Tanker om AI-adopsjonshastighet

Tanker om AI-adopsjonshastighet


Et av de mest omtalte AI-emnene er hastigheten på AI-adopsjon i selskaper, og årsakene til det.

Jeg ønsker å gi noen (tilsynelatende) motstridende rammer her som jeg bruker for å tenke på dette selv, og som jeg håper vil være nyttige for deg:

  • Det er massiv hype rundt AI

  • Det er for lite hype om hvor stort dette er

  • Det er veldig overdrevet i mange tilfeller, av mange mennesker

  • Bedrifter har alltid ønsket at de kunne gjøre jobben selv, uten å trenge folk, akkurat som automatiserte fabrikker

  • Det trengs fortsatt et visst antall mennesker i stort sett alle bedrifter

  • Jo smartere og mer gjennomtenkt du er, og jo bedre du er med å bruke AI, desto tryggere (og ettertraktet) er du for selskaper – selv etter at AI tar tak

  • Hvert selskap har en annen beregning for hvilke typer menneskelige ansatte de trenger, og det varierer etter team, avdeling osv.

  • Noen funksjoner vil bli fullstendig knust av AI veldig raskt; andre vil ta veldig lang tid eller (i utgangspunktet) aldri bli konvertert

  • Det store flertallet av mennesker som motsetter seg / nekter å bruke AI vil ha en enorm ulempe på arbeidsplassen (sannsynligvis ikke kjente trearbeidere, for eksempel, men de fleste andre mennesker)

  • Den overordnede tendensen i alle selskaper vil være å automatisere så mye som mulig med AI

  • Når det meste av et selskap er automatisert med AI (som vil ta lang tid) vil det gjøre de gjenværende menneskelige rollene enda viktigere (hva og hvorfor, kontra hvordan)

  • Det er lettere å automatisere roller og personer der disse tingene ikke ble gjort veldig bra, eller veldig konsekvent

  • Å legge til AI godt inne i bedrifter vil sannsynligvis skape mer arbeid, ikke mindre. Spørsmålet er hva/hvem som skal gjøre den ekstra jobben

  • En del av det ekstra arbeidet som skapes av AI vil bli gjort av AI, men en del vil kreve mennesker. Problemet er at kapasitetsgrensen som mennesker vil fortsette å stige, selv når AI gjør det mulig for bedrifter å gjøre mer og mer

  • Bare fordi AI gjør mer arbeid for alle, betyr det ikke at de som har ringt den inn vil være trygge. Baren vil fortsette å stige, og den vil være på ulike nivåer for ulike bransjer, bedrifter, team osv.

  • Mange mennesker er sårbare for erstatning med AI i sin nåværende form, men de ville vært svært salgbare hvis de ble det jeg kaller en Human 3.0-versjon av seg selv. Dette betyr: de vet hvem de er, de vet hva de er gode på, de er gode til å artikulere det, og de er eksperter på å bruke AI til å forstørre deres menneskelige evner

  • Dette betyr at hovedresponsen vi bør ha på AI som mennesker ikke er å få panikk (selv om noe av det er forståelig), men snarere å nedgire til en kraftigere versjon av oss selv. En versjon som faktisk er MER ønskelig i en verden full av AI. For når AI har dekket alle tingene som kan gjøres med AI, vil tingene som gjenstår være de viktigste tingene i verden. Å lage, bygge, skape osv.

  • Folk som sier at AI vil erstatte alle jobber om 1-3 år tar helt feil. Det tar evigheter å endre noe

  • Selv om de fleste selskaper ble presentert med en magisk gudsknapp som tredoblet fortjenesten ved å trykke på den, ville det fortsatt ta flere måneder eller år å få møtene sammen for å trykke på den

  • Folk som sier at AI ikke vil erstatte jobber fordi mennesker gjør jobben bedre, tar helt feil. Det skjer. Og ingen gjør det. Det bare skjer. Det skjer med din bedrift; det er ikke din bedrift som gjør det mot deg.

  • En grov måte å tenke på dette er å ta de som sier at det ikke vil skje og de som sier det vil skje om 2 år og finne midtlinjen

  • En stor heuristikk for dette er ordtaket om at vi overvurderer store endringer på kort sikt og undervurderer dem på lang sikt.

