Useimmat ihmiset eivät ymmärrä ollenkaan, miten ihmisten korvaaminen tekoälyllä toimii (tai miten se EI toimi). Edes asiantuntijan tekemän kymmenkertainen kiihtyminen ei automaattisesti poista itse työtä – se vain kirjoittaa uudelleen sen ympärillä olevan taloustieteen. Kun toimitettavan tuotteen efektiivinen hinta romahtaa, hyllyllä aiemmin ollut piilevä kysyntä muuttuu yhtäkkiä elinkelpoiseksi. En ole koskaan tavannut tuoteomistajaa, joka luulee, että heidän insinöörinsä toimittavat enemmän ominaisuuksia kuin etenemissuunnitelma vaatii; Toivelista on aina pidempi kuin henkilöstömäärä sallii. Tee jokaisesta ominaisuudesta kymmenen kertaa halvempi rakentaa, etkä leikkaa tiimejä kymmenkertaiseksi – sytytät jokaisen "mukavan hankinnan", joka joskus näytti kohtuuttomalta, sekä kokonaisia uusia tuotteita, joita kukaan ei vaivautunut laajentamaan. Tuore @Microsoft Researchin tutkimus Copilotin todellisesta käytöstä korostaa samaa asiaa. Käyttäjät hakevat apua koodin laatimiseen tai faktojen keräämiseen, mutta malli päätyy valmentamiseen, neuvontaan ja opettamiseen – upouudenlaisen työn taittelemiseen yhteen istuntoon. Ammatit eivät ole monoliitteja; ne ovat nippuja aliprosesseja, joista jokainen on vain osittain (ja epätäydellisesti) nykyisten mallien kattama. Kun tekoälytyökalut kehittyvät, roolin laajuus kehittyy niiden mukana, usein pikemminkin laajenee kuin kutistuu. Jopa tekoälyn älykkäiden sopimusten auditoijassa, jonka olemme rakentaneet @NethermindEth, kohdistamme nimestään huolimatta hyvin tiettyyn kapeaan osaan prosessia: mahdollisten haavoittuvuuksien löytämiseen. Samaan aikaan tietoturva-asiantuntijat käyttävät tätä työkaluna ja tekevät paljon monimutkaisempaa ja monipuolisempaa työtä – muotoilevat strategioita, validoivat havaintoja, korjaavat tekoälyä, lisäävät implisiittistä kontekstia, kommunikoivat kehittäjien kanssa, löytävät piilotettuja aikomuksia ja hallitsevat odotuksia. Joten sen sijaan, että laskettaisiin, mitkä työpaikat "katoavat", on hyödyllisempää kysyä, mitkä ongelmat ovat ratkaisemisen arvoisia, kun niiden ratkaisemisen rajakustannukset putoavat jyrkänteeltä. Historia viittaa siihen, että vastaus on "paljon enemmän kuin pystymme työskentelemään", ja se puoltaa tulevaisuutta, jossa lahjakkuuksia sijoitetaan uudelleen ja moninkertaistetaan, ei vanhenneta.