Argomenti di tendenza
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Aaron Levie
CEO @box - Libera la potenza dei tuoi contenuti con l'intelligenza artificiale
Il motivo per cui l'AI non eliminerà i posti di lavoro nel modo in cui alcuni prevedono è che commettiamo costantemente l'errore di pensare che quando rendiamo qualcosa più efficiente, abbiamo bisogno di una fornitura proporzionalmente minore.
Si scopre che in un numero significativo di settori, livelli di produttività migliori significano effettivamente una maggiore domanda per quel servizio. Questo è il punto centrale del paradosso di Jevons.
Quando il costo di svolgere un lavoro diminuisce, la domanda per esso aumenta. E di solito c'è una domanda repressa molto maggiore di quanto ci rendiamo conto.
Quando l'AI aumenta la produzione in questi settori, abbassando così i costi per unità di output, la domanda aumenterà in modi inaspettati. Questo è vero nella sanità, nella programmazione, nei servizi legali, nel marketing e in molti altri ambiti.
25 set, 22:29
"L'AI non sta sostituendo i radiologi" buon articolo
Aspettativa: il rapido progresso nell'AI per il riconoscimento delle immagini eliminerà i posti di lavoro in radiologia (ad esempio, come previsto famosamente da Geoff Hinton quasi un decennio fa). Realtà: la radiologia sta andando alla grande e sta crescendo.
Ci sono molte previsioni, a mio avviso naive, là fuori sull'imminente impatto dell'AI sul mercato del lavoro. Ad esempio, circa un anno fa, qualcuno che dovrebbe saperne di più mi ha chiesto se penso che ci saranno ancora ingegneri del software oggi. (Spoiler: penso che ce la faremo). Questo sta accadendo in modo troppo ampio.
Il post entra nei dettagli su perché non sia così semplice, usando l'esempio della radiologia:
- i benchmark non sono affatto abbastanza ampi per riflettere scenari reali e concreti.
- il lavoro è molto più sfaccettato rispetto al semplice riconoscimento delle immagini.
- realtà di implementazione: regolamentazione, assicurazione e responsabilità, diffusione e inerzia istituzionale.
- paradosso di Jevons: se i radiologi vengono accelerati tramite l'AI come strumento, si presenta una domanda molto maggiore.
Posso dire che la radiologia non era, a mio avviso, uno dei migliori esempi da prendere in considerazione nel 2016 - è troppo sfaccettata, troppo rischiosa, troppo regolamentata. Quando si cercano lavori che cambieranno molto a causa dell'AI su scale temporali più brevi, guarderei in altre direzioni - lavori che sembrano ripetizioni di un compito meccanico, ogni compito essendo relativamente indipendente, chiuso (non richiedendo troppo contesto), breve (nel tempo), perdonabile (il costo dell'errore è basso) e, naturalmente, automatizzabile date le attuali (e digitali) capacità. Anche in questo caso, mi aspetterei di vedere l'AI adottata inizialmente come strumento, dove i lavori cambiano e si ristrutturano (ad esempio, più monitoraggio o supervisione piuttosto che esecuzione manuale, ecc.). Forse in futuro troveremo un insieme migliore e più ampio di esempi di come tutto questo si sta sviluppando nell'industria.
Circa 6 mesi fa, mi è stato anche chiesto di votare se avremo meno o più ingegneri del software tra 5 anni. Esercizio lasciato al lettore.
Post completo (l'intera newsletter The Works in Progress è piuttosto buona):
233,59K
Nonostante ciò che si sente, i lavori qualificati non stanno affatto scomparendo a causa dell'IA.
Gli agenti IA permettono a un lavoratore qualificato di generare significativamente più output per unità di input. Il valore che puoi produrre con l'IA è correlato alla tua capacità di generare il giusto prompt, alla capacità di rivedere l'output, sapere quale parte modificare e correggere, e sapere come descrivere la correzione.
Nessun altro campo è più vero di questo nel coding in questo momento. I migliori ingegneri che conosco, che hanno programmato per più tempo, si stanno effettivamente divertendo di più a programmare in questo momento.
Il motivo è che possono andare oltre e più velocemente di quanto sia mai stato possibile prima. E perché gran parte del lavoro noioso e poco piacevole viene gestito dal modello ora.
Il coding è il primo ambito in cui stiamo vedendo questo svolgersi, ma possiamo aspettarci risultati simili in ogni campo nel tempo.
25 set, 07:08
La programmazione agentica è un'abilità che cresce con la tua conoscenza tecnica.
I migliori ingegneri che conosco sono di gran lunga migliori di me nell'utilizzo di Claude Code.
58,28K
Grazie agli agenti AI, le startup che emergono oggi hanno molto più potere rispetto a qualsiasi altro momento della storia.
Di solito puoi muoverti molto più velocemente rispetto agli incumbents come azienda appena costituita, ma gli incumbents hanno più scala e risorse rispetto a te. Quindi, nel momento in cui hai una buona idea, sei sempre vincolato dalle risorse nell'eseguirla. E non hai facilmente accesso ai migliori talenti in molti altri settori.
Gli agenti AI neutralizzano finalmente quella differenza intrinseca. Un'azienda o un team di 5 o 10 persone può ora avere la produttività di un team di 50 di solo pochi anni fa.
Questo fornisce un enorme vantaggio sia per le nuove startup che per i team disposti a riconfigurare il modo in cui operano.
Stiamo ancora cercando di capire quali siano tutte le implicazioni, ma è un ottimo momento per avviare qualcosa - o ripensare a come operi - per sfruttare questo nuovo potere.
24 set, 22:30
Aaron Levie (@levie): “Vedo questi ragazzi di 19 e 20 anni… tutti stanno abbandonando.”
Perché? Perché possono costruire a 100x. Questo nuovo gruppo si muove con una velocità senza precedenti, accorciando i cicli e riscrivendo come si costruisce un'azienda nel 2025.
125,82K
Principali
Ranking
Preferiti