Stoom, staal en onbegrensde minds

Elk tijdperk wordt gevormd door een specifiek, wonderbaarlijk materiaal. De Amerikaanse 'Gilded Age' is uit staal gesmeed. Halfgeleiders hebben het digitale tijdperk gevoed. Tegenwoordig hebben we AI, de onbegrensde mind. De geschiedenis leert dat degenen die zich het materiaal eigen maken, het nieuwe tijdperk definiëren.

In de jaren 1850 rende Andrew Carnegie als telegraafjongen door de modderige straten van Pittsburgh. Destijds waren zes op de tien Amerikanen boeren. Binnen slechts twee generaties hebben Carnegie en zijn tijdgenoten de moderne wereld vormgegeven. Paarden maakten plaats voor de spoorwegen, kaarslicht voor elektriciteit, ijzer voor staal.

Tegenwoordig is het werk verplaatst van fabrieken naar kantoren. Zo run ik een softwarebedrijf in San Francisco, waar we tools ontwikkelen voor miljoenen kenniswerkers. In deze industriestad heeft iedereen het over AGI, maar het overgrote deel van de twee miljard kantoormedewerkers op deze wereld heeft er nog niets van gemerkt. Hoe zal kenniswerk er binnenkort uitzien? Wat gebeurt er als het organigram medewerkers bevat die nooit slapen?

Deze toekomst is vaak moeilijk te voorspellen, omdat ze zich altijd voordoet als het heden. Vroeger waren telefoongesprekken kort en bondig, net als telegrammen. Vroege films leken op gefilmde toneelstukken. (Dit is wat Marshall McLuhan "de toekomst tegemoet rijden via de achteruitkijkspiegel" noemde.)

Tegenwoordig zien we dit terug in AI-chatbots die de zoekbalken van Google nabootsen. We zitten nu midden in die ongemakkelijke overgangsfase van technologie naar technologie.

Ik weet niet precies wat er gaat gebeuren. Maar ik vind het leuk om met historische metaforen te spelen en na te denken over hoe AI op verschillende niveaus kan werken, van individuen tot organisaties tot hele economieën.

Het prille begin ligt bij de hogepriesters van kenniswerk: programmeurs.

Mijn medeoprichter Simon was wat we een '10×-programmeur' noemen, maar tegenwoordig schrijft hij zelden nog code. Als je langs zijn bureau loopt, zie je hem drie of vier programmeer-agenten aansturen. Deze typen niet alleen sneller, ze denken ook na, waardoor hij in feite 30 tot 40 keer zo productief is als een gewone engineer. Hij zet taken in de wachtrij voordat hij gaat lunchen of naar bed gaat, zodat de agents door kunnen werken wanneer hij weg is. Hij is een manager van onbegrensde minds geworden.

In de jaren tachtig noemde Steve Jobs personal computers "fietsen voor de geest". Tien jaar later hebben we de informatiesnelweg die 'internet' heet aangelegd. Maar vandaag de dag wordt het meeste kenniswerk nog steeds door mensen verricht. Het is alsof we op de autobahn aan het fietsen zijn.

Met AI-agenten zijn mensen als Simon van fietsen overgestapt op autorijden.

Wanneer krijgen andere soorten kenniswerkers dan een auto? Er zijn twee problemen die opgelost moeten worden.

Ten eerste: versnippering van context. Tools en context voor programmeren bevinden zich meestal op één plek: de IDE, de repository of de terminal. Maar algemeen kenniswerk is verspreid over tientallen tools. Stel je eens voor dat een AI-agent een productbeschrijving moet opstellen. De agent moet dan informatie ophalen uit Slack-discussies, strategiedocumenten, dashboards met de cijfers van het afgelopen kwartaal, en organisatiekennis die alleen in iemands hoofd is opgeslagen. Tegenwoordig zijn mensen de bindende factor: ze brengen alles samen door te kopiëren en te plakken en te schakelen tussen tabbladen. Zolang de context nog niet is geconsolideerd, zullen agents beperkt blijven tot een klein aantal gebruiksscenario's.

