảm biến sinh học này bao gồm các máy móc siêu nhỏ, gọi là nanobot, có thể theo dõi sức khỏe bệnh nhân theo thời gian thực sau khi được tiêm vào máu. Những nanobot này hoạt động như hệ thống giám sát bên trong, phát hiện những thay đổi trong các kích thích môi trường và điều kiện cơ thể, cho phép giám sát liên tục và chẩn đoán sớm các vấn đề sức khỏe tiềm ẩn.

Chuyển đổi từ LLMs sang LAMs: Từ mô hình ngôn ngữ sang mô hình hành động

Khi ngày càng có nhiều cảm biến bao quanh chúng ta, chúng không chỉ thu thập và truyền tải nhiều dữ liệu hơn mà còn đa dạng hơn về loại dữ liệu. Trong khi các tổ chức đang bận rộn xây dựng và sử dụng các mô hình ngôn ngữ lớn (LLMs), thì sớm thôi, họ sẽ cần phát triển LAMs: các mô hình hành động lớn (Large Action Models).

Nếu LLMs dự đoán nội dung tiếp theo nên được nói là gì, thì LAMs dự đoán hành động tiếp theo nên được thực hiện, bằng cách chia nhỏ các nhiệm vụ phức tạp thành các phần đơn giản hơn. Không giống như LLMs chủ yếu tạo ra nội dung, LAMs được tối ưu hóa cho việc thực thi nhiệm vụ, cho phép chúng đưa ra các quyết định theo thời gian thực dựa trên các lệnh cụ thể. LAMs sẽ vô cùng hữu ích cho các tổ chức ở mọi quy mô và lĩnh vực.

Những ví dụ đầu tiên của LAMs bao gồm Claude của Anthropic và ACT-1 của Adept.ai. Cả hai đều được thiết kế để tương tác trực tiếp với mã nguồn và các công cụ kỹ thuật số, thực hiện các hành động bên trong các ứng dụng phần mềm như trình duyệt web. LAMs giống như LLMs, nhưng với dữ liệu phong phú hơn và yêu cầu đa phương tiện hơn. Chúng sẽ sử dụng dữ liệu hành vi mà chúng ta tạo ra khi sử dụng điện thoại hoặc vận hành xe cộ, cùng với một mạng lưới cảm biến khắp nơi, thu thập đồng thời nhiều luồng dữ liệu từ thiết bị đeo, thiết bị thực tế mở rộng (extended reality), internet vạn vật (IoT), nhà thông minh, văn phòng thông minh, và cả căn hộ thông minh.

Khi LAMs trở nên tích hợp sâu hơn trong môi trường của chúng ta, chúng sẽ hoạt động liền mạch, thường không cần sự tương tác trực tiếp của người dùng.

Từ LAMs đến PLAMs: Cá nhân hóa hành động

Rất nhiều tổ chức đang thất bại trong việc hình dung cách mà LAMs sẽ tiến hóa thành các mô hình hành động lớn cá nhân hóa (PLAMs), có khả năng tương tác với các hệ thống khác, học hỏi từ các bộ dữ liệu lớn, và thích nghi với nhu cầu kinh doanh đang thay đổi.

PLAMs sẽ có khả năng cải thiện trải nghiệm kỹ thuật số, ảo và vật lý của chúng ta bằng cách hợp lý hóa việc ra quyết định, quản lý nhiệm vụ, thương lượng giao dịch, và dự đoán nhu cầu của chúng ta dựa trên dữ liệu hành vi. PLAMs sẽ không cần sự đầu vào có ý thức từ người dùng.

Những tác nhân tự động này có thể cá nhân hóa các gợi ý, tối ưu hóa việc mua sắm, và giao tiếp với các tác nhân đáng tin cậy khác, cho phép các giao dịch diễn ra liền mạch — đồng thời vẫn duy trì quyền riêng tư và các ưu tiên của người dùng. PLAMs, theo định nghĩa, sẽ có quyền truy cập vào tất cả dữ liệu của người dùng trên các thiết bị cá nhân.

Trong tương lai gần, các công ty như Apple hoặc Google sẽ được thúc đẩy để tích hợp thêm nhiều cảm biến thông minh vào thiết bị nhằm liên tục thu thập và phân tích dữ liệu cá nhân, chẳng hạn như chỉ số sức khỏe, dữ liệu vị trí, và thông tin về thói quen hàng ngày. Tất cả dữ liệu này sẽ được sử dụng để tạo ra các hồ sơ cá nhân hóa cao, kết nối với các mô hình ngôn ngữ và hành động cá nhân, được thiết kế riêng theo nhu cầu và sở thích của từng người dùng.

