Mein neuer Artikel für das FreeThink-Magazin erklärt, warum KI nicht alle Jobs übernehmen wird: Die Zusammenfassung? 1) Die wirtschaftlichen Einheiten von Agenten. Sie werden nicht so viel kosten wie ein $20 Netflix-Abonnement, denken Sie eher an ein menschliches Gehalt. 2) Steuern. Erwarten Sie Steuern auf digitale und robotergestützte Arbeit, während sie immer besser werden, beginnend als populistischer protektionistischer Rückschlag und in regulierungsintensiven Orten wie der EU, bevor sie sich überall verbreiten. 3) KI lässt die Arbeit nicht verschwinden. Sie verändert nur den Arbeitsablauf und schafft eine andere Reihe von Problemen, und diese Probleme sind nicht weit verbreitet verstanden von Leuten, die nicht 8-10 Stunden am Tag mit diesen Systemen interagieren und nur darüber lesen: A) Konzeptualisierung/Problembeschreibung B) Iteration C) Verifizierung 4) Lump-of-labor-Fehlschluss 5) Einige Rollen lieben wir einfach, weil wir soziale Wesen sind. Geldautomaten erledigen die Aufgabe, Geld auszuhändigen, besser als Menschen, aber Kassiererjobs haben sich einfach in den Kundenservice verschoben. Wir könnten einen perfekten Kellner-Droiden haben, aber ich würde lieber mit einer freundlichen, fröhlichen Person in meinem Lieblingsrestaurant plaudern. Einige Auszüge aus dem Artikel: Wenn Sie diese Systeme für etwas verwenden, das von Bedeutung ist, benötigen Sie einen Verifizierungspass, der weit über ein faules Überfliegen hinausgeht. Das bedeutet detailorientierte menschliche Arbeit – Sie müssen jede Behauptung, jedes Diagramm, jeden Link, jedes Wort, jede Zeile Code, jedes Ergebnis und jede Quelle und Tatsache überprüfen. Und wer ist am besten positioniert, um zu verifizieren? Die Menschen, die bereits gut darin sind, was die KI zu tun versucht: die Arbeiter, die sie ersetzen soll. Ärzte können medizinische Ansprüche überprüfen. Senior-Programmierer können die Ausgaben der KI-Codierung überprüfen. Starke Texter können überprüfen, ob das, was GPT schreibt, gut klingt – sie wissen, wie man eine gute Wendung erkennt, wenn sie sie lesen, und können sicherstellen, dass jeder Absatz aus dem vorherigen fließt. Big Tech gibt derzeit Billionen aus (um neue KI-Datenzentren zu bauen, und zusätzlich zu allem anderen müssen die Kosten für die Bezahlung von Menschen, die diese Zentren betreiben, ebenfalls in die Gleichung einfließen. Ihre zukünftige Arbeitskraft, die auf spezialisierten neuronalen Netz-Chips läuft, wird wahrscheinlich $5.000, $10.000 oder $20.000 pro digitalem Arbeiter und nicht $200 kosten. In meinem KI-Agenten-Startup habe ich ein Team von drei Ingenieuren, die Claude Code und OpenAIs GPT-5 verwenden, um ihre Codierung zu unterstützen. Mit API-Preisen (wir liegen derzeit bei etwa $8.000 pro Monat – das sind die tatsächlichen Kosten von $600 an Abonnements. Und das sind acht Stunden am Tag pro Programmierer, nicht Agenten, die ununterbrochen 24 Stunden am Tag, sieben Tage die Woche laufen. Wir werden auch wahrscheinlich Steuern auf KI-Agenten sehen, wenn sie wirklich in irgendeiner bedeutenden Weise in die Arbeitskräfte eingreifen, während die Welt immer mehr in den Protektionismus abdriftet. Tatsächlich ist es praktisch garantiert. Das wird auch die Kosten für ihren Betrieb erhöhen. Wenn diese wirtschaftlichen Einheiten ankommen, müssen die meisten Unternehmen fragen: "Ist es günstiger, mehr Menschen an ein Problem zu werfen, als für KI zu bezahlen?" In den meisten Fällen wird die Antwort "ja" sein, es sei denn, Sie haben ein hyper-spezialisiertes Problem, bei dem KI wirklich helfen kann, wie