È sempre la stessa storia: arriva una nuova tecnologia e tutti iniziano a parlare di come cambierà tutto. Poi affluiscono capitali, le società si formano da un giorno all’altro e le valutazioni aumentano più velocemente di quanto chiunque possa giustificare. Poi, mesi dopo, arrivano gli avvertimenti e le persone improvvisamente ricordano il crollo delle dot-com o della criptovaluta.
Probabilmente l’hai già visto. E se è così, probabilmente penserai che l’intelligenza artificiale sarà la prossima bolla. Le persone sono bravissime nell’abbinamento dei modelli. Ci siamo evoluti per vedere gli schemi, quindi quando emerge qualcosa di familiare lo abbiniamo istintivamente alla storia più vicina che già conosciamo. Pensiamo di averlo già visto e siamo sicuri di sapere come andrà a finire.
Ma questo istinto può ingannarci. intelligenza artificiale sente È come un palloncino perché stiamo forzando qualcosa di veramente impermanente in una storia familiare. L’idea che tutto ciò che cresce rapidamente prima o poi crollerà sembra prudente. Ma ciò non significa che sarà sempre vero.
Perché i mercati continuano ad andare oltre?
Ogni grande cambiamento tecnologico produce gli stessi sintomi esterni: aspettative gonfiate seguite da fallimenti altamente visibili. Le dot-com, i dispositivi mobili e le criptovalute hanno attraversato un periodo in cui il mondo ha perso il senso delle proporzioni.
Perché continua a succedere? Perché i mercati non hanno una struttura per il cambiamento discontinuo. I modelli di flussi di cassa scontati presuppongono una crescita costante e costante e aziende simili presumono che questa categoria esista già. Quindi le persone presumono che il prossimo futuro sarà simile al recente passato, ma ciò non funziona quando la categoria sottostante stessa cambia.
La maggior parte degli strumenti di valutazione sono progettati per progressi incrementali, quindi gli analisti esaminano le previsioni trimestrali e i miglioramenti incrementali. Non sanno cosa fare con i cambiamenti graduali e non possono modellare l’adozione non lineare.
Pertanto, quando si osserva un superamento del capitale o un’eccessiva dispersione dei risultati, è il mercato che cerca di valutare le scommesse decennali utilizzando la logica trimestrale. (Questo non funziona.) E una bolla è proprio questo: un’indicazione che nessuno sa ancora come valutare ciò che verrà. Questa ambiguità sembra invalidante ma rivela solo i limiti dei quadri esistenti.
L’errore di categoria che commettiamo costantemente
Quando arriva qualcosa di nuovo, ci rivolgiamo ai confronti.
L’intelligenza artificiale è come l’elettricità.
L’intelligenza artificiale è come i computer.
L’intelligenza artificiale è come Internet.
L’intelligenza artificiale è come il cellulare.
Questi confronti sono confortanti perché hanno tutti creato enormi cambiamenti in tutta l’economia e attratto enormi capitali. Hanno cambiato il modo di fare affari.
Condividono anche qualcosa di più profondo. Ciascuna di queste tecnologie ha ampliato la capacità umana senza modificare la cognizione umana. C’erano macchine alimentate dall’elettricità, ma la gente decideva ancora cosa costruire. I computer elaboravano i dati, ma gli esseri umani li interpretavano. Internet trasferiva informazioni, ma le persone decidevano cosa era importante. I dispositivi mobili hanno portato l’informatica in tasca, ma l’attenzione umana rimane una risorsa scarsa. In ogni caso, l’intelligenza umana ha sistemato tutto. Era anche un collo di bottiglia.
L’intelligenza artificiale è diversa perché svolge compiti cognitivi. E se questo ti dà fastidio, dovrebbe. Perché se l’intelligenza artificiale potesse davvero pensare, molte delle cose su cui abbiamo costruito la nostra carriera, come la nostra esperienza e le capacità duramente guadagnate, potrebbero non essere così difendibili come pensiamo. Il giovane ingegnere, che da anni cerca di sviluppare l’intuizione, ora lavora con uno strumento dall’intuizione immediata. Così gli analisti finanziari sono noti per la loro analisi della varianza. Le persone non sono più del tutto sicure di dove risieda effettivamente il valore, e questo è spaventoso.
