O czym jest ten film
- Jeśli masz problem ze sprzedażą oferty AI, to naprawdę masz problem z opowiadaniem historii — nie sprzedajesz technologii, tylko efekt i transformację.
- „Model to nie fosa” — przewagą jest sposób użycia i wiedza dziedzinowa, a nie sam dostęp do modelu.
- Bycie „AI native” to nastawienie: sięgasz po AI jako pierwsze narzędzie, traktując inne metody jak wywołania pomocnicze.
- Kluczowa dla liderów jest „pętla weryfikacji intencji” — nieważne, jak coś powstało, ważne, że jest poprawne, bezpieczne i trwałe.
- Dobór narzędzi warto oceniać przez pryzmat „czy to zdejmuje ciężar z barków” w Twoim konkretnym workflow.
- Wobec biznesów offline (np. firmy HVAC) wygrywają realne relacje i zrozumienie klienta, a nie konkurowanie o uwagę z agentami.
- W świecie zdominowanym przez uwagę agentów wartość ludzkiej relacji rośnie — to „waluta, której nie da się zdewaluować”.
- Adopcję AI w zespołach napędza konkretne, ambitne i bliskie w czasie wyzwanie oraz liderzy zespołów będący ambasadorami.
- Liderzy poza działami technicznymi (marketing, HR, finanse, legal) muszą stać się bardziej techniczni — zmiana musi iść z góry.
- Gorące tezy Nate’a B. Jonesa: nie wszystkie zawody znikną, jesteśmy bardzo wcześnie (zwłaszcza poza pracą), a przyszłość AI zdecydują modele open source i całe „nastawione na AI” społeczeństwa.
Redakcyjne tłumaczenie
(Informacja dodatkowa: to rozmowa dwóch osób o tym samym imieniu — gospodarza kanału Nate’a Herka oraz gościa Nate’a B. Jonesa, znanego na YouTube komentatora newsów i strategii AI. Dla przejrzystości oznaczam ich jako Nate Herk i Nate B. Jones.)
Wprowadzenie i cel rozmowy
Nate Herk: Jestem dziś z Nate’em B. Jonesem. Jeśli go nie znasz, jesteś po złej stronie YouTube’a — mam nadzieję, że po tym odcinku algorytm zacznie Ci podsyłać jego materiały. To szczerze mój ulubiony człowiek od newsów i strategii AI na YouTubie.
Nate B. Jones: Spotkanie dwóch Nate’ów. Na studiach mieszkałem z Nate’em i uwielbiam, kiedy Nate’owie się w życiu spotykają. Śledzę Twoje materiały od jakiegoś czasu i bardzo się cieszę, że możemy porozmawiać.
Nate Herk: Zanim opowiesz o swoim tle — co widz wyniesie z tego odcinka, czego się nauczy?
Nate B. Jones: Lubię trzymać się prostoty. Głęboko wierzę, że jeśli budujesz w przestrzeni AI — zakładasz agencję albo mały biznes — to przyciągasz przyszłość dla setek i tysięcy firm w USA i na świecie. One nie dotrą do tej przyszłości bez Ciebie. Chcę, żebyś wyniósł z tej rozmowy zrozumienie, jak wygląda transformacja AI z perspektywy operatora tych firm i czego od ludzi takich jak Ty potrzebujemy, żeby ta przyszłość nadeszła.
Droga zawodowa Nate’a B. Jonesa
Nate Herk: Chętnie usłyszę o Twoim tle. Coś, w co obaj mocno wierzymy: model to nie fosa — liczy się sposób, w jaki go używasz, i Twoja wiedza dziedzinowa.
Nate B. Jones: Dam Ci wersję skróconą. Dorastałem za granicą — w Indonezji i na Filipinach. To nauczyło mnie elastyczności kulturowej, która pomagała mi przez całą karierę. Zaczynałem zawodowo w Tajlandii i Indonezji, pomagając dzieciom nauczyć się czytać — budowałem skalowalne programy, ogarniałem finansowanie na różnych kontynentach. Bardzo znaczący czas, pomogłem tysiącom dzieci nauczyć się czytać. Niezbyt techniczny, ale odkryłem w sobie pasję do dźwigni — jak wywrzeć większy wpływ. To wciągnęło mnie w tech.
Byłem w branży w latach 2000., w czasach baz Oracle i serwerów on-premise. Coś, co Cię rozbawi: to ja byłem gościem, który wysadził serwery pocztowe w piwnicy, bo nie nauczyłem się ograniczać tempa wysyłki maili. Wtedy nie było automatycznego throttlingu, nic tego nie abstrahowało. Zawaliłem serwery — kiepski dzień, ale nauczył mnie wcześnie, że szczegóły techniczne mają ogromne znaczenie. Zabrałem to ze sobą na resztę kariery.
Potem założyłem własny biznes, byłem wcześnie w programie 3P na Amazonie. (Informacja dodatkowa: „3P” to sprzedaż zewnętrznych sprzedawców na platformie Amazona — third-party marketplace.) Po dobrym, prawie dekadowym okresie własnego biznesu przeszedłem do Amazona — byłem w Amazon Pay, po stronie retail, chwilę w Prime Video, gdzie rozwiązywałem problemy z metadanymi i obrazami. Stamtąd wskoczyłem w prowadzenie zespołów produktowych w startupach — część finansowana przez private equity, część przez VC. Miałem trzy udane wyjścia na cztery podejścia. A jak długo kręcisz się w techu, AI samo Cię znajdzie. Robiłem rzeczy z AI na Amazonie i w tych startupach — długo przed momentem ChatGPT.
Zacząłem dzielić się tymi przemyśleniami, łączyć je z wnioskami z prowadzenia zespołów, i to zaskoczyło w sposób, jakiego się nie spodziewałem. Gdy to zaczęło rosnąć, zrozumiałem, że — wracając do dźwigni — mogę mieć większy wpływ, wchodząc w przestrzeń AI na głowę. I to robię.
Vibe coding i pętla weryfikacji intencji
Nate Herk: Zauważyłem, że nigdy nie wspomniałeś, że byłeś programistą czy siedziałeś z rękami na klawiaturze jako deweloper. Fajne w tej zmianie jest to, że wystarczy jasno myśleć, rozumieć, czego chcesz, i — co ważniejsze — umieć zweryfikować, że to naprawdę dostajesz. Kiedy słyszysz „vibe coding” i widzisz spadający koszt tworzenia oprogramowania, co Cię w tym niepokoi?
