AI doet in 2030 de helft van al het kenniswerk? Doe normaal

Ik schrijf al een behoorlijke tijd over de impact die AI gaat hebben op onze economie. En als Anthropic, de maker van een van de grootste en bekendste AI-tools, Claude, daar een rapport over uitbrengt, dan lees je dat met interesse.

Wat ik sterk vind aan het rapport: ze meten de mogelijke impact langs vijf assen.

• Kunnen. Welke taken kan AI uitvoeren?
• Gebruik. Hoeveel gebruiken mensen AI daadwerkelijk?
• Zelfstandigheid. Hoeveel doet AI zonder mens?
• Productiviteit. Hoeveel productiever maakt AI mensen?
• Aanpassing. Hoe lang doet iemand erover om ander werk te vinden?

Maar daarna word ik kritischer. Dit is een rapport van een bedrijf dat er belang bij heeft dat wij denken dat die modellen volwassen zijn en zich blijven ontwikkelen in het tempo van de afgelopen jaren EN dat dat meerwaarde oplevert.

Wat ik zelf zie is iets anders. De frontiermodellen lopen nauwelijks nog uit elkaar. Drie jaar geleden zat er een wereld tussen de beste en de op een na beste. Nu zijn de tien beste modellen statistisch niet meer van elkaar te onderscheiden. En de open modellen liepen een jaar achter, nu nog maar enkele maanden.

Betrouwbaarheid staat ondertussen stil. Twee jaar aan modelreleases hebben de kans dat een model doet wat je hem vroeg nauwelijks verbeterd. De grootste betrouwbaarheidswinst die OpenAI zelf claimt komt niet doordat het model meer weet, maar doordat het veel vaker weigert te antwoorden. Het wordt beter in zijn mond houden. Dat ga je niet terugvinden in dit rapport en help je niet bij het uitvoeren van een taak. Het zorgt er alleen voor dat je de puinhoop niet hoeft op te ruimen als de taak fout wordt uitgevoerd.

OpenAI’s eigen onderzoek naar echt beroepswerk laat hetzelfde zien. Op papier is het model vele malen sneller en goedkoper dan een mens. Reken je mee dat iemand het moet nakijken en herstellen, dan blijft daar vrijwel niets van over.

In het ingetogen economische scenario van het Anthropic rapport, wat ik het enige realistische scenario vind, is de impact van AI in de macrocijfers nauwelijks terug te vinden. De impact van AI is dan vergelijkbaar met die van het internet.

Hun voorbeeld daarbij deugt niet. Ze nemen een verpleegster en in de praktijk gebruikt vrijwel geen verpleegkundige generatieve AI in het werk. De verpleegster doet namelijk geen kenniswerk die doet echt werk 😉 70% van onze economie is echt werk.

Dat het de kenniswerker gaat raken is wel spannend. Het is een groep met, terecht of onterecht, over het algemeen een hoger inkomen. En het komt economisch niet vaak voor dat zo’n grote groep zo wordt geraakt in haar arbeidspotentieel.

Het rapport haalt ook scenario’s aan waarin AI heel veel of exorbitant veel impact heeft. Dat laatste is absurd, want in dat scenario moet AI zichzelf recursief gaan verbeteren. Maar ook het middelste scenario vraagt dat AI in 2030 de helft van al het kenniswerk aankan. Dat is over vier jaar. DOE NORMAAL.

Dat gaat simpelweg niet gebeuren. Niet omdat mensen het niet gebruiken, want bijna de helft van de werkenden doet dat al. Maar omdat vrijwel niemand het voor het merendeel van een taak gebruikt. De meeste bedrijven houden het bij een handvol taken en verder niets. De adoptie is breed en flinterdun, en dat gat dichten is geen technologievraagstuk maar een organisatievraagstuk. De elektrificatie van fabrieken deed er decennia over, en niet omdat de stroom er niet was.

De werkelijke waarde van AI voor de kenniswerker zit niet in de taalmodellen, maar in de code die ze schrijven. Ruim de helft van de werkweek van een kenniswerker gaat op aan informatie verplaatsen in plaats van iets nieuws maken. Veel van dat werk is lineair: dezelfde stappen, dezelfde uitvoer, elke keer. En daar is een AI slecht in. Een AI volgt geen vast stappenplan, hij wijkt ervan af, en dat is voor een deel ook zijn kracht.

Voor lineair werk kun je vaak 100% code inzetten. Voor de het andere werkt kun je een LLM inzetten, maar nooit voor 100%.

En het scheelt geld. Een agent die elke keer opnieuw zit te redeneren kost ordes van grootte meer dan diezelfde taak één keer laten uitschrijven naar een script en dat daarna gewoon draaien. Steeds opnieuw laten nadenken over iets wat altijd hetzelfde is, is de duurste manier om een simpele taak goed te doen.

Dat een AI goed code kan schrijven, dat is voor de kenniswerker de grote meerwaarde. Maar voordat we alle kenniswerkers hebben geleerd hoe krachtig dat is en hoe je het gebruikt, zijn we 2030 ver voorbij.

Laat je dus niet gek maken door de radicale claims die AI-bedrijven maken. Snap de incentive die ze hebben om die claims te maken.

Wil je leren vibecoden, oftewel software laten bouwen door AI in gewone taal zonder dat je zelf hoeft te kunnen programmeren? Ik heb mijn guide daarvoor zojuist van een HELE grote update voorzien. Je hoeft je niet in te schrijven voor een cursus of je hoeft geen mailadres achter te laten 😉

Het rapport van Anthropic vind je hier: https://www.anthropic.com/institute/econ-scenarios