Ik herinner me nog de opwinding die ik voelde in 2013 toen ik de kans kreeg om het Watson-team van IBM te interviewen. Twee jaar eerder deed hij mee aan de populaire spelshow Gevaar! en versla menselijke kampioenen Brad Rutter En Ken Jennings. Na dat interview schreef ik een artikel voor Forbes op grond van het feit dat Watson het officieel zou maken een nieuw tijdperk van cognitieve samenwerking.
Als ik er nu op terugkijk, ruim tien jaar later, houdt het artikel opmerkelijk goed stand. Ik vergelijk leren met samenwerken AI aan piloten die leren ‘via draad te vliegen’, waarbij ze automatische bediening gebruiken in plaats van handmatige bediening. Natuurlijk hebben we nog steeds piloten, maar die vliegen niet meer met vliegtuigen. Zij beheren de systemen waarmee het vliegtuig bestuurd wordt.
Op dit moment zijn we tegelijkertijd. Wall Street-analisten voorspellen dat investeringen in AI precies dat zullen doen bijna 700 miljard dollar Dit jaar. McKinsey rapport dat bijna 90% van de bedrijven AI gebruikt en, misschien niet verrassend, een nieuwe lichting AI-experts opstaat om aan de vraag te voldoen, omdat ze denken dat ze aan het begin staan van een kans. Dit is waarom jij niet een van hen zou moeten zijn.
Hypecyclus uitgelegd
In de jaren negentig merkte Gartner-analist Jackie Fenn een patroon op: nieuwe technologieën zouden opduiken, vooruitgang boeken die de realistische verwachtingen overtroffen, perioden van teleurstelling en teleurstelling doormaken, en pas dan grip krijgen en populairder worden. productief. Gartner noemt dit fenomeen “Hype-cyclus.”
Met betrekking tot kunstmatige intelligentie kan de technologische trigger ChatGPT zijn lancering van het bedrijf in maart 2023, maar sommigen beweren misschien dat die ontwikkeling zich zal voordoen transformator algoritme is technisch gezien de trigger. Wat er ook gebeurde, plotseling raakten mensen zeer geïnteresseerd in AI, en de investeringen en adoptie stegen enorm.
Op dit moment bevinden we ons op of nabij het hoogtepunt van de opgeblazen verwachtingen. Vorig jaar werd er ongeveer 350 miljard dollar in AI geïnvesteerd, en dat was alles zal dit jaar verdubbelen. Tegelijkertijd zijn er aanwijzingen dat deze investeringen tot aanzienlijke productiviteitswinsten leiden goed gemengd. Onlangs Onderzoek van Duke University onder CFO’s helemaal geen impact op de productiviteit.
Het is duidelijk mogelijk dat er werkelijke productiviteitswinsten zijn die nog niet in de data zijn vastgelegd (Erik Brynjolfsson van Stanford lijkt dat te denken). Bovendien is het niet ongebruikelijk dat een technologie aanvankelijk een negatieve invloed heeft op de productiviteit naarmate het leerniveau van de gebruiker toeneemt. Wat we dus hebben waargenomen, zijn misschien wel de gebruikelijke problemen die zich voordoen bij nieuwe technologie.
Toch hebben we het over een investering van bijna een biljoen dollar in slechts twee jaar tijd. En aangezien AI-chips ongeveer 60% van die investering uitmaken en over drie jaar worden afgeschreven, zullen AI-bedrijven, om financieel levensvatbaar te zijn, vrij snel honderden miljarden dollars aan winst moeten gaan genereren. Het lijkt onwaarschijnlijk dat dit zal gebeuren, en we stevenen vrijwel zeker af op de rand van teleurstelling.
Verplichte reflexiviteit
George Soros veel geld verdienen wedden tegen conventionele wijsheid. Toen de Britse regering beloofde het pond gekoppeld te houden aan de Duitse wisselkoers, gokte hij daartegen en verdiende daarbij een miljard dollar. Vervolgens voerde hij soortgelijke transacties uit tegen de Thaise baht en de Japanse yen. Toen anderen de explosie zagen, zag Soros de verwoesting vlakbij.
Zijn geheime wapen is de theorie die hij noemt reflexiviteit. Het basisidee is dat verwachtingen niet in een vacuüm worden gevormd. Dit wordt gedeeltelijk bepaald door onze perceptie van de overtuigingen van anderen. Hoe breder een idee wordt geaccepteerd, hoe waarschijnlijker het is dat we het zelf zullen accepteren, en dit versterkt op zijn beurt de collectieve tijdsgeest.
Als veel mensen geloven dat AI een economische bloei zal creëren, vergelijkbaar met elektriciteit of de verbrandingsmotor, dan zullen wij dat waarschijnlijk ook geloven. Deze overtuigingen sturen gedrag aan: beleggers kopen aandelen, bedrijven geven geld uit aan AI, en voorspellingen worden referentieel en zichzelf versterkend. Dit alles voegt olie op het vuur toe. Niemand wil iets goeds missen.