Parlo con i CFO ogni settimana. Sei mesi fa mi è stato chiesto “Cos’è l’intelligenza artificiale?” Hanno posto domande astratte come: e “Dovremmo avere una strategia di intelligenza artificiale?” Ora le domande sono concrete: “Quali parti del lavoro del mio team non devono più essere svolte in questo modo?” Questo cambiamento è avvenuto così rapidamente che sta già cambiando il modo in cui vengono allocate le risorse.
Ad esempio, un fondatore che conosco ha iniziato a utilizzare Claude per scrivere query SQL che hanno richiesto diversi giorni al suo analista. Ha sostituito l’analista? Ovviamente no. Ma ha eliminato il collo di bottiglia e non ha più dovuto fare affidamento su di esso per avere risposte rapide. Poi il ruolo dell’analista è cambiato completamente. Trascorreva il 60% del suo tempo a scrivere domande, il 10% a controllarle e il 90% a formulare raccomandazioni strategiche. L’azienda non ha ridotto l’organico o i costi e l’analista è passato dal supporto di tre stakeholder a quello di quindici.
È qui che i confronti storici iniziano davvero a fallire. Strumenti come GitHub Copilot mettono a frutto le competenze. Un ingegnere junior può ora lavorare a un livello che una volta richiedeva anni di esperienza lavorativa. E lo strumento impara ogni volta che viene utilizzato. Un martello non migliora solo perché ci costruisci una casa, ma gli strumenti di intelligenza artificiale sì. Quando gli strumenti migliorano attraverso l’uso, aumenta anche il tasso di miglioramento. Questa dinamica non si adatta perfettamente a nessuna precedente analogia tecnologica; quindi l’istinto di chiamarla “bolla” non coglie il punto.
Le tecnologie precedenti presupponevano un tetto fisso alla cognizione umana. Ci hanno reso più veloci e più forti, ma il fattore limitante è sempre stato lo stesso: quante persone intelligenti potremmo confrontare con un problema? L’intelligenza artificiale innalza questo limite ben oltre ciò a cui siamo abituati. In precedenza, comprendere meglio la propria attività significava solitamente una di queste tre cose: più dati, più analisti o leader più esperti. Il vincolo era quanta attenzione e giudizio umano potevi permetterti. Questa restrizione sta cambiando con l’intelligenza artificiale. Laddove l’analisi che prima richiedeva giorni si traduce in pochi secondi, il nuovo vincolo è sapere cosa cercare. Quali domande sono importanti? Il fattore limitante diventa il giudizio piuttosto che l’abilità.
Gli scettici hanno ragione riguardo a questa pubblicità, ma sbagliano su cosa significhi
Prendiamo per oro colato la versione più forte dell’argomentazione della bolla. Forse l’intelligenza artificiale è effettivamente sopravvalutata e molte di queste aziende falliranno. Forse abbiamo agito troppo presto e ci vorranno altri cinque o dieci anni prima che si manifesti l’impatto reale. Tutto ciò potrebbe essere completamente vero e tuttavia non cambia il punto fondamentale:
Anche se la maggior parte delle iniziative legate all’intelligenza artificiale falliscono e l’adozione è molto più lenta del previsto, l’intelligenza artificiale è ancora la prima tecnologia in grado di svolgere lavoro di conoscenza. Questa situazione non scompare quando i mercati superano l’obiettivo o le aspettative vengono riviste. Gli scettici hanno ragione nel dire che l’hype è sopravvalutato. Ma si sbagliano nel ritenere che l’hype gonfiato renda la tecnologia priva di significato. Lo abbiamo già visto: la bolla delle dot-com era reale e… Pets.com Si è schiantato e bruciato, ma Internet ha comunque cambiato tutto. Entrambe le cose erano vere allo stesso tempo.
