|
Zusammenfassung Es gibt einen großen Hype um die jüngsten Entwicklungen im Bereich der künstlichen Intelligenz, insbesondere um große Sprachmodelle wie ChatGPT . Auch die wesentlichen Auswirkungen solcher Technologien auf die Arbeit verdienen Aufmerksamkeit. Doch dem Beobachter entgingen zwei sehr wichtige Dinge: Dies ist eine hilfreiche Methode, um über die Frage nachzudenken, „ wie groß der Appetit der Software ist “ , doch es lohnt sich auch, darüber nachzudenken, warum es so lange gedauert hat, bis die Software die ganze Welt erobert hat. Und wenn wir tiefer graben, ob die Software wirklich 1. Jede Welle technologischer Innovationen wird dadurch ausgelöst, dass teure Dinge so billig werden, dass man sie wegwirft. Da die Softwareproduktion zu komplex und zu teuer ist, haben wir über Jahrzehnte hinweg zu wenig Software geliefert, was zu einer enormen technischen Verschuldung der Gesellschaft geführt hat. 2. Diese technische Schuld wird dramatisch und in der gesamten Wirtschaft zurückgezahlt, da die Kosten und die Komplexität der Softwareproduktion einbrechen und eine Welle der Innovation auslösen wird. Software wird missverstanden. Software fühlt sich wie eine eigenständige Sache an, etwas, mit dem wir interagieren. Doch in Wirklichkeit ist Software etwas sehr Exotisches, ein Eindringen in unsere Welt. Es handelt sich um eine seltsame Interaktion zwischen Elektrizität, Halbleitern und Anweisungen, die auf magische Weise alles steuert, von Bildschirmen über Roboter bis hin zu Telefonen, medizinischen Geräten, Laptops und einer schwindelerregenden Vielfalt anderer Dinge. Es ist nahezu unendlich formbar, kann gleiten, sich drehen und verformen, und zwar so sehr, dass uns diese Anpassungsfähigkeit die Tür zu neuen Welten öffnet. Die exotische Natur dieser Software ist erst vor Kurzem ans Licht gekommen, als echte Konversations-KI, also Chatbots auf Basis großer Sprachmodelle ( LLMs ) wie ChatGPT , von der Science-Fiction zu etwas wurde, mit dem die Leute genauso einfach spielen können wie mit der Suche im Internet. 01. Warum hat Software die Welt noch nicht erobert? Das erinnert mich an Marc Andreessens berühmte Aussage im letzten Technologiezyklus: „ Software frisst die Welt auf . “ Obwohl Andersons Worte vom Denken handeln Was wird der Katalysator sein und wie wird die von Software aufgefressene Welt aussehen? Um diese Fragen zu beantworten, müssen wir zunächst einen Blick in die Geschichte und dann in die Zukunft werfen. Dazu müssen wir eine Reihe von Faktoren berücksichtigen, darunter Komplexität, Faktorkosten und das ökonomische Modell von Angebot und Nachfrage bei Software. Wir beginnen damit, über das Wirtschaftsmodell von Angebot und Nachfrage bei Software nachzudenken. Software kostet etwas und es gibt einen Kauf- und Verkaufsmarkt. Einige dieser Märkte sind interne Märkte der Organisation , die meisten davon sind jedoch externe Märkte. Menschen kaufen Software in Form von Apps , Cloud-Diensten oder Spielen oder betten sie sogar in andere Gegenstände ein, von Türklingeln bis hin zu endoskopischen Kameras zur Krebserkennung. All diese Dinge sind Software in unzähligen Formen. Wenn Sie diese Eigenschaften im Hinterkopf behalten, können Sie über Software nachdenken, indem Sie das grundlegende Angebots- und Nachfragekurvendiagramm aus der Einführung in die Wirtschaftswissenschaften verwenden. Es gibt einen Preis und die zu diesem Preis nachgefragte Menge, und dann gibt es einen Preis und eine Menge, die sich in einem ungefähren Gleichgewicht befinden, wie in der folgenden Abbildung dargestellt. Natürlich kann sich dieser Gleichgewichtspunkt aus verschiedenen Gründen verschieben, sodass der P/Q -Übergangspunkt bei einem höheren oder niedrigeren