(Informacja dodatkowa: „vibe coding” to tworzenie oprogramowania poprzez opisywanie intencji w języku naturalnym i pozwalanie AI generować kod, zamiast pisania go ręcznie.)
Nate B. Jones: Masz rację, nie mówiłem o kodowaniu. W latach 90. składałem komputer z części z chipami Pentium dla zabawy, ale nigdy nie czułem się programistą w tym sensie. To, co dziś rzuca się w oczy mnie i wielu liderom biznesu, to potrzeba pętli weryfikacji intencji. Jeśli traktujemy vibe coding jako sposób komunikowania intencji i zaszczepiania jej w kodzie, to liderzy biznesu potrzebują móc powiedzieć: „Nie obchodzi nas, jak to zrobiłeś — nie musisz pisać tego ręcznie, nikt tego nie oczekuje. Musimy tylko wiedzieć, że to, co zrobiono, jest poprawne, trwałe i bezpieczne”. To temat szczególnie po całej fali historii o bezpieczeństwie struktur kodu, które mamy od dwudziestu lat. To będzie ogromny obszar inwestycji dla liderów biznesu w 2027 — nie tylko jak weryfikować bezpieczeństwo kodu, ale jakie mechanizmy oparte na AI możemy wpleść w ten proces weryfikacji.
Co znaczy być „AI native”
Nate Herk: Słyszymy termin „stawania się AI native”. Co on dla Ciebie znaczy?
Nate B. Jones: Świetne pytanie i masz rację — dla różnych osób znaczy co innego. Dla mnie najprostsze wyjaśnienie, wspólny wzorzec niezależnie od tego, czy jesteś indywidualnym wykonawcą, liderem biznesu czy founderem: budowniczowie AI native sięgają po sztuczną inteligencję najpierw, w środku i na końcu, a po inne sposoby robienia rzeczy sięgają tylko jako po wywołania narzędzi. Nie chodzi o to, że nie wierzymy w kod deterministyczny — to ważna część przyszłości. Ani że nie ma istotnych spraw ludzkich, zespołowych, które jako liderzy będziemy musieli rozwiązać — to krytyczne. Ale osoby AI native rozpoznają to wszystko i i tak podchodzą do problemu z założeniem, że AI może mi pomóc jako super-narzędzie na pierwszym miejscu. To trochę tak, jakby cały czas nosili egzoszkielet AI, który daje im supermoce w szerokim zakresie problemów.
Nate Herk: To kwestia nastawienia, zmiana mentalna. Robię analogię do „Karate Kid” — bohater wykonuje te wszystkie ruchy rękami i nogami i nie rozumie sensu, aż w momencie walki jego mózg po prostu to robi.
Jak rozwiązywać problemy spoza własnej dziedziny
Nate Herk: Jak podszedłbyś do problemu, który w ogóle nie jest z Twojej dziedziny — powiedzmy, produkcja filmu? Jak wykorzystać zespół agentów AI do zrobienia researchu za Ciebie?
Nate B. Jones: Świetne pytanie, bo dziś talent wygląda jak coś, co nazywam kształtem „X” — masz zdolność wchodzenia głęboko w wielu kierunkach i szeroko na górze w wielu kierunkach, a wiele z tego napędza AI. Nie jestem producentem filmowym, musiałbym nad tym popracować. Ale najpierw patrzę: czy ludzie mądrzejsi ode mnie już to rozgryźli? Są osoby jak Boris Turney i inni, którzy publicznie mówią, jak AI może pomóc w produkcji wideo i jakich narzędzi używają. Boris też nie jest producentem filmowym — używa tych narzędzi AI. Zaczynam więc od tego, co robią ludzie bardzo AI native, potem patrzę, co robią głębocy eksperci dziedzinowi w tej przestrzeni z AI, bo to inna perspektywa.
Gdy to rozumiem, wracam i pytam: czy połączenie tych dwóch rozwiązuje mój problem? Czy mam już wystarczająco, że to jak serwer MCP, który po prostu wywołuję jako narzędzie i załatwiam sprawę w Codex czy Claude Code? Czy to nowy teren? Jeśli nowy teren — to jeszcze fajniej, bo wtedy mogę budować. Myślę o tym jak o budowaniu umiejętności, narzędzia. A jeśli to niezdefiniowany problem — tym lepiej, bo mogę go budować wejście po wejściu. Przy produkcji filmu muszę spojrzeć na scenariusz, kamerę, montaż i tak dalej — składasz te elementy wejściowe. Jeśli myślisz o problemach w ten sposób, a są nierozwiązane, szybko stają się Twoją własnością intelektualną — czymś, co możesz wykorzystać w zwykłym toku biznesu albo zbudować i sprzedać innym.
Jak radzić sobie z zalewem nowych narzędzi
Nate Herk: Wspomniałeś Codex i Claude Code. Ludzie w moich społecznościach są przytłoczeni liczbą narzędzi — ciągle coś nowego, wydają je jeden na drugim, żeby się nawzajem przyćmić. Jak praktycznie decydujesz, kiedy po co sięgnąć albo czy próbować wiralowej nowości?
Nate B. Jones: Patrzę na to z perspektywy „ciężaru z barków”. Głęboko wierzę, że AI powinno zdejmować ciężar z Twoich barków — a jeśli nie, to nie robi swojej roboty i prawdopodobnie możesz poprawić swoje umiejętności. To działa w obie strony. Na niektóre premiery patrzę i myślę: „Dla mojego workflow, dla tego, co buduję, to nie zdejmuje ze mnie ciężaru, więc się tym nie zajmuję”. A przy innych bardzo się ekscytuję, bo wiem, co robię na co dzień, i myślę: „To wielka sprawa”.
Konkretny przykład: dla mnie biegłość, jaką „computer use” ma w Codeksie, to naprawdę wielka rzecz. Wiem, skąd się wzięła — zespół Sky, który wcześniej pracował w Apple, został przejęty przez OpenAI. Są fenomenalni w macOS. W moim konkretnym workflow na macOS, przy pracy z pojedynczym oknem w Codeksie, możliwość sterowania komputerem jest fenomenalna. Ale nie każdy ma taką potrzebę. Więc powiedziałbym: spójrz, gdzie jesteś obciążony, i znajdź sposób, by szukać tych innowacji AI, które ten ciężar zdejmują.