I leader finanziari con cui lavoro non discutono se l’intelligenza artificiale sia importante. Ora stanno cercando di capire quali flussi di lavoro cambieranno per primi e quanto velocemente dovranno adattarsi. Questa conversazione avviene in silenzio, sotto tutto il rumore.
E i flussi di lavoro che si bloccano per primi condividono tre caratteristiche:
-
Richiedono esperienza ma sono ripetitivi.
-
Questi sono colli di bottiglia per il lavoro strategico.
-
È facile da verificare ma difficile da creare.
Questi flussi di lavoro sono abbastanza importanti da giustificare un costo, ma non abbastanza strategici da minacciare il vantaggio competitivo derivante dall’automazione. Richiedono abilità, ma quell’abilità non si combina in modo drammatico con la ripetizione, il che le rende economicamente fragili e spiega perché sono già automatizzate.
Dove le persone contano ancora (per ora)
L’intelligenza artificiale è eccezionale nel riconoscere le tendenze, ma pessima nel sapere quali contano davvero. Può creare un’analisi della varianza, ma non può dirti se una fluttuazione del 12% nella spesa indica una crescita sana o un problema più profondo. Può delineare le strategie, ma non può dirti esattamente quale strategia si adatta a questo mercato e a questa squadra in questo momento. Prendere decisioni in condizioni di incertezza e compromessi ad alto rischio in cui la negatività è catastrofica rimane una responsabilità umana. Ora.
Il vincolo ora è “abbiamo abbastanza persone intelligenti?” Quando ciò non avviene, il problema diventa una priorità. Cosa merita attenzione? Cosa vale la pena costruire dopo? Vedo dove molti fondatori rimangono bloccati. Chiedono se si tratta di una bolla e se è troppo presto, ma queste non sono le domande più utili. Quella giusta è: “Cosa posso costruire l’anno prossimo che creerà valore reale, indipendentemente dalle valutazioni effettuate?”
Le aziende che dureranno saranno quelle che incorporeranno l’intelligenza artificiale in flussi di lavoro reali che ripetono e risolvono silenziosamente problemi reali. Prendiamo ad esempio i CFO. Stanno comprando l’intelligenza artificiale perché i consigli di amministrazione vogliono un’analisi della varianza più rapida e sono stanchi di assumere analisti che lasciano dopo sei mesi. Questo è un problema reale che le aziende devono risolvere.
Lo stesso vale per gli investitori. Coloro che avranno successo nel lungo periodo saranno coloro che tollereranno l’incertezza abbastanza a lungo da vedere cosa funziona davvero.
E’ davvero diverso questa volta
Nel breve termine, l’intelligenza artificiale sarà deludente. Molti casi d’uso non manterranno ciò che promettono e la maggior parte delle aziende fondate su questa ondata non sopravviverà. Ma la tecnologia lo farà. E nel lungo termine, l’intelligenza artificiale rimodellerà ogni campo del lavoro della conoscenza. Non all’improvviso e non in modo uniforme, ma tra un decennio, sarà difficile trovare un’industria basata sulla conoscenza come quella odierna.
L’intelligenza artificiale è diversa perché l’intelligenza stessa, che storicamente ha rappresentato un limite fondamentale dell’innovazione umana, ora è scalabile. Questo è un fatto osservabile con conseguenze misurabili. Il discorso sulle bolle svanirà come sempre, lasciando i sistemi che si adattano silenziosamente mentre tutti gli altri discutono sulle valutazioni. Gli scettici avranno ragione sull’estremismo e torto su ciò che conta davvero, perché tra cinque anni probabilmente guarderemo indietro al panico di oggi nello stesso modo in cui guardiamo alle persone che rifiutano Internet perché una manciata di aziende sono fallite. E i vincitori saranno coloro che costruiranno mentre tutti gli altri discutono sulle valutazioni.
Col passare del tempo, queste diventano le uniche storie che tutti ricordano.
Siqi Chen è il co-fondatore e CEO di Runway.