Niveau der Gesamtnachfrage liegt. Wenn der Preis zu hoch ist, wird die Software nicht ausreichend produziert (und es entstehen technische Schulden), und wenn der Preis zu niedrig ist, nun ja … kommen wir darauf zurück. Dies führt zu einer grundlegenden Frage, die manchmal in Wirtschaftskursen gestellt wird: Woher wissen wir, dass diese Kombination aus Preis und Menge die optimale Kombination ist? Die Antwort ist, dass die optimale Kombination aus Preis und Menge am Schnittpunkt der Angebots- und Nachfragekurven liegen sollte. Nachfragekurven verlaufen typischerweise nach unten, da die Menschen bei steigenden Preisen dazu neigen, von den meisten Gütern weniger nachzufragen. Die Angebotskurve weist typischerweise einen Aufwärtstrend auf, da die Hersteller im Allgemeinen bereit sind, mehr von einem Gut anzubieten, wenn der Preis steigt. Wenn wir jetzt die Preise erhöhen, werden die Verbraucher weniger kaufen und die Hersteller ihre Produktion steigern, was letztendlich zu Überbeständen oder einem Preisverfall führen wird. Wenn wir umgekehrt zu diesem Zeitpunkt die Preise senken, werden die Hersteller ihre Produktion drosseln, auch wenn die Verbraucher mehr kaufen wollen. Dies wird zu einem Angebotsengpass führen, der die Preise letztlich wieder in die Höhe treiben kann, bis Angebot und Nachfrage ein Gleichgewicht erreichen. 2. Wie Technologie die Wirtschaft komplexer und unvorhersehbarer macht Dies sind alles wirtschaftswissenschaftliche Fächer, die Sie in Grundstudiengängen lernen, und sie sind einfach und leicht verständlich. Doch die Technologie neigt dazu, die Wirtschaft zu trüben. Woher wissen wir, dass diese Angebots- und Nachfragekurven im Technologiebereich richtig sind? Die Antwort ist, wir wissen es nicht. Jetzt beginnt der Spaß. Beispielsweise kann eine Erhöhung des Angebots einer Sache manchmal zu einer Erhöhung der Nachfrage führen, was zu einer Verschiebung der Kurve führt. Dies ist in der Technologie schon oft passiert, da die Kosten für verschiedene Kernkomponenten der Technologie mit zunehmender Leistung (oder Speicherkapazität, Bandbreite usw.) gesunken sind. Im CPU- Szenario wurde diese Situation immer dem Mooreschen Gesetz zugeschrieben, was bedeutet, dass die Fähigkeiten der CPU etwa alle 18 Monate bis zu einem gewissen Grad zunehmen . Obwohl diese Gesetze eher Heuristiken als physikalischen Gesetzen wie F=ma ähneln , helfen sie uns doch dabei, einen Einblick zu gewinnen, wie sich die Zukunft von der Vergangenheit unterscheiden könnte. Wir haben dies immer wieder im Technologiesektor erlebt, wo die Preise für verschiedene Technologien stark gefallen sind, ihre Leistungsfähigkeit jedoch schnell gewachsen ist. Es fühlt sich an, als wäre dies alltäglich geworden, aber das ist nicht der Fall. Dies ist in anderen Wirtschaftssektoren nicht der Fall und hat auch in der Wirtschaftsgeschichte nie der Fall gewesen. Es ist nicht normal, dass bessere Dinge billiger sind. Während viele Märkte durch Skaleneffekte gekennzeichnet sind, gab es in der Wirtschaftsgeschichte noch nie eine Situation, in der die CPU- Kosten eingebrochen sind, während die Leistung um das Millionenfache oder mehr gestiegen ist. Um dies deutlicher zu verdeutlichen, stellen Sie sich vor, dass ein modernes Auto, wenn Autos im gleichen Tempo wie Computer verbessert würden, Folgendes hätte: - Mit mehr als 600 Millionen PS
- Von 0 auf 60 Meilen pro Stunde in weniger als einer Hundertstelsekunde
- Erhalten Sie etwa 1 Million Meilen pro Gallone
- Kosten pro Fahrzeug: weniger als 5.000 US-Dollar
