Trendande ämnen
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Aaron Levie
VD @box - Släpp loss kraften i ditt innehåll med AI
AI-agenter är en kraftmultiplikator för de saker som vi redan är bra på och de saker vi vill göra mer av.
AI kommer naturligtvis att låta vem som helst komma igång inom ett nytt område som de är intresserade av, och låta dem expandera till intilliggande utrymmen som inte var möjliga tidigare. Frontend-utvecklaren kan bygga sina egna tjänster, backend-ingenjören kan flytta upp i stacken och så vidare.
Men konsekvent kommer de största avkastningarna från agenter att komma till dem som redan har viss befintlig expertis inom just det området.
I synnerhet, för långvariga agenter som kan gå iväg och göra massor av arbete i bakgrunden, kommer de att komma tillbaka med en slutlig arbetsprodukt som måste granskas och införlivas i ett stort system.
Experterna kommer att ha fördelen av att veta vad som fungerade, vad som inte fungerade, vad som ska åtgärdas, hur man uppmanar agenten att förbättra vad som behöver åtgärdas och så vidare.
Med tiden kommer detta att förbättras och bli lättare att utnyttja av nybörjaren, men experterna kommer återigen att kunna dra nytta av de ännu nyare funktionerna ytterligare.
Det är inte uppenbart att detta försvinner när som helst på kort eller medellång sikt, så förlora inte dina färdigheter.
8 timmar sedan
AI raderar inte expertis, den förvärrar den.
"Var riktigt bra på ett visst område, och sedan är AI bara en turboladdare av din kapacitet inom det området."
Historien visar att det alltid är experterna som gynnas först, sedan sprids verktygen och fler blir experter. Detta är Jevons paradox igen.
@levie @stevesi @martin_casado
7,15K
Varje affärsprocess idag skapades till sin natur kring begränsningarna av knappa resurser. AI-agenter gör sig av med knapphet som en flaskhals.
Vinod Khosla har ett bra sätt att rama in detta på – att vi har byggt våra arbetsflöden kring idén att vi har varit tvungna att ransonera tiden för våra dyraste talanger. Varje process, och till och med programvara, är kopplad för att optimera runt denna begränsning av tid och energi.
Föreställ dig nu att talang är tillgänglig 24/7, på begäran och kan distribueras parallellt i stor skala.
Om du skapar en affärsprocess, ta reda på hur du skulle omforma den för en värld där du inte längre har dessa traditionella flaskhalsar. Och som ett resultat skulle det förmodligen se helt annorlunda ut.
28 sep. 22:07
Idén att vi kommer att automatisera arbetet genom att bygga artificiella versioner av oss själva för att göra exakt de saker vi tidigare gjorde, snarare än att omforma våra gamla arbetsflöden för att få ut det mesta av befintlig automationsteknik, har en distinkt smak av "mekanisk häst"
158,17K
Anledningen till att AI inte kommer att utplåna jobb på det sätt som vissa förutspår är att vi konsekvent gör misstaget att tro att när vi gör något mer effektivt behöver du motsvarande mindre utbud.
Det visar sig att inom ett stort antal områden innebär bättre produktivitetsnivåer faktiskt ökad efterfrågan på den tjänsten. Detta är hela poängen med Jevons paradox.
När kostnaden för att utföra arbete går ner, ökar efterfrågan på det. Och vanligtvis finns det mycket mer uppdämd efterfrågan än vi inser.
När AI driver upp produktionen inom dessa områden, och därmed sänker kostnaderna per enhet per produktion, kommer efterfrågan att öka på oväntade sätt. Detta gäller inom hälso- och sjukvård, kod, juridiska tjänster, marknadsföring och massor av andra områden.
25 sep. 22:29
"AI ersätter inte radiologer" bra artikel
Förväntan: snabba framsteg inom bildigenkänning AI kommer att radera radiologiska jobb (t.ex. som Geoff Hinton förutspådde nu för nästan ett decennium sedan). Verklighet: radiologi går bra och växer.
Det finns många o-naiva förutsägelser där ute om den överhängande effekten av AI på arbetsmarknaden. T.ex. för ett ~ år sedan blev jag tillfrågad av någon som borde veta bättre om jag tror att det kommer att finnas några mjukvaruingenjörer kvar idag. (Spoiler: Jag tror att vi kommer att klara det). Detta sker i alltför stor utsträckning.
Inlägget går in i detalj på varför det inte är så enkelt, med hjälp av exemplet med radiologi:
- Riktmärkena är inte i närheten av tillräckligt breda för att återspegla faktiska, verkliga scenarier.
– Jobbet är mycket mer mångfacetterat än bara bildigenkänning.
- Implementeringsrealiteter: lagstiftning, försäkring och ansvar, spridning och institutionell tröghet.
- Jevons paradox: om radiologer påskyndas med hjälp av AI som ett verktyg uppstår en mycket större efterfrågan.
Jag skulle säga att radiologi imo inte var bland de bästa exemplen att ta upp 2016 - det är för mångfacetterat, för hög risk, för reglerat. När jag letar efter jobb som kommer att förändras mycket på grund av AI på kortare tidsskalor, skulle jag leta på andra ställen - jobb som ser ut som upprepning av en utantilluppgift, där varje uppgift är relativt oberoende, sluten (kräver inte för mycket sammanhang), kort (i tid), förlåtande (kostnaden för misstag är låg) och naturligtvis automatiserbar och ger aktuell (och digital) kapacitet. Även då skulle jag förvänta mig att se AI antas som ett verktyg till en början, där jobb förändras och omstruktureras (t.ex. mer övervakning eller övervakning än manuellt arbete, etc.). Kanske kommer vi att hitta bättre och bredare exempel på hur allt detta utspelar sig i hela branschen.
För ungefär 6 månader sedan blev jag också ombedd att rösta om vi kommer att ha färre eller fler mjukvaruingenjörer om 5 år. Övning kvar till läsaren.
Hela inlägget (hela The Works in Progress Newsletter är ganska bra):
244,76K
Topp
Rankning
Favoriter