Goedkope intelligentie maakt de rest schaars
De modelmakers zeggen zelf dat het kunnen voorloopt op het gebruik, en dat een bepaald niveau elk jaar goedkoper wordt. Als dat klopt, is niet intelligentie schaars, maar zijn dat de bronnen met een eigenaar, de controles en het werk om een antwoord bij één organisatie te laten passen. Wat dat betekent voor een bedrijf dat op taalmodellen bouwt.
Geschreven door
Oprichter en CEO
Beschouwing3 min lezen
In november publiceerde OpenAI een notitie met de titel AI progress and recommendations. Eén ding erin trof me meer dan de voorspellingen: het bedrijf dat de modellen bouwt, zegt dat wat ze kunnen ver vooruitloopt op wat mensen en organisaties er in de praktijk mee doen. Sam Altman beschreef al in The Gentle Singularity een wereld waarin intelligentie zo goedkoop wordt dat we haar niet meer tellen. En Dario Amodei maakte in On DeepSeek and Export Controls het nuchterdere punt: een bepaald niveau van kunnen bereiken wordt elk jaar steil goedkoper.
Ik neem dat serieus, want het verandert waar een klein bedrijf zijn tijd aan moet besteden.
Als intelligentie een goedkope grondstof is
Leg de drie naast elkaar en er volgt een eenvoudig beeld. Een model van vast niveau is een onderdeel dat goedkoper wordt en vervangbaar is. Wat je vandaag goed doet, doet het volgende model voor minder. Wat vorig jaar het hoogste was, is dit jaar de ondergrens. Dat schreef ik in Herbouwd op open bouwstenen over software, en het geldt evengoed voor het model zelf.
Wat blijft er dan schaars? Intelligentie niet. Ik zie in mijn werk vier dingen.
De bronnen van de organisatie, met een eigenaar en een versie, zodat duidelijk is welke tekst geldt. De verbindingen met de plekken waar die bronnen staan. De goedkeuringen: wie wat mag wijzigen en wie het heeft bevestigd. En het toetsen, waarover ik in november schreef. Achter alle vier staat het werk om dit bij één organisatie te laten passen, en dat doet niemand voor je.
De controle komt niet met het model mee
Er is een tweede reden. Voor zover ik kan zien, worden modellen het snelst beter waar een programma het antwoord kan nakijken: code die draait of faalt, een som die klopt of niet. Dat is een eigenschap van de taak, niet van het model. In de zorg, in de apotheek, in het sociaal werk bestaat geen programma dat zegt of een advies over een doorligwond past bij deze cliënt volgens het protocol van deze organisatie. Dus moet het systeem rond het model de controle leveren. Daar ontstaat waarde, en die komt niet als gratis update.
Waar ik het mee oneens ben
OpenAI leest het gat tussen kunnen en gebruik als traagheid: de samenleving loopt nog achter. Voor werk waar een fout antwoord gevolgen heeft, lees ik het anders. Vaak is het een redelijke weigering om te handelen op een antwoord dat niemand kan herleiden. In de zorg zijn de details het product. Een organisatie die wacht tot ze ziet waar een antwoord vandaan komt, loopt niet achter. Ze doet haar werk.
En ik trek niet de conclusie dat het model er niet meer toe doet. Het model bepaalt het plafond. Het systeem eromheen bepaalt of werk met gevolgen dat plafond ooit in de buurt komt.
Wat ik laat liggen
Ik beoordeel geen voorspelling in deze teksten als uitgekomen of niet. Ik zet geen bedrag op wat dit allemaal kost. Ik noteer alleen dat wie de modellen bouwt zelf zegt dat het moeilijke deel elders ligt, en dat dat een reden is om onze weken te besteden aan bronnen, controles en implementatie, en niet aan proberen slimmer te zijn dan het volgende model.