Znaczenie celu i unikanie paraliżu decyzyjnego
Nate Herk: Żeby to zrobić, trzeba rozumieć swoją gwiazdę północną — ku czemu budujesz. Ludzie tacy jak my są mocno zmotywowani, żeby bawić się każdym narzędziem, i to też karmi przytłoczenie. „Ciężar z barków” to dobre kryterium: czy ta funkcja rozwiązuje mój realny codzienny ból, czy nie? Pamiętam, jak byłem na grupowym callu coachingowym z Alexem Hormozim i zapytałem, jak wybierać między różnymi możliwościami, które chcę realizować. Spojrzał na mnie, jakbym zadał głupie pytanie, i powiedział: „A jaki jest twój cel?”. Nie wiedziałem. On na to: „Musisz znać swój cel”. Bez celu wszystkie te decyzje stają się dużo bardziej emocjonalne.
Jak sprzedawać firmom — historia zamiast technologii
Nate Herk: Duży ból, jaki słyszę od mojej publiczności: „Nie wiem, jak sprzedać to biznesowi”. Ludzie umieją zakreślić projekt i go dostarczyć, ale utykają na sprzedaży, na wyborze niszy, na syndromie oszusta. Co najbardziej wartościowego mogą zrobić, wychodząc do małych i średnich firm?
Nate B. Jones: Uwielbiam to pytanie, bo dotyka zagnieżdżonej idei znaczenia intencji i opowiadania historii, która wraca jako motyw przewodni przy AI. Widzimy znaczenie intencji w promptach. Widzimy znaczenie historii, gdy próbujesz sprawić, by AI coś zbudowało — musisz opowiedzieć jej historię. A z perspektywy budowniczego próbujesz zbudować coś, co sprzedasz menedżerowi, operatorowi — i masz z tym kłopot.
Pierwsze pytanie, jakie bym zadał: jaka jest Twoja historia i jak jest jasna? Rozmawiałem z ludźmi w każdej skali — od firm 10- i 50-osobowych po liderów zarządzających setkami tysięcy pracowników. Ani jeden z nich nie był niezainteresowany AI. Masz niesamowicie zmotywowaną publiczność. Chcą tych korzyści. Więc jeśli masz problem ze sprzedażą, problem polega na tym, że masz problem z opowiadaniem historii.
Konkretny przykład z branży prawniczej, gdzie zgodność z przepisami to bardzo wysoki priorytet — musisz wiedzieć, gdzie żyją Twoje dane, i móc odpowiedzieć w sądzie za wszystko, co Twoje dane przetworzyły. Poprzeczka jest wysoko. Do małej kancelarii wychodziła cała fala dostawców rozwiązań AI i wszyscy mówili tym samym językiem: „To bezpieczne. To zgodne. Zaufajcie nam, oto lista naszych certyfikatów”. Wszyscy to mieli — to stawka wejściowa. Wiesz, kto wygrał kontrakt? Ten, kto dosłownie przyniósł serwer, postawił go na stole i powiedział: „Wasze dane żyją tutaj i stąd nie wyjdą”. To po prostu domknęło deal. Nie mówię, że każda kancelaria chce tylko on-premise — to konkretny przykład. Ale ilustruje ideę, że posiadanie historii łatwej do uchwycenia dla lidera, który musi odpowiadać za to, w co inwestuje, jest naprawdę ważne. Głęboko wierzę w kultywowanie umiejętności opowiadania historii tak samo, jak umiejętności budowania.
Wyróżnianie się w erze agentowego internetu
Nate Herk: Dwie rzeczy mi się nasuwają. Koszt budowania spada, więc więcej ludzi buduje i ma portfolia. A druga: nadchodzi era agentowego internetu, gdzie w sieci jest więcej AI niż ludzi. Jak wyróżnić się jako człowiek świadczący usługi, skoro AI skanuje stu ludzi naraz?
Nate B. Jones: Budujemy to razem. Jeśli cofnę się i spojrzę na perspektywę pięcioletnią, będziemy żyć w świecie, o jakim mówił Karpathy — 99% uwagi agentów i 1% uwagi ludzkiej. (Informacja dodatkowa: Andrej Karpathy — znany badacz AI, współzałożyciel OpenAI, wcześniej szef AI w Tesli.) W tym świecie wartość relacji, umiejętność budowania połączenia z ludźmi, zbudowania czegoś, czym inni faktycznie się interesują, gdy słyszą to bezpośrednio od Ciebie — jest bezcenna. Bezcenna właśnie dlatego, że nie da się jej zdewaluować przez inflację. Możesz mieć n agentów biegających po internecie i produkujących to i owo. Ale w historii jest tylko jeden człowiek — tylko jeden człowiek kupuje, tylko jeden sprzedaje.
I ironicznie — dla właściwych ludzi, gotowych inwestować nie tylko w swoją dźwignię, ale w zdolność budowania znaczących relacji z innymi wokół AI i tego, dlaczego to ma znaczenie — to ogromna szansa. To waluta, której nie da się zdeprecjonować. To złoto. Nigdy nie byłem bardziej optymistyczny co do budowniczego, który potrafi wykorzystać agentów jako dźwignię, ale zna wartość momentu ludzkiego kontaktu i wie, jak sprawić, by te historie się liczyły.
Jak wejść we właściwe pomieszczenia
Nate Herk: Jak ktoś, kto nigdy nie pracował z biznesem, ma znaleźć się we właściwych pomieszczeniach i budować realne relacje twarzą w twarz?
Nate B. Jones: Pierwsze, co powiem: nie jesteś sam — z tym mierzą się wszyscy. Wraca to do posiadania jasnej intencji i celu. Upewnij się, że masz bardzo jasną intencję co do tego, co chcesz robić ze swoim cennym czasem. A gdy ją masz, przywiąż ją do konkretnej grupy demograficznej, którą chcesz obsługiwać biznesowo. Bądź tak konkretny, jak potrafisz. Mieszkam w Seattle — powiedzmy firmy HVAC w Seattle. (Informacja dodatkowa: HVAC — branża ogrzewania, wentylacji i klimatyzacji.) Dobra wiadomość: przy tej grupie nie konkurujesz o ich uwagę z tłumem agentów. To nie jest szczególnie „online’owa” grupa. Musisz zbudować z nimi relacje, znaleźć kreatywne sposoby dotarcia.
