Większość ludzi w ogóle nie rozumie, jak działa zastępowanie ludzi przez sztuczną inteligencję (lub jak to NIE działa). Nawet dziesięciokrotne przyspieszenie wszystkiego, co robi specjalista, nie wymazuje automatycznie samej pracy – po prostu przepisuje na nowo ekonomię wokół niej. Kiedy efektywna cena produktu gwałtownie spada, utajony popyt, który wcześniej leżał na półce, nagle staje się opłacalny. Nigdy nie spotkałem product ownera, który uważałby, że jego inżynierowie dostarczają więcej funkcji, niż wymaga tego mapa drogowa; Lista życzeń jest zawsze dłuższa, niż pozwala na to liczba pracowników. Spraw, aby każda funkcja była dziesięć razy tańsza w budowie, a nie zmniejszysz liczby zespołów dziesięciokrotnie — podświetlisz wszystkie "miłe dodatki", które kiedyś wydawały się nieosiągalne, a także całe produkty od podstaw, których nikt nie zawracał sobie głowy określaniem zakresu. Niedawne badanie przeprowadzone przez @Microsoft Research na temat rzeczywistego wykorzystania Copilota podkreśla tę samą kwestię. Użytkownicy przychodzą po pomoc w tworzeniu kodu lub zbieraniu faktów, ale model kończy się coachingiem, doradztwem i nauczaniem - łącząc zupełnie nowe rodzaje pracy w jedną sesję. Zawody nie są monolitami; Są to wiązki podprocesów, z których każdy jest tylko częściowo (i niedoskonale) pokryty przez dzisiejsze modele. Wraz z ewolucją narzędzi sztucznej inteligencji zakres roli ewoluuje wraz z nimi, często rozszerzając się, a nie zmniejszając. Nawet w audytorze inteligentnych kontraktów AI, który zbudowaliśmy w @NethermindEth, pomimo jego nazwy, skupiamy się na bardzo specyficznej, wąskiej części procesu: znajdowaniu potencjalnych luk w zabezpieczeniach. Tymczasem specjaliści ds. bezpieczeństwa używają tego jako narzędzia i wykonują znacznie bardziej złożoną i wieloaspektową pracę — formułują strategie, weryfikują wyniki, korygują sztuczną inteligencję, dodają niejawny kontekst, komunikują się z programistami, odkrywają ukryte intencje i zarządzają oczekiwaniami. Zamiast więc liczyć, które zawody "znikną", bardziej użyteczne jest pytanie, jakie problemy stają się warte rozwiązania, gdy koszt krańcowy ich rozwiązania spadnie w przepaść. Historia sugeruje, że odpowiedź brzmi: "znacznie więcej, niż jesteśmy w stanie obsadzić", a to przemawia za przyszłością, w której talenty są ponownie wykorzystywane i pomnażane, a nie stają się przestarzałe.