Trong khi cá nhân sở hữu PLAMs, các tập đoàn sẽ sở hữu các mô hình hành động lớn doanh nghiệp (CLAMs), và các chính phủ có tư duy số hóa sẽ phát triển các mô hình hành động lớn chính phủ (GLAMs).

Khi Trí tuệ Nhân tạo gặp Kỹ thuật Sinh học

Công nghệ vạn năng thứ ba của trí tuệ sống là kỹ thuật sinh học, một lĩnh vực sử dụng các kỹ thuật kỹ thuật để xây dựng các hệ thống và sản phẩm sinh học, chẳng hạn như vi sinh vật thiết kế được lập trình cho các nhiệm vụ cụ thể.

Hiện tại, kỹ thuật sinh học có thể dễ dàng bị xem nhẹ, nhưng về dài hạn, nó có thể trở thành công nghệ quan trọng nhất. Khi kết hợp với AI, kỹ thuật sinh học có thể tạo ra “sinh học tạo sinh” (genBio), sử dụng dữ liệu, tính toán và AI để dự đoán hoặc tạo ra những hiểu biết sinh học mới — tạo ra các thành phần sinh học mới, chẳng hạn như protein, gen, hoặc thậm chí toàn bộ sinh vật, bằng cách mô phỏng và dự đoán cách các yếu tố sinh học hoạt động và tương tác.

Ứng dụng của kỹ thuật sinh học trong thực tế

Tiềm năng của công nghệ này đã rõ ràng. Các công ty như Ginkgo Bioworks đang sử dụng genBio để thiết kế và tạo ra các enzyme tùy chỉnh, có thể được ứng dụng trong các quy trình công nghiệp. Ví dụ, các thuật toán tạo sinh có thể giúp thiết kế enzyme phá vỡ các phân tử phức tạp như nhựa hoặc các chất gây ô nhiễm khác.

Google DeepMind đã phát triển AlphaProteo, thiết kế các protein hoàn toàn mới với các tính chất mới, có thể được áp dụng trong lĩnh vực vật liệu sinh học và phát triển thuốc. Một dự án khác của DeepMind, GNoME (Graph Networks for Materials Exploration), đã dự đoán tính ổn định của hàng triệu vật liệu vô cơ mới.

Hãy tưởng tượng một tòa nhà được làm từ các vật liệu có khả năng tự điều chỉnh nhiệt độ, ánh sáng và thông gió mà không cần máy tính (hoặc con người) can thiệp.

Living Intelligence and the Future of Business: How to Adapt and Thrive

Living Intelligence: Toward Living Machines
Trí tuệ sống (Living Intelligence) đang mở ra cánh cửa dẫn đến những cỗ máy sống. Năm 2024, trí tuệ hữu cơ (Organoid Intelligence - OI) ra mắt như một lĩnh vực khoa học mới. OI sử dụng các mô nuôi cấy trong phòng thí nghiệm, như tế bào não và tế bào gốc, để tạo ra các máy tính sinh học mô phỏng cấu trúc và chức năng của não người.

Một cơ quan hữu cơ (organoid) là một mô nhỏ giống như bản sao của các cơ quan trong cơ thể. Năm 2021, các nhà nghiên cứu tại Cortical Labs, Melbourne, Úc, đã tạo ra một bộ não organoid nhỏ hoạt động như một máy tính. Họ gọi nó là DishBrain, gắn nó với các điện cực và dạy nó chơi trò chơi Pong từ thập niên 1980. DishBrain được tạo từ khoảng 1 triệu tế bào não của người và chuột, nuôi cấy trên một mảng điện tử siêu nhỏ có thể nhận tín hiệu điện. Các tín hiệu này cho biết vị trí của quả bóng Pong, và các tế bào phản hồi. Hệ thống này càng chơi, nó càng cải thiện kỹ năng.

Hiện tại, Cortical Labs đang phát triển một loại phần mềm mới — hệ điều hành trí tuệ sinh học (biological intelligence operating system), cho phép bất kỳ ai có kỹ năng lập trình cơ bản đều có thể tự lập trình DishBrain của mình.

Làm thế nào để định vị tổ chức cho thành công trong kỷ nguyên Trí tuệ sống

Mặc dù trí tuệ sống nghe có vẻ như một ý tưởng xa vời, nhưng các CEO và nhà lãnh đạo kinh doanh có tư duy tiến bộ không thể chờ đợi. Những dấu hiệu của sự hội tụ giữa các công nghệ trí tuệ sống đã xuất hiện ở một số ngành tiên phong.

