הסיכון הגדול ביותר בבינה מלאכותית הוא לא לפגר. זה לא להבין שאתה כבר מאחור. אנו חיים בתקופה שבה הפער בין חלו…

הסיכון הגדול ביותר בבינה מלאכותית הוא לא לפגר. זה לא להבין שאתה כבר מאחור. אנו חיים בתקופה שבה הפער בין חלוצי בינה מלאכותית לכל השאר הופך כמעט בלתי אפשרי להבנה. רק לפני מספר חודשים, חברות עיצבו מחדש את זרימות העבודה שלהן סביב יכולות ה-AI העדכניות ביותר. כיום, חלק מהתהליכים האלה כבר מיושנים. בדרך כלל, התקדמות טכנולוגית איטית יותר תיתן לעסקים זמן להתעדכן, לשלב כלים חדשים ולבסס דרכי עבודה נפוצות. בסופו של דבר, בינה מלאכותית תהפוך לפחות יתרון תחרותי ככל שכולם למדו להשתמש בה. אבל זה לא מה שקורה. AI מתפתח כל כך מהר שאפילו אנשים שפעילים והאתגר הגדול ביותר הוא לא רק לימוד כלים חדשים. הוא כל הזמן חושב מחדש על מה שבאמת אפשרי. משימות שנראו בלתי אפשריות לפני חצי שנה עשויות כעת להיות ניתנות להשגה באמצעות הנחיה פשוטה או דגם חדש. זו הסיבה שלחברות בינה מלאכותית יש יתרון כזה. הם לא מנסים לסחוט טכנולוגיה חדשה לתוך זרימות עבודה ישנות. הם בונים את כל הפעילות שלהם סביב יכולות שהולכות ומתפתחות. היתרון התחרותי האמיתי הוא כבר לא רק גישה ל-AI. זה לומד כיצד להסתגל מהר ככל שה-AI עצמו מתפתח. והשאלה הגדולה היא האם תאגידים מסורתיים יכולים לנוע מהר מספיק כדי לעמוד בקצב. כפי שניסח זאת פעם אריק הופר: "בתקופות של שינוי, הלומדים יורשים את כדור הארץ".