To może być cokolwiek. Znam ludzi, którzy zainwestowali w billboardy wzdłuż konkretnej trasy firmy, do której celowali. Znam takich, którzy wykazali się kreatywnością z hipertargetowanymi reklamami na Facebooku i Instagramie. Znam takich, którzy dosłownie wpadali osobiście albo oferowali usługi za darmo, żeby wprowadzić ludzi do środka, a potem budować długoterminowe relacje. Ale te taktyki wyłaniają się tylko wtedy, gdy głęboko rozumiesz grupę, do której celujesz — a to płynie z intencji. Badaj klienta, poznaj go, pokochaj go, pasjonuj się tym, co czyni go skutecznym — a naturalne okazje do kontaktu zaczną się z tego wyłaniać.
Negatywne postrzeganie AI i jak z nim rozmawiać
Nate Herk: Częsta obiekcja: ludzie, których chcą przekonać, nie są jeszcze przekonani — flirtują z pomysłem, bo widzą konkurencję na LinkedInie albo mają presję zarządu. Jednocześnie AI ma dość złą markę u ogółu. Z jednej strony Anthropic ma model tak potężny, że rząd USA kazał go wyłączyć i musieli go wycofać, a z drugiej ludzie otwierają ChatGPT, robią obrazek i zamykają — myślą, że na tym to polega. Przepaść jest ogromna. Jak wcześnie naprawdę jesteśmy?
Nate B. Jones: Zadajesz dwa–trzy pytania naraz, pytania o AI zwykle są splątane. Pierwsze: nie powinieneś sprzedawać AI. AI samo w sobie nie jest wartościowe — jest wartościowe w tym, co dla nas robi. Sprzedawaj efekt, historię, transformację, realny wpływ tego, co dostarczasz. Wróćmy do HVAC: każda firma, do jakiej dzwoniłem, miała problem z odbieraniem telefonów, szybkim reagowaniem i wysyłaniem ekip na miejsce. Zawsze jest jakaś osoba na zapleczu, która musi odbierać telefony i ogarniać dyspozytorstwo. Ułatw to. Zdejmij ten ból. Spraw, by ludzie mogli łatwo skontaktować się z tą firmą 24/7 i zawsze zostali wysłuchani. AI może to rozwiązać, ale to nie AI sprzedajesz. Sprzedajesz: „Odbieram telefon”. To dużo łatwiejsza historia, bo trafia w realną troskę operatorów.
Co do negatywnego nastawienia — mam znajomych i rodzinę sprzed ery AI, słyszę te rozmowy przy stole, np. przy Święcie Dziękczynienia, gdzie nastrój jest negatywny. Najlepsza rada: dużo słuchaj, a potem odpowiadaj w łaskawy sposób, który pomaga ludziom dostrzec szerszą perspektywę. I jako pierwszy powiem, że nasza branża AI nie zawsze nam tu pomaga. Napisałem wczoraj krótki esej na X pod tytułem „Nie ma tu potworów” / „Nie ma potworów w lesie”. Cała myśl jest taka, że opowiadamy sobie o AI historie o potworach — i to bardzo głośno. To dociera do naszych stołów. Musimy być rozważni i celowi co do historii, które opowiadamy o sztucznej inteligencji, i co do specyfiki tego, dlaczego AI ma znaczenie.
Gdy ktoś mówi: „To zużywa całą wodę”, mógłbym się odgryźć: „Twoje latte na mleku migdałowym zużywa dużo więcej” — i to prawda. Ale dużo bardziej użyteczne jest powiedzieć: porozmawiajmy o tym, co ludzie robią z AI pozytywnego, użytecznego i konkretnego. Świetny przykład jest teraz w newsach — Midjourney: osiągnęli 200 milionów dolarów przychodu rocznego z 40 pracownikami, mają dużo nadwyżkowego kapitału, są bootstrapowani. Co robią? Inwestują w ludzi. Inwestują w pierwszą od 50 lat nową technologię obrazowania medycznego. Takich historii jest mnóstwo, jeśli poszukasz — i sam możesz być częścią tworzenia takich historii. Przyszłość tworzymy wszyscy razem, więc możemy wybrać budowanie w takich kierunkach.
Dlaczego młode pokolenie nie chwyciło AI i problem z „firmami zwalniającymi ludzi”
Nate Herk: Zaskoczyło mnie, że zakładałem, iż moje pokolenie szybko to złapie, a oni używają tego głównie do pomocy przy zadaniach domowych. A w tym maju widziałeś mówców na uroczystościach ukończenia studiów, których wybuczono, gdy tylko wspomnieli o AI — chyba wokół narracji, że AI zastąpi tę dolną warstwę schematu organizacyjnego, właśnie tam, gdzie znaleźliby się absolwenci. Jakie widzisz inne czynniki?
Nate B. Jones: Absolutnie są inne czynniki. Przykład: podczas zerowych stóp procentowych tech dramatycznie przesadził z zatrudnieniem. Duża część historii ostatnich lat to nadmiar zatrudnienia z czasów COVID-u i całych lat 2010. To przetasowanie i tak by nastąpiło, z AI czy bez.
Druga rzecz — i może to z rozmów z wieloma operatorami i siedzenia w wielu zarządach — nie wierzę w oświadczenia publikowane wokół AI, bo widzę, jak robi się tę kiełbasę w środku tych pomieszczeń. Realność jest taka, że na zarządy jest teraz ogromna presja, by wykazać efektywność i wzrost napędzane AI. Zgadzam się z Jensenem Huangiem, który powiedział to publicznie: zarządy, które sięgają po zwalnianie ludzi, to niekreatywne zarządy, którym skończyły się pomysły i które nie potrafią sobie wyobrazić wykorzystania ludzi do niesamowitego potencjału twórczego, jaki wnoszą. Jeśli zwalniasz ludzi, mówisz: nie mamy pomysłów. To sygnał, że firma nie myśli kreatywnie o tym, co może zrobić, gdy zwiększy potencjał ludzi dziesięciokrotnie.
Oczywiście zawsze będą ludzie, którzy zrezygnują z rewolucji AI. Znam starszego inżyniera, który zdecydował zostać stolarzem — po prostu nie chciał w tym uczestniczyć i odszedł. To przywilej, który ma niewielu. Bardziej produktywne jest, czytając gazetę, patrzeć na takie historie jak na historie desperacji, a przy nich zadawać sobie pytanie: gdzie widzę inne rodzaje inwestycji w AI, bardziej skoncentrowane na ludziach? Shopify dobrze to robi — agresywnie prowadzi program stażowy, ściągając bardzo bystrych ludzi ze szkół, częściowo dlatego, że wierzą, iż bycie AI native trzeba czerpać od młodych.