Dies ist bei Autos nicht der Fall. Sicher, der Tesla Plaid ist ein schnelles Auto, aber er bleibt weit hinter den oben genannten Spezifikationen zurück – und es wird nie eines geben. Dieser Wendepunkt in der Automobilleistung ist nicht unsere Zukunft, aber er spricht Bände darüber, wie viel sich in der (Software-)Technologie in den letzten 40 Jahren verändert hat. Den meisten Menschen fällt dies jedoch nicht einmal auf. Jeder geht davon aus, dass ihm die erstaunlichen Veränderungen nicht auffallen. 3. Dynamik des technologischen Zusammenbruchs Sie können diese Dynamik im Bild unten sehen. Beachten Sie die logarithmische Skala auf der Y- Achse; Dadurch soll vermieden werden, dass die Preis- / Leistungskurve scheinbar geradlinig abfällt . Die Geschwindigkeit und das Ausmaß des Preis-/Leistungsrückgangs sind bei diesen Faktoren einfach zu groß. Dies ist in der Wirtschaftsgeschichte beispiellos. Jeder Zusammenbruch hatte weitreichendere Folgen.Der Zusammenbruch der CPU-Preise hat uns direkt von den Großrechnern in das Zeitalter der Personalcomputer geführt.Der Preisverfall bei Speichermedien (aller Art) führte zwangsläufig zu mehr Personalcomputern mit großem lokalem Speicher, was wiederum zur Entstehung von Datenbanken und Tabellenkalkulationen beitrug, die wiederum zu Webdiensten und schließlich zu Cloud-Diensten führten.Und in jüngster Zeit hat der Einbruch der Netzwerkübertragungskosten (zusammen mit dem explosionsartigen Anstieg der Bandbreite) direkt zur Entstehung des modernen Internets, von Streaming-Videos und mobilen Apps geführt.Im Gegensatz zu den Verdiensten des alten Paul Simon-Songs („Boy in the Bubble“) katapultiert jede Technologiegeneration einen Helden in die Beliebtheitscharts (oder in die Preis-pro-Auftritt-Charts).Jeder Absturz hat zusammen mit der verbesserten Leistung zu großen Gewinnern und massiven Veränderungen geführt, von Intel über Apple und Akamai bis hin zu Google und Meta und dem aktuellen KI-Boom.Jeder Nutznießer des Zusammenbruchs wird einen Preisrückgang und eine Leistungssteigerung einer oder mehrerer Kerntechnologien benötigen.Dies wiederum eröffnet neue Möglichkeiten, sie zu „verschwenden“ – sie für Dinge zu verwenden, die zuvor unmöglich, unerschwinglich teuer oder beides schienen.04 Künstliche Intelligenz ist die treibende Kraft hinter dem nächsten technologischen ZusammenbruchAll dies bringt uns zum heutigen Tag.Plötzlich wurde KI so günstig, dass die Leute viel Geld dafür ausgeben konnten, indem sie Chatbots Aufforderungen gaben, „Artikel zu schreiben“, Hilfe beim Code von Microservices zu erhalten und vieles mehr.Man könnte meinen, dass das Preis-Leistungs-Verhältnis bei Smartphones selbst sinken würde, so wie es bei früheren Technologiegenerationen der Fall war.Sie können einen solchen Standpunkt vertreten, aber er ist zu eng, zu orthodox oder zumindest unvollständig und unreif.Lassen wir die ethischen und Ausrichtungsprobleme der allgemeinen künstlichen Intelligenz (AGI) beiseite.Auch wenn wir uns der AGI heute näher fühlen als seit Jahrzehnten, ist dieser Tag wahrscheinlich noch bestenfalls ein paar Jahre entfernt.Vor diesem Hintergrund sollten wir uns immer wieder vor Augen führen, dass der KI-Wahn alle ein bis zwei Jahrzehnte unseren „Strand des Bewusstseins“ erreicht, nur um dann wieder abzuebben, wenn der Hype größer wird als die Realität.Wir haben dies bei Minskys (gescheiterter) Arbeit in den 1950er Jahren gesehen, erneut bei Japans (gescheitertem) Projekt der fünften Generation in den 1970er Jahren und erneut bei IBMs (gescheitertem) Watson in den 2000er Jahren.Wenn Sie ganz genau hinschauen, können Sie möglicherweise ein Muster erkennen.Dennoch führt die plötzliche Explosion der groß angelegten Sprachmodelle dazu, dass manche Leute viel Zeit damit verbringen, darüber nachzudenken, welche Arbeitsplätze im Dienstleistungssektor durch Automatisierung wegfallen könnten – Ökonomen sprechen von einer „Verdrängungsautomatisierung“.Doch diese alternative Automatisierung würde der Gesellschaft als Ganzes keinen großen Mehrwert bringen, sondern könnte sogar zu Wertverlust und Instabilität führen – wie etwa die Auslagerung amerikanischer Bürojobs nach China.Vielleicht sollten wir weniger über Möglichkeiten der Ersatzautomatisierung nachdenken und mehr über Möglichkeiten der ergänzenden Automatisierung, also der Art, die Kreativität freisetzt und zu Wohlstand und menschlichem Gedeihen führt.Wir sind davon überzeugt, dass dieser Anstieg der erweiterten Automatisierung aus derselben Quelle kommen wird wie frühere Anstiege:Der Preis einer Sache sinkt rapide, während die damit verbundene Produktivität und Leistung in die Höhe schnellen.Das ist die Software selbst.Damit meinen wir nicht, dass die Preise für „Software“ sinken werden, als ob KI einen Preiskampf für Textverarbeitungsprogramme wie Microsoft Word oder AWS-Microservices auslösen würde.Dies ist lineares Denken und schlussfolgerndes Denken.Dennoch glauben wir, dass der derzeitige Hype, KI in jede erdenkliche App oder jeden Dienst zu integrieren, eher zu mehr Wettbewerb führen wird als zu weniger.Dies geschieht durch die Erhöhung der Softwarekosten (jeder Aufruf einer KI-API bringt jemandem Geld ein), ohne dass es dabei zu einer wirklichen Differenzierung kommt, da die meisten Anbieter dieselben KI-APIs aufrufen.05 Baumolsche Kostenkrankheit und SoftwareproblemeUm zu verstehen, was ich meine, ist es hilfreich, kurz einige Grundlagen der Wirtschaftswissenschaften zu betrachten.Die meisten von uns wissen, dass die Preise für Technologieprodukte stark gefallen sind, während die Kosten für Bildung und Gesundheitsversorgung in die Höhe geschossen sind.Es scheint sich um ein quälendes Rätsel zu handeln, und es hat zu Forderungen nach neuen Wegen geführt, diese Branchen stärker an die Technologiebranche anzugleichen – die oft als anfälliger für eine Deflation im Technologiesektor angesehen wird.Aber das ist ein Missverständnis.Zur Erklärung: Angenommen, es gibt einen Wirtschaftssektor mit nur zwei Sektoren, einen mit viel höherer Produktivität, Spezialisierung und Vermögensproduktivität und einen anderen mit viel geringerer Produktivität. Letzterer wird einem enormen Druck ausgesetzt sein, die Löhne zu erhöhen, um zu verhindern, dass viele Arbeitnehmer den Sektor verlassen.Mit der Zeit wird der weniger produktive Sektor immer teurer, obwohl er nicht produktiv genug ist, um höhere Löhne zu rechtfertigen, und so beginnt er, immer mehr Ressourcen dieses Wirtschaftssektors zu „verzehren“.Die Entdeckung dieses Phänomens, das auch als „Baumolsche Kostenkrankheit“ bekannt ist, wird allgemein dem Ökonomen William Baumol zugeschrieben.Wie diese Kostenkrankheit aussieht, können Sie in der folgenden Abbildung sehen:Verschiedene amerikanische Produkte und Dienstleistungen (Spoiler: hauptsächlich in Branchen mit hohem Personaleinsatz und geringer Produktivität) sind teurer geworden, während andere Produkte und Dienstleistungen (kein Spoiler: hauptsächlich technologiebasiert) billiger geworden sind.Angesichts der explosionsartigen Entwicklung der Technologie im Vergleich zu allem anderen sollte dies heute alles einen Sinn ergeben.Tatsächlich ist es fast mathematisch.Ohne wesentliche Produktivitätssteigerungen, die nur durch die Eliminierung des menschlichen Faktors aus diesen Diensten erreicht werden können, ist es schwer vorstellbar, wie sich diese Situation ändern wird.Vorausgesetzt, wir benötigen auch in Zukunft Gesundheitsversorgung und Bildung, wird sich die Situation wahrscheinlich weiter verschlechtern, da der Großteil dieser Dienstleistungen auch weiterhin von Menschen erbracht wird.Doch es gibt einen Sektor, der