Ja. Een paar verschillende gedachten. (1) Ten eerste, de nieuwe bottleneck bij AI is het aansteken en verifiëren. Aangezien AI taken van midden naar midden uitvoert, niet van begin tot eind. Dus de uitgaven van bedrijven verschuiven naar de randen van aansteken en verifiëren, zelfs als AI het midden versnelt. (2) Ten tweede, AI betekent echt versterkte intelligentie, niet agentische intelligentie. Hoe slimmer je bent, hoe slimmer de AI is. Betere schrijvers zijn betere aanstichters. (3) Ten derde, AI neemt je baan niet echt over, het stelt je in staat om elke baan te doen. Omdat het je in staat stelt een acceptabele UX-ontwerper, een behoorlijke SFX-animator, enzovoort te zijn. Maar het betekent niet noodzakelijk dat je die baan *goed* kunt doen, aangezien een specialist vaak nodig is voor de afwerking. (4) Ten vierde, AI neemt je baan niet over, het neemt de baan van de vorige AI over. Bijvoorbeeld: Midjourney nam de baan van Stable Diffusion over. GPT-4 nam de baan van GPT-3 over. Zodra je een plek in je workflow hebt voor AI-beeldgeneratie, AI-codegeneratie of iets dergelijks, wijs je die uitgaven gewoon toe aan het nieuwste model. (5) Ten vijfde, killer AI is al hier — en het heet drones. En elk land streeft ernaar. Dus het zijn niet de beeldgeneratoren en chatbots waar je je zorgen over moet maken. (6) Ten zesde, gedecentraliseerde AI is al hier en het is in wezen polytheïstische AI (veel sterke modellen) in plaats van monotheïstische AI (één enkele almachtige model). Dat betekent een balans van macht tussen menselijke/AI-fusies in plaats van een enkele dominante AI die ons allemaal in paperclips/zoutzuilen zal veranderen. (7) Ten zevende, AI is probabilistisch terwijl crypto deterministisch is. Dus crypto kan AI beperken. Bijvoorbeeld, AI kan captchas breken, maar het kan geen on-chain saldi vervalsen. En het kan sommige vergelijkingen oplossen, maar geen cryptografische vergelijkingen. Dus crypto is ruwweg wat AI niet kan doen. (8) Ten achtste, ik denk dat AI op dit moment een decentraliserend effect heeft, omdat er zoveel meer is dat een klein team kan doen met de juiste tools, en omdat er zoveel hoogwaardige open source-modellen beschikbaar komen. Dit alles kan veranderen als zelf-aansteken, zelf-verifiëren en zelf-replicerende AI in de fysieke wereld echt van de grond komt. Maar er zijn open onderzoeksvragen tussen hier en daar.
Aaron Levie
Aaron Levie28 jun 2025
De opvatting dat AI banen zal uitwissen of een soort schok voor het systeem zal veroorzaken, houdt geen rekening met het feit dat bedrijven bestaan uit een reeks knelpunten. Wanneer AI het werk in één gebied versnelt, stuit je ergens anders op een knelpunt. Naarmate een individuele workflow efficiënter wordt, blijft de uiteindelijke productiviteitswinst nog steeds beperkt door een ander deel van het systeem. En meestal is het zo dat dat deel van het systeem niet inherent dezelfde impact van AI-efficiëntie heeft gezien, wat betekent dat mensen nog steeds het werk doen. Neem bijna elk proces in een onderneming en je kunt zien hoe dit zich ontvouwt. Als AI-agents leads genereren voor het verkoopteam, zal het knelpunt de mensen zijn die gesprekken met die klanten moeten voeren. En als de leads goed zijn, betekent dat meer aanwervingen voor de verkoop. Als AI-agents meer code genereren, zul je uiteindelijk worden beperkt door de ingenieurs die die code kunnen beoordelen en in productie kunnen opnemen. Je kunt snel zien hoe dit zich uitbreidt naar elk proces in een organisatie. Economen en anderen missen vaak volledig hoe werk daadwerkelijk gebeurt in een bedrijf; het zijn geen volledig onafhankelijke taken, maar in plaats daarvan sterk onderling afhankelijke taken die allemaal met elkaar verbonden zijn binnen een systeem. Dit is natuurlijk de natuurlijke snelheidsbegrenzer van AI-efficiëntiewinsten, maar ook de reden waarom mensen in de toekomst nog steeds zoveel banen zullen hebben.
543,29K