I byłbym nie w porządku, gdybym tego nie powiedział, zwłaszcza wobec Twojej publiczności budowniczych i przedsiębiorców: jeśli pasjonujesz się budowaniem i zakładaniem biznesu, jako founder mogę Ci powiedzieć, że nigdy nie było lepszego czasu. Wierzę, że widzimy eksplozję przedsiębiorczości, bo coraz więcej ludzi to dostrzega. Przyszłość w pewnym stopniu wygląda jak więcej takich jedno- i kilkuosobowych biznesów napędzanych AI.
Okno możliwości i analogia z elektrycznością
Nate Herk: Czy jesteśmy w konkretnym oknie, gdzie zanim pojawi się dużo większa podaż, łatwiej się wystartuje niż, powiedzmy, za pięć lat?
Nate B. Jones: Duża część tego, co robią ludzie uczący się AI na początku, to znalezienie sposobu, by wnieść korzyści tej wiedzy z powrotem do firmy — czy to firmy klienta, czy własnego biznesu AI native. Tak czy inaczej robisz arbitraż informacyjny: bierzesz tę wiedzę i stosujesz ją bezpośrednio. Tam jesteśmy przez co najmniej najbliższe 5 lat.
Porównanie: gdybyś był na początku XX wieku, do fabryki wchodził prąd, ale odbudowanie fabryki wokół elektryczności jako podstawowego źródła energii zajęło trochę — nie z dnia na dzień. W takim świecie żyjemy teraz. I myślę, że to bardzo trafna analogia. Rozdawanie pracownikom kredytów Claude’a wiadrami to to samo, co danie robotnikowi fabryki iskrzącej linii pod napięciem 480 woltów i powiedzenie: „Hej, to elektryczność, potrzebujemy jej, żeby coś produkować. Ogarnij to, zwiększ swoją produktywność”. Jak myślisz, jak to pójdzie? Niezbyt dobrze. Potrzebujesz przemyślanego podejścia do tego, jak wpleść elektryczność w fabrykę — i tak samo przemyślanego podejścia do tego, jak AI może przekształcić zespoły i organizacje. Jesteśmy dopiero na początku i mamy ogromną szansę, by wynaleźć to razem. Nie ma jednego rozwiązania dla wszystkich — i w tym leży wartość, którą możemy tworzyć. Hiperskalerzy nie odpowiedzą tego za nas. Gdyby mogli, nie próbowaliby zatrudniać tysięcy „forward deployed engineers”. Wiedzą, że nie potrafią na to odpowiedzieć.
Droga do 100 milionów tokenów dziennie i skalowanie adopcji
Nate Herk: Wspomniałeś przed nagraniem o „drodze do 100 milionów tokenów dziennie”. Co miałeś na myśli?
Nate B. Jones: 100 milionów tokenów dziennie to bardzo osiągalna poprzeczka. Ja osiągam ją niemal codziennie, nawet nie musząc o tym myśleć — to kwestia AI native sposobu pracy. Bywają dni, gdy dobijam do 800 milionów tokenów. Ale w większej grupie to nie wygląda tak samo. Widziałem to dosłownie w zespołach po kilkaset osób, gdy przeglądają zużycie tokenów: masz pasjonatów AI na poziomie dwóch miliardów tokenów dziennie, a obok cały tłum ludzi, którzy w zasadzie są dumni, że mają konto, i spalają 2–5 milionów tokenów dziennie, nie robiąc z AI nic produktywnego.
Najlepsze, co udało mi się zrobić dla takich zespołów, to powiedzieć: musicie wybrać wyzwanie, które jest duże, bliskie w czasie i trochę straszne, i w które zespół wierzy. Zespół musi go chcieć. A ponieważ jest bliskie w czasie, nie zdołasz go dostarczyć zwykłymi metodami — musisz sięgnąć po AI, żeby tam dotrzeć. To staje się katalizatorem, ludzie zaczynają się wokół tego jednoczyć, a potem uczą się od siebie nawzajem — a właśnie tak skaluje się użycie AI. Masz ludzi w jednym pokoju, obok siebie, i ktoś mówi: „Zaraz, nie wiedziałem, że można to zrobić z Claude’em — to mogłoby mi pomóc tutaj”. Idą, oczy im się zapalają i to robią. Widziałem to wielokrotnie. Wtedy poprzeczka 100 milionów tokenów staje się łatwa.
Od strony kosztowej — pojawił się GLM 5.2, widzimy coraz zdolniejsze modele otwarte. Przy dobrym auto-routerze koszt nie będzie długoterminowym problemem, jeśli umiesz budować systemy agentowe. Dlatego chichoczę, gdy widzę firmy, które dosłownie mówią: „Koniec AI dla ciebie, wydałeś za dużo tokenów Claude’a”. Nie pomyśleliście o zbudowaniu auto-routera? To nie takie trudne. Zbuduj auto-router, wyślij 95% zapytań do modeli otwartych, sięgaj po frontier, gdy trzeba, i patrz, jak koszty spadają.
Nate Herk: Zrozumienie ekonomii jednostkowej będzie kluczową umiejętnością — nie potrzebujesz Fable do wszystkiego ani Opusa cały czas, ale potrzebujesz praktycznego sposobu myślenia o tym. Bo co się dzieje, gdy ktoś wyczerpuje budżet w połowie miesiąca i słyszy „trudno”, a potem pracuje dziesięć razy wolniej do końca miesiąca? U nas przeszliśmy w zeszłym kwartale wewnętrzny push wdrożeniowy — dbaliśmy, by wszyscy zaczęli używać AI w bezpiecznych środowiskach, mogli umówić rozmowy jeden na jeden i czuli się komfortowo. Dużo z tego to zarządzanie przytłoczeniem. Ale przy skali 100, 500 osób staje się to dużo trudniejsze.
Czy budować firmę AI native od zera, czy transformować istniejącą
Nate Herk: Panuje konsensus, że łatwiej zrestartować biznes albo zbudować cyfrowego bliźniaka od podstaw jako AI native i powoli przenosić rzeczy, niż przechodzić transformację całej organizacji. Co sądzisz o tej hipotezie?