Việc áp dụng sớm đang diễn ra mạnh mẽ nhất trong các ngành như dược phẩm, sản phẩm y tế, chăm sóc sức khỏe, không gian vũ trụ, xây dựng và kỹ thuật, hàng tiêu dùng đóng gói, và nông nghiệp. Tuy nhiên, các ứng dụng mới đang nhanh chóng xuất hiện ở các ngành khác, tạo ra những cơ hội mới trong các ngành như dịch vụ tài chính. Khi ngày càng có nhiều ngành tham gia, đổi mới sẽ lan rộng hơn nữa, thúc đẩy hiệu ứng bánh đà (flywheel effect).

Chúng ta sẽ chứng kiến sự tiến bộ cộng dồn khi từng công nghệ được cải thiện. Dưới đây là 5 khuyến nghị hành động với sự cẩn trọng và khẩn trương:

1. Làm sáng tỏ trí tuệ sống cho toàn bộ tổ chức

Các nhà lãnh đạo cấp cao cần làm quen với trí tuệ sống — cách AI, dữ liệu từ cảm biến tiên tiến, và kỹ thuật sinh học giao thoa với nhau. Điều này không chỉ là kiến thức cơ bản mà còn là bước đầu tiên để chuẩn bị cho những thay đổi lớn trong chiến lược kinh doanh.

2. Phát triển các kịch bản thực tế về gián đoạn và tạo giá trị mới

Các nhà lãnh đạo nên phát triển các kịch bản ngắn hạn và dài hạn để sử dụng và mở rộng các công nghệ, quy trình, và sản phẩm trí tuệ sống. Các công ty cần sử dụng tư duy chiến lược để hiểu cách mà hệ sinh thái trí tuệ sống đang phát triển có thể tác động đến các sản phẩm và quy trình hiện có.

3. Xác định 2 hoặc 3 trường hợp ứng dụng có tác động lớn — và bắt tay thực hiện ngay

Hãy tập trung vào các trường hợp ứng dụng cụ thể mà trí tuệ sống có thể tạo ra tác động đáng kể nhất. Việc lựa chọn các dự án thí điểm với tiềm năng mở rộng lớn nhất sẽ giúp tăng tốc áp dụng trí tuệ sống và tích hợp công nghệ này vào các quy trình làm việc hàng ngày.

4. Cam kết phát triển các vai trò, kỹ năng và năng lực cần thiết

Trí tuệ sống đòi hỏi một sự thay đổi tư duy trên toàn bộ tổ chức. Các tổ chức cần ưu tiên các sáng kiến giáo dục và thử nghiệm để chuẩn bị nhân viên làm việc hiệu quả cùng với những công nghệ này, đồng thời phát triển các danh mục công việc mới cho lực lượng lao động tương lai.

5. Theo dõi các thay đổi về quy định và chuẩn bị cho sự không chắc chắn về chính sách

Trí tuệ sống chắc chắn sẽ khơi dậy những đổi mới, và sẽ đòi hỏi các công ty có sự linh hoạt chưa từng có, đặc biệt là trong bối cảnh các quy định còn rời rạc như hiện nay. Các nhà lãnh đạo cần trao quyền cho tổ chức để thử nghiệm với các sản phẩm và quy trình mới, đồng thời đảm bảo rằng họ định hình tương lai của mình thay vì bị buộc phải thích nghi với các đổi mới bên ngoài hoặc phản ứng trước các thay đổi chính sách.

"Điều gì sẽ xảy ra nếu...?"

Lời khuyên giá trị nhất tôi có thể đưa ra là đơn giản đặt câu hỏi: "Điều gì sẽ xảy ra nếu...?"

Trong buổi họp tiếp theo với công ty chăm sóc sức khỏe, tôi đã yêu cầu đội ngũ lãnh đạo điều hành cân nhắc các kịch bản về cách doanh nghiệp của họ có thể thay đổi trong thập kỷ tới khi trí tuệ sống trưởng thành.

