Mijn nieuwe artikel voor het tijdschrift FreeThink legt uit waarom AI niet alle banen zal overnemen: De TLDR? 1) De economische eenheid van agenten. Ze zullen niet hetzelfde kosten als een $20 Netflix-abonnement, denk meer aan een menselijk salaris. 2) Belastingen. Verwacht belastingen op digitale en robotarbeid naarmate deze beter en beter wordt, beginnend als een populistische protectionistische reactie en in reguleringzware gebieden zoals de EU, en zich dan overal verspreidend. 3) AI laat werk niet verdwijnen. Het verandert gewoon de workflow en creëert een andere set problemen en deze problemen worden niet breed begrepen door mensen die niet 8-10 uur per dag met deze systemen omgaan en er alleen over lezen: A) conceptie/probleemomschrijving B) Iteratie C) Verificatie 4) De lump of labor-fout 5) Sommige rollen willen we gewoon dat mensen ze vervullen omdat we sociale wezens zijn. Geldautomaten doen het werk van het uitgeven van geld beter dan mensen, maar kassajobs zijn gewoon verschoven naar klantenservice. We kunnen een perfecte oberdroid hebben, maar ik praat liever met een blije, vriendelijke persoon in mijn favoriete lokale restaurant. Een paar fragmenten uit het artikel: Als je deze systemen voor iets dat ertoe doet gebruikt, heb je een verificatiepas nodig die veel verder gaat dan een luie scan. Dat betekent detailgerichte menselijke arbeid — je moet elke claim, elk diagram, elke link, elk woord, elke regel code, elke uitkomst en citaat en feit controleren. En wie is het beste gepositioneerd om te verifiëren? De mensen die al goed zijn in wat de AI probeert te doen: de werknemers die het zou moeten vervangen. Dokters kunnen medische claims controleren. Senior programmeurs kunnen AI-coderingsuitvoer controleren. Sterke copywriters kunnen controleren of wat GPT schrijft goed klinkt — ze weten een goede formulering wanneer ze die lezen en kunnen ervoor zorgen dat elke alinea voortvloeit uit de vorige. Big Tech geeft momenteel triljoenen uit (om nieuwe AI-datacenters te bouwen, en bovenop alles, moeten de kosten voor het betalen van mensen om die centra te runnen ook in de vergelijking worden meegenomen. Je toekomstige arbeidskrachten, die draaien op gespecialiseerde neurale netchips, zullen waarschijnlijk meer kosten dan $5.000, $10.000 of $20.000 per digitale werknemer per maand, niet $200. Bij mijn AI-agent startup heb ik een team van drie ingenieurs die Claude Code en OpenAI's GPT-5 gebruiken om hun codering te ondersteunen. Met API-prijzen (we gemiddeld momenteel ongeveer $8.000 per maand — dat is wat $600 aan abonnementen echt kost. En dat is acht uur per dag per programmeur, niet agenten die ononderbroken 24 uur per dag, zeven dagen per week draaien. We zullen ook waarschijnlijk belastingen op AI-agenten zien als ze echt een significante impact hebben op de arbeidsmarkt, terwijl de wereld steeds meer in protectionisme verschuift. In feite is het vrijwel gegarandeerd. Dat zal ook de kosten voor het runnen ervan verhogen. Naarmate deze economische eenheden zich manifesteren, zullen de meeste bedrijven zich moeten afvragen: "Is het goedkoper om meer mensen aan een probleem toe te voegen dan om voor AI te betalen?" In de meeste gevallen zal het antwoord "ja" zijn, tenzij je een hypergespecialiseerd probleem hebt dat AI echt kan helpen versnellen, zoals medicijnontdekking. Zelfs als AI perfect en goedkoop was, zullen er altijd banen zijn die we simpelweg niet aan machines willen overdragen. We hebben geldautomaten, maar we hebben nog steeds menselijke bankiers omdat we de optie willen om met een persoon te praten. In de restaurantwereld kunnen we op een dag perfecte oberdroids hebben, maar ik wil nog steeds interactie met een vriendelijke, grappige persoon die me als een koning laat voelen terwijl ik dineer, en ik verwacht dat veel andere mensen dat ook zullen willen. Zoals James Bessen herhaaldelijk opmerkt in de Harvard Business Review, creëert automatisering niet alleen banen of vernietigt ze — het transformeert ze. (Toen bankautomaten werden geïntroduceerd, scherpten overlijdensberichtenschrijvers hun veren voor bankiers, maar de werkgelegenheid van bankiers stortte niet in — het groeide. Dat komt omdat geldautomaten de kosten van het runnen van een filiaal verlaagden, wat betekende dat banken meer filialen konden openen, waar de rol van de bankier veranderde van contant geld afhandelen naar relatieverkoop en -service. Vraagelasticiteit is ook belangrijk. Wanneer je de kosten van een hulpbron verlaagt, gebruiken mensen er meer van — dat is Jevons-paradox (in actie. Toegepast op kunstmatige intelligentie, zal goedkopere cognitie ons in staat stellen om meer intelligentie in het algemeen te consumeren, net zoals goedkopere energie leidde tot meer energieverbruik. Een nieuwe markt voor intelligentie zal ontstaan. In zijn essay "Waarom zijn er nog steeds zoveel banen?" legt econoom David Autor uit waarom dit soort dingen blijft gebeuren. Technologieën automatiseren specifieke taken, maar ze creëren ook nieuwe taken, nieuwe complementariteiten en nieuwe categorieën werk waarvoor we eerder geen woorden hadden. Een 18e-eeuwse boer zou nooit in staat zijn om de rol van een webdesigner te begrijpen omdat deze is gebouwd op de rug van talloze zwarte zwaan-innovaties — zoals elektriciteit, computers en het internet — die hij zich niet kon voorstellen. We zijn geweldig in het voorstellen van alle banen die zullen verdwijnen door een nieuwe technologie, maar verschrikkelijk in het voorspellen van de banen die zullen worden gecreëerd omdat ze nog niet bestaan. Als je je een wereld voorstelt waarin elke persoon een staf van 15 digitale agenten heeft, die dag en nacht draaien, stel je een wereld voor met veel kosten voor energie en silicium. De capex- en opex-curves bepalen waar machinearbeid zinvol is. Kortom: De toekomst van werk zal niet simpelweg een kwestie zijn van kiezen tussen AI en menselijke werknemers. Het zal gaan om het berekenen van wat elke taak kost om te doen met mensen, met machines en met hybriden wanneer je de cumulatieve foutkosten, verificatiebelasting, echte belasting, economische eenheden en risico's meerekent. Dat is geen toekomst zonder mensen. Dat is een toekomst met meer hefboomwerking per mens dan ooit tevoren in de geschiedenis. Dat is de definitie van economische groei: meer doen met minder. Het kostte je voorouders 1.000 uur arbeid om hun huis te verlichten met talgkaarsen. Het kost jou een paar seconden om je huis te verlichten met de druk op een knop. Hefboomwerking in actie.

Het voelt alsof we differentiële privacy en homomorfe encryptie nodig hebben voor gesprekken met LLM's. We hebben een ProtonMail voor chat nodig.