bare lest bloggen @Alex_Danco om jevons og baumol-paradokser, og den forklarer perfekt den merkelige økonomien vi er i ferd med å se med AI Her er de 3 innsiktene som skilte seg ut: 1. jevons paradoks - når ting blir billigere, bruker vi FLERE av dem, ikke mindre en transistor kostet 1 dollar i 1965, koster nå en brøkdel av en milliondel av en cent. førte til at datamaskiner gikk fra kalkulatorer i militærromstørrelse til engangsforsendelsesmerker Googles 7 år gamle TPU-er kjører fortsatt med 100 % utnyttelse. Igjen, tenk mer, ikke mindre, noe som fører til høyere total etterspørsel selv når kostnadene stuper 2. baumols kostnadssykdom - mindre produktive sektorer blir DYRERE etter hvert som produktive sektorer forbedres Hvorfor har en middelklassehusholdning råd til en ny billeasing hvert annet år, men trenger å dele en barnepike med naboer? Bilindustrien ble utrolig produktiv mens barnepass ikke gjorde det lønningene konkurrerer på tvers av ALLE sektorer. Når en sektor blir enormt produktiv med godt betalte jobber, må alle andre sektorers lønninger stige for å forbli konkurransedyktige 3. AI vil skape BEGGE effekter samtidig - og innenfor enkeltjobber. noe som er ganske rart. Noen tjenester vil gå inn i "Jevons Vortex" og se 10x forbruk. juridiske tjenester, dataanalyse, innholdsskaping. *PROGRAMVAREUTVIKLING* men tjenester AI ikke kan røre (hundeluftere, personlige trenere) vil bli veldig dyre fordi den totale rikdommen øker her er den spesielt rare delen: dette skjer INNENFOR jobber også. når AI automatiserer 99 % av en oppgave, blir de siste 1 % et menneske må gjøre utrolig verdifulle og etterspurt Tenk at Tesla Robotaxis trenger menneskelige skjermer. at siste 1% flaskehalser distribusjon og kommandoer premium lønn Den "siste 1% som må være et menneske" blir det essensielle ansettbare ferdighetssettet. det er de nye jobbene som AI skaper Vi er på vei mot en verden der superdatamaskiner er billige, men en 1:1 menneskelig veileder er en luksusvare...