Nate B. Jones: Mam dla niej trochę sympatii i mogę nałożyć na to realne rozmowy z pomieszczeń, w których byłem. Pierwsze, co podkreślę: rola lidera zespołu jest absolutnie kluczowa. Jeśli jesteś starszym liderem i przechodzisz przez swoich liderów zespołów jeden po drugim, oceniając, w jakim stopniu każdy może być ambasadorem AI, to ilu ich masz staje się ogromnie ważne. Druga strona: zespoły AI native bywają mniejsze. Gdy byłem w Amazonie, kilkunastu inżynierów pracujących z jednym PM nie było niczym niezwykłym. A teraz — co potrafi zbudować pięć osób? Niemal wszystko. 40 osób ma ten 200-milionowy biznes w Midjourney. Małe zespoły mają ogromną dźwignię, jeśli są wybitne.
Widzę więc, jak starsi liderzy ręcznie wybierają i formują małe zespoły z budowniczych i ambasadorów AI native, sprawdzają, czy dynamika zespołu się złapie, i czy zaczną budować niesamowite rzeczy naprawdę szybko. Potem używają tego jako punktu dźwigni i rozmawiają z osobami częściowo na ścieżce AI — może nie w pełni przekonanymi, ale zainteresowanymi — mówiąc: tu leży awans, tu jest przyszłość Twojej kariery, więc skacz z nami. Robimy to zespół po zespole, wybieramy liderów zespołów, wysyłamy ich na bootcampy, gdzie mogą naprawdę urosnąć i się zapalić. Nie działa to bez pasjonujących się liderów zespołów — mówię o poziomie SDM, menedżera rozwoju oprogramowania, prowadzącego 10–12 osób. Bez tego wysokiego zaangażowania, gdzie masz rozmowy jeden na jeden z większością ludzi co tydzień, to nie zadziała.
Liderzy poza działami technicznymi muszą stać się techniczni
Nate Herk: To pokrywa się z ankietą IBM na 2000 CEO. Utkwił mi jeden statystyk: chyba 76% CEO uważa, że wszyscy ci liderzy muszą być biegli technicznie w swojej dziedzinie, żeby faktycznie wpleść wiedzę ekspercką w systemy. Zgadzasz się z tą narracją?
Nate B. Jones: Zdecydowanie się zgadzam. Przypomina mi to wątek, którego nie zdążyłem podnieść: jest makro-motyw dla starszych liderów poza organizacją produktową i techniczną. Marketing, sprzedaż, finanse i księgowość, legal, HR — te organizacje zwykle nie są techniczne, tradycyjnie obsługiwane przez IT i deterministyczne dostarczanie oprogramowania. Oczekiwanie coraz częściej jest takie, że kadra zarządzająca w tych działach — dyrektor ds. ludzi, dyrektor marketingu — musi stać się bardziej techniczna. Inaczej nie mają technicznej wyobraźni, by dostrzec, co AI może zrobić dla ich organizacji, i trafnie poprowadzić zarządzanie zmianą dla swoich zespołów. Ich użycie AI ogranicza się do tego, co czytają na LinkedInie, i do ChatGPT — a to za mało. I sięga to aż do CEO. Gdy mam przywilej usiąść z CEO, mówię im: bufor kończy się na Tobie. Jesteś zmianą AI, którą chcesz widzieć w świecie. Jeśli nie używasz Codeksu, jeśli nie używasz Claude Code, nie oczekuj, że inni będą.
Nate Herk: To musi iść z góry na dół, inaczej się nie przyjmie. I musi być zgodne z zachętami — ludzie robią to, do czego są zachęcani. Gdy zaczynasz coś nowego, zwykle jest krótkoterminowy koszt, zanim poczujesz zyski.
Predykcje i gorące tezy
Nate Herk: Na koniec — jakieś Twoje predykcje AI albo gorące tezy, z którymi część ludzi by się nie zgodziła?
Nate B. Jones: Ta stała się kontrowersyjna: nie uważam, że wszystkie zawody są skończone. Po prostu nie. I nie wiem, czemu to gorąca teza — mnie to wydaje się nudne. Mamy zatrudnienie od dawna, więc powiedzenie, że dalej będziemy je mieli, wydaje się nudne, ale najwyraźniej dziś to gorąca teza. Powód jest prosty: praca to więcej niż zadania. Możesz mieć AI bardzo dobre w zadaniu lub grupie zadań, a to w żaden sposób nie zsumuje całkowitego wpływu pracy. Liderzy biznesu chcą ludzi kupionych w misję firmy i to, dokąd zmierza. Jeśli to masz, będziesz mieć pracę. To zaangażowanie w misję pozwala ewoluować roli. Zadanie po zadaniu — może AI je zrobi, ale Ty delegujesz, zarządzasz, napędzasz, skalujesz swój wpływ.
Druga: jesteśmy super, super wcześnie z AI wszędzie poza techem. Mniej kontrowersyjnie brzmi to dla marketingu, HR, legal. Bardziej kontrowersyjnie: AI jako technologia transformacyjna to coś, czego w naszych domach i życiu osobistym jeszcze nawet nie zaczęliśmy dotykać. Jesteśmy tak wcześnie. Z perspektywy jakości życia człowieka jakieś 90% wpływu będzie właśnie tam — a jeszcze nawet nie zaczęliśmy. Gdy rozmawiam z rodziną, szukają rzeczy, które AI mogłoby dla nich rozwiązać, ale nie ujmują tego jako problemu AI. Nie wyobrażają sobie, że AI mogłoby pomóc. Jesteśmy tak wcześnie.
Smak, wyróżnianie się i „zagać, gdy inni zigają”
Nate Herk: Ludzie zdają się pragnąć tego, co rzadkie. Ciekawi mnie, co stanie się z tworzeniem treści — weź modę: stare ubrania Champion wracają, bo są vintage i nie są normą. Ale wkrótce to znów stanie się normą i ludzie zapragną przeciwieństwa. Co stanie się z treściami generowanymi przez AI, awatarami AI, z miniaturkami, które teraz łatwo zrobić bez freelancera? Jeśli wszystkie miniaturki zaczną wyglądać tak samo, czy wartość ludzkiego projektanta znów wzrośnie?
Nate B. Jones: To wchodzi w temat, wokół którego w ostatnim miesiącu pojawił się chyba tuzin startupów — problem AI i smaku. Dla mnie to prosta rzecz. Smak to sygnał, że jesteś trochę poza kulturowym mainstreamem i masz stanowisko lub perspektywę, która pozwala Ci widzieć coś pod innym kątem, więc masz unikalny wgląd. Najbardziej zapadające w pamięć strony zaczynały jako strony ze smakiem, który wyróżniał się w morzu czegoś innego. Świetny przykład to Linear — jego wygląd skopiowano na setkach i tysiącach stron, ale gdy się pojawił, był nowy, inny, miał smak. Potem ten smak się utowarowił i szukamy czegoś nowego, co przemawia do tego momentu.