durch diese Inkarnation der Kostenpathologie von Baumol behindert wird: die Software selbst.Das mag widersprüchlich klingen, und das ist verständlich.Denn wie konnte der produktivste, wohlstandsschaffendste und zugleich deflationärste Sektor denselben Problemen zum Opfer fallen wie andere Sektoren?Wenn Sie an das Zwei-Sektoren-Modell zurückdenken, das wir vorhin besprochen haben, ja.Eine Abteilung beschäftigt sich mit Halbfertigprodukten sowie CPU, Speicher und Backbone-Netzwerk.Die Preise für diese Dinge sinken rapide, es werden weniger Menschen für ihre Herstellung benötigt und sie bieten enorme Leistungssteigerungen bei niedrigeren Preisen.Unterdessen bleibt die Software die gleiche und produziert die gleichen Dinge auf eine Art und Weise, die sich kaum von der Vorgehensweise der Entwickler vor Jahrzehnten unterscheidet.Ja, es gab Fortschritte bei der Produktion und Bereitstellung von Software, aber am Ende des Tages kommt es immer noch darauf an, Code mit den Händen auf der Tastatur einzugeben.Das kommt einem vielleicht bekannt vor, aber es sollte uns nicht überraschen, dass die Gehälter in der Softwarebranche trotz der relativ geringen Produktivität hoch bleiben und weiter steigen.Dabei handelt es sich um Baumols Kostenkrankheit, die in einer Zwei-Sektoren-Wirtschaft auftritt, in der die Technologie selbst sehr begrenzt ist.Diese hohen Gehälter führen direkt zu hohen Softwareproduktionskosten, was wiederum angesichts der Faktorproduktionskosten und dieser unangenehmen Angebotskurven zu einer begrenzten Softwareproduktion führt.Startups geben Millionen von Dollar für die Einstellung von Ingenieuren aus; Große Unternehmen geben weiterhin Millionen aus, um sie zu halten.Und obwohl es einen markträumenden Preis gibt, also den Punkt, an dem sich die Angebots- und Nachfragekurven kreuzen, wissen wir dennoch, dass die produzierten Güter auch dann noch billiger sein werden, als die Gesellschaft es sich wünscht, wenn die Löhne in diesem Sektor höher sind als in vergleichbaren Positionen in anderen Sektoren.In diesem Fall ist das unterproduzierte Gut … Software.Am Ende haben wir eine soziale technische Schuld, weil die produzierte Menge weitaus geringer ist, als die Gesellschaft es gerne hätte. Wir wissen nicht, um wie viel weniger, aber es ist wahrscheinlich eine sehr große Zahl und erklärt, warum die Software bisher noch nicht einen großen Teil der Welt verschlungen hat.Und weil das schon immer so war, hat es niemand bemerkt.06 Demografische Struktur, Alterung und die bevorstehende Disruption der Arbeitswelt durch den LLMWir glauben, dass sich das alles bald ändern wird.Die aktuelle Generation von KI-Modellen ist zwar unbeabsichtigt, wirkt aber wie eine Rakete, die direkt auf die Softwareproduktion selbst zielt.Natürlich sind gesprächige KIs großartig darin, Bachelorarbeiten zu verfassen, Marketingtexte zu entwickeln oder Blogbeiträge zu verfassen (als ob das nicht genug wäre), aber diese Technologien sind sogar noch besser darin, Software schnell und nahezu kostenlos zu erstellen, zu debuggen und die Softwareproduktion zu beschleunigen, bis zu dem Punkt, an dem es fast wie schwarze Magie erscheint.Wie in der folgenden Abbildung dargestellt, kann man sich die Auswirkungen großer Sprachmodelle (LLMs) auf den Arbeitsmarkt als eine 2×2-Matrix vorstellen.Eine Achse stellt den Grad des grammatikalischen Formalismus einer Domäne dar, d. h. wie regelorientiert die Manipulation von Symbolen ist.Beispielsweise gibt es Regeln für das Schreiben von Aufsätzen (fragen Sie jeden wütenden Englischlehrer), sodass eine LLM-basierte Chat-KI darauf trainiert werden könnte, überraschend gute Aufsätze zu schreiben.Auch Steuerdienstleister, Vertragswesen und viele weitere