Het tweede ontbrekende element is controleerbaarheid. Code heeft een magische eigenschap: je kunt het controleren aan de hand van tests en fouten. Modelbouwers gebruiken dit om AI te trainen zodat deze beter wordt in coderen (bijvoorbeeld door middel van reinforcement learning). Maar hoe kun je nagaan of een project goed wordt geleid of een strategienota klopt? We hebben nog geen manieren gevonden om modellen voor algemeen kenniswerk te verbeteren. We hebben dus nog mensen nodig om toezicht te houden, begeleiding te bieden en te laten zien wat goed is.

Dit jaar hebben programmeer-agents ons geleerd dat een 'human-in-the-loop' niet altijd wenselijk is. Het is alsof iemand elke bout op een productielijn persoonlijk controleert, of voor een auto uitloopt om de weg vrij te maken (zie de Amerikaanse Red Flag Act van 1865). We willen dat mensen de processen vanuit een overzichtspositie begeleiden, en er niet middenin zitten. Zodra de context duidelijk is en het werk controleerbaar is, zullen miljarden werknemers de overstap maken van fietsen naar auto's, en vervolgens van auto's naar zelfrijdende auto's.

Bedrijven zijn een recente uitvinding. Ze verslechteren naarmate ze opschalen en plafonds bereiken.

Een paar honderd jaar geleden bestonden de meeste bedrijven uit werkplaatsen met een tiental mensen. Tegenwoordig zijn er multinationals met honderdduizenden werknemers. De communicatie-infrastructuur (mensen die met elkaar verbonden zijn via vergaderingen en berichten) bezwijkt onder de continu toenemende belasting. We proberen dit op te lossen met behulp van hiërarchie, processen en documentatie. Maar we hebben een probleem op industriële schaal opgelost met middelen op menselijke schaal, alsof we een wolkenkrabber van hout zouden bouwen.

Er zijn twee historische metaforen die laten zien hoe organisaties er dankzij nieuwe wonderbaarlijke materialen in de toekomst anders uit kunnen zien.

Het eerste voorbeeld is staal. Vóór de komst van staal waren gebouwen in de 19e eeuw beperkt tot zes of zeven verdiepingen. IJzer was sterk, maar broos en zwaar. Voegde je meer verdiepingen toe, dan stortte het gebouw in onder het eigen gewicht. Staal heeft alles veranderd. Het is sterk en toch buigzaam. De frames werden lichter, de muren dunner, en plotseling konden er gebouwen van tientallen verdiepingen verrijzen. Er ontstonden nieuwe soorten gebouwen.

Voor organisaties is AI als staal. Met AI kun je de context tussen verschillende workflows behouden en beslissingen ophalen wanneer nodig, zonder overbodige ruis. Menselijke communicatie hoeft niet langer de dragende muur te zijn. De wekelijkse vergadering van twee uur wordt een asynchrone evaluatie van vijf minuten. Managementbesluiten, waarvoor nu drie goedkeuringsrondes nodig zijn, zouden binnenkort binnen enkele minuten genomen kunnen worden. Bedrijven kunnen daadwerkelijk opschalen, zonder het kwaliteitsverlies dat we nu als onvermijdelijk beschouwen.

Het tweede voorbeeld gaat over de stoommachine. Aan het begin van de industriële revolutie stonden de eerste textielfabrieken aan rivieren en beken en werden ze aangedreven door waterraderen. Toen de stoommachine zijn intrede deed, vervingen fabriekseigenaren aanvankelijk de waterraderen door stoommachines en lieten ze al het andere ongewijzigd. De stijging in productiviteit was bescheiden.

De echte doorbraak kwam toen fabriekseigenaren zich realiseerden dat ze volledig onafhankelijk van water konden worden. Ze bouwden grotere fabrieken in de buurt van arbeiders, havens en grondstoffen. Daarnaast richtten ze hun fabrieken opnieuw in, met stoommachines in de hoofdrol. (Toen later elektriciteit opkwam, stapten de fabriekseigenaren nog verder af van een centrale aandrijfas en plaatsten ze kleinere motoren verspreid over de fabriek om verschillende machines aan te drijven.) De productiviteit schoot omhoog en de tweede industriële revolutie was een feit.