Najlepsze i najważniejsze momenty w komunikacji, opowiadaniu historii, tworzeniu treści dzieją się, gdy ktoś ma wgląd w ten moment i jest gotów zagać, gdy wszyscy zigają — pójść w przeciwną stronę i spróbować czegoś nowego. Przykład: ja mówię do kamery — to, co widzisz, to to, co dostajesz na moim kanale. Nie każdy tak robi, wielu woli pokazywać ekran, siedząc w małym rogu. Uważam, że opowiadanie historii ma znaczenie. Możesz pójść na mój Substack, na mój kanał Slack po szczegółowe treści, jeśli chcesz. Ale jeśli próbujemy opowiadać historie, powinniśmy mówić do kamery jak do przyjaciela. To buduje długoterminową więź i po części dlatego to robię.
Najostrzejsza teza: przyszłość AI zdecyduje open source i całe kraje
Nate B. Jones: Jedna z moich najostrzejszych tez: przyszłość AI nie zostanie zdeterminowana przez laboratoria hiperskalerów i punkt, jaki osiągną w wynikach benchmarków modeli zamkniętych czy jakąkolwiek inną miarę inteligencji. Uważam, że przyszłość AI zdecydują głównie modele open source oraz zdolność sztucznej inteligencji do zmiany trajektorii całych krajów, które są nastawione na AI optymistycznie i mocno się w nie angażują. Rozglądam się po świecie i pytam: masz rację, USA nie są szczególnie proAI-owym krajem. Czy są miejsca bardziej zaangażowane? ZEA są super zaangażowane — maleńki kraj, ale mocno wchłonięty w AI. Są też inne kraje. Historia tego, jak AI przekształci nasz świat za 50 lat, będzie historią całych społeczeństw, które się zaangażowały i przeskoczyły, często robiąc to przy pomocy modeli open source. Rzadko to słyszę.
Nate Herk: Ja też rzadko to słyszę, ale uwielbiam tę tezę. Część narracji, jaką się słyszy, to ta o „ośmiu ludziach na świecie”, którzy trzymają świat w dłoni i to oni zdecydują, co się stanie z naszymi dziećmi i ich dziećmi.
Nate B. Jones: Po prostu się nie zgadzam. Rzeczywistość jest zaskakująco szczegółowa. Przejście „ostatniej mili” to sposób, w jaki dostarczamy wartość jako budowniczowie i jako agencje. I ta ostatnia mila to coś, z czym każdy na Ziemi będzie musiał się zmierzyć z AI. To nie jest w mocy hiperskalerów.
Zakończenie
Nate Herk: Kupisz jednego z tych osobistych robotów typu Neo do domu?
Nate B. Jones: Jedno na raz. Mam robota koszącego trawnik — idziemy robot po robocie po domu. Na robota w środku domu muszę dostać pozwolenie.
Nate Herk: Gdzie ludzie mogą Cię znaleźć?
Nate B. Jones: Jestem Nate B. Jones w całym internecie. Mam YouTube, skupiony na głębokich analizach, i staram się co tydzień pokazać jakiś build, nad którym pracuję. Jeśli chcesz zrozumieć, jak zbudować to dla siebie i połączyć się ze społecznością budowniczych — mam bardzo aktywną społeczność napędzaną Substackiem. Ludzie myślą, że Substack to artykuły — robię artykuły, ale naprawdę ludzie łączą się z tym, bo to sposób wejścia do Slacka i do wspólnoty, by budować razem, m.in. na rzeczach, które wypuściłem publicznie, jak open source’owy „open brain” na GitHubie. Nie jestem trudny do znalezienia.
Nate Herk: Zabawne — kilka miesięcy temu zrobiłem tutorial, w którym budowałem automatyzację w Claude Code, która scrapowała Twoje filmy, gdy się ukazywały, i wysyłała mi podsumowanie w ClickUpie.
Nate B. Jones: Nie jesteś jedyny — mamy w społeczności ludzi, którzy mają agenty robiące to i publikujące dla innych.
Nate Herk: Nate, dzięki za wszystko, co robisz dla tej przestrzeni. Chętnie zaprosiłbym Cię jeszcze albo zrobił jakiś kolab naszych społeczności.
Nate B. Jones: To była prawdziwa przyjemność. Mamy o czym rozmawiać w przyszłości i znajdziemy sposoby, by nasze społeczności się połączyły.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Sprzedajesz historię i efekt, nie AI
Na czym polega: AI samo w sobie nie ma wartości — wartość leży w tym, co robi dla klienta. Kłopot ze sprzedażą to tak naprawdę kłopot z opowiadaniem historii. Zamiast „mamy AI” mów: „odbieramy za was każdy telefon 24/7”.
Jak stosować: Przełóż każdą funkcję na konkretny, bolesny problem operacyjny klienta i opisz efekt w jego języku (odzyskany czas, obsłużone zgłoszenia, brak utraconych leadów). Znajdź jeden namacalny dowód, który domyka deal — jak serwer postawiony na stole w kancelarii.
Na co uważać: Certyfikaty i hasła „bezpieczne, zgodne” to stawka wejściowa, nie wyróżnik — wszyscy je mają. Nie zakładaj, że rozwiązanie z jednej branży (np. on-premise dla kancelarii) pasuje do każdej.
2.Model to nie fosa — liczy się wiedza dziedzinowa i sposób użycia
Na czym polega: Przewagą nie jest dostęp do najlepszego modelu, lecz ekspertyza i sposób orkiestracji systemów, które wpuszczasz w problem.
Jak stosować: Inwestuj w głębokie zrozumienie konkretnej niszy i przekładaj tę wiedzę na wejścia systemu AI. Nierozwiązane problemy, które rozłożysz „wejście po wejściu”, stają się Twoją własnością intelektualną — do użytku lub sprzedaży.
Na co uważać: Nie myl bycia na bieżąco z tworzeniem wartości. Sama znajomość narzędzi bez wiedzy dziedzinowej nie buduje fosy.
3.„AI native” to nastawienie, nie zestaw narzędzi
Na czym polega: Osoby AI native sięgają po AI jako pierwsze, w środku i na końcu, traktując inne metody jak wywołania pomocnicze — jakby nosiły „egzoszkielet AI”.
