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 had het meegedaan aan de populaire spelshow Gevaar! en menselijke kampioenen verslaan Brad Rutter En Ken Jennings. Na dat interview heb ik nog een artikel geschreven Forbes voerde aan dat Watson zou inaugureren een nieuw tijdperk van cognitieve samenwerking.
Als ik nu terugkijk, meer dan tien jaar later, houdt het artikel opmerkelijk goed stand. Ik vergeleek het leren samenwerken met AI voor piloten die leren “via draad te vliegen” met behulp van geautomatiseerde in plaats van handmatige bediening. Natuurlijk hebben we nog steeds piloten, maar die vliegen eigenlijk niet meer met vliegtuigen. Zij controleren de systemen waarmee de vliegtuigen vliegen.
Vandaag bevinden we ons op een soortgelijk punt. Wall Street-analisten schatten dat investeringen in kunstmatige intelligentie dat wel zullen doen bijna 700 miljard dollar dit jaar. McKinsey rapporten dat bijna 90% van de bedrijven AI gebruikt, en het is misschien niet verrassend dat er een horde beginnende AI-experts opstaat om aan de vraag te voldoen, in de overtuiging dat ze op de begane grond van een kans zitten. Dit is waarom jij niet een van hen zou moeten zijn.
De hypecyclus uitgelegd
In de jaren negentig merkte Gartner-analist Jackie Fenn een patroon op: nieuwe technologieën zouden opkomen, boven elke realistische verwachting gehyped worden, een periode van desillusie en teleurstelling doormaken, en pas later grip krijgen en productief. Gartner noemde dit fenomeen “Hype-cyclus.”
In termen van kunstmatige intelligentie was de technologische trigger waarschijnlijk die van ChatGPT zakelijke lancering in maart 2023, maar sommigen denken misschien dat de ontwikkeling van Transformator-algoritmen was technisch gezien de trigger. Hoe dan ook, mensen raakten plotseling erg enthousiast over AI en de investeringen en adoptie schoten omhoog.
Vandaag bevinden we ons op of nabij het hoogtepunt van de opgeblazen verwachtingen. Vorig jaar werd er ongeveer 350 miljard dollar geïnvesteerd in kunstmatige intelligentie, en dat is ook zo dit jaar verdubbeld. Tegelijkertijd is er bewijs dat deze investeringen tot aanzienlijke productiviteitswinsten leiden is op zijn best gemengd. Een recente Onderzoek van Duke University onder CFO’s helemaal geen impact op de productiviteit.
Het is duidelijk mogelijk dat er feitelijke productiviteitswinsten zijn die nog niet in de data zijn vastgelegd (Stanfords Erik Brynjolfsson lijkt dat te denken). Het is ook niet ongebruikelijk dat een technologie aanvankelijk een negatief effect heeft op de productiviteit naarmate gebruikers hogerop komen in de leercurve. Dus wat we waarnemen zou wel eens de typische groeipijnen van een nieuwe technologie kunnen zijn.
Toch hebben we het over bijna een biljoen dollar aan investeringen in slechts twee jaar tijd. En omdat de AI-chips ongeveer 60% van die investering uitmaken en over drie jaar worden afgeschreven, moeten AI-bedrijven, om financieel levensvatbaar te zijn, vrij snel honderden miljarden dollars aan winst gaan genereren. Het lijkt onwaarschijnlijk, en we zijn vrijwel zeker op weg naar een dieptepunt van desillusie.
De dwang van reflexiviteit
George Soros een fortuin verdiend wedden tegen conventionele wijsheid. Toen de Britse regering beloofde het pond gekoppeld te houden aan de Duitse mark, zette hij daartegen in en verdiende daarbij een miljard dollar. Later voerde hij soortgelijke transacties uit tegen de Thaise baht en de Japanse yen. Waar anderen een hausse zagen, zag Soros net om de hoek een mislukking.
Zijn geheime wapen was een theorie die hij noemde reflexiviteit. Het basisidee is dat verwachtingen niet in een vacuüm worden gevormd. Ze worden gedeeltelijk gevormd door onze perceptie van wat andere mensen geloven. Hoe breder geaccepteerd een idee is, hoe groter de kans dat we het zelf accepteren, wat op zijn beurt de collectieve tijdsgeest versterkt.
Als velen geloven dat kunstmatige intelligentie een economische bloei zal creëren die vergelijkbaar is met elektriciteit of de verbrandingsmotor, is de kans groter dat wij dat ook geloven. Die overtuiging drijft gedrag aan: investeerders kopen aandelen, bedrijven stoppen geld in AI, en voorspellingen worden zelfreferentieel en zichzelf versterkend. Dit alles voegt olie op het vuur toe. Niemand wil buitengesloten worden van iets goeds.