Bereiche fallen in diese Kategorie.In den nächsten Jahren werden die Umbrüche in den Berufen im oberen rechten Quadranten so gravierend sein, dass sie nahezu beispiellos sind.Wir werden erleben, wie in zahlreichen Berufsfeldern Millionen von Arbeitsplätzen verloren gehen, und zwar in einem schnelleren Tempo als bei jeder vorherigen Automatisierungswelle.Dies hätte enorme Auswirkungen auf die Industrie, die Steuereinnahmen und sogar die soziale Stabilität in Regionen oder Ländern, die in hohem Maße von einigen der am stärksten betroffenen Berufsgruppen abhängen.Diese weitreichenden und potenziell destabilisierenden Auswirkungen sind nicht zu unterschätzen und erheblich.Einige argumentieren, dass die demografische Struktur alternder Gesellschaften und die umgekehrte Bevölkerungspyramide entwickelter Volkswirtschaften diese durch KI verursachten Veränderungen ausgleichen werden.Zwar wird die demografische Entwicklung die Auswirkungen in den kommenden Jahrzehnten abmildern – in manchen Teilen der Welt werden die Gesellschaften altern und die Erwerbsbevölkerung schrumpfen und es wird einen Mangel an Arbeitskräften geben –, aber diese Maßnahmen könnten nicht ausreichen.07 Software steht im Epizentrum ihrer eigenen DisruptionAber kommen wir zurück zur Software selbst.Die Software ist regelmäßiger und grammatikalischer korrekter als Konversationsenglisch oder jede andere Konversationssprache.Man kann sich Programmiersprachen, von Python bis C++, als formale Sprachen mit einem Satz hochspezifischer Regeln vorstellen, die festlegen, wie jedes Sprachelement verwendet werden darf oder nicht, um die gewünschten Ergebnisse zu erzielen.Das Nervigste an Programmiersprachen ist die Syntax, die viele Möchtegern-Programmierer frustriert (wegen eines fehlenden Doppelpunkts?!).Mist), aber für einen LLM wie ChatGPT ist das genau das Richtige.Die zweite Achse dieses Diagramms ist ebenso wichtig. Neben der zugrunde liegenden Syntax gibt es auch das Problem der Domänenvorhersagbarkeit.Führen die gleichen Ursachen immer zu den gleichen Ergebnissen?Oder liegt es daran, dass dieses Gebiet eine Besonderheit ist, bei der die Ursache manchmal der Wirkung vorausgeht, aber nicht immer, und unvorhersehbar ist.Ebenso ist die Programmierung ein gutes Beispiel für einen Bereich mit Vorhersagbarkeit, bei dem das Design darauf abzielt, bei gleicher Eingabe die gleiche Ausgabe zu erzeugen.Wenn dies nicht der Fall ist, liegt das Problem mit einer Wahrscheinlichkeit von 99,9999 % bei Ihnen und nicht bei der Programmiersprache.Andere Bereiche sind weitaus weniger vorhersehbar, wie etwa Aktieninvestitionen, Psychiatrie oder Meteorologie.Dieses Framework, diese Syntax und diese Vorhersehbarkeit lassen uns glauben, dass wir zum ersten Mal in der Geschichte der Softwarebranche über Tools verfügen, die die Art und Weise, wie wir Software produzieren, grundlegend verändern werden.Dabei geht es nicht darum, das Debuggen, Testen, Erstellen oder Teilen zu vereinfachen, obwohl sich auch hier Änderungen ergeben werden, sondern darum, was es bedeutet, die Symbole zu manipulieren, aus denen eine Programmiersprache besteht.Lassen Sie uns konkreter werden.Anstatt beispielsweise Python lernen zu müssen, um Text zu analysieren und ASCII-Emojis zu entfernen, können Sie diese Eingabeaufforderungen einfach direkt in ChatGPT schreiben:Schreiben Sie einen Python-Code, der eine Textdatei öffnet und alle Emojis außer denen löscht, die mir gefallen, und sie dann erneut speichert.Wenn Sie jetzt denken: „Das kann unmöglich funktionieren“, liegen Sie falsch.Das Programm funktioniert einwandfrei und dauert nur zwei Sekunden. Dies ist nur ein Mikrokosmos, der zeigt, wie Programmierkenntnisse, die man sich vorher nie aneignen