Jak stosować: Przy każdym nowym zadaniu domyślnie pytaj najpierw „jak pomoże tu AI?”, zanim wrócisz do starych metod. Buduj nawyk, aż stanie się odruchem (analogia z „Karate Kid”).
Na co uważać: AI native nie oznacza porzucenia kodu deterministycznego ani spraw ludzkich — to nadal krytyczne elementy. To kwestia domyślnego punktu startu, nie ideologii.
4.Dobieraj narzędzia po kryterium „ciężar z barków”
Na czym polega: Wobec zalewu premier oceniaj nie hype, lecz to, czy dana funkcja zdejmuje realny ciężar w Twoim konkretnym workflow.
Jak stosować: Zidentyfikuj, gdzie jesteś najbardziej obciążony na co dzień, i celowo szukaj innowacji AI, które ten konkretny ciężar odejmują. Wiralowa nowość bez związku z Twoim bólem = pomijasz.
Na co uważać: To, że coś jest przełomem dla kogoś (np. computer use w Codeksie na macOS), nie znaczy, że jest dla Ciebie. Jeśli AI nie zdejmuje ciężaru, sprawdź też, czy nie brakuje Ci umiejętności — to działa w obie strony.
5.Bez jasnego celu decyzje stają się emocjonalne
Na czym polega: Paraliż wyboru narzędzia, niszy czy kierunku niemal zawsze wynika z braku zdefiniowanego celu (gwiazdy północnej).
Jak stosować: Zanim ocenisz możliwości, ustal cel i konkretną grupę, którą chcesz obsłużyć. Im węższa i bardziej konkretna (np. „firmy HVAC w Seattle”), tym łatwiej ocenić, co jest warte czasu.
Na co uważać: Bycie zawodowo zobowiązanym do testowania każdego narzędzia (jak twórcy) samo napędza przytłoczenie — świadomie oddzielaj eksperymentowanie od realnej pracy.
6.Wobec biznesów offline wygrywają relacje, nie walka o uwagę agentów
Na czym polega: Grupy „nie-online” (rzemiosło, usługi lokalne) nie są oblegane przez agentów AI, więc przewagą jest ludzka relacja i głębokie zrozumienie klienta.
Jak stosować: Wybierz konkretną demografię, poznaj ją i „pokochaj” — dopiero z tego wyłonią się kreatywne kanały dotarcia (billboardy na trasie, hipertargetowane reklamy, wizyty osobiste, usługa za darmo na start).
Na co uważać: Taktyki dotarcia nie działają w oderwaniu od zrozumienia klienta — kopiowanie cudzego kanału bez znajomości grupy zawiedzie.
7.W erze agentowego internetu ludzka więź to „waluta bez inflacji”
Na czym polega: Przy prognozie 99% uwagi agentów i 1% ludzkiej, zdolność budowania autentycznych relacji zyskuje na wartości, bo nie da się jej zdewaluować przez masową produkcję.
Jak stosować: Używaj agentów jako dźwigni do skali, ale inwestuj równolegle w bezpośredni, ludzki kontakt i wiarygodne dowody swojej wartości. Mów „do kamery jak do przyjaciela” — autentyczność buduje długoterminową więź.
Na co uważać: Sam wzrost możliwości budowania (spadający koszt) sprawia, że portfolio i miniaturki upodabniają się do siebie — bez ludzkiego wyróżnika łatwo utonąć w tłumie.
8.Adopcję AI w zespole napędza konkretne, ambitne, bliskie w czasie wyzwanie
Na czym polega: Rozdawanie dostępów bez struktury daje przepaść między pasjonatami (miliardy tokenów) a „dumnymi posiadaczami konta”. Katalizatorem jest wspólne, trochę straszne wyzwanie, którego nie da się dowieźć bez AI.
Jak stosować: Wybierz projekt, w który zespół wierzy i który jest zbyt bliski, by zrobić go klasycznie. Postaw ludzi ramię w ramię — uczenie się od siebie nawzajem („nie wiedziałem, że tak można”) jest głównym mechanizmem skalowania.
Na co uważać: Bez pasjonujących się liderów zespołów (poziom menedżera 10–12 osób) i cotygodniowych rozmów jeden na jeden zaangażowanie się nie utrzyma. Rozdawanie „kredytów wiadrami” bez przemyślanego wdrożenia to jak wręczenie robotnikowi linii pod napięciem.
9.Zmiana musi iść z góry, a liderzy poza techem muszą się „utechnicznić”
Na czym polega: Ok. 76% CEO (ankieta IBM) uważa, że liderzy muszą być biegli technicznie. Szefowie marketingu, HR, finansów, legal potrzebują technicznej wyobraźni, by pokierować zmianą — a CEO musi sam używać narzędzi.
Jak stosować: Jeśli jesteś liderem, sam używaj Codeksu/Claude Code i realnych narzędzi zamiast wiedzy z LinkedIna. Powiąż naukę z zachętami i awansem — ludzie robią to, do czego są zachęcani, mimo krótkoterminowego kosztu wejścia.
Na co uważać: Delegowanie transformacji „w dół” bez własnego zaangażowania nie zadziała — „bufor kończy się na Tobie”. Zwalnianie ludzi jako główna strategia AI to często sygnał braku pomysłów, nie efektywności.
10.Jesteśmy bardzo wcześnie — a przyszłość zdecydują open source i całe kraje
Na czym polega: Poza techem (a zwłaszcza w życiu domowym) ledwie zaczęliśmy — potencjalnie 90% wpływu na jakość życia jest wciąż nietknięte. Nie wszystkie zawody znikną, bo praca to więcej niż zadania. A kierunek AI wyznaczą raczej modele otwarte i „nastawione na AI” społeczeństwa niż zamknięte laby garstki graczy.
Jak stosować: Traktuj obecny okres jak arbitraż informacyjny — najbliższe ~5 lat to wnoszenie wiedzy o AI do firm. Buduj auto-routery kierujące ~95% zapytań do modeli otwartych, sięgając po modele frontier tylko gdy trzeba, by ekonomia jednostkowa była zdrowa. Szukaj problemów AI poza pracą — tam leży ogrom niewykorzystanej wartości.
Na co uważać: Analogia z elektrycznością: przebudowa organizacji wokół AI trwa i nie ma rozwiązania „jednego dla wszystkich” — hiperskalerzy tego za Ciebie nie rozwiążą. Nie ulegaj ani narracji „garstka ludzi decyduje o wszystkim”, ani „wszystkie zawody są skończone”.