We nu zitten nog in de fase waarin we het waterrad vervangen. AI-chatbots worden aan bestaande tools gekoppeld. We hebben nog geen duidelijke blik op hoe organisaties eruit zullen zien wanneer de oude beperkingen wegvallen en je bedrijf kan draaien op onbegrensde minds die werken wanneer je slaapt.

Bij mijn bedrijf, Notion, zijn we bezig met experimenteren. Naast onze 1.000 medewerkers hebben we nu ook meer dan 700 agents die repetitieve taken uitvoeren. Ze maken notulen van vergaderingen en beantwoorden vragen om de collectieve kennis te bundelen. Ze behandelen IT-verzoeken en registreren feedback van klanten. Ze helpen nieuwe medewerkers onboarden met secundaire arbeidsvoorwaarden. Ze stellen wekelijkse voortgangsrapporten op, zodat mensen niet hoeven te kopiëren en plakken. En dit zijn nog maar de eerste stapjes. De werkelijke voordelen worden alleen beperkt door onze verbeeldingskracht en onze traagheid.

Staal en stoom hebben niet alleen gebouwen en fabrieken veranderd. Ze hebben ook steden getransformeerd.

Tot een paar honderd jaar geleden waren steden nog op menselijke schaal gebouwd. Je kon binnen veertig minuten door heel Florence lopen. Het ritme van het leven werd bepaald door hoe ver iemand kon lopen en van hoe ver een stem te horen was.

Vervolgens maakten stalen frames de bouw van wolkenkrabbers mogelijk. Stoommachines leidden tot spoorwegen die stadscentra met het achterland verbonden. Daarna kwamen liften, metro's en snelwegen. De omvang en bevolkingsdichtheid van steden groeiden explosief. Tokio. Chongqing. Dallas.

Dat zijn niet simpelweg grotere versies van Florence. Ze zijn een andere manier van leven. Megasteden zijn desoriënterend, anoniem en moeilijk te doorkruisen. Die ondoordringbaarheid is de prijs die je betaalt voor een grote schaal. Maar megasteden bieden ook meer kansen en meer vrijheid. Meer mensen die meer dingen doen in meer combinaties dan een renaissancestad ooit zou kunnen ondersteunen.

Ik denk dat de kenniseconomie op aan de rand van eenzelfde transformatie staat.

Vandaag de dag is kenniswerk goed voor bijna de helft van het bbp van de VS. Het meeste kenniswerk verloopt nog steeds op menselijke schaal: teams van enkele tientallen mensen, werkprocessen die worden bepaald door vergaderingen en e-mails, organisaties die bij een paar honderd medewerkers al hun grenzen bereiken. We hebben Florence gebouwd, uit steen en hout.

Zodra AI-agenten op grote schaal in gebruik worden genomen, gaan we steden als Tokio bouwen. Organisaties met duizenden medewerkers en mensen. Workflows die continu draaien, over verschillende tijdzones heen, zonder je hoeft te wachten tot iemand wakker wordt. Beslissingen die tot stand komen met precies de juiste mate van menselijke inbreng.

Het zal anders aanvoelen. Sneller, met meer hefboomwerking, maar in het begin ook verwarrender. Het ritme van wekelijkse vergaderingen, driemaandelijkse planningscycli en jaarlijkse evaluaties verliest misschien zijn nut. Er zullen nieuwe ritmes ontstaan. We zullen wat doordringbaarheid verliezen. We zullen omvang en snelheid winnen.

Bij elk nieuw wonderbaarlijk materiaal moesten mensen wegkijken van de achteruitkijkspiegel en zich een nieuwe wereld voorstellen. Carnegie keek naar staal en zag skylines. De industriëlen in Lancashire keken naar stoommachines en zagen fabrieksvloeren zonder rivieren.

We bevinden ons nog steeds in de 'waterradfase' van AI, waarbij we chatbots koppelen aan werkprocessen koppelen. We moeten ophouden AI te vragen om slechts onze copiloten te zijn. We moeten ons indenken in hoe kenniswerk eruit zou kunnen zien als menselijke organisaties met staal worden versterkt, als routinematig werk wordt gedelegeerd aan minds die nooit slapen.

Staal. Stoom. Onbegrensde minds. De volgende skyline is klaar om gebouwd te worden.