• Điều gì sẽ xảy ra nếu có một gói "đảm bảo sức khỏe" bao gồm cảm biến đeo được, chẩn đoán hỗ trợ AI, và giao thuốc theo toa cá nhân hóa?
• Điều gì sẽ xảy ra nếu các nhà cung cấp truyền thống bị bỏ qua hoàn toàn, và các công ty khởi nghiệp sử dụng dữ liệu AI và cảm biến để cung cấp các giải pháp sức khỏe cá nhân hóa trực tiếp đến người tiêu dùng?
• Điều gì sẽ xảy ra nếu phòng tắm ngày nay trở thành phòng thí nghiệm chẩn đoán của ngày mai?
• Điều gì sẽ xảy ra nếu dữ liệu thời gian thực dẫn đến báo cáo thời gian thực về kết quả điều trị của bệnh nhân?

Những thay đổi này có thể dẫn đến một chuyển dịch lớn trong cách tạo ra giá trị. Ví dụ: liệu các nhà cung cấp dịch vụ y tế có được thanh toán dựa trên hiệu quả điều trị của họ không?

Lời kết:
Tôi nói với đội ngũ lãnh đạo rằng, đừng tập trung quá mức vào AI như cách nó đang tồn tại ngày nay. Hãy có một cái nhìn toàn diện hơn về sự thay đổi đang diễn ra và chuẩn bị tổ chức của mình cho kỷ nguyên trí tuệ sống.

Amy Webb là nhà tương lai học định lượng, CEO của Future Today Institute, và giáo sư về dự báo chiến lược tại Trường Kinh doanh Stern, Đại học New York. Cô là tác giả của The Signals Are Talking: Why Today’s Fringe Is Tomorrow’s Mainstream, The Big Nine: How the Tech Titans and Their Thinking Machines Could Warp Humanity, và The Genesis Machine: Our Quest to Rewrite Life in the Age of Synthetic Biology.

Why “Living Intelligence” Is the Next Big Thing

by Amy Webb

January 06, 2025

Andriy Onufriyenko/Getty Images

Summary.

AI is merely one facet of a sweeping technological change underway, and companies that fail to recognize the importance of other converging technologies risk being left behind. Two other technologies — advanced sensors and biotechnology — are less visible, though no less important, and have been quietly advancing. Soon, the convergence of these three technologies is going to underpin a new reality that will shape the future decisions of every leader across industries. This is the new reality of “living intelligence”: systems that can sense, learn, adapt, and evolve, made possible through artificial intelligence, advanced sensors and biotechnology. Living intelligence will drive an exponential cycle of innovation, disrupting industries, and creating entirely new markets. Leaders who focus solely on AI without understanding its intersections with these two other technologies risk missing a wave of disruption already forming.close

Recently I was sitting across the table from the executive leadership team of a global healthcare services company, and I could tell by their body language that something was off. They’d invited me in to consult on their AI strategy, but they seemed defensive. The Chief Information Officer, a sharp guy who’d clearly done his homework on emerging tech, launched into a detailed explanation of their new large language model. It was impressive, no doubt. This model automated their insanely complex data entry process — think mountains of handwritten patient forms and a chaotic mix of digital files — and consolidated everything into a single, coherent record. They’d spent well over a year developing and testing it, and were understandably proud of their accomplishment. But as he talked about the rollout, it was obvious to me that they were already lagging behind.

“You’ve built an incredible foundation,” I said, “but this is just the starting line.” The energy in the room shifted. This wasn’t the reaction they were expecting. Here was a company that had invested heavily in AI, built a sophisticated system, and deployed a successful pilot. Like so many other executive leadership teams who’ve spent the past year building and implementing AI tools, they thought they were done. In reality, their transformation had only begun. AI is merely one facet of a sweeping technological change underway, and companies that fail to recognize the importance of other converging technologies risk being left behind.

The Era of Living Intelligence

During my meeting with the company’s executive team, I acknowledged that like so many leaders, the recent hyper-focus on AI, though late, was the right move. However, LLMs were just a starting point. With new developments happening at a breakneck speed, the company would need to build a new muscle for continuous transformation. That’s because AI is just one of three groundbreaking technologies shifting the business landscape. The other two — advanced sensors and biotechnology — are less visible, though no less important, and have been quietly advancing. Soon, the convergence of these three technologies is going to underpin a new reality that will shape the future decisions of every leader across industries.

I call this new reality “living intelligence”: systems that can sense, learn, adapt, and evolve, made possible through artificial intelligence, advanced sensors and biotechnology. Living intelligence will drive an exponential cycle of innovation, disrupting industries, and creating entirely new markets. Leaders who focus solely on AI without understanding its intersections with these two other technologies risk missing a wave of disruption already forming.

The Everything Engine Needs Your Data

Artificial Intelligence Meets Organoid Intelligence