konnte, jetzt von jedem beherrscht werden können:Der Punkt ist offensichtlich: Dieses Beispiel ist trivial, unauffällig und albern, wenn auch nützlich in der heutigen Emoji-Welt.Dies ist kein komplexer Code.Für erfahrene Anwender ist der Vorgang einfach, ja sogar nervig einfach, für die meisten anderen jedoch unmöglich, ohne sich viel auf Reddit und Quora einzulesen.Aber es wird besser und tiefer.Wenn Sie nicht sicher sind, warum dies funktioniert, oder daran zweifeln und glauben, dass die KI betrügt, können Sie sie bitten, sich wie folgt zu erklären:Kurz gesagt, LLM hat einen sehr cleveren Trick verwendet. Anstatt den Text umfassend auf das Vorhandensein aller ASCII-Emoji-Zeichen zu überprüfen, wird die Zeichenkodierung verwendet, um Emoji- von Nicht-Emoji-Zeichen zu unterscheiden.Das ist wirklich clever und die Tatsache, dass Sie einen LLM bitten können, zu erklären, wie er etwas macht, ist ein weiterer Grund, warum es die Softwarebranche verändert.Dies ist erst der Anfang (und es wird nur noch besser).Mit dieser Technologie ist es jetzt möglich, nahezu jede Art von Code zu schreiben, von Microservices, die verschiedene Webdienste miteinander verbinden (eine Aufgabe, für deren Erledigung Sie früher vielleicht einem Entwickler auf Upwork 10.000 US-Dollar bezahlt hätten), bis hin zu kompletten mobilen Apps (eine Aufgabe, die Sie vielleicht 20.000 bis 50.000 US-Dollar oder mehr gekostet hätte).08 So sehen günstigere, weniger komplexe Softwareprodukte ausEines muss klargestellt werden.Können Sie ein besseres MICROSOFT WORD schreiben?Oder diesen klassischen COMPSCI-Algorithmus auf neuartige Weise lösen?Nein, das können Sie nicht, und das wird dazu führen, dass viele Menschen diese Technologien als Spielzeug behandeln.Es ist zwar ein Spielzeug, aber es hat eine wichtige Bedeutung.Sie sind „Spielzeuge“, weil sie Codeausschnitte für echte Menschen, insbesondere Nicht-Programmierer, generieren können. Eine kleine Gruppe von Menschen wird denken, dass dies trivial ist, und eine andere große Gruppe wird denken, dass es unmöglich ist.Diese Wahrnehmungslücke wird alles verändern.Wie kann ich mich ändern?Nun, zum einen wird sich der Clearingpreis für die Softwareproduktion ändern.Das liegt aber nicht nur daran, dass die Softwareproduktion billiger geworden ist.Im Extremfall glauben wir, dass dieser Moment mit früheren Wellen des technologischen Wandels vergleichbar ist, die die Preise für grundlegende Technologien (von CPUs bis hin zu Speicher und Bandbreite) auf nahezu Null drückten und so eine Explosion der Artenbildung und Innovation auslösten.In Bezug auf die Softwareentwicklung haben wir gerade den Übergang von der menschlichen Zykluszeit zur Fruchtfliegen-Zykluszeit vollzogen: Alles entwickelt und mutiert schneller.Machen wir ein Gedankenexperiment: Was wäre, wenn die Kosten für die Softwareproduktion einer ähnlichen, vielleicht sogar einer steileren Kurve folgten und auf fast null fielen?Was wäre, wenn die Softwareproduktion zweitrangig würde, so selbstverständlich und alltäglich wie das Erklären seiner selbst mit Worten?Bei der Softwareentwicklung ging es damals darum: „Ich muss für das iPhone X und Y machen, aber nicht Z, und wenn Sie Ideen haben, wie man es weniger hässlich machen kann, bin ich ganz Ohr.