  • Min gjetning er at AI-adopsjon sannsynligvis er det kraftigste eksemplet på dette vi noen gang vil se



  • Source link

    Postagens Similares

    • Kimi K3 pourrait bien avoir déclenché un krach de l’économie américaine

      Peu de gens réalisent que les efforts de la Chine en faveur de l’IA open source constituent une stratégie explicite du PCC visant à faire s’effondrer le marché boursier et l’économie américaine. Les gens sont comme, Oh mon Dieu, c’est tellement bon marché ! C’est incroyable à quel point la Chine est de bien meilleurs…

    • Mühendislik Yapay Zeka Temsilcileri – OpenAI DevDay Singapur konuşması

      Bu, OpenAI DevDay Singapur için “Mühendislik Yapay Zeka Temsilcileri” konulu konuşmamın izleme belgesidir. İşim bittiğinde fotoğraf, not ve benzeri şeyler ekleyeceğim. tam slaytların, kesmem gereken çok daha fazla bilgi içerdiğini unutmayın 10 9 dakikalık konuşma. ” title = “video123” name = “video123” izin = “ivmeölçer; otomatik oynatma; şifreli medya; jiroskop; resim içinde resim” çerçeveBorder =…

    • 为什么我认为VC现在陷入严重麻烦

      这就是为什么我认为VC作为一种物种,现在陷入严重麻烦的原因。 需要风投的主要原因是,通常不可能创办公司并在没有大量前期资本的情况下建立产品。现在事实并非如此。而且越容易获得的VC所需的VC。 整个生态系统都是基于稀缺性的。创始人很少。很少的想法。很少的公司。同样,情况不再如此。 当有100倍的公司进行评估时,很难选择获奖者。 最激动人心的公司的创始人不太可能接听电话。有一个很小的时刻1)这样的公司需要用VC钱进行扩展,而2)其他人尚未利用。 许多VC仍在花费时间来管理现在正在摇动的多家旧版公司。这些公司中的许多公司将在未来5年内倒闭。 与您回来的人的竞争现在更强大10-100倍,因此您的赌注甚至不太保证。 所以: 仍然需要VC。但是绝大多数公司都需要它们,现在这将是少数。 找到需要您的小比例更难。 即使您找到某人…他们需要更少的帮助,给您较低的回报,他们将面临更强大的竞争。 仍然有可能获得胜利,但我认为这个空间看起来并不好。 笔记 AIL 1级:丹尼尔写了整个作品。我(Kai,他的DA)帮助了格式化和图像处理。了解有关AIL的更多信息 Source link

    • عداد كلود توكن، الآن مع مقارنات للنماذج

      20 أبريل 2026 – مدونة لينك عداد كلود توكن، الآن مع مقارنات للنماذج. لقد قمت بترقية أداة Claude Token Counter الخاصة بي لإضافة القدرة على تشغيل نفس العدد مقابل نماذج مختلفة من أجل مقارنتها. بقدر ما أستطيع أن أقول أن Claude Opus 4.7 هو النموذج الأول الذي قام بتغيير أداة الرمز المميز، لذلك لا يستحق…

    • मंटन रीस – प्लेडेट और एआई

      पैनिक ने घोषणा की कि प्लेडेट कैटलॉग अब उन खेलों को स्वीकार नहीं करेगा जो कला और संवाद जैसी सामग्री के लिए जेनरेटिव एआई का उपयोग करते हैं। कोडिंग के लिए AI फिलहाल ठीक है, लेकिन आप बता सकते हैं कि पैनिक इससे खुश नहीं है: फिलहाल, हम उन कैटलॉग शीर्षकों को अनुमति देंगे जिन्होंने…

    • पॉडकास्ट कसे करावे

      माझ्या 4 (!) पॉडकास्टद्वारे मी साहजिकच पॉडकास्टिंगवर बऱ्याच वर्षांपासून अनेक मते तयार केली आहेत. त्यापैकी काही येथे आहेत. आमच्या काळातील दोन बाह्य पॉडकास्ट द्वारकेश आणि TBPN आहेत, आणि मी त्यांच्याबद्दलचे माझे मानसिक मॉडेल एका वेगळ्या पोस्टमध्ये स्पष्ट करेन – मुळात मॅक्क्लस्की वक्र लागू. “सरासरी” पॉडकास्टसाठी मला ठामपणे विश्वास ठेवणारा खालील सल्ला आहे जो चांगले करू…

    Deixe um comentário

    O seu endereço de email não será publicado. Campos obrigatórios marcados com *