Nate B. Jones distingue due velocità che vengono spesso confuse: la crescita rapida delle capacità dell’IA e la diffusione molto più lenta di quelle capacità nelle organizzazioni reali. I miglioramenti nei benchmark non trasformano automaticamente l’economia quando il deployment richiede ancora fiducia, guardrail, audit trail e supervisione umana.
Il divario tra capacità e adozione
La tesi principale è che entrambe le narrazioni estreme sovrastimano la velocità del cambiamento. I pessimisti immaginano uno spostamento del lavoro più rapido di quanto l’inerzia sociale consenta; gli ottimisti immaginano adozione e integrazione più rapide di quanto le organizzazioni possano sostenere.
La supervisione come infrastruttura di scala
La supervisione umana non è descritta come un semplice freno. È parte dell’infrastruttura di fiducia necessaria per portare l’IA su larga scala. Senza governance, responsabilità e auditabilità, le capacità tecniche restano avanti rispetto alla capacità delle istituzioni di assorbirle.
Segnali da seguire
- Le prestazioni dell’IA possono crescere molto più rapidamente del loro impatto economico visibile.
- La “dissipazione sociale” indica quanto rapidamente l’IA cambia lavoro, flussi di denaro e istituzioni.
- Gli effetti economici possono comporsi nel tempo, ma partendo da una base bassa e in modo disomogeneo.
- La fase attuale è definita dallo scarto tra una curva tecnica ripida e una curva di adozione molto più piatta.
Source
- Chaîne: AI News & Strategy Daily | Nate B Jones
- Vidéo source: https://www.youtube.com/shorts/lNX4m6KmX4U
No comments yet