Het interessante aan de theorie van Soros is dat deze niet afhankelijk is van de voor- of nadelen van het bezit of idee in kwestie. Je kunt geloven in de transformatieve kracht van AI en toch beseffen dat veel genomen beslissingen voortkomen uit reflexiviteit. En als de reflexieve zeepbel verdwijnt, zijn het niet alleen de activaprijzen die dalen. Op dezelfde manier worden reputaties gebouwd op tijdelijke expertise.
De golf achtervolgen
Het is moeilijk om niet versteld te staan van AI. Tegenwoordig heeft iedereen op aarde met een goedkope smartphone toegang tot technologie die nog maar kort geleden sciencefiction leek. Voorstanders kunnen wijzen op echte gegevens waaruit blijkt dat het een echte, significante impact heeft. Dus waarom spring je niet op de golf en geniet je van de rit?
Onderzoek van de St. St. Louis Federal Reserve Bank illustreren belangrijk onderdeel van het probleem.
Er is een enorme kloof in de impact van AI. Sommige banen, zoals softwareontwikkeling, worden volledig getransformeerd door AI. Andere, zoals de persoonlijke dienstverlening, werden nauwelijks getroffen. Het is dus misschien niet verrassend dat mensen in de technologiewereld voorspellen dat andere industrieën vergelijkbare productiviteitsstijgingen zullen ervaren.
Neem de CEO van OthersideAI De virale tweet van Matt Shumer over hoe AI zijn vermogen om code te genereren en producten te creëren volledig heeft getransformeerd. Je kunt het hem niet kwalijk nemen dat hij opgewonden is; zijn verdiensten zijn werkelijk indrukwekkend.
OpenAI-CEO Sam Altman zei hetzelfde beweerde dat soortgelijke gevolgen binnenkort zullen worden waargenomen in andere sectoren, zoals marketing en communicatie:
“Dit betekent dat 95% van wat marketeers vandaag de dag door bureaus, strategen en creatieve professionals gebruiken, gemakkelijk, vrijwel onmiddellijk en vrijwel kosteloos door AI kan worden afgehandeld. En AI zal waarschijnlijk in staat zijn om creatief materiaal te testen aan echte of synthetische klantfocusgroepen om resultaten te voorspellen en deze te optimaliseren. Nogmaals, het is allemaal gratis, direct en bijna perfect. Afbeeldingen, video’s, campagne-ideeën? Geen probleem.”
Wat voor mij interessant is aan dat citaat, is hoe weinig de visie van Sam Altman overeenkomt met het daadwerkelijke werk dat mensen bij marketingbureaus doen, namelijk samenwerken met klanten om doelen te identificeren en strategieën te ontwerpen om deze te bereiken. De productie en plaatsing van creatieve middelen is al enige tijd geautomatiseerd.
De realiteit is dat maar weinig mensen code schrijven voor de kost, en het extrapoleren van de winsten uit softwareontwikkeling naar de economie als geheel vereist een grote sprong. De superkracht van de mensheid – die ons in staat stelt ons eigen lot te creëren – is collectieve actie. Om dat te doen heb je mensen nodig die met andere mensen kunnen communiceren.
Verdubbel de vaardigheden die u al heeft
Er bestaat geen twijfel over dat kunstmatige intelligentie een transformerende technologie is – en dat geldt ook voor smartphones, mobiel breedbandinternet, cloud computing en vele andere zaken van de afgelopen twintig jaar. Het is verbazingwekkend om te bedenken dat dit alles twintig jaar geleden niet bestond en dat het leven er heel anders uitzag. Maar toch, geen van die dingen heeft een grote impact op de productiviteit.
Het meest waarschijnlijke scenario is dat de toekomst zal zeer vergelijkbaar zijn met het verleden. Er zullen veel dingen verbeterd worden. Sommige zullen veranderd worden. Maar de adoptie is ongelijkmatig, omdat sommige organisaties en sectoren snel overgaan tot de implementatie van nieuwe toepassingen, terwijl de meeste andere achterblijven. Wanneer de vooruitgang niet aan de verwachtingen voldoet, zullen er teleurstellingen en teleurstellingen optreden, en zullen de focus en de budgetten in andere richtingen verschuiven.
Als je een echte AI-expert bent, met de kennis en vaardigheden om de technologie vorm te geven, kun je nog steeds hopen te slagen. Er zal nooit een tekort zijn aan organisaties die mensen nodig hebben die technologie helpen inzetten om belangrijk werk voor hen te doen. Maar als je alleen maar de golf achtervolgt, zul je jezelf binden aan de eb en vloed van het marktsentiment.
De realiteit is dat je een technologie niet kunt scheiden van de omgeving waarin deze opereert. Zoals de Duitse filosoof Martin Heidegger zei ruzie maken: Om een wereld op te bouwen, moet je begrijpen wat het betekent om erin te leven. Technologie wordt krachtig wanneer mensen die de oplossing begrijpen, effectief leren samenwerken met mensen die de belangrijke problemen begrijpen die moeten worden opgelost.
Hoewel er dus een duidelijke behoefte is aan echte AI-experts, hebben we nog steeds experts op andere menselijke gebieden nodig. Je kunt veel beter op jezelf wedden dan op een technologie die weinig of geen invloed heeft.