Het interessante aan de theorie van Soros is dat deze niet afhankelijk is van de voor- of nadelen van het specifieke bezit of idee. Je kunt geloven in de transformerende kracht van AI en toch erkennen dat veel van de beslissingen die worden genomen, worden aangestuurd door reflexiviteit. En wanneer reflexieve zeepbellen tot rust komen, zijn het niet alleen de activaprijzen die dalen. Dat geldt ook voor reputatie die is gebouwd op tijdelijke expertise.
Het achtervolgen van de golf
Het is moeilijk om niet versteld te staan van AI. Tegenwoordig heeft iedereen op aarde die een goedkope smartphone bezit toegang tot technologie die er kort geleden nog uitzag als sciencefiction. Voorstanders kunnen wijzen op echte gegevens waaruit blijkt dat ze aanzienlijke effecten in de echte wereld hebben gehad. Dus waarom spring je niet op de golf en geniet je van de rit?
Onderzoek van de St. Louis Federal Reserve Bank illustreert een centraal onderdeel van het probleem.
Er is een groot verschil in de impact van AI. Sommige beroepen, zoals softwareontwikkeling, worden volledig getransformeerd door AI. Andere, zoals persoonlijke diensten, worden nauwelijks getroffen. Het is dus misschien niet verrassend dat mensen die zich in de technologiewereld bevinden, voorspellen dat andere industrieën vergelijkbare productiviteitswinsten zullen zien.
Neem de CEO van OthersideAI De virale tweet van Matt Shumer over hoe AI zijn vermogen om code te produceren en producten te creëren volledig heeft getransformeerd. Je kunt het hem niet kwalijk nemen dat hij opgewonden is; de winsten zijn werkelijk indrukwekkend.
Hetzelfde zegt Sam Altman, CEO van OpenAI 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 doen, gemakkelijk, vrijwel onmiddellijk en vrijwel gratis door de AI zal worden afgehandeld – en de AI zal waarschijnlijk in staat zijn om het creatieve materiaal te testen aan echte of synthetische klantfocusgroepen om resultaten te voorspellen en te optimaliseren. Nogmaals, allemaal gratis, instant…ideeën, perfecte afbeeldingen en video’s, geen probleem?
Wat mij opvalt aan dat citaat is hoe weinig de visie van Sam Altman overeenkomt met het daadwerkelijke werk dat mensen bij marketingbureaus doen: samenwerken met klanten om doelen te identificeren en strategieën te ontwikkelen om deze te bereiken. De productie en plaatsing van creatieve middelen is al geruime tijd in hoge mate geautomatiseerd.
De waarheid 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 in het diepe. De superkracht van de mensheid – die ons in staat heeft gesteld onze eigen bestemming te creëren – is collectieve actie. Om dat te doen heb je mensen nodig die met andere mensen kunnen communiceren.
Verdubbel de expertise die u al heeft
Er bestaat geen twijfel over dat kunstmatige intelligentie een transformerende technologie is – maar dat geldt ook voor smartphones, mobiel breedbandinternet, cloud computing en vele andere dingen gedurende de afgelopen twintig jaar. Het is werkelijk verbazingwekkend om te bedenken dat dit alles twintig jaar geleden nog niet bestond en dat het leven er heel anders uitzag. Toch nog, geen van die dingen had een grote impact op de productiviteit.
Het meest waarschijnlijke scenario is dat de toekomst zal veel op het verleden lijken. Er zullen veel dingen verbeterd worden. Sommigen zullen getransformeerd worden. Maar de adoptie zal ongelijkmatig verlopen, waarbij sommige organisaties en industrieën snel overgaan tot het in de praktijk brengen van nieuwe toepassingen, terwijl de meeste achterblijven. Naarmate de vooruitgang niet aan de verwachtingen voldoet, zullen teleurstelling en desillusie de kop opsteken en zullen de focus en de begrotingen naar elders verschuiven.
Als je echt een AI-expert bent, met de kennis en vaardigheden om de technologie vorm te geven, kun je nog steeds verwachten dat je het goed zult doen. 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 najaagt, zul je jezelf binden aan de eb en vloed van het marktsentiment.
De waarheid is dat je een technologie niet kunt scheiden van de omgeving waarin deze opereert. Zoals de Duitse filosoof Martin Heidegger betoogd: Om voor de wereld te bouwen, moet je begrijpen wat het betekent om erin te leven. Technologie wordt krachtig wanneer mensen die oplossingen begrijpen, effectief leren samenwerken met mensen die begrijpen dat belangrijke problemen moeten worden opgelost.
Dus hoewel er duidelijk behoefte is aan echte AI-experts, hebben we nog steeds experts nodig op alle andere menselijke domeinen. U kunt veel beter op uzelf wedden dan op een technologie waarover u weinig of geen zeggenschap heeft.
