Catatan untuk perusahaan pra-AI yang melakukan transisi: - Tujuannya adalah untuk menjadi titik difusi ekonomi antara kemajuan model dan nilai pelanggan. Itu berarti jika model menjadi 3x lebih baik, pelanggan Anda menerima nilai 3x+. - Model membuat kemajuan yang tidak merata di seluruh domain ("kecerdasan bergerigi") sehingga Anda ingin mewakili masalah Anda di domain tempat model unggul. Bisakah Anda mengambil masalah bisnis Anda dan membingkainya ulang sebagai kode, matematika, atau logika terstruktur? - Kesalahan terbesar adalah mencoba merekayasa model secara berlebihan. Default untuk mengekspos mereka ke lebih banyak. Bahkan teknik seperti rekayasa konteks kemungkinan akan memiliki umur simpan yang terbatas saat jendela konteks diperluas dan kemajuan model berlanjut. - Cara Anda mengatur perusahaan Anda penting. Mulailah dari yang ekstrem: alih-alih AI sedikit meningkatkan produktivitas individu, tempatkan model yang bertanggung jawab atas seluruh unit bisnis dan minta individu menangani pengecualian dan melakukan pekerjaan yang tidak dapat dilakukan oleh model (yaitu mengajak pelanggan keluar untuk makan malam steak). Mulailah dengan sesuatu yang tidak glamor dan visibilitas rendah dan lihat bagaimana kinerjanya. - Produk ini kemungkinan akan terbagi menjadi dua permukaan: UI tradisional yang mendukung interaksi manusia dan alur kerja + permukaan seperti terminal yang memodifikasi diri sendiri dan menangani tugas lintas fungsi yang ambigu (ya, openclaw untuk perusahaan). - Pelanggan Anda tahu lebih sedikit tentang model ini daripada Anda. Anda harus mulai membimbing mereka menuju versi masa depan mereka yang paling ambisius. Jika Anda berada di industri yang benar-benar menghargai basis karyawannya, lukiskan gambaran AI yang memungkinkan mereka untuk mempekerjakan lebih banyak dan meningkatkan NPS pekerja — bukan mempekerjakan lebih sedikit dan meningkatkan keuntungan. Membantu mereka menjadi cukup ambisius akan sama sulitnya dengan menyelaraskan teknologi dengan ambisi tersebut.