“Jetzt können wir die vorherige Kostensenkungskurve erneut betrachten und Software in den Mix aufnehmen.Während die Kosten aufgrund der internen „Baumol-Kostenkrankheit“ aus den zuvor genannten Gründen hoch bleiben können, was passiert, wenn die Kosten für die Softwareproduktion kurz vor dem Zusammenbruch stehen?Angesichts der Geschwindigkeit, mit der sich LLM entwickelt, könnte dies alles sehr schnell geschehen, schneller als in früheren Generationen.Wir haben nichts gegen Softwareentwickler und investieren sogar in viele herausragende Entwickler.Wir sind jedoch davon überzeugt, dass Software ihr volles Potenzial nicht entfalten kann, ohne sich von den Beschränkungen der Softwarebranche zu lösen, die sehr kostspielig ist und eine relativ geringe Produktivität aufweist.Es wäre ein Wendepunkt für die Softwarebranche, wenn jeder für ein paar Cent Software schreiben könnte und dies so einfach wäre wie Sprechen oder Schreiben.Nachdem Gutenberg den europäischen Bleidruck erfunden hatte, verschwanden alle bisherigen Hindernisse für das Schaffen – akademische, kreative, wirtschaftliche usw. –.Es ist ein wenig weit hergeholt zu sagen, dass dies einem Gutenberg-Moment gleichkommt, aber nur ein bisschen, denn die Menschen sind jetzt frei, Dinge zu tun, die nur durch ihre Vorstellungskraft oder, realistischer, durch die Kosten der Softwareproduktion in der Vergangenheit eingeschränkt waren.Natürlich bringt Veränderung auch Störungen mit sich.Wenn man auf frühere Wellen des Wandels zurückblickt, ist es wahrscheinlich, dass dieser Prozess nicht reibungslos verlaufen wird und Jahre oder sogar Jahrzehnte dauern kann.Wenn wir Recht haben, dann steht der Beschäftigungslandschaft für Softwareentwickler eine radikale Umgestaltung bevor und damit ein „Produktivitätsschub“, da die sinkenden Kosten für die Softwareproduktion die technischen Schulden ausgleichen, die sich in der Gesellschaft durch Jahrzehnte der Unterproduktion angehäuft haben.09 Was passiert als Nächstes, wenn wir diese technischen Schulden beglichen haben?Wir haben diese technische Schuld jetzt schon mehrmals erwähnt und sie kann nicht genug betont werden.Es ist fast sicher, dass die von uns produzierte Software noch weit hinter den Anforderungen zurückbleibt.Wir wissen nicht, wie groß diese technische Schuld ist, aber sie kann nicht gering sein, sodass sie in Zukunft exponentiell wachsen könnte.Dies bedeutet, dass mit der Senkung der Softwarekosten auf nahezu Null die Softwareentwicklung voraussichtlich in einem Ausmaß explodieren wird, das zuvor fast unvorstellbar war.An dieser Stelle stellt sich jedem immer die Frage: „Welche Anwendungen wären dadurch möglich?“ Diese Frage ist zwar verständlich, aber tatsächlich ein bisschen albern und es ist definitiv zu früh, sie jetzt zu stellen.Hätten Sie an Netflix gedacht, als die Internetübertragung 500.000 $/Mbit/s kostete?Können Sie sich das Apple iPhone vorstellen, wenn die Größe von Bildschirm, CPU, Speicher und Akku zu einem Gerät von der Größe eines Zimmers führen würde?Der Punkt ist: Das Einzige, was wir wissen, ist, dass Apps und Dienste kommen werden.Daran besteht kein Zweifel.Sie möchten dabei sein und sofort investieren, wenn sich etwas bewegt.Kurz gesagt: Das grüne Feld vor uns sieht jetzt aus wie der nächste große Technologiezyklus, aber zu viele Leute können diesen Zyklus einfach nicht kommen sehen (weil ihr Fokus immer noch auf Investitionen in LLM liegt, das auf die aktuelle Softwareumgebung angewendet wird).Auch hier hat der Unternehmer und Verleger Tim O'Reilly einen tollen Ausdruck parat.Er ist der Ansicht, dass Investoren und Unternehmer „mehr Wert schaffen sollten, als sie abbauen“.Dies war in der Technologiebranche anfangs der Fall, doch in den letzten Jahren ist die Branche leichtfertig geworden und sucht häufig nach schnellen Erfolgen, wobei sie häufig den Strategien der Finanzdienstleistungsbranche folgt.Wir sind davon überzeugt, dass dies das erste Mal seit Jahrzehnten ist, dass die Technologiebranche zu ihren Wurzeln zurückkehren und durch die Entfesselung einer Welle der Softwareproduktion tatsächlich mehr Wert schaffen kann, als sie einnimmt. Übersetzer | Boxi Nachdruck von | 36Kr.com |
