Alexander Klöpping

Dat moet ik voorbereiden, die calls. En er moet een contract uitkomen. En ik heb dus zo'n scheduling ding die bijhoudt... of in mijn agenda zo'n sponsorcall staat... en zo ja stuurt hij mij een e-mail om mij te preppen. Om maar een voorbeeld te noemen. Dat is wat scheduling doet. Dus het AI-systeem die zelf...

mij berichten stuurt. En daar is bovenop dispatch op uitgekomen. Dat is gisteren geweest. Waarmee je een ander puzzelstukje... om dichter bij die open claw ervaring te komen. Namelijk een telegram, WhatsApp-achtige chatomgeving... waarbij je niet in projecten hoeft te werken... waarbij je niet op je computer hoeft te zitten... maar waarbij je gewoon op je telefoon kan zeggen...

Hé, ik heb binnenkort die call. Wat is dat cijfer van vorig kwartaal ook weer? En dan zoekt hij zelf op in Cloud Cowork op jouw computer. Dus niet in een of andere servermeuk ergens verderop, maar op jouw computer. Op wat het antwoord is op de vraag. En krijg je het via chat terug. En daarmee komt eigenlijk Cloud ook steeds dichter bij die hele open cloud ervaring.

Ja, Mollick zei, of nee, dit was Ben Thompson, die zei, we hebben eigenlijk met z'n allen nu een aantal paradigma doorgemaakt, waarbij dit de laatste is. De eerste was gewoon tekstmodellen, gewoon tokens die tekst genereren. De tweede was reasoningmodellen, dus met de introductie van O1 bij Chachapiti, dus een taalmodel wat zichzelf gaat heroverwegen en daardoor met hogere kwaliteit antwoorden komt. Je ziet je nadenken, klopt het wel wat ik zeg, of moet ik hier nog verder over nadenken?

En dan vervolgens de derde stap die nu heel visceral aan het worden is, heel zichtbaar en tastbaar aan het worden is. Namelijk wat als je meerdere reasoning modellen tegelijkertijd kan aanspreken en in ketens dingen voor jou kan laten doen echt met jouw bestanden.

En dat is theoretisch en waar we eigenlijk achterkomen in de cultuur, in hoe wij als mensen erover praten en met die software omgaan, hoe het echt impact heeft, is dus blijkbaar een chat app. Want tussen een chat app die maakt dat we zonder dat we al te veel hoeven te begrijpen ervan, allerlei vragen kunnen stellen die op de achtergrond allerlei shit raadpleegt en uitvoert voor je.

Ik zat artikelen te lezen op een website die heet Algorithmic Bridge. Die ben ik gaan volgen omdat jij me die ooit hebt aanbevolen. Dat is een nieuwsbrief van iemand die heet Alberto Romero. En die schrijft goede soort van analyses over AI vind ik. En hij had deze week twee stukken die elkaar in korte tijd opvolgden. En die zijn blijven hangen in mijn hoofd.

De artikelen gaan over hoe wij ons verhouden tot ons werk. Hoe AI de verhouding tot werk aan het veranderen is. En hij zegt... de manier waarop mensen nog steeds over de impact van AI op werk denken... is wat hij noemt het ATM-denken. De geldautomaat. In Amerika heet het ATM-denken. En dit is hoe veel mensen praten over de impact van AI op ons werk. Zij zeggen...

Vroeger, toen er nog bankfilialen waren, toen kwam er op een gegeven moment de ETM en mensen dachten toen dat bankfilialen zouden verdwijnen.

Maar toen kwamen die ETMs en mensen gingen die op grote schaal gebruiken om geld uit de muur te trekken in plaats van het filiaal te gaan. En je zou zeggen, er zouden minder bankmedewerkers vervolgens zijn. Maar wat bleek, na de introductie van geldautomaten, gingen er meer mensen bij filialen werken. Oftewel, de voorspelling van automatisering is gewoon niet uitgekomen rondom die ETMs.

En daarmee, mensen trekken dan die parallel met AI en zeggen dan, ja, puur het feit dat er een extra stuk gereedschap is uitgekomen, betekent nog niet dat er minder werkers voor mensen. Sterker nog, er is meer werk gekomen voor die mensen. En misschien als voorbeeld, we hebben net gevraagd of iemand ons wil helpen met de nieuwsbrief. Ook ironisch dat wij natuurlijk al mensen aan het vragen zijn in deze podcast. Ja.

Ja, inderdaad. Maar vervolgens zegt hij eigenlijk is dat een beetje een soort van vergelijking waarmee je jezelf in slaap praat. Want daarmee zeg je eigenlijk zoveel verandert. Er verandert een hoop, maar uiteindelijk hebben we allemaal werk. Maar hij zegt het is niet de goede vergelijking met ATMs. Want de vergelijking die je moet maken is de vergelijking met de iPhone.

Want de iPhone heeft er wel voor gezorgd dat al die bankfilialen zijn verdwenen. Dat is gewoon gebeurd. Het is waarom oudere mensen nu klagen over dat er alleen nog maar... Dat al die dingen, die postkantoren en al die... Het zijn gewoon verdwenen door de iPhone. Dus het was niet...

Dat die bankfilialen gingen verdwijnen door nieuwe technologie in het geval van het ene ding, maar het is wel zo dat op het moment dat er een andere technologie werd uitgevonden, de grond begon te schudden en daadwerkelijk bankfilialen daarin flikkerden.

Ja, net als paarden zijn niet vervangen door snellere paarden, maar door auto's. Precies. Dus het gevoel bij die ATM was ergens wel juist, alleen het was niet de ATM. Het was een heel ander paradigma wat voor die verschuiving ging zorgen. Precies. En hij zegt dus eigenlijk dat mensen die kijken naar AI als het is de ATM ten opzichte van de bank...

Dat is dezelfde soort visie die denken dat AI het mogelijk gaat maken om zogenaamde drop-in remote workers te krijgen. Dat heb jij ook vaak gezegd. Een soort van AI zorgt ervoor dat je hebt dan nu het werk van een mens en wat we eigenlijk gaan krijgen is een AI agent die eigenlijk die mens gaat emuleren en die bij wijze van spreken zo kan droppen in een corporate omgeving en die dan mee gaat werken met de mensen alsof je een medewerker aanneemt.

Even daar nog even toevoegen, als dat een chat gebaseerde, grotendeels virtuele omgeving is. Niet een letterlijke robot van vlees en bloed. Nee, ook niet een fabriek. Maar stel je voor bij een accountantsfirma en ze zoeken iemand dat nu het idee leeft. Wij gaan naar een wereld toe waarin je in een HR systeem op een plusje kan klikken. Dan klik je een robot aan en dan heb je een robot medewerker erbij in je organogram.

Dat is een manier van over AI nadenken waarin wij mensen nog best belangrijk zijn, want het is in een bestaand bedrijf waar ook al mensen werken. Het probleem met deze analogie is, hij zegt, dit werkt in de praktijk nog niet zo goed. AI is onbetrouwbaar, te onbetrouwbaar en te moeilijk om aan de praat te krijgen.

En in de praktijk zien we dat er echt niet zoveel mensen ontslagen kunnen worden als dat sommigen aannemen op dit moment. En dan gaat het er niet over of ze ontslagen mogen worden juridisch, maar of ze daadwerkelijk gemist worden.

Ja, het lukt gewoon niet. De implementatie blijkt dan lastig te zijn. En dit zie je dan ook ineens in zoveel tijd als er dan weer zo'n rapport uitkomt over wat de impact op bedrijven is. Dat dan CEO's zeggen, het lukt toch niet om op grote schaal met AI mensen weg te automatiseren.