z.B. bei der Arzneimittelentdeckung. Selbst wenn KI perfekt und billig wäre, wird es immer Jobs geben, die wir einfach nicht an Maschinen abgeben wollen. Wir haben Geldautomaten, aber wir haben immer noch menschliche Bankangestellte, weil wir die Möglichkeit wollen, mit einer Person zu sprechen. In der Restaurantwelt könnten wir eines Tages perfekte Kellner-Droiden haben, aber ich möchte immer noch mit einer freundlichen, lustigen Person interagieren, die mich während des Essens wie einen König fühlen lässt, und ich erwarte, dass viele andere Menschen das auch wollen. Wie James Bessen wiederholt im Harvard Business Review anmerkt, schafft Automatisierung nicht nur Jobs oder zerstört sie – sie transformiert sie. (Als Bankautomaten eingeführt wurden, schärften Nachrufautoren ihre Federn für Bankangestellte, aber die Beschäftigung von Bankangestellten brach nicht zusammen – sie wuchs. Das liegt daran, dass Geldautomaten die Kosten für den Betrieb einer Filiale senkten, was bedeutete, dass Banken mehr Filialen eröffnen konnten, wo sich der Job des Bankangestellten von der Bargeldabwicklung zu Verkaufs- und Servicebeziehungen änderte. Die Nachfrageelastizität spielt ebenfalls eine Rolle. Wenn Sie die Kosten einer Ressource senken, nutzen Menschen mehr davon – das ist das Jevons-Paradoxon (in Aktion). Auf künstliche Intelligenz angewendet, wird billigere Kognition dazu führen, dass wir insgesamt mehr Intelligenz konsumieren, genau wie billigere Energie zu einem höheren Energieverbrauch führte. Ein neuer Markt für Intelligenz wird entstehen. In seinem Aufsatz "Warum gibt es immer noch so viele Jobs?" erklärt der Ökonom David Autor, warum so etwas immer wieder passiert. Technologien automatisieren spezifische Aufgaben, aber sie schaffen auch neue Aufgaben, neue Komplementaritäten und neue Kategorien von Arbeit, für die wir vorher keine Worte hatten. Ein Bauer des 18. Jahrhunderts könnte den Job eines Webdesigners niemals verstehen, weil er auf der Grundlage zahlreicher schwarzer Schwäne-Innovationen – wie Elektrizität, Computer und Internet – aufgebaut ist, die er sich unmöglich vorstellen könnte. Wir sind groß darin, uns all die Jobs vorzustellen, die aufgrund einer neuen Technologie verschwinden werden, aber schrecklich darin, die vorherzusagen, die geschaffen werden, weil sie noch nicht existieren. Wenn Sie sich eine Welt vorstellen, in der jede Person ein Team von 15 digitalen Agenten hat, die Tag und Nacht arbeiten, stellen Sie sich eine Welt mit hohen Kosten für Energie und Silizium vor. Die Capex- und Opex-Kurven bestimmen, wo Maschinenarbeit sinnvoll ist. Bottom Line: Die Zukunft der Arbeit wird nicht einfach eine Frage der Wahl zwischen KI und menschlichen Arbeitern sein. Es wird darum gehen, zu berechnen, was jede Aufgabe kostet, um sie mit Menschen, mit Maschinen und mit Hybriden zu erledigen, wenn man die kumulierten Fehlerkosten, die Verifizierungskosten, die echten Steuern, die wirtschaftlichen Einheiten und das Risiko einbezieht. Das ist keine Zukunft ohne Menschen. Das ist eine Zukunft mit mehr Hebelwirkung pro Mensch als je zuvor in der Geschichte. Das ist die eigentliche Definition von wirtschaftlichem Wachstum: mehr mit weniger zu tun. Es kostete Ihre Vorfahren 1.000 Stunden Arbeit, um ihr Haus mit Talgkerzen zu beleuchten. Es kostet Sie ein paar Sekunden, um Ihr Haus mit dem Drücken eines Schalters zu beleuchten. Hebelwirkung in Aktion.

Es fühlt sich an, als bräuchten wir differenzielle Privatsphäre und homomorphe Verschlüsselung für Gespräche mit LLMs. Wir brauchen ein ProtonMail für Chats.