Het is moeilijk uit te leggen hoe groot het verschil is tussen alles wat we hier zien en waarover we praten en wat de rest van de wereld doet. Er is meestal minstens een vertraging van ~6 maanden voordat ideeën of trends X ontvluchten, en dan duurt het nog een paar jaar voordat er echte adoptie plaatsvindt. De dingen waar kleine startups of super online teams vandaag aan werken, zullen over een paar jaar de standaard voor iedereen worden. Dit zal waarschijnlijk een cumulatief voordeel blijven, aangezien elk idee voortbouwt op een vorig idee. Je hebt echt een tijdmachine als je gewoon aandacht besteedt aan een paar van de juiste dingen op dit moment.

Hoewel dit misschien een extremere overdrijving is, is er een aanzienlijke capaciteitsoverhang in de vorm van dingen die AI-modellen kunnen doen, maar nog niet uniform zijn aangenomen. Wanneer ik met bedrijven praat, is het duidelijk dat de meesten van hen nog niet volledig hebben geprofiteerd van wat vandaag mogelijk is met AI. Voor het grootste deel is dit een kloof van wat tot nu toe is gebouwd om gebruik te maken van de modellen. Om deze adoptie te vergemakkelijken, moeten er toegepaste oplossingen worden gebouwd voor de meeste werkcategorieën. Maar zelfs als al deze oplossingen zijn gebouwd, zal het jaren van verandermanagement en aanpassing van workflows vereisen om gebruik te maken van agents. Zelfs in de meest volwassen categorieën van vooruitgang waar we verpakte oplossingen hebben, zoals coderen met cursor, codex of claude code, zijn we momenteel nog steeds in een minderheid van de handen van bedrijfsontwikkelaars. Natuurlijk vertegenwoordigt dit op dit moment de kans voor iedereen die bouwt. Ondanks hoeveel vooruitgang we online zien, zijn we nog steeds erg vroeg.

We gaan een ontelbaar aantal categorieën van AI-agenten zien ontstaan vanuit de simpele vraag: “als je de toegang tot X-bron zo eenvoudig kon maken als het typen van een prompt, hoeveel meer gebruiksgevallen zouden er dan zijn?” De sleutel is om markten te vinden waar waarschijnlijk een overschot aan vraag is voor dat werk in verhouding tot de beschikbaarheid van talent, de kosten van het talent, of de toegankelijkheid ervan. Het aantal domeinen waarvoor dit relevant zal zijn, is veel groter dan we ons voorstellen. Juridisch werk, financiële analyse, gegevensbeveiliging, gezondheidszorg, creatie van marketingmiddelen, enzovoort. En de meeste mensen in de wereld realiseren zich nog steeds niet dat de TAM van AI-agenten niet is gekoppeld aan de traditionele software-TAM. De TAM is nu wat de totale waarde van augmented werk is in een bepaald veld, niet de grootte van de eerdere uitgaven aan gerelateerde software. Wanneer de software wordt geleverd met het equivalent van nuttige werkoutput, worden de economische omstandigheden volledig anders. Enorme kansen zijn hier en nu.